building-a-coding-agent-from-scratch-course

8篇文章+4视频+代码，手把手教你用Python写个编码智能体

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 268 🐛 待处理 6 👀 关注 16

GitHub ↗

GitHub 星标 ★ 1135

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源课程项目，提供文章、视频和代码库，全部免费，无付费版本。

项目预览

building-a-coding-agent-from-scratch-course 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类智能体

开发团队decodingai-magazine

GitHubhttps://github.com/decodingai-magazine/building-a-coding-agent-from-scratch-course

定价模式🏷️完全免费

价格说明开源课程项目，提供文章、视频和代码库，全部免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型ai-agent,ai-coding-assistant,claude-code,coding-agent,course,curated-list,harness-engineering,kitaru,llm-evals,modal,opik,pydantic-ai

GitHub 星标★ 1135

上线时间2026-06-19 00:00:00

代码更新2026-10-24

仓库体积66.1 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数4

项目介绍

这是一个从零开始构建类Claude Code编码智能体的实战课程项目，包含8篇文章、4个视频和一套完整代码库。项目旨在帮助开发者从智能体使用者转变为构建者，深入理解编码智能体的内部工作原理。核心能力包括：通过Python逐步实现一个编码智能体的完整流程，涵盖工具调用、上下文管理、代码生成与执行等关键模块；提供结构化的学习路径，从基础概念到高级特性；附带可运行的代码示例，便于实践。项目解决了开发者对编码智能体黑盒的困惑，使其能够掌握核心设计思想并动手实现自己的智能体。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1135

技术标签

ai-agent ai-coding-assistant claude-code coding-agent course

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：命令行工具 5 步

环境要求

Git（用于克隆仓库）
Python 环境与 uv 包管理器（README 使用 uv run 启动）
make 构建工具（README 使用 make install）
一个大模型 API Key（用于写入 .env）

安装与启动步骤

1克隆课程仓库

把课程代码仓库下载到本地，进入项目根目录。

git clone https://github.com/decodingai-magazine/building-a-coding-agent-from-scratch-course.git
cd building-a-coding-agent-from-scratch-course

2安装项目依赖

在项目根目录执行 make 目标，完成依赖与运行环境的安装。
```
make install
```
3生成环境配置文件

从模板复制出 .env，后续在其中填入自己的大模型 API Key。
```
cp .env.example .env
```
4填入 API Key

打开 .env，按模板里的变量名填入自己的大模型 API Key 并保存。
5启动编码智能体

用 uv 运行 decode 入口，进入交互式会话开始使用成品智能体。
```
uv run decode
```

关键配置

配置项	必填	说明	示例
`LLM API Key（变量名见 .env.example）`	是	供智能体调用大模型，缺省则无法启动会话	`sk-xxxxxxxx`

如何确认成功

执行 uv run decode 后进入交互式会话并能正常对话，即表示安装与配置成功。

常见问题

Q：make install 执行失败怎么办？

A：先确认已安装 make 和 uv，并保证命令在仓库根目录执行；仍失败可查阅 running_the_code/00_troubleshooting.md 中列出的已知问题与修复。

Q：启动后提示缺少密钥或鉴权失败？

A：检查 .env 是否由 .env.example 复制而来，并按模板中的变量名填入有效的 API Key，保存后重新执行 uv run decode。

Q：想按课程顺序深入学习？

A：running_the_code/ 目录下按 00 到 06 编号排列了安装使用、模型服务、沙箱、部署与评测等指南，按顺序阅读即可。

Q：代码执行沙箱需要额外准备什么？

A：README 提到可使用本地 Docker 或远程 Modal 做沙箱，具体配置见 running_the_code/03_sandboxing.md。

注意事项

README 只给出 quickstart 命令，未说明 Python 版本要求，若安装报错请参考 running_the_code/00_troubleshooting.md。
沙箱、部署与评测属于进阶内容，需按 running_the_code/ 中 02~06 的指南逐步配置。
课程正文为 8 篇文章与配套视频，代码可先跑通再回看理论部分。