想搞懂本地 Agent 到底怎么跑起来，很多人第一反应是去翻框架文档，结果被一堆抽象概念劝退。NamiAgent 这套零基础教程换了个路子：从 100 行代码的最小循环写起，一课加一个能力，最后手里就有一个能跑的本地 Agent。

它的起点朴素得有点过分——Agent 的核心就是一个循环：调模型、执行工具、把结果写回上下文，再调模型。没有花哨的架构图，先把这条链路跑通，后面的东西才有地方挂。

前 11 课按顺序往上叠功能，每一课都配一份能直接跑的完整代码：

  • 工具调用
  • 权限控制
  • 上下文管理
  • Skills
  • MCP
  • 子 Agent
  • 计划
  • 记忆

这个顺序不是随便排的。工具解决了 Agent 能做什么，权限决定它被允许做什么，上下文管理则关系到它记不记得住做过什么。再往后，Skills、MCP、子 Agent、计划和记忆，基本对应了主流 Agent 产品里那些听起来很玄的能力模块。

学完自己搭的部分，教程还会拆解 Claude Code、Codex、DeepSeek Harness 等主流 Agent 的实现原理。自己写过一遍循环，再去看这些产品怎么组织工具和上下文，理解成本会低很多。

配套的网页端是这套教程比较实用的一环：Agent 每一步推理都能看见，左侧显示工具调用，右侧显示完整上下文。调试的时候不用靠猜，哪一步上下文被塞了什么、工具返回了什么，一眼就能对上。

对爬虫和工具链方向的开发者来说，这套东西的价值在于把黑盒拆成了可复现的零件。100 行起步，11 课加满，最后拿到的不只是知识，是一个能改、能调的本地 Agent。