不知道大家有没有发现，大模型公司都在卷终端 Agent，包括 Qoder CLI、Kimi Code、ZCode 等等。
更别提Claude Code和Codex CLI了。
我自己也从0到1撸了一个，名叫 PaiCLI，各个版本都有，下面是 Python 版的截图。
为的就是能帮大家把 Agent 时代的核心技术栈过一遍：ReAct、Function Calling、RAG、MCP、Multi-Agent、Memory、Context 压缩等等。
代码完全开源，放在 GitHub 上：github.com/itwanger/Pa…
同时，我也结合 PaiCLI 的源码，给大家整理了 16 道高频的 Agent面试题，照着背就一定能吊打面试官，😄。
-
介绍一下 PaiCLI 这个项目和流程？
-
有实现子 Agent 吗？
-
支持后台任务吗？
-
子 Agent 也支持 Plan 模式吗？
-
子 Agent 是怎么调用 Skill 的？
-
skill分层体系是怎么做的，为什么这么设计？
-
用户输入怎么和相关skill匹配？
-
有skill沉淀机制么？还是只能用户自己构造？
-
长短期记忆怎么设计的？
-
为什么要静态长期记忆和动态长期记忆？
-
什么时候触发长期记忆存储，有没有出现用户长期记忆快速积累，存的过多？
-
大模型怎么决定长期记忆是否需要召回？
-
压缩机制是怎么做的？上下文窗口总token多大？触发上限为什么选这个值？
-
讲一下动态prompt和静态prompt？
-
模型底座是哪个？例如写一千行代码，需要消耗多少token?成本是多少？你用的百万token计费是多少？
-
你平时用你的PaiCLI么？
（全文比较肝，保证大家能学到很多很多，系好安全带，我们粗粗发～）
content
01、介绍一下 PaiCLI 这个项目和流程
老王开门见山：“你简历上写了一个 PaiCLI 项目，对标 Claude Code？先介绍一下。”
我说：“PaiCLI 是一个 Python 写的 Agent 命令行工具，核心架构是 ReAct 循环。”
用户在终端输入一个任务，PaiCLI 把任务发给大模型，大模型决定要不要调用工具、调哪个、参数是什么。
工具执行完后把结果返回给大模型，大模型再决定下一步动作。直到大模型认为任务完成，返回最终答案。
“PaiCLI 有三种工作模式。”
默认是 ReAct 模式，适合日常的单步任务，改个文件、跑个命令这种。
执行 /plan 会进入 Plan-and-Execute 模式，先把复杂任务拆成多个步骤再逐步执行。
/team 会进入 Multi-Agent 模式，多个 Agent 分工协作。
“工具层面，内置了 9 个核心工具：文件读写、命令执行、代码搜索、目录浏览、web 搜索。通过 MCP 协议还可以接入外部工具，比如浏览器操作、数据库查询这些。”
02、有实现 Sub-agent 吗？怎么编排的？
老王追问：“多 Agent 场景下你是怎么编排的？”
“规划者（Planner）接收用户任务，拆解成一组带依赖关系的执行步骤。”
“比如用户说‘重构这个模块并写测试’，规划者会拆成：步骤 1 分析现有代码结构，步骤 2 执行重构（依赖步骤 1），步骤 3 写单元测试（依赖步骤 2），步骤 4 运行测试验证（依赖步骤 3）。”
“这些步骤按 DAG（有向无环图）组织。编排器做拓扑排序，找出所有依赖已满足的步骤，丢给执行者（Worker）并行跑。”
执行者工作池默认 2 个，用 asyncio.Queue 管理，谁空闲谁接活，避免任务堆在一个执行者身上。
“每个步骤执行完，检查者（Reviewer）会审查结果，输出一个 JSON 结构，包含是否通过、问题列表、摘要。”
审查不通过的步骤会带着检查者的反馈重新执行，最多重试 2 次。
如果整体进度不到 50% 就连续失败，编排器会触发重新规划，让规划者换一种拆解方式。
老王点点头：“执行者之间的隔离怎么做的？”
“每个执行者有独立的消息历史和 Skill 上下文缓冲区。并行执行时，输出各自写入独立的字节缓冲区，全部完成后再按原始顺序合并到终端，保证展示不会乱序。”
03、支持后台任务吗？
老王问：“前台跑 Agent 的时候能同时跑后台任务吗？”
“支持。后台任务用 SQLite 做持久化队列。”
“状态机是 queued → running → completed 或 failed 或 canceled。”
Worker 认领任务后，会通过心跳续期。如果 Worker 崩溃了，当前周期过期后其他 Worker 可以重新认领这个任务。
“启动时还有崩溃恢复：扫描所有 running 状态但租约已过期的任务，重置为 queued 重新排队。这样即使进程异常退出，未完成的任务也不会丢。”
04、Sub-agent 也支持 Plan 模式吗？Skill 怎么调用？
