mini-coding-agent

用最少代码看懂编码智能体核心原理

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 223 🐛 待处理 8 👀 关注 9

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1229

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可自由使用和部署，无付费版本。

项目预览

项目数据

分类开源模型

开发团队rasbt

官网地址https://magazine.sebastianraschka.com/p/components-of-a-coding-agent

GitHubhttps://github.com/rasbt/mini-coding-agent

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，可自由使用和部署，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agents,ai,large-language-models,llms,python

GitHub 星标★ 1229

上线时间2026-04-02 00:00:00

代码更新2026-04-07

仓库体积65 KB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

mini-coding-agent 是一个用 Python 实现的极简编码智能体框架，旨在通过精简且可读的代码，清晰展示编码智能体的核心组件（如工具调用、循环执行、上下文管理等）是如何工作的。它解决了初学者或开发者理解复杂智能体架构的难题，将抽象概念具象化，帮助用户快速上手并定制自己的编码智能体。项目核心能力包括：提供最小可运行的智能体示例、模块化设计便于扩展、以及详细的代码注释和文档说明。

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 ★ 1229

技术标签

agents ai large-language-models llms python

使用教程

难度：入门约 15 分钟部署方式：命令行工具 7 步

环境要求

已安装 Ollama，且 shell 中可用 ollama 命令
本机可运行 ollama serve 启动本地模型服务
已拉取模型（默认 qwen3.5:4b）
Python 环境（可选 uv 用于运行 CLI）

安装与启动步骤

1安装 Ollama

按官方下载页安装 Ollama，装完后 ollama 命令应能在终端中直接调用，无安装命令由 README 提供。
2验证 Ollama

确认 ollama 命令已可用，会打印帮助信息说明安装成功。
```
ollama --help
```
3启动模型服务

在一个终端启动本地服务并保持运行，后续智能体都通过它调用模型。
```
ollama serve
```
4拉取默认模型

另开一个终端拉取默认模型 qwen3.5:4b，内存充足可换 qwen3.5:9b 等更大版本。
```
ollama pull qwen3.5:4b
```
5克隆并进入仓库

克隆官方仓库后进入目录；若使用自己的 fork，把 URL 换成你的分支地址。
```
git clone https://github.com/rasbt/mini-coding-agent.git
cd mini-coding-agent
```
6启动智能体

用 uv 运行 CLI；没有 uv 时可直接执行 python mini_coding_agent.py，默认模型 qwen3.5:4b、approval 为 ask。
```
uv run mini-coding-agent
```
7不使用 uv 启动

若未安装 uv，可在仓库目录直接运行脚本启动同一个智能体。
```
python mini_coding_agent.py
```

关键配置

配置项	必填	说明	示例
`model`	否	智能体使用的 Ollama 模型，默认值如下，可换成更大的 Qwen 3.5 变体	`qwen3.5:4b`
`approval`	否	风险工具的审批策略，默认 ask，即执行前需要确认	`ask`