AI Agent 教學#

從零打造 minimal AI Agent 的系列。用 Anthropic Claude SDK + Python，從一個最小 agent loop 出發，逐步加上真實工具、MCP、多輪對話、持久化、context 管理、與 RAG 長期記憶。沒有 LangChain。

章節列表#

AI Agent 核心架構 — Executor + Message + Memory + Loop 四件套，從第一原理推導每個零件為什麼非有不可
Tool calling 的真相 — 不是魔法，就是一份 JSON 工具定義給 Model 看 + 一個 Python 函數給 Executor 跑
MCP（Model Context Protocol） — 工具的「USB 規範」，社群 MCP server 即插即用、跨 client 共用
多輪對話 REPL — Agent class 封裝 messages list 跨輪保留記憶 + asyncio 跑互動式介面
Context window 管理 — Rolling Summary 把舊 turn 壓成 summary 訊息、確保 tool_use / tool_result 配對不切壞，/compact 手動壓縮歷史
對話持久化 — /save 把 messages list 寫到 JSON 檔、/load 讀回來，--resume 跨 session 接續對話
RAG 長期記憶 — remember / recall 工具讓事實跨 session 累積：Voyage AI embedding + cosine similarity + JSONL append-only store