老王问：“Multi-Agent 里的执行者，能不能走 Plan 模式？”
我说：“可以。每个执行步骤有一个 mode 字段，值可以是 react 或 plan。”
规划者在拆解任务的时候可以判断某个步骤是否足够复杂，需要用 Plan 模式来执行。
“Plan 模式的流程是：先调规划者生成一份 JSON 格式的执行计划，每个步骤有 id、描述、类型和依赖列表。”
有一个简单的任务检测，如果用户输入不超过 30 个字，且不包含‘然后’‘并且’‘再’这些多步骤线索词，就跳过 LLM 规划，直接生成一个单步计划，省掉一次 LLM 调用。
“计划经过拓扑排序确定执行顺序。没有依赖关系的步骤通过 asyncio.gather 并行执行，有依赖的串行等待。”
Sub-agent 是怎么调用 Skill 的？
老王紧跟着追问：“Skill 在 Sub-agent 里怎么工作？”
“系统提示词里注入了一份 Skill 索引，包含所有启用 Skill 的名称和描述，最多 20 个，总大小不超过 4KB。”
LLM 在处理任务时，如果判断当前任务和某个 Skill 的描述匹配，就会主动调用 load_skill 这个内置工具。
“加载后，Skill 的完整内容会写入一个上下文缓冲区。下一轮 LLM 请求时，这段内容自动注入到用户消息的前面。LLM 就相当于拿到了一份专家手册，按手册指引来执行任务。”
“有个关键设计：每个 Sub-agent 有独立的 Skill 缓冲区，用 LRU 策略最多缓存 3 个 Skill。”
因为 Skill 内容注入后会从缓冲区清空（drain 操作），如果多个 Sub-agent 共享同一个缓冲区，一个 Worker 的 drain 会把另一个 Worker 还没读到的内容清掉。
05、Skill 分层体系是怎么做的，为什么这么设计？
老王说：“Skill 系统展开说说。”
我说：“三层加载，按优先级从低到高：内置 Skill 打包在程序里、用户级 Skill 放在 ~/.paicli/skills/ 目录、项目级 Skill 放在项目根目录的 .paicli/skills/ 目录。同名 Skill，优先级高的整体覆盖低的。”
“每个 Skill 就是一个目录，核心是 SKILL.md 文件，用 frontmatter 声明名称、描述、版本、标签，正文就是给 LLM 看的决策手册。可选的 references/ 目录放参考资料，scripts/ 放可执行脚本。”
“为什么这么分？”
内置 Skill 提供开箱即用的基础能力，比如 web 访问的浏览器策略手册。
用户级满足个人工作流定制，比如我自己写了一个小红书热榜抓取的 Skill。
项目级承载团队约定，比如代码审查规范，提交到仓库后团队所有人共享。
这个思路和 Claude Code 的设计一脉相承，Claude Code 也是内置 Skill、用户 Skill、项目 Skill 三层。
06、用户输入怎么和 Skill 匹配？有积累机制吗？
老王追问：“用户输入一段话，怎么知道该加载哪个 Skill？”
“打分制。每个 Skill 的得分由四个维度加权计算。精确名称匹配直接加 10000 分，确保用户点名要的 Skill 一定排第一。名称中的词项命中权重 ×12，标签词项 ×6，描述词项 ×2。”
“分词策略分中英文两套。”
英文转小写后按空格分词，过滤掉 and、for、the 这些停用词。
“中文不做传统分词，而是取单个汉字加上 2 字和 3 字的滑动窗口，这样能覆盖大部分中文短语。比如‘代码审查’会生成‘代’‘码’‘审’‘查’‘代码’‘码审’‘审查’‘代码审’‘码审查’这些特征。”
老王又问：“Skill 只能开发者预定义吗？还是用户也可以自己写？”
“用户可以在 ~/.paicli/skills/ 下创建自己的 Skill 目录，写一个 SKILL.md 就能生效。”
启用状态持久化在 skills.json 里，记录的是 disabled 列表，默认全部启用，用 /skill off 命令禁用。
“目前没做自动积累，比如根据用户操作习惯自动生成 Skill。主要是自动生成的决策手册质量不可控，一份写得不好的手册反而会误导 LLM 的判断。”
简历亮点
如果大家在简历上写 Agent 相关的项目，可以参考下面这种方式来包装（别忘了去 GitHub 上 star 一下 PaiCLI 哈～）：
项目名称：PaiCLI
项目简介：对标 Claude Code 的 Python Agent 命令行工具，支持多模型切换、多 Agent 协作、Skill 系统和记忆管理
技术栈：Python 3.11、asyncio、httpx、SQLite、prompt-toolkit、Rich、MCP
核心职责：
- 基于 ReAct 实现了多模型适配的 Agent 引擎，支持 DeepSeek、GLM、Kimi 等 6 种大模型 provider 的流式调用和运行时切换
