06 · 课程总结

架构全貌

mini-coding-agent 的最终架构：

main.ts（CLI 入口）
  ├── Model（模型调用）
  ├── PermissionGuard（权限守卫）
  ├── AgentEmitter + TerminalRenderer（事件流）
  ├── ContextManager（会话记忆）
  ├── ProjectRulesLoader（项目规则）
  ├── SkillRegistry（技能注册表）
  ├── HookManager（生命周期 hook）
  ├── McpClient（外部工具）
  └── Orchestrator + SubAgent（多 agent）

agent.ts（核心循环）
  ├── 系统提示词构建（动态拼接）
  ├── ReAct 循环（思考→执行→观察）
  ├── 工具执行（内置 + 计划 + MCP + delegate）
  ├── 权限检查（before execute）
  ├── 事件发射（at every step）
  ├── Hook 触发（before/after tool）
  └── 上下文记录（after tool）

每个模块都是独立可替换的。换模型只需要改 Model 类。换渲染器只需要换 TerminalRenderer。加工具只需要注册新 Tool。

和主流产品的对比

mini-coding-agent 覆盖了核心能力，但在几个方面可以继续演进。

可演进的方向

流式 token 输出。 当前 agent 等模型完整回复后才输出。可以用 OpenAI 的 stream API 逐 token 显示模型的思考过程。

会话持久化。 把对话历史和 ContextManager 保存到文件，支持 resume 命令恢复会话。

更智能的上下文工程。 当前的 ContextManager 用固定规则记录信息。可以让模型自己决定哪些信息值得记住。

并行 subagent。 Orchestrator 当前是串行的。对于独立的搜索任务，可以并行执行多个 explorer。

测试生成。 集成一个专门的 "test" skill，能根据源代码自动生成测试用例。

项目统计

学习路径回顾

你从零开始实现了一个完整的 terminal coding agent：

1. 第 1 章：最小 agent——调 API、拿回答
2. 第 2 章：ReAct 循环——思考、执行、观察
3. 第 3 章：工具箱——搜索、读写、执行
4. 第 4 章：权限——安全边界
5. 第 5 章：事件流——实时输出
6. 第 6 章：记忆——上下文连续性
7. 第 7 章：Skill——按任务类型工作
8. 第 8 章：Hook——生命周期扩展
9. 第 9 章：MCP——外部工具接入
10. 第 10 章：多 agent——角色分工
11. 第 11 章：CLI 产品化——从脚本到工具

每一步都建立在前一步的基础上，每一步都可以独立运行和测试。这就是好的架构设计带来的好处——增量式构建，每一步都是完整的。