实战三：Mini-Coder (简易版 Cursor)

我们将尝试构建一个能够读取本地文件、修改代码并运行测试的简易版 Coding Agent。这实际上就是 Cursor 背后的基本原理。

#1. 核心思路

Coding Agent 需要三个核心工具：

1. List Files: 看看目录里有什么。
2. Read File: 读取代码内容。
3. Write File: 修改代码。

#2. 定义工具 (Python版)

python复制
import os

def list_files(directory="."):
    """列出指定目录下的文件"""
    return str(os.listdir(directory))

def read_file(file_path):
    """读取文件内容"""
    if not os.path.exists(file_path):
        return "Error: File not found"
    with open(file_path, "r") as f:
        return f.read()

def write_file(file_path, content):
    """(覆盖)写入文件内容"""
    with open(file_path, "w") as f:
        f.write(content)
    return f"Successfully wrote to {file_path}"

#3. 编写 Agent 提示词 (System Prompt)

这是 Coding Agent 的灵魂。我们需要教会它如何像程序员一样思考。

python复制
SYSTEM_PROMPT = """
你是一个全栈开发工程师 Agent。你的任务是帮助用户修改代码。

你的工作流程：
1. 探索：先查看目录结构，定位相关文件。
2. 阅读：读取需要修改的文件内容。
3. 思考：分析代码逻辑，设计修改方案。
4. 执行：调用 write_file 工具应用修改。

约束：
- 修改前必须先读取文件，不要猜测内容。
- 每次只修改一个文件，修改后等待用户反馈。
"""

#4. 组装与运行

使用 LangChain 或原生 API 组装（这里以伪代码展示）：

python复制
agent = Agent(
    model="claude-3-5-sonnet", # 推荐用 Sonnet，写代码能力最强
    tools=[list_files, read_file, write_file],
    system_prompt=SYSTEM_PROMPT
)

# 任务：给 hello.py 增加一个打招呼的函数
agent.run("请检查当前目录下的 hello.py，给它增加一个 greet(name) 函数")

#Agent 的执行轨迹 (Trace)

1. Thought: 我需要先看看 hello.py 是否存在。
2. Action: list_files(".")
3. Observation: ['hello.py', 'README.md']
4. Thought: 文件存在，我需要读取它的内容。
5. Action: read_file("hello.py")
6. Observation: print("Hello World")
7. Thought: 原代码很简单。我要添加 greet 函数。
8. Action: write_file("hello.py", "def greet(name):\n print(f'Hello {name}')\n\nprint('Hello World')")
9. Final Answer: 修改已完成。

#5. 进阶：引入 MCP (Model Context Protocol)

手写 list_files 等工具虽然简单，但不够通用。在生产环境中，我们推荐使用 MCP Filesystem Server。

1. 安装 Server: npm install -g @modelcontextprotocol/server-filesystem
2. 连接 Agent: 配置 Agent 通过 Stdio 连接该 Server。
3. 优势: 安全性更高（可以限制目录访问权限），且支持更多高级操作（如搜索、Diff）。

#小结

所谓的 "AI 程序员"，本质上就是一个拥有文件读写权限的 LLM。 要让它变得更强，你需要：

1. 更强的模型 (如 Claude 3.5 Sonnet)。
2. 更好的 Context 管理 (只读取相关代码片段，而不是整个文件)。
3. 反馈循环 (引入 Linter 或 Test Runner 作为工具，让 Agent 自己修 Bug)。