- 设计并实现了 Multi-Agent 编排系统（规划者/执行者/检查者），通过 DAG 拓扑排序和 asyncio 异步队列实现任务依赖的并行调度
- 构建了三层 Skill 加载体系（内置/用户/项目），基于多维度加权评分算法实现用户意图到 Skill 的自动路由
- 设计了双轨长期记忆系统（静态项目记忆 + 动态 SQLite 记忆），配合 SHA256 去重和 FIFO 淘汰策略控制记忆膨胀
- 实现了基于滚动摘要的上下文压缩机制，在 80% 窗口阈值自动触发压缩，保留近 6 轮对话完整性，支持百万 token 级长对话
07、长短期记忆怎么设计的？
老王换了个方向：“Agent 的记忆系统怎么做的？”
我说：“三层。”
“短期记忆就是当前对话的消息历史。用户说了什么、LLM 回了什么、工具返回了什么，每轮 LLM 调用都带上。本质是一个不断增长的消息列表。”
“长期记忆用 SQLite 存储。”
每条记忆绑定了 scope（项目路径，实现项目隔离）、content（记忆内容）、importance（重要性，0 到 1）、confidence（置信度，0 到 1）、access_count（被召回的次数）、content_hash（SHA256 哈希，用于去重）。
“长期静态记忆就是 PAI.md 文件。项目根目录或 .paicli 目录下放一个 PAI.md，启动时自动加载到系统提示词里。功能类似 Claude Code 的 CLAUDE.md。”
08、为什么要分静态长期记忆和动态长期记忆？
老王追问：“为什么不统一成一种？”
“用途不同。”
“静态记忆存的是团队规范和项目约定，比如代码风格、分支策略、部署流程。”
变化频率低，可以提交到代码仓库，团队所有成员共享同一份。PAI.md 还支持 @filename 导入其他文件，最大嵌套 3 层，总预算 16KB，避免撑爆上下文。”
“动态记忆存的是用户特定的事实和偏好，比如‘这个项目用的是 PostgreSQL 而不是 MySQL’。这些信息在交互过程中学习积累，按项目隔离存储在 SQLite 里。”
“分开存的好处是职责清晰：静态记忆由开发者维护，走版本控制；动态记忆由 Agent 自动管理，不会污染代码仓库。”
两者在 Prompt 组装时合并注入系统提示词，静态的先加载、动态的后加载。
09、什么时候触发记忆存储？会不会越存越多？
老王问：“长期记忆是怎么触发存储的？膨胀怎么控制？”
“触发有两种方式。用户执行 /save 命令主动存储，或者对话中说‘记住这个’‘帮我记一下’，LLM 会调用 save_memory 这个内置工具自动存。”
“去重用 content_hash。把记忆内容做 Unicode 归一化后算 SHA256，如果哈希已存在，不创建新记录，只把 importance 和 confidence 取两者中的较大值更新上去。”
“防膨胀靠配额淘汰。设定一个 max_entries 上限，超出时按 importance、confidence、access_count、updated_at 综合排序，优先淘汰那些重要性低、置信度低、长时间没被召回过的旧记忆。”
大模型怎么决定长期记忆是否需要召回？
老王紧跟着追问：“每次对话都把所有记忆塞进上下文吗？”
“不是，按相关性评分召回。每次 LLM 请求前，用当前的用户消息作为查询，对所有记忆逐条打分，取分数最高的 6 条注入上下文。”
“评分公式是多维度加权。”
词汇覆盖率占 72%，把查询和记忆内容各自提取词项特征，算交集占比，加上子串完全匹配的额外加成。
重要性占 12%，置信度占 8%，时间衰减占 6%（半衰期 30 天，一条记忆 30 天没更新过，时间分就衰减到一半），访问频率占 2%（用对数函数平滑，避免高频访问的记忆垄断排名）。
“召回阈值设定为 0.05。这个值很低，因为宁可多召回几条不太相关的，也不要漏掉真正有用的。LLM 自己能判断哪些记忆和当前任务有关，不需要评分系统做太严格的过滤。”
10、上下文压缩机制是怎么做的？
老王问：“对话太长，上下文窗口装不下怎么办？”
我说：“自动压缩。触发条件满足任一个就启动：估算的 token 数超过可用输入 token 的 80%，或者消息数超过 100 条。”
“可用输入 token 的计算方式：上下文窗口总大小减去最大输出 token 数，再减去 1024 的预留空间。比如模型窗口 128K，最大输出 8K，可用输入约 119K，80% 触发阈值约 95K。”
“压缩算法分三步。”
- 第一步，保留最近 6 轮对话不动，切割点必须落在用户消息的边界上。因为工具调用和工具结果必须成对出现在消息历史里，从中间切断会破坏消息协议。
- 第二步，保留范围之外的旧消息做滚动摘要，每条消息提取最多 500 字的摘要。
