亲手搭 Agent：从会聊天，到能把活干完

第一次看见模型调用工具，很容易想再给它接十个。先试一件更有意思的事：在它干到一半时按取消，或者让工具进程突然断开，再问运行记录“刚才到底发生了什么”。能答清楚，你就开始掌握自己的 Agent 了。

这组有七个工程挑战，分成三段：Harness 先管稳运行，MCP 再接外部工具，Skills 把好用的流程教给它。 每章都能独立动手，做完留下一份能检查的结果。

状态：实现建议，不是已经有公开落地记录的案例。代码片段用于说明接口与边界，尚未接入本仓库的 runtime。MCP 与 Agent Skills 的规范仍在演进，具体字段和行为以当前官方文档为准。资料核对：2026-10-23。

三种能力，各管一段

一句话：MCP 是手，Skill 是操作手册，Harness 是权限与审计。 三者混在一起，最先丢失的通常是“谁批准了这次副作用”和“失败后到底发生了什么”。

你想试什么	实验入口	开始前需要	带走什么
干到一半，取消、崩溃、再重启	Harness：把一次运行管到底	Run/ToolCall 状态机	六个状态场景的终态与事件证据
聊到第 100 轮，查清慢在哪、贵在哪	Harness：上下文与运行报告	事件已持久化	有界上下文与能解释开销的报告
亲手制造断连、超时和迟到结果	Harness：故障演练场	fake model 与 fake server	可在 CI 重复执行的场景
让外部工具第一次进入自己的循环	MCP：接成工具源	runtime 已有工具与审批	一次成功调用、一次拒绝、一次断连处理
新工具想进场，先检查通行证	MCP：清单与结果限额	工具源可发现工具	未授权工具被拒；超大结果有界
把反复解释的任务教一遍、存下来	Skills：结构与触发	一个稳定重复的任务	三次任务的触发与返工对照
换个会话，检查它是否真的学会	Skills：校验与渐进加载	一个可执行检查命令	新会话跑通；坏 fixture 被抓住

打开可恢复闭环，先用 fake model 跑一次工具调用，再在中途取消。对着事件记录检查：最后一条 delta 在哪里，Run 怎样进入终态，已经发生的副作用留下了什么。

这一步不依赖 MCP、真实模型或付费 API。下一轮再试崩溃与恢复，随后沿着运行报告、故障回归往下走。已有稳定 Harness 的话，可以直接去接第一个 MCP 工具；手边有重复任务，也可以先试 Skills。