Cloud Code Study

深入理解 AI Agent 的工程实现

基于 Cloud Code 源码,拆解一个工业级 Agent 系统的架构设计

1. Agent Loop

从一个 Prompt 出发,走完一整个任务。理解"循环调用"的核心设计。

2. Tool 与沙箱

如何定义工具、如何让 AI 安全地执行代码、如何防止逃逸。

3. 子 Agent 设计

多个 Agent 如何分工协作,消息怎么传递,上下文怎么共享。

4. 任务图

任务的状态机长什么样?父子关系怎么管理?如何回收?

5. System Prompt

提示词怎么拼装?如何分层缓存?怎样做到改一个字不全量失效?

6. 上下文压缩

对话太长了怎么办?三级压缩策略,从轻量裁剪到全量摘要。

7. Memory 系统

四层记忆结构,从一次会话到跨项目的持久化记忆。

8. 后台任务

后台 Agent、定时任务、Dream 记忆整理——都是怎么跑起来的。

9. Skill 与 MCP

可复用的 Prompt 模板 + 标准化的外部服务协议,能力扩展的两大支柱。

10. 桌宠系统

确定性抽卡、ASCII 动画引擎、AI 观察者——终端里的电子宠物。