easy_claude_code

English Version | 中文版

项目描述

本项目（easy_claude_code）是一个旨在通过最精简的代码实现 AI Agent（智能体）核心逻辑的教学项目。它模仿了 Claude Code 的基本工作原理：模型思考 -> 工具调用 -> 自动迭代循环。通过本项目，你可以亲手构建一个能操作本地文件、执行系统命令并带有安全护栏的 AI 助手，从而真正将“Agent 概念”转化为“工程直觉”。

---

项目初心

社区里已有 nanocode、learn-claude-code 等极简示例，但“看懂”不等于“吃透”。本项目的目的就是让你 自己搭一遍完整循环：模型思考 → 调用工具 → 观察结果 → 再决策。代码被压到最小，只剩核心骨架，让“模型即决策者、代码只给工具箱”这件事变得直观。

现在的进度（随代码实测更新）

• easy_cil.py：带安全黑名单、退出码回传、输出截断的命令执行 Agent，黑名单覆盖 rm/sudo 以及 vim/top/less 等会挂起交互的指令。
• v1_basic_agent.py：约 200 行的教学版循环，4 个函数工具（bash/read_file/write_file/edit_file），默认直连 DeepSeek deepseek-chat。
• .env/环境变量：支持通过 DEEPSEEK_API_KEY、DEEPSEEK_MODEL 配置；未设定时会提示缺失。

快速上手

pip install openai python-dotenv
export DEEPSEEK_API_KEY=你的key   # 或写入 .env
python v1_basic_agent.py

对话示例：

You: 列出当前目录
You: 读取 README.MD 前 40 行
You: 创建一个 demo.txt 写入 hello world

核心功能

• 核心 Agent 闭环：模型自主决定工具调用顺序，直到完成任务。
• 本地工具访问：执行 Shell、读写文件、小粒度编辑。
• 安全护栏：高危命令二次确认，输出长度截断，执行超时保护。
• 多轮记忆：对话历史累积，结果回灌给模型继续推理。

适合谁？

• 想快速理解 Claude Code / Cursor Agent 工作流的初学者。
• 需要一份“能跑、可改、看得懂”的最小代理参考实现的工程师。
• 希望在本地环境里试验模型 + 工具调用闭环的黑客与学生。