🚀 开源教学系列 · 从零构建智能体

AgentForge

一个生产级的 AI Agent 框架,32 个 Python 文件、4600+ 行代码——我们将逐模块拆解,带你看清 Agent 系统的每一层架构。

Python 3.11+ 8 核心模块 5 内置工具 4 Hook 事件 3 权限门控

📊 项目数据一览

AgentForge 的工程规模与核心指标

0
Python 文件
0
代码行数+
0
核心模块
0
内置工具

🏗️ 整体架构

模块之间的依赖与数据流向,一图看全貌

入口层
💻 CLI
→
🧠 Agent Loop
核心引擎
📋 Planning
↔
🧠 Memory
↔
🔌 Hooks
能力层
🔧 Tools
↔
🛡️ Permission
↔
🔗 MCP
↔
👥 Teams

🔄 数据流转

一次用户请求在系统中的完整旅程

👤 用户输入
→
🧠 Agent Loop
→
📋 Planning 规划
→
🧠 Memory 检索
→
🤖 LLM 推理
→
🛡️ 权限检查
→
🔧 Tool 执行
→
🔌 Hook 触发
→
📤 结果返回

📚 模块详解

点击任意卡片,进入对应的交互式教学页面

🧠
Chapter 01

Agent Loop 核心循环

Agent Loop

智能体的心脏——感知-推理-行动的无限循环,驱动每一步决策。

开始学习
🔧
Chapter 02

Tool System 工具系统

Tool System

5 大内置工具与自定义扩展机制,让 Agent 拥有操作世界的能力。

开始学习
🛡️
Chapter 03

Permission System 权限系统

Permission System

3 层门控机制,确保 Agent 的每一步操作都在安全边界之内。

开始学习
🔌
Chapter 04

Hook System 扩展点

Hook System

4 大事件钩子,像插件一样扩展 Agent 的生命周期行为。

开始学习
📋
Chapter 05

Planning System 任务规划

Planning System

将复杂任务分解为可执行的子步骤,让 Agent 学会"三思而后行"。

开始学习
🧠
Chapter 06

Memory System 记忆系统

Memory System

短期工作记忆与长期持久化存储,让 Agent 拥有跨越对话的记忆力。

开始学习
👥
Chapter 07

Team Collaboration 团队协作

Team Collaboration

多 Agent 协同工作,共享上下文与任务分工,从单兵到团队。

开始学习
🔗
Chapter 08

MCP Integration

Model Context Protocol

接入 MCP 协议,让 Agent 与外部工具和服务无缝对话。

开始学习
💻
Chapter 09

CLI 功能详解

Command Line Interface

命令行入口的所有功能、参数与交互模式全解析。

开始学习
📊
Chapter 10

项目总结与简历亮点

Summary & Resume Highlights

全局回顾、核心设计决策复盘,以及如何将项目写进简历。

开始学习

💎 核心设计原则

贯穿 AgentForge 始终的五大工程哲学

🎯

单一职责

每个模块只做一件事,做到极致,模块间通过清晰接口通信。

🔌

可扩展性

Hook、Tool、MCP 三层扩展点,新增能力无需修改核心代码。

🛡️

安全优先

权限门控前置,所有敏感操作必须经过显式授权才能执行。

💾

持久化

对话历史、任务状态、记忆数据均可持久存储,断点续行。

🖥️

交互性

CLI 交互、进度反馈、权限确认——人始终在回路中。

Agency 来自模型。Harness 给 Agency 一个落脚点。

— AgentForge 设计哲学