Build Your Own AI Agent
普通 chatbot 回答你；agent 把同一个模型放进一个循环里——执行、观察、再执行——直到任务真的完成。这本书带你用 TypeScript 从零写出那个循环，不靠任何框架。
把「修复 cart 的 bug，跑 npm test 直到全绿」这一句，
分别交给 chat 和 agent——
chat 读得懂问题，甚至猜得到 bug 就在 applyDiscount。但它改不动那一行、跑不了那次测试——建议给到，活还得你自己干。这是今天多数人用的 AI。
你将亲手造出什么
每个 Part 都有清楚的出口能力；进入开发后，再把它切成一组可运行、逐步增强的章节。下面的章名是当前展开，不是不会变化的目录合同。
终局能力已定，Part 目标已重排；正在推进序章与第一部分，未发布章节仍可重切。
出口 →一个使用裸 fetch 的无状态聊天 CLI；连续追问时会失忆，读者能解释原因。
出口 →SDK 版 agent 能 Read / Write / Edit / Bash，把失败测试修到通过；fetch 与 SDK 行为等价，runAgent 可复用。
出口 →理解项目环境、过程可见、危险操作受控、工具错误可恢复、网络瞬时错误可重试、Ctrl+C 无孤儿进程。
出口 →能观测 token、截断大输出、验证 caching、安全 compaction，并用 JSONL 保存和恢复线性 Session。
出口 →Todo 跨 prompt 保存进度；Task Tool 复用 runAgent，以新 messages 和只读工具集返回可复查证据。
出口 →Skills 按需进入 system prompt；MCP 工具经过命名、权限和错误适配后进入同一个 Tool Map。
出口 →终端体验完整，eval 产出确定性报告，能力证据分级，干净环境可在三分钟内安装跑通。
翻开是什么样
阅读体验本身就是这本书的第一个 demo：墨黑标题、灰正文、浅灰代码面、双主题语法高亮、随手展开的 callout。下面是真实排版的一小段。
agent loop 的形状
普通的一次 API 调用是「一问一答」：你发 messages，拿回一段文本，结束。要让模型真正做事，你得把它放进一个循环里，并给它一组工具——执行、观察、再执行，直到它不再请求工具。
// agent loop 的核心：每一轮都重发整个 messages 数组
async function runAgent(messages: Message[]) {
while (true) {
const res = await callModel(messages)
messages.push(res.message)
if (res.stopReason !== 'tool_use') return res
const results = await runTools(res.toolCalls)
messages.push(...results)
}
}while (true) 没有上界。真实实现里必须有 maxTurns 兜底——否则模型反复请求工具时会无限循环，把你的 API 账单烧穿。
// 正文逐章写作中，过程公开
不是源码导读，是从零跟写
同类项目要么收费止步、要么照着成品讲。这本书的不同，是诚实地从空文件开始。
- 免费，而且走得更深
- 对标的付费课止步于 Read/Write/Bash + 基础 loop。我们免费开源，一路走到上下文压缩、子 agent、MCP、skills、评测——多数教程停下的地方，正是这本书的后半程。
- 渐进式构建，逐行看得懂
- 不是把成品代码摊开导读。每个 Part 先跑通出口，再切成可运行、逐步增强的章节；发布后按章打 git tag，随时能 diff 对照。
- 讲内部机制，不是用法
- tool use 就是一段 JSON、loop 就是重发数组、MCP 就是 JSON-RPC——把「黑魔法」拆成你能亲手复刻的协议。
- 照实暴露踩过的坑
- spike 周的失败、压缩把问题摘没、子 agent 自信答错——都写进正文，不营造「一切都很顺」的假象。
开始之前
门槛低、花费小，拿一把 key 就能跑。没有付费墙，你只为自己的 API 调用付费。
- 你需要什么
- 会任意一门编程语言就够了。书用 TypeScript，但语言只是表达的载体——你会 Go、Python 也一样跟得下来，需要时让你的 agent 把示例转写成你的语言，机制是相通的。再加 Node 22+ 和一个 API key，就能开工。
- 这要花多少钱
- 全程只为自己的 API 调用付费。spike 周从头跑通核心能力链，实测约 $1；跟完全书预计 不到 $5。对照付费同类平台 CodeCrafters 的年订阅约 $990——这本书免费、开源、无付费墙。
- 用哪个模型
- 正文用 Anthropic Messages 格式：
tool_use/tool_result是消息里显式的 JSON block，「loop 就是重发数组」一一对应，学起来心智负担最低。Anthropic、OpenRouter、DeepSeek 都能直接跑，OpenAI 兼容端点见附录 A。预算敏感推荐 DeepSeek（便宜，且自带 Anthropic 兼容端点）。