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。
AgentForge 的工程规模与核心指标
模块之间的依赖与数据流向,一图看全貌
一次用户请求在系统中的完整旅程
点击任意卡片,进入对应的交互式教学页面
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。
开始学习接入 MCP 协议,让 Agent 与外部工具和服务无缝对话。
开始学习命令行入口的所有功能、参数与交互模式全解析。
开始学习全局回顾、核心设计决策复盘,以及如何将项目写进简历。
开始学习贯穿 AgentForge 始终的五大工程哲学
每个模块只做一件事,做到极致,模块间通过清晰接口通信。
Hook、Tool、MCP 三层扩展点,新增能力无需修改核心代码。
权限门控前置,所有敏感操作必须经过显式授权才能执行。
对话历史、任务状态、记忆数据均可持久存储,断点续行。
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。