- 第三步，超长的工具返回结果截断到 4000 字。
“压缩目标是可用 token 的 55%。为什么 80% 触发、55% 压缩？留出来的空间给当前轮的输入、系统提示词里动态注入的部分（比如刚召回的记忆），以及 LLM 可能返回的多个工具调用。压缩得太晚太少，当前轮的请求可能直接超窗口。”
“token 估算用经验公式：中文字符按 1 token/字，英文按 3 个字符 1 个 token。偏保守，代码多的场景会高估。但高估比低估安全，低估可能导致请求超出模型窗口被截断。”
11、讲一下动态 Prompt 和静态 Prompt
老王说：“你的系统提示词是怎么组装的？”
“分成静态部分和动态部分。”
“静态部分在一个会话里不会变，构建一次就缓存。包括人格设定（语气风格）、核心行为准则（工具使用规范、安全策略）、项目指令（PAI.md 的内容）。”
“动态部分每次 LLM 请求都重新构建。包括当前时间和时区、工作目录路径、当前使用的模型名称和 provider、已启用的 Skill 索引、刚召回的相关长期记忆。”
“还有一个模式维度。ReAct 模式、Plan 模式、规划者/执行者/检查者各有独立的模式提示词文件，存在 resources/prompts/ 目录下。编排器根据当前角色选择对应的模式提示词，拼到系统提示词的对应位置。”
“项目指令的加载有优先级链：用户全局的 PAI.md → 项目根目录的 PAI.md → .paicli 目录下的 PAI.md → PAI.local.md（本地覆盖，不提交仓库）。”
总预算 16KB，超出截断。用户还可以自定义覆盖任意一层的提示词文件，覆盖是整文件替换。
12、模型底座是哪个？成本怎么样？你平时用 PaiCLI 吗？
老王抛出最后的问题：“你用的什么模型？成本算过吗？”
“默认模型是 DeepSeek V4。”
PaiCLI 支持运行时切换模型，/model 命令可以在 DeepSeek、GLM、Kimi、StepFun 等 6 种 provider 之间切换，API Key 从配置文件、环境变量、.env 文件三个来源读取，优先级依次升高。
“1000 行代码大约 15000 到 20000 个 token。一次完整的编码任务，算上多轮 ReAct 循环，通常消耗 5 万到 10 万 token。”
用 DeepSeek V4 的话，成本大约 0.1 到 1 元之间。启用 Prompt Cache 后，重复的系统提示词和历史消息命中缓存，输入成本降到四分之一。
老王最后问：“你平时用你自己的 PaiCLI 吗？”
“用，每天都在用。写代码、查资料、自动化日常操作都用它。”
“有一说一，Claude Code 功能肯定比 PaiCLI 强。但自己写的工具，最大的好处不是功能，而是你完全理解每一个设计决策背后的取舍。”
“而且在写 PaiCLI 的过程中，我把 Agent 技术栈的核心概念全过了一遍。ReAct、Function Calling、RAG、MCP、Multi-Agent、Memory、Context 压缩。看文章看十遍不如自己动手实现一遍。”
ending
Agent 面试考的不是能背多少概念，是有没有自己做过一遍完整的技术栈。
想要搞清楚 Agent，最有效的方式就是自己写一个 Agent 项目。
不需要做得比 Claude Code 好，但 ReAct 循环、记忆系统、上下文压缩、Skill 分层这些核心模块，每个都要自己实现一遍。
下期见。
这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！
👇👇扫码免费领取全部内容👇👇
1. 成长路线图&学习规划
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。
2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
3. 大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
4. 2026行业报告
行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
5. 大模型项目实战
学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
6. 大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
7. 资料领取：全套内容免费抱走，学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：
👇👇扫码免费领取全部内容👇👇
225
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
