你好，我是双越 ，前百度 滴滴 资深前端工程师，PMP ，慕课网金牌讲师，博客总流量 500w+ ，课程学员 10w+，最擅长深入浅出的讲解复杂概念和技术。我的代表作品有：

• wangEditor 开源富文本编辑器，GitHub 18k star，npm 周下载量 20k

• 划水AI Node 全栈 AIGC 知识库，包括 AI 写作、多人协同编辑。复杂业务，真实上线。

• 前端面试派 系统专业的面试导航，刷题，写简历，看面试技巧，内推工作。开源免费。

2026 年我正在探索一个新的方向：AI Agent 智能体开发 ，开发一个真实上线的 AI Agent 项目。
这是一个极具活力和前途的新方向，我想表达的内容非常多，感兴趣的同学，建议认真看完本文。

做一个什么项目？

我正在开发一个 AI Agent 智能体项目：智语 ZhiTalk，一个像 OpenClaw 小龙虾一样的 Agent 个人助理。
你可以和它聊天，让它修改文件，让它制定计划，可以配置 skills ，可以通过 MCP server 对接第三方服务...
通用型 Agent 的所有功能，它都具备，下文会有详细介绍。

有兴趣的同学可以加入免费分享群，想加入学习的同学可以私聊群主～

如加群失败，可加作者微信 fe-wfp 备注：agent

AI 是未来趋势

抓住 AI 红利，选择大于努力

从 2023 年春天 ChatGPT 发布，到现在几年时间 AI 开发和应用在迅速增长中，每个人都可以感受到 AI 带来的变化和影响。AI 是未来趋势，而且目前没有其他增长方向，选择 AI 赛道不会错。

全世界各大公司都在布局 AI ，各个行业都在尝试接入 AI ，各方大佬都在加入 AI 方向。

例如，格力前高管 王自如 现在创业做 AI 自媒体，你可以吃瓜他的绯闻，但你要相信他的投资眼光。

再例如，我老婆所在的公司（中型企业）老板要求员工必须使用 AI 工具提效，并定期汇报。你可以吐槽老板一万个不好，但要相信老板们的眼光。

再例如，2025年8月国家颁布了“人工智能+”行动意见，讲促进和鼓励 AI 在工业农业生产生活等各个领域的发展和落地，未来将会有更多 AI 创业公司崛起。

红利就是：来早了吃肉，来晚了汤都没有。选择大于努力。例如 10 年之前，如果你入职阿里腾讯至今也就晋升个高 P ，但当时如果你有眼光入职字节、滴滴、快手、小红书（当时的新势力），那很可能就晋升为高级管理者了。而现在就是 AI 方向的“10年之前”。

现在的招聘需求

以北京为例，现在就有大量的“AI 工程师”招聘岗位，包括很多大公司，而且平均薪资在 30k 左右。
AI 发展才 3 年，AI Agent 才 1 年多，这才刚刚开始，未来将会有更多的机会。

如何学习 AI 开发？

你想直接去开发 AI 大模型？这肯定不太现实。第一，开发 AI 大模型有一定技术门槛和学习成本；第二，AI 大模型公司全世界就那么几家，能招聘多少程序员？

AI 大模型只是一个基础，真正让 AI 在各个行业广泛应用的是 AI Agent ，国内叫“智能体”。

我们可以基于某一个或某几个 AI 大模型，开发 AI Agent ，定制各种能力和规则，集成外部的工具和服务，让它应用于我们自己的垂类业务领域。例如

• AI 智能客服，如购物、医疗、保险、政务等各个行业

• AI 学习助手，如学习外语、专业技能培训、面试指导等

• AI 编程工具，如现在爆火的 Cursor Windsurf Copilot ，前者估值都几亿美元了

• 日常办公，如 AI 制作 PPT、制作图表、写文档、优化表达和描述等

• 通用 Agent（整理资料，筛选内容，制作内容等），如 Manus

真正能让 AI 遍地开花的是无数个 AI Agent 智能体，同时也需要大量的人才去开发和维护 AI Agent 。
所以，加入 AI 领域的正确方式时：学习 AI Agent 开发技能，最好能有真实项目经验。

