从零构建 AI Coding Agent

Appearance

术语表 ​

这一页不追求百科式定义，只负责统一本书里的高频概念口径，避免同一个词在不同章节里被读成不同意思。

Agent ​

在本书里，Agent 默认不是”一个会思考的抽象角色”，而是：

  • 一份运行时配置
  • 一组模型、权限、提示词与模式的组合
  • 一个可以被系统调度的执行角色

如果没有特别说明，不把它理解成独立进程或单一类实例。

Agent Loop（执行循环） ​

Agent Loop 是 AI Agent 的核心执行机制，描述了从接收输入到产生输出的完整循环过程：

输入 → 思考 → 工具调用 → 观察结果 → 继续思考 → 输出

这个循环会持续进行，直到 Agent 决定不再需要调用工具，而是输出最终答案。

关键特征：

  • 非确定性：每次执行路径可能不同
  • 自主决策：Agent 自己决定何时调用工具、何时结束
  • 上下文累积：每次循环都会将结果添加到上下文中

详见：第二篇 §2.5

Tool Calling（工具调用） ​

Tool Calling 是 Agent 与外部世界交互的核心机制。在执行循环中，Agent 可以：

  1. 决定调用哪个工具
  2. 提供工具参数
  3. 接收工具执行结果
  4. 基于结果继续思考

工具调用不是简单的函数调用，而是包含：

  • 权限检查
  • 参数验证
  • 结果裁剪
  • 错误处理

详见：第三篇

Planning（任务规划） ​

Planning 是 Agent 在执行复杂任务前的规划阶段。OpenCode 提供专门的 Planning 模式：

  • 只读模式：不能修改代码，只能分析
  • 计划文件：可以编辑 .opencode/plans/*.md
  • 用户确认：计划需要用户审核后才执行

Planning 的价值：

  • 避免盲目执行
  • 让用户了解执行计划
  • 降低风险

详见：第三篇 §3.8

Task Decomposition（任务分解） ​

Task Decomposition 是将复杂任务拆解为多个子任务的过程。OpenCode 通过 task 工具实现：

typescript
// 创建子任务
task({
  agent: “explore”,
  prompt: “找到所有认证相关文件”
})

任务分解的好处：

  • 并行执行：多个子任务可以同时进行
  • 专家分工：不同 Agent 擅长不同任务
  • 降低复杂度：大任务变成小任务

详见：第三篇 §3.8

Memory（记忆机制） ​

Memory 在 AI Agent 中通常分为三层：

  1. 短期记忆：当前会话的上下文（Session）
  2. 工作记忆：压缩后的历史信息（Compaction）
  3. 长期记忆：持久化的数据（SQLite）

OpenCode 的记忆机制：

  • 会话历史存储在数据库中
  • 超长对话会自动压缩
  • 重要信息会被保留

详见：第四篇、第九篇

Prompt Engineering（提示词工程） ​

Prompt Engineering 是设计和优化 Agent 系统提示词的过程。OpenCode 的提示词包含：

  • 基础指令：Agent 的基本行为规范
  • 模型特定提示：针对不同模型的优化
  • 环境信息：工作目录、平台、日期等
  • Skill 列表：可用的技能
  • Agent 自定义提示：特定 Agent 的指令

详见：第二篇 §2.4

Context Management（上下文管理） ​

Context Management 是管理 Agent 对话历史和上下文窗口的机制。包括：

  • 上下文构建：组装历史消息
  • 上下文压缩：当超过窗口限制时压缩
  • Token 预算：为输出预留空间
  • 重要信息保留：确保关键信息不丢失

详见：第四篇 §4.3

Primary Agent ​

Primary Agent 指直接面向用户交互的主执行角色。它通常具备：

  • 接收用户输入
  • 调用工具
  • 调用 Subagent
  • 在需要时向用户提问

在 OpenCode 当前实现里，build、plan 这类角色更接近 primary 模式。

Subagent ​

Subagent 指由主 Agent 调度的子角色，重点不是“更弱”，而是“职责更收紧”。

在本书里，subagent 作为模式名或配置值时，保留代码里的小写写法；作为概念名词时，统一写作 Subagent。

Subagent 通常意味着：

  • 不直接面向用户交互
  • 不能无限继续调其他 Subagent
  • 更适合搜索、分析、并行拆分这类局部任务

运行时 ​

本书里的“运行时”主要指 OpenCode 在本地机器上真正执行起来的那一层，包括：

  • Agent
  • 工具系统
  • 会话系统
  • 本地 server
  • 权限与状态边界

它不等于单一 CLI 命令，也不等于云端产品后端。

工作台 ​

“工作台”主要用来形容 OpenCode 的 TUI 或多端前端形态，强调的是：

  • 持续存在的状态空间
  • 多面板、多上下文、多入口协作
  • 不只是一次性问答，而是连续任务处理

看到这个词时，可以把它理解成“偏 IDE 化的 Agent 交互界面”。

工具系统 ​

“工具系统”不只是模型可调用的函数列表，而是包含下面这些约束的系统边界：

  • 工具注册
  • 权限询问
  • 参数校验
  • 输出裁剪
  • 模型适配

所以它比“工具函数集合”更接近产品级协议层。

会话 ​

“会话”在本书里不是简单聊天记录，而是一次任务运行历史的容器。它通常承载：

  • 用户输入
  • assistant 输出
  • 工具调用过程
  • 回滚、压缩、重试等治理状态

如果一个能力需要持续恢复、继续执行或被前端展示，通常都会回到会话层。

上下文压缩 ​

“上下文压缩”不是简单删历史消息，而是为了：

  • 给下一轮生成预留空间
  • 保留真正重要的信息
  • 降低工具输出和长会话带来的膨胀

它更像一次策略性重建，而不是机械裁剪。

Provider ​

Provider 在本书里指模型提供商抽象层。它的重点不是“换 API 地址”，而是统一：

  • 消息格式
  • 能力差异
  • 参数差异
  • 认证方式
  • 成本与限制信息

MCP ​

MCP 在本书里主要被理解成外部能力接入边界，而不是单纯协议名词。

它帮助 OpenCode：

  • 发现外部工具
  • 接入外部资源
  • 装载外部 prompt
  • 把认证和连接恢复收口到统一层

平台注入 ​

“平台注入”主要出现在多端 UI 相关章节，指的是：

  • 先保持共享应用骨架稳定
  • 再把 Web、Desktop 等差异收敛到明确接口

它和“为每个平台重写一套前端”是相反思路。

控制平面 ​

“控制平面”在本书里通常指那些不直接等于本地 Agent 执行逻辑、但负责跨工作区、远程路由、账号和云端治理的部分。

简单说：

  • 本地运行时更偏执行面
  • control plane 更偏调度、管理、转发和产品治理

当前实现 ​

当本书写“当前实现”“当前仓库”“当前状态”时，意思是：

  • 以当前 dev 分支源码为准
  • 不替未来版本做承诺
  • 不替未落地能力做脑补

这是本书最重要的写作约束之一。