除 FastAPI 的 GET、POST 接口外，实现完整 Coding Agent 体系还需要哪些能力？

核心回答

FastAPI的GET、POST解决的是服务入口与请求响应，完整Coding Agent还需要模型运行循环、代码上下文、受控工具、工作区与任务状态、验证反馈，以及可持续交互。用户提交需求后，系统应能定位代码、执行必要修改、运行检查、根据失败继续修复，并交付diff和验证结果。

可以把HTTP层看成入口，Agent Runtime负责推进任务，工具执行环境负责实际动作，状态与事件层负责恢复和展示。多写几个接口，不会自然获得代码理解、可靠执行或任务完成判断。

编码执行闭环包括什么

上下文层读取仓库规范、目录、相关符号、接口与测试，按任务选择内容；模型循环决定下一步，解析工具调用并接收结果。工具提供搜索、读写文件、终端、测试与必要的外部能力。

工作区管理记录当前代码版本和已有改动，增量编辑前确认目标仍匹配，避免覆盖用户工作。执行层处理路径、命令、网络和凭证范围，设置超时、输出上限与资源预算。模型生成的是动作提案，真正的修改与命令由执行器完成。

验证层把类型检查、针对性测试、构建或实际界面结果反馈给Agent；任务规模不同，所需检查也不同。完成判断同时查看需求覆盖与实际产物，不能仅因生成了一段代码或某命令退出成功就结束。

长任务如何与前端协作

任务可能比一次HTTP连接更久，接口可以返回task_id，由SSE或WebSocket推送文本、工具进度、错误、需要输入和最终状态。事件记录序号，断线重连继续观察已有任务，不能无条件重新执行。

服务端保存会话、运行状态、工具轨迹和产物引用；取消要传到运行中的任务与子进程，处理已发生的副作用和迟到结果。持久化恢复还要保存工作区与外部产物，只有聊天文本不足以恢复编码任务。

怎样逐步落地

第一版可以做一个用户、一个工作区、有限读写与测试工具，先跑通“读代码—修改—检查—反馈”闭环。服务多人后再补身份隔离、队列、并发预算、分布式状态和审计；需求确实需要时再引入复杂规划或多Agent。

深度研搜教程中的HTTP启动、后台执行和WebSocket进度是服务闭环参照；要变成Coding Agent，还需替换业务工具与工作区能力，不能把研搜接口本身称作完整编码系统。

对应教程

参考资料