Agent 架构设计

Agent 是什么

很多同学可能还不知道 Agent 到底是一个什么东西，它和 AI 和 LLM 有什么关系。

• AI 人工智能，是一个很宽泛的概念，泛指我们当前正在发展的人工智能行业中的所有内容

• LLM 大语言模型，这个好理解，就是现在常用的 GPT Claude Deepseek Qwen kimi 等大模型

• Agent 智能体，指的是在大模型基础上创建的应用，如 Claude Code、Cursor、Manus、OpenClaw Hermes 等。

可以做一个比喻，LLM 大模型就是大脑，聪明但能力不足，Agent 就是给大脑装配上手脚口鼻眼等，不仅能思考，还能真正的做事情。

基础流程 ReAct 循环

ReAct = Reasoning 推理 + Action 执行，一边推理一边执行，这是当前主流 Agent 基础流程。

• 用户提交一个信息，发送请求到 LLM

• 看 LLM 的回复是否需要调用 tool 工具？

• 如果不需要调用 tool ，则说明已经是最终答案，直接回复给用户

• 如果需要，则调用 tool 得到结果，再发送到 LLM

• 继续第二步判断，循环

所以，只要有 LLM 和 tools （下文有介绍），外加这个流程设计，就已经是一个 Agent 基础了。

详细架构设计

这个项目，完全是我自己从 0 开始一步一步搭建出来的，包含了当前 AI Agent 所有核心技术。包括 tools skills memory context permission subagent session command hook MCP-server ...
其他优秀的 Agent （如 claude-code cursor openclaw hermes ）也都是这些功能，现在 Agent 已经发展的比较稳定了。
下图中每个模块，下文都有详细介绍。

项目 5 大亮点

1. 双越老师 亲自带队开发

双越老师，wangEditor 作者，前百度、滴滴 资深前端工程师，PMP ，慕课网金牌讲师，划水AI 和 前端面试派 作者，博客总流量 500w+ ，课程总学员 10w+，最擅长深入浅出的讲解复杂概念和技术。

2. 真正适合前端开发人员学习

现在网上有大量的 AI 开发教程都是基于 Python 和后端开发思维的，你作为前端开发人员直接去学习成本太高，很容易坚持不下去。

该项目是基于前端视角的，使用 Nodejs 开发，前端人员更好理解和学习。循序渐进，学习曲线舒缓。

3. 覆盖当下所有 AI Agent 开发技能

用 5-6 周学会所有 AI Agent 开发技能，满足“AI 工程师”的招聘要求。技能包括：tools skills memory context permission subagent session command hook MCP-server ...

4. 真实项目，非 Demo

项目还在开发中，等开发完了要发布上线到 NPM ，每个人都可以下载、配置和使用。
智语项目是我的个人代表作之一，就像 wangEditor 和 划水AI 一样，不是 demo 。
而且还会持续更新维护。

5. 全程使用 AI 编程

随着 AI 编程工具的普及，未来将不会一行一行的手写代码，重复工作将由 AI 快速生成。

我们也要全程使用 Claude-Code Cursor 等 AI 编程工具，锻炼如何正确、高效的使用他们。

PS. 你如果不想为这些工具付费，也可以先手写，学习资料中都有详细的代码修改记录。

两个月带你从 0 开发 Agent

我将使用 5 - 6 周时间，带领你从 0 学习 AI Agent 开发技能，先让你全面掌握 AI Agent 技术栈。
你需要每周平均 2-4 小时，即可完成本周任务。每周完成 1-2 个模块。

LLM

LLM 大模型，是一切的基础，所有的决策、每一个步骤都要经过 LLM 的推理和判断。
一个通用的 Agent 应该支持所有常见的 LLM API ，至少得支持国内的、本地的 LLM 接口。

Query Engine

有了 LLM 接口，每一步的调用也需要单独封装，要考虑很多种情况，包括

• stream 流式输出，模拟打字效果

• abort 取消接口调用，出现失误可及时取消

• error 错误处理，例如网络错误、接口错误

• retry 重试，有错误要自动重试 2-3 次

• limit 限制，例如 rate limit 调用频率限制，token limit 上下文内容的限制等

如下图，用户发送了一个 AI 请求，AI 流式输出回复内容，中途你可以按 ESC 取消这个请求。

Tools 工具

上文提到 ReAct Agent 基础版本就是：LLM + tools ，LLM 是大脑，tools 是手脚。
设计一个通用的 Agent 至少要内置如下 tools

• read_file 读取一个文件的内容

• write_file 新建一个文件或重写一个文件

• exec 执行一个 shell 脚本

• web_search 搜索引擎

• web_fetch 获取或下载一个网络资源

• run_python 运行一段 python 脚本

这只是最基础的，没有这些， Agent 就跑不起来。但 tools 是贯穿 agent 全局的。
例如，下文的其他功能也会用到 tools 。
再例如，通过 MCP server 来扩展第三方能力，也是用的 tools

