自己写了一个 Claude Agent 前端之后，对 Agent 的一些想法
去年开始用 Claude.ai，觉得它的 Agent 体验做得很好——你问一个问题，它会自己决定要不要搜索、要不要写代码、要不要生成文档。整个过程不需要你指挥，它自己来。后来想在自己的服务器上跑一个类似的东西，看了一圈 Open WebUI、LibreChat，都有点重。于是自己写了一个。
实际效果
搜索 + 深度阅读
"最近 OpenAI 和 Google 在 AI Agent 方面有什么新动作？帮我梳理一下"
模型自己搜了两次（不同关键词），读了 4 篇全文，然后开始回答。这个过程没有预定义的流程——不是我在代码里写"先搜再读再答"，是模型自己判断需要搜索，搜完觉得不够又换了个角度搜了一次。
搜索 + 代码执行 + 可视化
"用 Python 生成一个 2020-2025 年全球 AI 投资额的可视化图表"
模型先搜了真实数据，然后试着用 Python 画图，发现环境里没有 matplotlib，就自己换了方案用 HTML + Chart.js 做了一个交互式图表。截图里那个"执行出错"就是它第一次尝试失败的记录。
先问再写
"帮我写一份「从零搭建个人 AI 助手」的技术博客，要有架构图和代码示例"
模型没有直接开写。它先反问了几个问题——目标读者是谁、技术栈偏好、篇幅和深度。这些问题以可点击的选项卡形式呈现，选完之后才开始生成。这个行为是模型自己产生的，我没有在 prompt 里写"遇到模糊需求要先提问"。
61 页白皮书
"写一个完整的 AI 行业白皮书"
多个子 Agent 并行撰写 15 个章节，最后汇编成 61 页的完整白皮书。右侧面板可以预览和下载 DOCX。老实说这个功能还不太稳定，偶尔会卡住，但跑通的时候效果不错。
关于 Agent 框架
写这个项目之前，我以为 Agent 的核心难点在"编排"——怎么设计状态机、怎么定义工具选择策略、怎么处理多 Agent 协作。这也是 LangChain、LangGraph 这些框架在解决的问题。
写完之后发现，至少在单 Agent 场景下，核心循环非常简单：
while 模型没有返回 end_turn:
把对话历史发给模型
模型决定调用哪个工具（或者直接回答）
执行工具，把结果加入对话历史我的整个 agentic loop 大概 100 行。没有状态机，没有决策树。模型自己决定什么时候搜索、什么时候写代码、什么时候停下来。
这让我意识到一件事：很多编排逻辑存在的原因，是为了补偿模型判断力的不足。 如果模型足够好（比如 Claude Opus），你给它工具描述和目标，它自己能规划出合理的步骤。你不需要在代码里告诉它"搜索完要读全文"——它自己会意识到摘要不够深入。
当然这不是说框架没用。如果你需要多 Agent 协作、复杂的审批流程、或者要兼容能力较弱的模型，框架的价值就体现出来了。但对于"一个 Agent + 几个工具"这种场景，原生 API + 一个循环就够了。
搜后深读
这是我觉得效果提升最明显的一个决策。大部分 AI 搜索的做法是：搜索 → 拿到摘要 → 基于摘要回答。但摘要的信息密度很低，经常答非所问。
我的做法是：搜索后自动抓取前几条结果的完整网页内容（每页截取 6000 字），模型基于全文回答。质量差距很大。代价是 token 消耗高，所以做了一个 80K token 的预算管理——超了就压缩早期轮次的上下文。
技术选型
整个项目的前端是一个 app.js + 一个 styles.css，没用 React。后端是一个 server.mjs，数据存 SQLite。跑在 128MB 的 VPS 上。
不是说这些选择有多高明，只是对于一个人的 side project，简单的技术栈让我能快速迭代。改完代码 scp 到服务器直接生效，不需要构建、不需要 Docker。
部署
git clone https://github.com/piglet12138/claude-ai-harness.git
cd claude-ai-harness
npm install
cp .env.example .env # 填入 Anthropic API Key
npm start # → http://localhost:3040支持 Anthropic 官方 API 和任何兼容端点。128MB 内存就能跑。