一个不依赖 Agent 框架、自行实现核心工具循环的简化编程智能体。
用户给出编程任务后，模型可以自主选择本地工具：
list_files：查看工作区文件read_file：读取 UTF-8 文本文件write_file：创建或替换文本文件edit_file：精确替换文件中唯一匹配的文本run_command：运行测试或程序
程序负责维护对话、解析模型的工具调用、在本地执行工具、返回执行结果，直到模型给出最终答案或达到最大轮数。
建议使用 Python 3.10 或更高版本。以下命令适用于 Windows PowerShell：
python -m venv .venv
.\.venv\Scripts\python.exe -m pip install -r requirements.txt复制配置模板，在本地 .env 中填写模型服务配置。.env 已加入 .gitignore，默认不会被 Git 跟踪；请勿强制提交：
Copy-Item .env.example .env配置项如下：
AGENT_API_KEY=你的 API Key
AGENT_BASE_URL=兼容接口地址
AGENT_MODEL=支持工具调用的模型名称
AGENT_MAX_STEPS=20
模型服务需兼容 Chat Completions 工具调用格式。也可以使用系统环境变量，其优先级高于 .env。
自动测试不需要 API Key，也不会产生模型调用费用：
.\.venv\Scripts\python.exe -m unittest discover -s tests -v仓库提供一个包含已知缺陷的多文件成绩统计样例，用于复现“读取项目、分析测试、精确修改源码、运行验证”的完整过程。复制样例可以避免修改原始模板：
Copy-Item .\demo_gradebook_template .\demo_gradebook_workspace -Recurse
.\.venv\Scripts\python.exe -m unittest discover -s .\demo_gradebook_workspace -v该样例故意保留已知缺陷，因此初始三项测试中有两项失败；这不是 Agent 项目自身测试失败。运行 Agent 修复副本：
.\.venv\Scripts\python.exe -m mini_agent "修复学生成绩统计项目，使全部测试通过。不要修改测试文件，完成后运行测试验证。" --workspace .\demo_gradebook_workspace正常情况下，Agent 会读取源码与测试、精确编辑两个源码文件并主动运行测试，最终三项测试全部通过。仓库中的计算器模板仅作为更小的辅助样例保留。
CodingAgent.run() 是整个项目的核心。每一轮它都会：
- 将对话和工具定义发送给模型。
- 如果模型请求工具，解析参数并在本地执行。
- 把工具结果加入对话，再次询问模型。
- 如果模型不再调用工具，就把文本作为最终结果。
- 达到最大轮数时强制停止，避免无限循环。
文件工具拒绝绝对路径和工作区外路径；edit_file 只在旧文本恰好出现一次时修改。命令有超时和输出长度限制，并用退出码提供结构化状态，同时拦截部分明显危险的命令。
本项目是教学用途的轻量 Agent，不是操作系统沙箱。run_command 的当前目录被设为工作区，但进程级隔离仍应由容器或虚拟机提供。因此请只把独立、可恢复的目录交给 Agent。