Skills 技能

一个 skill 就是一个技能手册，skills 就是 Agent 的技能包和图书馆，AI 会选择和主题相关的技能，根据这些技能的指导，回复质量会更高、更符合用户要求。
甚至，一个 skill 的文本都可以定义工作流，LLM 能很好的理解。2025 年之前可都是通过画流程图来定义的，那个很麻烦。
这次重构的【智语】项目天生支持 skills ，你安装和配置第三方 skill ，你还可以创建自己的 skill

Session 会话

之前的项目是 AI Chat 形式，左侧是对话列表，右侧是聊天区域。
重构以后就不是这个形式了，但还得有对话的管理。使用 slash command 形式，和 Claude Code 一样。
使用 /new 可新开启一个会话，使用 /sessions 命令获取最近 20 条历史对话，使用 /rewind xxx 可恢复到之前的某一个会话中。

Context 上下文

默认情况下，每次 AI 接口请求，Agent 会把当前所有聊天记录都发过去，这样很容易造成 Context 内容臃肿，因此会产生 AI 幻觉、token 用量大、花费大等问题。
所以一个优秀的 Agent 一定得有 Context 压缩机制，而且不能简单粗暴的裁剪、或让 AI 总结，要结合情况分析。
重构以后的【智语】项目有 4 层压缩机制

• 压缩 tool 输入内容，如果内容过多，则存在硬盘，只给一个文件地址，让 Agent 按需读取。

• 压缩聊天记录中的 tool message ，这都是一些冗余信息，简化它们

• 压缩整个会话，让 AI 总结核心内容 —— 但有要求和模板，不是 AI 随意发挥

• 裁剪聊天记录，保底行为

如下图，当 Context 内容超过 80% 会自动开启压缩，并建议使用 /new 命令开启新会话。

PS. 上图为了测试，刻意把 token limit 设置为 4000 ，测试完会还原为默认的 256,000

Memory 记忆

一个 Agent 个人助手，必须有记忆功能。
例如，我告诉它“我叫双越，我是一名程序员”，它要能记住我的姓名、职业。它还要能记住我最近做的事情，以及我的一些个人习惯。

重构后的【智语】项目有 3 层记忆，这也是其他开源 Agent 常用的设计方式

• 短期记忆，当前 session 的记忆，就是 context 的内容

• 长期记忆，跨 session 的记忆，会记录一段时间，但随着时间因素而衰减

• Profile 记录用户画像

Permission 权限

记得 Openclaw 刚开始火爆网络时，很多人担心它的安全问题，不建议安装在个人电脑上。
Agent 确实会有安全问题，而且也确实无法真正 100% 保证绝对安全。任何软件都可能有漏洞。
但我们能做的是，尽量保证绝大部分应用场景下的安全考量，拦截危险操作和危险目录。

首先，把当前所有 tools 设置权限级别：read write exec network db
安全级别低的 read network 可以直接执行 tool ，安全级别高的需要其他防护措施。

再判断当前操作的文件、目录等，是否是系统敏感文件或敏感目录。如果是直接拒绝。
如果不是敏感的，要看是否是当前目录内的，如果不是则争取用户同意。

还要判断执行的 shell 脚本是否是危险命令，如 rm -rf / ，如果是则直接拒绝。
agent 安全防护流程就是下面 4 个阶段：

 阶段 1（Bash 预检）→ 阶段 2（Deny 规则）→ 阶段 3（Allow 规则）→ 阶段 4（Ask）

如下图，我想让 agent 读取我系统的一个敏感文件，它提示无法读取。

Hook 钩子

Permission 权限的规则都是固定的，且是 agent 项目内置的。你不能修改，也不好扩展。
Hook 就是一个让用户自定义权限规则的方式，你可以在多种时机去定义自己的规则。
例如，在调用 tool 之前，你可以定义什么文件不能被操作，如 .env
例如，在会话开始之前，你可以定义聊天内容中添加什么内容

Openclaw 社区中当前最火爆的 skill 叫做 self-improving-agent ，它就可以使用 hook 来集成内容。说明 Hook 已经是 agent 的一个必备模块了。

SubAgent 子智能体

当一个聊天的内容越来越多、越来越乱，就很容易导致 Context 超过 token limit ，以及 AI 幻觉。
解决这个问题的方式之一，就是使用 subagent 来做一些独立的事情。
subagent 上下文和 main-agent 上下文是完全分开的，它不会影响到 main-agent context 大小。
所以，subagent 也是一个 agent 项目必备的能力。

