AI Agent

使用 AI Agent 时，经常会遇到这样的情况： 你让 Agent 分析一个项目，它先读取文件，再分析代码，然后准备修改几个文件。等了半天，你突然发现需求说错了，于是点击「停止」。 普通聊天中，停止生成文字通常就够了。但 Agent 不一样，它可能正在调用模型、执行工具、读写文件，甚至请求外部 API。 这时，一个问题就出现了：用户点击停止之后，Agent 真的停下来了吗？ 如果只是让前端不再显示回答，后台任务可能还在运行。如果只停止当前模型请求，Agent 也可能在下一步继续调用工具。 因此，任务取消不是简单地增加一个停止按钮，而是需要让 Agent 的整个执行过程都能响应取消操作。 一、为什么 Agent 不能简单地停止生成？ 先看一个常见的 Agent 执行过程： 用户提出需求 ↓ AI 分析任务 ↓ 调用搜索工具 ↓ 分析搜索结果 ↓ 调用文件处理工具 ↓ 整理结果 ↓ 返回回答 Agent 并不是一次性生成答案，而是根据每一步的执行结果，决定接下来做什么。 例如，用户让 Agent「搜索资料并生成一份报告」，它可能先搜索网页，再读取内容，最后生成报告。每一步都可能涉及新的模型请求或工具调用。 如果用户在搜索过程中点击停止，系统至少要解决三个问题： 不再发起新的模型请求。 不再启动新的工具调用。 尽可能停止已经运行的模型请求和工具任务。 前两个相对容易，第三个则取决于具体操作是否支持取消。 例如，正在执行的本地任务可能可以主动检查取消状态；已经提交给第三方服务的任务，则未必能被立即终止。 所以，停止 Agent，不只是停止它说话，还要阻止它继续做事。 二、给 Agent 一个「停止信号」 可以把 Agent 想象成一个正在执行任务的员工。 用户点击「停止」，就相当于通知这个员工：「先别继续做了。」 但光发出通知还不够。员工需要在工作过程中留意这条通知，收到后停止接下来的工作。 在程序中，这种通知可以通过「取消信号」实现。 以 JavaScript 为例，浏览器和 Node.js 都提供了 AbortController，可以用它发出取消信号。 const controller = new AbortController(); // 把信号传给支持取消的任务 const task = fetch("/api/agent/run", { method: "POST", signal: controller....

随着 AI Coding 和 Agent 的发展，Skill 正逐渐成为扩展 Agent 能力的重要方式。 一个 Skill 通常由 SKILL.md 以及可选的脚本、参考资料和资源文件组成，用于把某一类任务的知识、流程和经验封装起来，让 Agent 在需要时加载并执行。Agent Skills 目前已经形成开放格式规范，并支持通过渐进式加载机制减少不必要的上下文消耗。 如果你正在学习 Agent Skills，或者已经开始使用 Claude Code、Codex、Cursor 等 AI 编程工具，下面这些资源值得收藏。 一、 学习与官方资源 Agent Skills 官方规范 地址：https://agentskills.io/ 介绍：Agent Skills 的官方开放规范，介绍 Skill 的基本结构、SKILL.md、元数据、资源目录以及 Progressive Disclosure，是学习 Skills 最值得优先阅读的资料。 Agent Skills GitHub 地址：https://github.com/agentskills/agentskills 介绍：Agent Skills 开放规范的官方 GitHub 项目，可以查看规范源码、文档和相关示例，也适合跟踪规范的后续发展。 Anthropic Skills 地址：https://github.com/anthropics/skills 介绍：Anthropic 官方 Skills 仓库，提供文档处理、PDF、Excel、PowerPoint 等实际 Skill，可以直接参考成熟 Skill 的目录结构和编写方式。 Claude Agent Skills 地址：https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview 介绍：Claude 官方 Skills 文档，介绍 Skills 的工作机制、创建方式、API 使用方法以及安全注意事项。...

