前几天，我在网上看到一篇介绍 AI Agent 原理的文章，于是产生了一个想法：能不能从头开发一个自己的 AI Agent ？毕竟只有了解 Agent 的工作原理，使用各种 Agent 工具时，才能更加得心应手。 其实，Agent 的核心并不复杂。它本质上是一个循环：接收用户输入，将上下文发送给大模型，根据模型返回的结果调用内部工具，再把工具结果交给模型继续处理，直到任务完成。 我用了两天时间，开发出了 sekrun 。它已经发布到 npm ，现在通过一条 npx 命令就能直接运行。后端接入的是 DeepSeek V4 Flash 。我很喜欢这个模型：响应迅速、体验流畅，编程能力也不错。对于我目前的开发需求来说，已经完全够用。 执行任务时，sekrun 会显示每一步工具调用，以及对应的耗时和 Token 消耗。每轮生成结束后，还会列出：工具调用步骤数、输入与输出 Token 数量各缓存命中率，这样使用时就能清楚看到额度消耗，主打一个透明。 DeepSeek 本身的上下文缓存价格就很低。开发 sekrun 时，我也针对缓存命中做了一些优化，让它可以用更低的成本处理更...