写 AI 编程助手：从"劝退"到"真香"

做 AI 编程助手这事儿，听起来挺酷的。但凡真正动手做过，你肯定知道有多劝退。

光是想让模型跑起来，就得搞定流式响应的解析、provider 的鉴权、工具 schema 的定义、文件沙箱的实现……等这些乱七八糟的东西搞完，脑子都木了，哪还有精力去想你的 agent 到底要解决什么问题。

真正的价值——你的 agent 怎么分析代码、怎么规划任务、怎么跟用户互动——全被埋在那一堆谁都不想做但又不得不写的基建代码里。

zot 就是要解决这个问题。

它没给你一个黑盒让你去配置，而是把内部组件拆成一个个可以 import 的 Go 包。要什么拿什么，不要的扔掉，几百行代码就能跑起来一个能用的 agent。

九成的活儿都是"搬砖"

只要你做过哪怕最简单的编程 agent，肯定会发现这个怪现象：

agent 的核心价值——分析逻辑、工作流程、人设设定——在实际开发中可能只占代码量的 10%。剩下 90% 全是流式协议解析、API 鉴权、工具定义、沙箱隔离、system prompt 模板……

这些东西每个 AI 项目都需要，但没人愿意写两遍。

zot 的思路就是把这 90% 全包了。它把那些成熟的基建代码整理成干净的 Go 包，通过统一的接口暴露出来。你直接 import provider client、agent loop、tool registry，用现成的东西，省下时间去写真正有意思的部分。

四个积木，随意拼

架构其实特别简单，zot 的 agent 就是由四个核心组件拼出来的：

Provider Client — 接入 Anthropic、OpenAI、Gemini，或者别的什么模型。只需要一个统一的接口，换 provider 就是改一行代码的事。流式响应、tool call、用量统计，zot 全部标准化了。用 Claude 还是 GPT-4，你的业务代码完全不用动。

Tool Registry — 这里就是你的 agent 的"性格"所在。zot 自带读写文件、执行 bash 命令、代码编辑这些常用工具。想加自己的？实现一个 interface，注册一下，就好了。模型看到的是干净的 JSON schema，调用你的自定义工具跟调用内置工具没区别。

System Prompt — 人设。上下文。告诉模型它是个什么样的 agent。zot 提供了一些默认模板，但你可以完全自己写，想怎么定义都行。

Agent Loop — 调度层，把所有东西串起来。处理请求响应循环、解析 tool call、执行注册好的工具、把结果喂回模型、循环直到结束或者达到步数上限。

就这四个积木，拼好 agent 就跑起来了。

为什么要自己写 Harness？

zot 自带了一个完整的交互式 TUI，开箱即用。那为什么还要费劲写自定义 harness 呢？

好问题。分几种情况：

CI 友好的批处理任务 — 交互式界面适合探索，但自动化场景呢？自定义 harness 可以接收一个 prompt，跑完就退出。非常适合 CI pipeline：PR 来了自动跑代码审查、生成测试用例、更新文档，一条龙。

嵌入到现有程序里 — 想在大型 Go 程序里用 agent 能力？自定义 harness 给你的是编程式的控制。主程序调用 agent，拿结构化的结果，然后继续干自己的事儿。

受限的工具集 — 交互式 TUI 开放了很多工具。专用 harness 可以精确限制工具集和沙箱范围，只暴露任务需要的那些——不多不少。

固定人设 — 有时候你不需要"可配置"。自定义 harness 可以把 system prompt 和工具集写死，做成一个可靠、可复现的专用工具，而不是什么都行的通用 chatbot。

真正的好处是什么

省基建代码当然香，但这不是最重要的。

最重要的是你完全掌控 agent 的行为。

基于 zot 建造，你用的是跟它交互式 TUI 同一套经过实战检验的基建，但整个用户界面是你自己说了算的。可以做个特定输出格式的 CLI、当 webhook 接收请求返回结果、做个后台服务监控代码仓库、甚至做个完全自定义的 TUI——只要你想要的样子。

你写的每一行代码，都是围绕你的产品、你的工作流、你的核心竞争力。不是在重新实现流式响应解析器。

怎么开始

如果你是 Go 开发者，对 AI agent 感兴趣，zot 是目前门槛最低的方案。上面说的那四个积木，就是你需要了解的全部。注册你的工具、写好 system prompt、跑起 agent loop。

原型跑起来可能比你喝完一杯咖啡还快。之后每加一个功能，都是在给你的 agent 添砖加瓦，而不是在填坑。

AI 编程 agent 这个领域还年轻，大多数项目都在重复造同样的轮子。zot 让你跳过这个阶段，直接进入有意思的部分：思考你的 agent 要做什么，而不是它怎么解析流式响应。

这笔账，很划算。

想试试？ 去 zot 项目主页看看，看怎么把它的组件拼成你想要的样子。基建不用你操心，剩下的，看你的了。