AI Agent 的基本模型： Agentic Coding ↓ Context Engineering ↓ MCP ↓ Tool Design ↓ Agent Loop 但还有一个问题没有解决： Agent 知道有哪些工具，也知道怎么调用工具，为什么它还是经常“不知道应该怎么做”？ 例如让 Agent 完成一次代码 Review。 它可能拥有： git_diff read_file search_code run_test 这些 Tool 已经足够让它操作代码库。 但它仍然需要知道： 先看什么？ 重点检查什么？ 什么问题值得报告？ 如何判断问题严重程度？ 什么时候应该运行测试？ 最终应该如何输出？ 这些内容既不是 Tool，也不是 MCP。 它更接近一种： 任务级的知识、流程和操作规范。 这就是 Agent Skill。 今天的 Agent Skills 已经不只是某个产品里的一个概念，而是正在形成一个开放的文件格式和生态。官方规范将 Skill 定义为一个包含 SKILL.md 的目录，可以进一步携带脚本、参考资料和其他资源，并通过 Progressive Disclosure 按需加载。 1. Skill 到底是什么？ 先给出一个比较工程化的定义： Skill 是围绕某一类任务封装的可复用知识、操作流程、规则、示例和辅助资源，让 Agent 能够以更加稳定和一致的方式完成这类任务。 例如： code-review 不是一个具体的 Tool。 它可能包含：...

前面几篇文章分别了解了 Agentic Coding、Context Engineering、MCP 和 MCP Tool Design。 把这些内容放在一起，就会出现一个更核心的问题： AI Agent 到底是怎么“行动”的？ 我们经常看到这样的描述： 用户： “帮我分析一下这个项目的问题，并修复它。” Agent： 读取代码 → 分析问题 → 修改代码 → 运行测试 → 发现错误 → 再次修改 → 重新测试 → 完成任务 看起来像是 AI 在「自主工作」。 但从工程角度看，它并不是一个神秘的黑盒。 Agent 的核心其实可以抽象成一个不断循环的过程： 理解任务 ↓ 观察当前环境 ↓ 决定下一步行动 ↓ 调用 Tool ↓ 获得结果 ↓ 更新 Context ↓ 再次判断 ↓ …… ↓ 任务完成 也就是说： Agent 最核心的能力，不是一次生成一个答案，而是能够根据环境反馈持续决定下一步应该做什么。 1. 从一次 LLM 调用开始 最简单的 LLM 应用其实非常直接： User ↓ Prompt ↓ LLM ↓ Response 例如：...

最近看到一个新词：Agentic Coding，了解了一下。 近几年，AI 写代码已经从一个新鲜功能变成了开发者日常工作的一部分。 最开始，我们让 AI 补全一行代码；后来可以让它生成一个函数、一段 SQL，甚至生成一个完整的页面。再后来，Cursor、Claude Code、GitHub Copilot 等工具开始能够读取整个代码库、修改多个文件、执行命令和运行测试。 这时候，事情开始发生变化。 以前我们更习惯说： 「让 AI 帮我写代码。」 现在越来越接近： 「把这个开发任务交给 AI，让它自己完成。」 这就是 Agentic Coding 值得讨论的地方。 它并不是简单地把代码生成能力做得更强，而是把 AI 在软件开发中的角色从「代码助手」进一步推向「任务执行者」。 从代码补全到 Coding Agent 最早一代 AI 编程工具解决的问题其实非常明确：预测开发者接下来可能要写什么代码。 开发者输入前面的代码，AI 根据当前文件和上下文预测后面的内容。 这种模式本质上还是： 开发者 ↓ 写代码 ↓ AI 提供建议 ↓ 开发者确认 后来，AI Coding 进入了第二个阶段。 开发者不再需要逐行告诉 AI 怎么写，而是可以直接描述一个需求： 给用户登录接口增加 Refresh Token。 Access Token 有效期 30 分钟， Refresh Token 有效期 7 天， 并增加 Token 刷新接口。 AI 可以生成多个文件、修改已有代码，并根据项目结构调整实现。 这已经不只是代码补全，而是基于任务生成代码。 再往前一步，Coding Agent 开始拥有更多实际操作能力。...