Agent 基础与接口知识

学习目标

前置条件

  • 完成 section1 环境安装(VS Code、Git)。
  • 具备基本的 Markdown 阅读能力。

Agent 是什么

Agent 化编程工具(如 Claude Code、OpenAI Codex、VS Code Copilot Agent 模式)是能够自主执行多步骤任务的 AI 工具:读取代码、搜索文件、运行终端命令、修改多个文件、执行测试、提交 PR 等。

与传统”逐行补全 + 对话问答”的 AI 助手不同,Agent 会:

  1. 规划:把大任务拆解为多个小步骤。
  2. 调用工具:读写文件、执行命令、搜索代码、访问网络。
  3. 迭代:运行测试、查看报错、自动修复并重试。

Agent 与 Copilot 的关系

工具定位章节
GitHub CopilotVS Code 内置 AI 助手,覆盖日常补全、对话与 Agent 模式section10
Claude Code独立 Agent 工具,深度自主执行section12/01
OpenAI Codex独立 Agent 工具,深度自主执行section12/02

三者可以共存:Copilot 负责日常写作与补全,Claude Code / Codex 负责大型自主任务。

接口知识:Agent 接入的三要素

无论使用哪种 Agent 或网关,接入一个自定义 API 服务时,几乎都离不开以下三个要素:

要素说明示例
Base URLAPI 服务的基地址,客户端会在此基础上拼接具体接口路径https://api.anthropic.comhttps://api.openai.com
API Key用于鉴权的密钥,通常放在请求头(如 Authorization: Bearer <key>sk-...sk-ant-...
模型名指定调用哪个模型,必须与服务端可用模型完全一致(含大小写与版本后缀)claude-sonnet-4-5gpt-5.6

模型名不匹配是" model unavailable"类报错的最常见原因

先确认接口协议,再核对模型全名(大小写、版本后缀),必要时对目标 endpoint 单独做一次最小请求测试。

主流 API 协议

不同厂商的接口协议在请求结构上有所差异,但核心思想一致。三种最常见协议:

协议核心字段典型厂商
POST /v1/chat/completionsmessagesOpenAI 兼容系、国内多数厂商
POST /v1/responsesinputOpenAI(新一代)
POST /v1/messagesmessages(Anthropic schema)Anthropic

选择口诀:先客户端协议,后模型名;先 schema,后 endpoint。

  • 客户端配置要求哪个协议,就用哪个,不要只看厂商名。
  • 协议与 endpoint 必须匹配:chat/completions 用 OpenAI Chat schema,responsesinput 字段,messages 用 Anthropic 原生 schema。

三类协议的详细对比、选择算法与排错矩阵,见 01_接口模式选择与排错

其他常见接口概念

  • 鉴权方式:除 Bearer 头外,部分服务还支持 x-api-key 头(Anthropic)。
  • 流式输出(Streaming)stream: true 时逐 token 返回,响应更快,是 Agent 交互的默认方式。
  • 工具调用(Tool Use):Agent 通过声明工具(如 read_filerun_command)并解析模型返回的工具调用参数来操作环境。
  • 上下文窗口:单次可携带的 token 上限,超出后需截断或压缩历史。

常见问题

Q:接口知识对普通用户有什么用?

理解 Base URL / Key / 模型名三要素后,你才能正确配置第三方网关(把请求转发到国内可用的中转服务),或排查”连不上 / 模型不存在 / 401”等错误。

Q:为什么本教程把接口知识放在 Agent 基础?

因为 Copilot、Claude Code、Codex 乃至 MCP 服务器都共享同一套接口思维。先建立基础概念,后续各章节只需套用即可,避免重复讲解。

Q:我需要自己实现接口吗?

不需要。本教程只要求你理解并会配置。接口的调用细节由各工具(扩展 / CLI / 网关)封装,你只需填对三要素。

练习任务

  1. 用自己的话解释 Base URL、API Key、模型名三要素。
  2. 说出 chat/completionsresponsesmessages 三种协议各自的核心字段。
  3. 浏览 section12/00 的接入模式表格,标记你打算使用哪种接入方式。

验收清单

  • 能区分 Agent 工具与普通 AI 助手。
  • 能说出 Agent 接入三要素。
  • 能说出三种主流协议的核心字段差异。
  • 知道接口排错时先看协议、再看模型名。