从零构建 Agent Harness 入门指南:LLM 模块、工具模块与主循环三件套
ryunuck · x · 2026-09-15
Elvis Saravia 应读者提问,分享从零构建 agent harness 的短指南。核心建议:真想学透 harness,就该用熟悉的语言(TypeScript 或 Python)亲手写一个,可以让 agent 读 ReAct 论文并生成最小实现供你研究。他当年就是基于 Google 的 ReAct 论文从零实现的。目标是拆成三部分:
- LLM 模块:负责所有推理,最好支持多模型(他用 OpenRouter),包含 system prompt;若想深入上下文工程可将其分离
- 工具模块:建议以模块化方式构建工具
- (原文未截全,推断为主循环/编排部分)
这是一份可直接喂给自己的 agent、照着动手实践的学习路径。
所属事件:从零构建 Agent Harness 三模块最小实现指南(3 条相关)→
「编程与Agent」频道最新
- Claude Code 推出 Mods：function hooks 改名，数周内上线 — bcherny · 2026-09-15
- Agent 跑失败的隐藏成本被忽视:一次任务 Codex 可能要多花一倍额度 — ToneAromatic178 · 2026-09-15
- OpenAI Agents API 开启公测:托管编排全管,还能跑 Codex 云端 Agent — craigsdennis · 2026-09-15
- Claude Code 核心团队访谈:模型迭代快到工程难以跟上 — EricBuess · 2026-09-15
- 换更快模型前先看 agent trace：串行 API 调用白烧延迟 — gethackteam · 2026-09-15
- ElevenLabs MCP 升级:语音、转录、图像与视频生成一站接入 — lukeharries · 2026-09-15