Agent 实战：从 idea 到可用工具，我只用了 2 小时

这篇是一个完整的实战复盘。我用一个真实需求，演示如何借助 AI Agent 从零搭出一个能跑起来的小工具——从想法到上线，总共 2 小时。不吹不黑，把过程和踩的坑都摊开给你看。

如果说写代码是「指挥 AI 干活」，那用 Agent 就是「雇佣一个能自己动手的员工」。差别巨大。

一、需求：我想要什么

起因很简单：我每天要看好几个技术公众号的更新，手动翻太累。我想要一个小工具，能自动抓取我关注的几个源，汇总成一份每日摘要。

需求清单：

• 支持配置多个信息源
• 每天定时跑一次
• 把内容摘要发到我邮箱
• 本地先能跑通，再考虑部署

二、第 1 步（0-20 分钟）：让 Agent 帮我设计架构

我没有一上来就写代码，而是先让 Agent 给我一个技术方案：

需求：做一个每日信息源摘要工具。
要求：可配置源、定时执行、邮件发送。
请先给我技术选型方案和模块拆分，不要写代码。

Agent 给的方案大致是：用 feedparser 抓 RSS、用 schedule 做定时、用 SMTP 发邮件。我 review 了一遍，技术栈合理，于是进入下一步。

关键：先定方案再动手。Agent 很容易在方案没定好时就「自信地跑偏」，你要在它出发前把方向校准。

三、第 2 步（20-60 分钟）：分模块实现

我按模块逐个推进：

1. 抓取模块 —— 先让它写一个能抓单个 RSS 的函数，立刻测试。
2. 配置模块 —— 用一个简单的 YAML 文件管理信息源。
3. 摘要模块 —— 这一步我引入了 LLM，让它对每条内容做一句话摘要。

每完成一个模块，我都跑一次，确认没问题再往下。2 小时里大概跑了 15 次小迭代。

四、第 3 步（60-110 分钟）：串起来 + 联调

这是最容易出问题的一步。把三个模块拼起来后，果然报错一堆：编码问题、邮件格式问题、空内容的处理……

我的做法是：把报错信息原样丢回给 Agent，让它修。但这里有个坑——

坑：Agent 会「头痛医头」

修一个 bug，可能引入另一个。我发现必须明确告诉它「不要改变现有正常工作的逻辑，只修复指定问题」，否则它会把好好的代码重构得面目全非。

五、第 4 步（110-120 分钟）：收尾

最后 10 分钟做收尾：加了个简单的日志、写了个 README、在本地用 cron 配了定时。跑通第一封汇总邮件的那一刻，成就感拉满。

复盘：为什么能做到 2 小时

回头看，2 小时能做完，靠的是三点：

• 需求边界清晰 —— 4 条要求写得很具体，不发散。
• 方案先行 —— 没有在烂地基上盖楼。
• 小步验证 —— 错误不会积累，返工极少。

这正是我上一篇 工作流复盘 里讲的方法论在 Agent 场景下的应用。方法论是通的，工具只是放大器。

下一篇我会讲 5 个必掌握的 Prompt 技巧，把基本功再夯实一下。