十五分钟入门 Agent
如果你写过接口、调过 API，或者用 JavaScript 做过自动化脚本，就能很快理解 Agent。
你可以把 Agent 想成一个会推进任务的助手：它理解目标，选择下一步，使用工具，再根据得到的信息继续工作。
下面只用一个例子、三张图，把这件事讲清楚。
一个熟悉的任务：比较两份文档
假设你收到一个需求：
“帮我对比 A、B 两版产品指南：免费版支持哪些导出格式？两版有什么共同限制？”
这是 Open ETF Agent 开源项目里的合成教学案例，产品叫 Atlas Notes。两份文档里的信息很简单：
- A 版： 免费版支持 CSV 导出。
- B 版： 免费版支持 CSV 和 Markdown 导出。
- 共同条件： 导出时都需要联网。
如果让你处理，大概也会先读 A 版，再读 B 版，接着整理变化和共同点。Agent 也是沿着这条思路推进任务。
最终可以得到这样一段说明：
B 版在 CSV 之外新增了 Markdown 导出。两版免费导出都需要联网。
这个例子很小，却已经包含了 Agent 的基本动作：理解要求、读取资料、整理信息、生成结果。
Agent 里面，谁在做这些事？
把一个基础 Agent 拆开，只需要先认识三个角色。
**模型（Model）**负责理解问题，并选择下一步。它可能决定先读取文档，拿到内容后再整理回答。
运行程序（Runtime）负责把步骤串起来。它把用户的问题、已有资料和工具结果组成下一轮要用的上下文（Context），让 Agent 能接着刚才的工作继续。
**工具（Tools）**负责做具体的事。读取文件、查询数据库、调用接口或计算，都可以封装成工具。对前后端开发者来说，它们就是有明确输入和输出的函数。
三者配合后，就形成了最常见的工作过程：模型选择动作 → 程序调用工具 → 工具返回信息 → 模型继续处理。
理解了这个循环，再看其他 Agent 框架，就容易抓住主线。
自己跑一次：五分钟体验
上面的文档比较有可运行的开源示例。使用 Open ETF Agent v0.6，准备好 Node.js 26.11.1–26.x，然后在终端执行：
git clone https://github.com/hpoenixf/open-etf-agent.git
cd open-etf-agent
git checkout v0.6.0-dev.0
npm ci --ignore-scripts --no-audit --no-fund
npm run build
npm run demo -- --case T1运行后，终端会给出本次任务的目录。打开其中的 report.md，就能看到刚才的文档比较结果和对应来源。
这个版本的默认示例用脚本模拟模型选择动作，让你不用配置模型密钥也能体验完整的工具执行过程。以后接入真实模型时，仍然围绕同一套“选择下一步、使用工具、利用结果”的思路开发。
接下来，读懂完整 Agent 系统
到这里，你已经有了一张入门地图：用户给目标，模型想下一步，Runtime 组织过程，工具完成动作。
如果你想继续了解多轮对话、上下文管理、子代理和前端交互，可以再读进阶版：《从一次提问到答案可见：ETF Agent 六层调用全景》。它会把这里的简单流程扩展成完整系统。