如下图，我可以启动一个 subagent 帮我做一件事。无论你怎么做，最后告诉我结果即可。

其他

以上是一个 AI Agent 得核心模块，还有一些其他内容。

一个 AI Agent 要能支配置 MCP server ，一边扩展第三方能力。但 MCP server 也有很多局限性，它会导致 agent 请求 AI 接口时携带大量 tools ，影响效率和成本。现在很多人也在对比 MCP server 和 skills + cli ，后者也在社区中被推广。

slash command 也是 agent 常见功能，例如上文讲到的 /new /rewind /sessions /compact

RAG 检索增强生成，以及 vector 向量数据库，在当前 agent 设计中的重要性被降低了很多。主要是因为它的成本较高，在个人使用的场景下，用其他方式可以代替。

还有，由于是本地运行的 agent ，它天生易于读取本地文件（文档、表格、图片等），只要 LLM 支持就没问题。

另外，后面我会考虑支持语音输入等高级功能，让用户体验更好一些。

核心技术栈

Nodejs + Typescript + langChain langGraph + sqlite

为何选择 Nodejs ？因为：

• Nodejs 是 AI 开发的第二语言（仅次于 python）

• OpenClaw CC 等很多优秀 agent 也是用 Nodejs 开发的

• Nodejs 对于前端程序员最友好，学习曲线平缓

学习形式

项目所有的资料和代码都在 GitHub 中，私有，非开源。报名后可加入并查看。
学习资料是图文 + 代码修改记录（文件 diff），会详细记录每一步修改过程，保证能看懂。
还配合及时的学习答疑服务，你遇到问题可随时在 GitHub issue 或微信群里沟通，及时答疑。

为何不做视频形式？有如下原因：

• 录制的视频我无处托管，自己搭建视频托管服务且要保证不泄露，成本太高了

• AI 技术发展较快，经常需要变化和升级，视频不方便修改，而图文更新很方便

• 对于学习者来说，视频学习效率太低了（必须一秒一秒看），而且不利于未来复习回顾

学习前提

• 有前端开发经验，熟悉 JS 语法；

• 有学习探索新知识的想法和执行力；

价格

当前价格 2499 元，现有如下优惠方式：

第一，如果你是【划水AI】的同学

• 无条件优惠 400 元

• 咨询当天报名， 24 小时以内，再优惠 100 元

第二，不是【划水AI】的同学

• 学过双越老师慕课网课程的同学，优惠 100 元

• 用过 wangEditor 编辑器的同学，再优惠 100 元

• 咨询当天报名，24小时以内，再优惠 100 元

主意，当前项目还在开发中，按上述价格，待发布以后会涨价。

报名方式

加作者双越老师微信 fe-wfp 备注“agent” ，开始咨询

注意事项

• 加入学习以后不能退学退款，因为当前的资料代码都是全部给你了

• 在实际开发过程中，该计划的顺序可能会有调整，但保证内容和目标不会变

• AI 项目开发以 Nodejs 服务端为主，前端部分不会从 0 逐行开发，但保证有详细的修改和运行步骤

• 学习过程中有任何问题都可以通过微信群提问交流

常见问题

选择 Nodejs 还是 Python？

目前 Python 是 AI 开发的第一语言，Nodejs 是第二语言，每个 AI 开发平台都支持 Nodejs 语言。

作为前端人员当然首先 Nodejs ，这样才能最大程度降低学习成本，更快的学习和使用 AI 开发。

学习一门新技术本来就难，你再重新学一门 Python 语言，难上加难，很容易半途而废。

不会 Nodejs 怎么办？

这不是问题。只要你有前端开发经验，熟悉 JS 语法，一周即可入门 Nodejs ，我有资料。

该项目为何不在 划水AI 中做？

第一，该项目的业务方向和 划水AI 完全不一样，强行放在一起会很混乱很迷惑。

第二，划水AI 项目太大了，如果你需要先学习 划水AI 再学习该项目，那要花很长时间。

所以，单独开一个 AI Agent 新坑，两者解藕，也符合设计模式。

该项目和 划水AI 有关系吗？

有，会通过 MCP server 打通 划水AI 和 前端面试派的 内容和功能。

和其他 AI 课程有什么区别？

第一，适合前端开发人员，非后端思维；第二，做真实上线运行的项目，非本地 demo ；

有没有免费试学？

目前没有。因为我直接把学习资料放在 GitHub 中，而 GitHub 没有该功能。

为何不在某个课程平台上做？

第一，平台抽成很高（ 30-70%），放在平台上就不是当前价格了，会涨价很多。

第二，在平台不方便做真实上线的项目，平台对讲师的限制会比较大。

其他问题

找我私聊～