1.3 规范驱动开发 SDD(Specification-Driven Development)
1.3.1 为什么AI编程需要'规范' 你有没有过这种经历:在淘宝买衣服时,你描述'我要一件好看的衣服',结果收到的和你想的完全不一样?这就是沟通不精准导致的。 AI编程也是一样。如果你告诉AI'帮...
5.7 购物车 + 订单模块
本节目标:实现电商的核心交易流程 演示的 Claude Code 功能:Task 任务列表、复杂业务逻辑处理 5.7.1 用 Task 管理复杂模块 购物车和订单模块涉及多个子任务。告诉 AI: 请创建任务列表,跟踪...
小节四:Schema 不是越复杂越好——真正高质量的 Tool Schema 要“限制得恰到好处”
前面解决的是“能不能生成 Schema”,这一节开始解决“生成出来的 Schema 好不好用”。实际项目里,模型调用不稳定,很多时候不是模型本身不行,而是 Tool 的命名、参数和约束让它有太多可以误...
核心小节一:为什么一定要有 Registry——从“函数集合”升级成“Agent 能力目录”
先从最简单的写法开始。 假设现在有三个工具: def read_file(path: str) -> str: return f'读取文件:{path}' def write_file(path: str, content: str) -> str: return f'写入文件:{path}' d...
3.6 ModelRetryMiddleware中间件
模型调用失败时重试,策略和工具调用的重试一样,都是基于指数退避算法。因此,本节案例不再重点观察指数退避算法,而是测试不同的退出模式。举例1:继续运行 举例2:抛异常
小节二:设计 Run 数据结构——为什么 start_time、steps、error 这些字段一个都很有用
在正式看字段定义之前,先把整体结构放在脑子里。下面这张图把一个 Run 常见要保存的信息都铺开了。 你会发现,这些字段并不是为了“把表凑满”,而是为了完整描述一次执行生命周期。run_id&nbs...
小节三:Coding Agent Main Loop 怎么跑——真正的核心永远是 Observation 驱动下一步
如果只记住这一章一个核心点,那我更希望你记住这一句:Observation 驱动下一步。Agent 不是一次性把 Patch 生成出来就结束了,而是要在“上下文 → LLM → 行动 → 工具 → Observation”的循...
章末自测
题目 1:为什么直接在 Agent Engine 中 import OpenAI SDK 是一种强耦合? 假设 AgentEngine.run() 内部直接创建 OpenAI Client、发请求、读取原始 Response 字段。请说明未来切 Clau...
小节二:Middleware 应该做哪些事——Permission、Safety、Risk、Approval 四层不要混在一起
现在我们进一步设计 Middleware。 一个成熟但仍然清晰的第一版,可以拆成四层: Permission Safety Risk Classification Approval 把四层放在一起看,实际上是一条逐步收紧的判断链:先核对身份...
1.2 如何解决记忆问题
1.2.1 上下文工程 实现这个记忆功能,就需要额外的模块去保存我们和模型对话的上下文信息,然后在下一次请求时,把历史信息都输入给模型,让模型输出结果。在 LangChain 中, 记忆(Memory) 就是...













