Skip to Content
自己动手写 AI Agent《从0到1动手写 AI Agent：ling》

配套资源
源码仓库 · github.com/diguike/book-ling-agent
在线阅读 · inferloop.dev/ling-agent
反馈勘误 · 在 GitHub 提 Issue

《从0到1动手写 AI Agent：ling》

关于这本书

去年我开始重度用 Claude Code。让它修个 Bug，它会自己 grep 代码、读文件、改源码、跑测试——已经到了每天写业务代码时会被它替下手的程度。

但用得越久越想拆开看：它怎么决定下一步是搜索还是改代码？几十个工具的 schema 全塞进 system prompt 里 token 不爆？rm -rf 这种命令它是怎么拦下来的？

读完 Claude Code 的开源代码、写完《Hermes Agent 源码解读》和《OpenClaw 源码解析》两本之后，问题反而出来了：读源码理解架构是一回事，自己从零造一个又是另一回事。所以这本书反过来——不分析任何现成 Agent 的源码，从零写一个，2000 行 TypeScript，做到工业级。

成品叫 Ling（灵）。完整的动机故事和 8 个场景效果演示，在 前言 里。

Ling 能干什么

一个能干这些事的 AI 编程助手：

  • 理解项目：启动自动扫描 package.json / git status / 目录结构，把项目信息塞进 system prompt
  • 多模型切换：火山引擎（豆包）、Claude、OpenAI 一套代码全跑通，运行时也能切
  • 自主修 Bug：搜索 → 定位代码 → 修改文件 → 跑测试，循环到搞定
  • 权限拦截：三层模型（allow / ask / deny），危险操作先问人，rm -rf 直接拦
  • 子 Agent 并行：大任务拆给多个子 Agent 同时做，每个有独立上下文
  • MCP 接入数据库 / 外部工具：通过 协议 接 SQLite、GitHub、Slack，加新能力不用改 Agent 代码
  • CI 管道模式：非交互执行，结构化 JSON 输出，可以嵌进 GitHub Actions
  • 会话恢复：所有对话历史持久化，下次 --continue 接着聊

每一项对应书中一章。

技术规格

项目规格
语言TypeScript (Node.js 20+)
LLM 支持火山引擎（豆包）/ Claude / OpenAI
内置工具8 个（Bash、ReadFile、WriteFile、EditFile、Glob、Grep、ListFiles、AskUser）
核心代码~2000 行（不含依赖）
外部依赖< 10 个 npm 包
协议支持MCP (Model Context Protocol) stdio 传输
运行模式交互式 CLI / 非交互 CI/CD / Print 模式
权限模型三层（allow / ask / deny），Glob 模式匹配
会话持久化本地 JSON 文件
子 Agent支持并行，独立上下文 + Worktree 隔离

配套源码与运行

完整代码托管在 GitHub：github.com/diguike/book-ling-agent

# 1. 克隆仓库
git clone https://github.com/diguike/book-ling-agent.git
cd book-ling-agent
 
# 2. 配置环境变量（火山引擎免费额度够跑完全书）
export ARK_API_KEY="your-api-key"
 
# 3. 运行第一章的 50 行 Agent
cd code/ch01
npm install
npx tsx ling.ts "分析一下当前目录的文件结构"

跑完这三步你就有了一个能对话、能调用工具的 Agent。接下来跟着书一章一章加功能。

每章在前一章基础上递进，互不修改前面的接口——从任意一章切入都能跑起来。

谁该读这本书

适合：有 1-3 年经验的程序员，用过 ChatGPT 或 Claude，想知道这东西是怎么做出来的。不需要懂机器学习，不需要会训练模型——从头到尾只调 API，不碰权重。

不适合：

  • 想学 LangChain / LlamaIndex 这类框架的——这本书不用任何 Agent 框架，全部手写
  • 想了解大模型原理和训练的——这本书只管调用，不管模型内部
  • 已经读过 Claude Code 源码并且理解其架构的——可能觉得内容偏基础，可以直接跳到第 9-12 章

详细的环境准备清单在 前言 里。

章节导航

11 章正文 + 终章 + 1 章源码深读 + 4 篇附录。每一章对应仓库里的 book/<slug>/ 和 code/ch<N>/。

章节标题核心概念
前言从 Claude Code 到 Ling动机故事 · 8 个场景演示
第 1 章50 行代码，你的第一个 AgentAgentic Loop、Tool Use
第 2 章多模型适配Provider 抽象、OpenAI 兼容协议
第 3 章工具系统Tool 注册、JSON Schema、Bash/File 工具
第 4 章上下文工程System Prompt、项目感知、Token 预算
第 5 章权限与安全权限模型、沙箱、Prompt Injection 防御
第 6 章流式交互SSE、流式 Tool Call、实时渲染
第 7 章会话与记忆多轮会话、持久化、上下文压缩
第 8 章Hook 系统生命周期钩子、事件驱动扩展
第 9 章MCP 协议Model Context Protocol、外部工具接入
第 10 章多 Agent 协作Agent 编排、任务分发、SubAgent
第 11 章从 CLI 到生产非交互模式、CI/CD、Print 模式
终章从 Ling 到真实世界回顾与展望
第 12 章深入 Claude Code 源码真实世界 Agent 的差距

附录：A 三家 LLM API 对比 · B Ling 完整代码索引 · C MCP 协议规范速查 · D Claude Code 源码导航

怎么读这本书

按目标取最短路径：

  • 快速上手（半天）：直接读第 1、3、11 章，跑 code/ch01 和 code/ch10，对 Agent 的最小骨架和最终形态都有体感
  • 系统学习（一周）：按顺序读 1 → 11 章，每章读完跑对应 code/chXX/，遇到陌生概念翻附录 A、C
  • 深入源码（两周）：通读全书后读第 12 章和附录 D，对照 Claude Code 源码做一遍逆向阅读，找出 Ling 没实现的工业级细节

每一章都有”对照 Claude Code”环节——你写的每个模块，都能在 Claude Code 里找到对应的工业级实现。

更详细的阅读路线（包括”只想抄思路”那条）在 前言 里。

反馈与勘误

发现错误、有改进建议，请在 GitHub 仓库提 Issue：github.com/diguike/book-ling-agent/issues。

PR 也欢迎——一行错别字到一整章重写都接受。

相关书

来自同一作者的其他书：

本书资源

继续阅读 · 同作者其他书

Last updated on
插件速查索引50 行代码，你的第一个 Agent