ai_agent_study

一个用 Go 从零实现的 AI Agent 学习项目：多轮对话、工具调用、流式打字机输出、上下文窗口管理与会话持久化。除存储层（gorm/sqlite）外全部标准库手写——目标是把 Agent 的每个零件拆开看明白。

架构

bootstrap/    C+V 层：/指令路由（controller）与终端渲染（view）、装配根
runtime/      M 层：Engine 多轮工具循环、Turn/TurnStream、会话归档与恢复
contextpolicy/  上下文窗口管理：token 估算（Usage 自校准）+ 滑窗截断 + 摘要压缩 + 摘要锚点
provider/     LLM 接入：openai / anthropic 双格式（对话/工具/流式迭代器）
tools/        工具执行体：read_file/write_file/list_dir/edit_file/grep/glob + run_command（结果自动截断：单条 10K token 上限，防上下文爆炸）
models/       M 层：领域模型（Session/Turn/Workspace）与 gorm/sqlite 持久化

依赖单向：bootstrap → runtime → contextpolicy/provider/tools → models。

快速开始

cp .env.example .env   # 或直接创建 .env，填入以下配置
go run .

.env 配置项：

变量	说明
LLM_PROVIDER	openai 或 anthropic
LLM_BASE	API 地址（兼容网关可自定义）
LLM_API_KEY	密钥
LLM_MODEL	模型名（留空走实例默认）
LLM_TURN_TIMEOUT	单轮对话超时（默认 10m，如 90s、5m）
LOG_LEVEL	日志级别（debug/info/warn/error，默认 info；日志只写 logs/）

交互

已恢复会话 #2：帮我写八皇后...，共 3 轮
可用指令：/exit 退出 | /new 新会话 | /list 列表 | /use N 切换 | /delete N 删除 | /help 帮助
> 帮我看看当前目录          ← 流式打字机输出；需要时模型会调用工具
> /list                     ← 会话列表（* 标当前）

• 对话历史跨 Turn 自动携带；超过预算（默认摘要压缩 800K token 触发，按 1M 窗口模型配置）自动摘要压缩并落锚点，重启恢复不重烧 LLM
• 每轮自动落库 sqlite（data/agent.db），软删除；日志全部落 logs/（控制台保持纯净交互）

测试

go test ./... -count=2 -race

文档

• docs/01 入门.md —— Agent 基础
• docs/02 上下文管理.md —— 会话持久化与上下文窗口管理（滑窗/摘要/锚点/校准）的实现详解
• docs/superpowers/specs/ —— 各模块设计规格