分币不掏学AI Agent开发：从零搭建最小对话智能体

AI Agent开发听起来门槛很高，但B站UP主小福哥在1024程序员节推出了一套“分币不掏”的免费课程，把完整的智能体开发拆解成26个小案例，用玩具项目的方式带新手手把手实现。本文基于该课程第一节内容，梳理从整体路线到最小MVP对话智能体的工程搭建过程，适合想转行智能体开发或刚入门的新人参考。

课程全景：五阶段拆解智能体开发

这套课程把智能体开发所需的知识点拆成五个递进阶段，每个阶段都对应可运行的代码案例。

第一阶段打地基：学习如何调用LLM大模型、对接curl请求、建立chat对话连接，然后实现ReAct（思考与行动循环）、工具调用和对话记忆。第二阶段进入规划与知识库，包括任务规划、RAG检索增强以及MCP Skills技能。第三阶段开发多智能体，涉及子代理和A2A协议。第四阶段补充澄清、审批、沙箱、钩子、CLI、定时任务等工程化能力。第五阶段做综合实战。整套内容覆盖一个核心完整智能体开发所需的主要知识点。

UP主提供了Java、Python、TypeScript、Go和纯JS多语言版本，方便对照学习。但课程强调“古法编程”——不用AI自动生成代码，而是手动敲一遍，避免开发者忘记如何写代码，同时深入理解智能体的实现原理。

最小MVP：直接对接OpenAI协议

第一节的目标是跑通一个最小对话智能体。在引入LangChain、AgentScope等框架之前，先理解底层HTTP对接方式，这是后续所有开发的基础。

UP主建议先阅读OpenAI官方API文档，了解请求体结构。常见的协议包括OpenAI早期的chat completions、后来的responses，以及Claude的messages协议。不同模型或中转站支持的协议不同，本地网关可以用于协议转换。课程演示中，请求体包含base URL、端点路径（如/v1/chat/completions）、API Key、model、messages和temperature等参数。响应体中的choices数组、message.content、reasoning_content以及token消耗数据，都是后续开发需要解析的字段。

为了降低门槛，UP主还提供了瓦力API等渠道的免费模型，学习者可以直接用免费模型测试对话，无需付费。

Chat Completions 协议是 OpenAI 于 2023 年推出的对话补全接口（端点 /v1/chat/completions），其请求体以 messages 数组为核心，每条消息含 role（system/user/assistant）与 content 字段，模型按对话历史生成下一条 assistant 回复。它之所以成为事实标准，是因为大量国内外模型与中转服务都兼容这一结构，开发者只需改 baseUrl 和 model 即可切换后端。后来 OpenAI 推出的 Responses 协议（端点 /v1/responses）在其基础上整合了工具调用、内置状态管理和多模态输入，但兼容性尚不及 chat completions。Anthropic 的 Messages 协议（/v1/messages）字段命名略有差异（如 system 独立成参数、max_tokens 必填）。不同协议之间可通过本地网关做格式转换，这也是课程强调「先理解一套协议」的原因。

工程搭建：轻量Java项目与核心接口

课程使用JDK 17创建基础工程，不引入Spring Boot等重型框架，保持代码轻量。核心是定义一个ChatModel接口，代表与大模型的一次对话操作：接收消息列表，返回String结果。

消息对象使用Java record定义，包含role和content两个字段，并提供system、user、assistant三种静态工厂方法。这种不可变对象的设计类似DDD中的值对象，保证消息在传递过程中不被意外修改。

public record Message(String role, String content) {
    public static Message system(String content) { return new Message("system", content); }
    public static Message user(String content) { return new Message("user", content); }
    public static Message assistant(String content) { return new Message("assistant", content); }
}

ChatModel接口则定义对话契约：

public interface ChatModel {
    String chat(List<Message> messages);
}

随后实现OpenAIChatModel，内部使用JDK自带的HttpClient发送POST请求。构造函数接收baseUrl、apiKey、model三个字段，并做URL规范化处理——比如通过正则去掉或补全末尾斜杠，避免因配置差异导致请求失败。

Java record 是 JDK 16 正式引入、JDK 17 中广泛使用的语言特性，用于声明不可变的数据载体类。编译器会自动为其生成构造器、equals、hashCode、toString 以及访问器方法（如 role() 而非 getRole()），字段默认 private final，因此一经创建便无法修改。相比传统 POJO，record 大幅减少了样板代码，语义上也更贴近 DDD 中的值对象——两个 record 实例只要字段相同即视为相等。在智能体开发中，消息、工具调用结果、配置项等都适合用 record 表达，既能保证线程安全，也能避免消息在多层传递中被意外篡改，这与课程中 Message 的设计意图一致。

HTTP请求与响应解析细节

发送请求时，需要构建HttpRequest：设置URI（baseUrl + 端点路径）、请求头（Content-Type: application/json、Authorization: Bearer {apiKey}）、超时时间，并以POST方式发送JSON body。body中可以放入model、messages数组和temperature（示例设为0.7）。

响应处理先判断状态码是否为200。失败时返回HTTP错误码和截取后的响应体（避免日志过长），方便排查问题；成功时解析JSON，逐层取出choices[0].message.content。代码中使用了轻量JSON工具包，没有引入Fastjson等重型依赖，保持项目精简。

UP主特别提到，这套代码虽然固定，但目的是让学习者理解“数据如何从请求到响应流转”。掌握一套协议后，切换到其他语言或框架都会很快。

JDK 自带的 HttpClient（java.net.http.HttpClient）是 Java 11 引入的现代 HTTP 客户端，替代了老旧的 HttpURLConnection。它支持同步与异步（sendAsync 返回 CompletableFuture）两种调用方式，提供链式构建的 HttpRequest（可设置 URI、请求头、超时、请求方法及 body），并原生支持 HTTP/2。相比引入 OkHttp、Apache HttpClient 等第三方库，使用内置 HttpClient 可以让示例工程零外部依赖，降低新手的环境配置负担。其局限在于连接池配置和重试策略需自行实现，生产环境往往仍会选择成熟客户端，但用于理解「一次 HTTP 请求如何往返」已完全够用。

智能体接口与第一个案例

在模型对接之上，课程定义了Agent接口，包含场景名称、chat方法、轨迹记录和清空记忆等方法。第一个实现是ChatAgent，内部持有ChatModel，chat方法把用户输入包装成Message列表交给模型，返回结果。

配置通过properties文件读取，包含baseUrl、apiKey、model三项，由工具类加载。主函数中构建OpenAIChatModel，注入ChatAgent，输入“一句话介绍你自己”即可完成首次对话测试。UP主还演示了切换到免费模型运行，验证整个链路可用。

多语言对照与学习建议

课程仓库中包含Go、TypeScript、Python等语言版本。UP主对比了Go和TypeScript的实现，核心逻辑完全一致：定义ChatModel接口、实现OpenAI协议、构造HTTP请求、解析响应。语言只是载体，架构思路相通。掌握一套后，其他语言可以快速迁移。

对于“AI时代是否还需要手写代码”的疑问，UP主的观点很明确：公司复杂项目不会允许黑盒交付，开发者必须能读懂自己提交的代码，否则测试和线上事故都会带来麻烦。手动实现一遍，是为了建立对业务流程的清晰认知。

这套课程完全免费，第一节完成了最小对话智能体的闭环。后续将从提示词工程开始，逐步加入工具调用、记忆、规划等能力，适合跟着节奏一步步实践。