Runtime completo de agente de programação em Python, disponível pelo terminal, por um servidor HTTP/WebSocket ou pelo Telegram.
decodingai-magazine/building-a-coding-agent-from-scratch-course
Curso gratuito e open source que ensina engenharia de harness ao criar do zero, em Python, um agente de programação no estilo do Claude Code.
Alternativa open source a:Claude Code
- Estrelas
- 1,126
- Forks
- 267
- Issues abertas
- 6
- Último commit
- há 14 dias
O que é?
O curso mostra como criar um agente de programação chamado decode, começando por um loop básico de agente e chegando a uma frota de agentes na nuvem. O núcleo é um harness headless: o loop de chamadas de ferramentas, ferramentas para operações de arquivo, bash, grep e edição, uma camada de permissões e um sandbox. O harness é integrado a duas interfaces: uma UI de terminal interativa e execuções remotas em funções serverless da Modal, acionadas por CLI, webhook ou cron.
O curso também aborda engenharia de contexto (arquivos de memória, skills, compactação e diagnósticos do LSP), subagentes que trabalham em paralelo e avaliação. As avaliações usam benchmarks e suítes de regressão rastreados no Opik, enquanto a gravação e a reprodução de sessões são feitas com o Kitaru. Entre os provedores de modelos estão modelos open-weight hospedados na Modal, OpenRouter e Gemini.
O material é apresentado em 8 aulas escritas e 6 vídeos, com guias de configuração no repositório. O código é escrito em Python com Pydantic AI, e os componentes são desenvolvidos à mão, em vez de serem obtidos de frameworks.
Recursos principais
- 01Cria um loop de agente com chamadas de ferramentas, incluindo leitura, edição, bash, grep e outras ferramentas.
- 02Executa o agente em uma UI de terminal ou em modo headless em funções serverless da Modal.
- 03Executa comandos das ferramentas em sandboxes locais com Docker ou remotos na Modal.
- 04Inclui uma camada de permissões com regras para permitir, perguntar e negar.
- 05Aborda engenharia de contexto: arquivos de memória, skills e compactação automática.
- 06Oferece ferramentas de avaliação com benchmarks e testes de regressão rastreados no Opik.
Casos de uso
- Aprender como agentes de programação de produção, como o Claude Code, são estruturados internamente.
- Criar um agente personalizado para um domínio que não seja programação, usando os mesmos padrões de harness.
- Executar modelos open-weight servidos na Modal como backend de um agente.
- Praticar a avaliação de agentes com benchmarks e suítes de regressão.
Início rápido
- 1
Clone o repositório
git clone https://github.com/decodingai-magazine/building-a-coding-agent-from-scratch-course.git - 2
Instale as dependências dentro da pasta do projeto
make install - 3
Copie o arquivo de exemplo de env e configure nele sua chave de API de LLM
cp .env.example .env - 4
Inicie o decode agent no terminal
uv run decode
Antes de usar
- Para executar o agente, é necessária uma chave de API de LLM do Gemini, OpenRouter ou Modal.
- Alguns recursos dependem de serviços de terceiros, como Modal, Opik e Kitaru.
Em coleções
Tópicos
Perguntas frequentes
- O que é building-a-coding-agent-from-scratch-course?
- Curso gratuito e open source que ensina engenharia de harness ao criar do zero, em Python, um agente de programação no estilo do Claude Code. O curso mostra como criar um agente de programação chamado decode, começando por um loop básico de agente e chegando a uma frota de agentes na nuvem. O núcleo é um harness headless: o loop de chamadas de ferramentas, ferramentas para operações de arquivo, bash, grep e edição, uma camada de permissões e um sandbox. O harness é integrado a duas interfaces: uma UI de terminal interativa e execuções remotas em funções serverless da Modal, acionadas por CLI, webhook ou cron.
- building-a-coding-agent-from-scratch-course é gratuito? Qual é a licença?
- building-a-coding-agent-from-scratch-course é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- building-a-coding-agent-from-scratch-course ainda é mantido?
- Manutenção ativa. O último commit de building-a-coding-agent-from-scratch-course foi em 24 de out. de 2026.
- Para que posso usar building-a-coding-agent-from-scratch-course?
- Aprender como agentes de programação de produção, como o Claude Code, são estruturados internamente. Criar um agente personalizado para um domínio que não seja programação, usando os mesmos padrões de harness. Executar modelos open-weight servidos na Modal como backend de um agente. Praticar a avaliação de agentes com benchmarks e suítes de regressão.
- Como instalar building-a-coding-agent-from-scratch-course?
- Clone o repositório: git clone https://github.com/decodingai-magazine/building-a-coding-agent-from-scratch-course.git Instale as dependências dentro da pasta do projeto: make install Copie o arquivo de exemplo de env e configure nele sua chave de API de LLM: cp .env.example .env Inicie o decode agent no terminal: uv run decode
- Onde consigo building-a-coding-agent-from-scratch-course?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/decodingai-magazine/building-a-coding-agent-from-scratch-course
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Pi, o agente de programação com IA, compilado antecipadamente para código nativo para iniciar mais rápido e usar menos CPU que o Pi no Bun ou no Node.
Agente de programação para desktop (app Tauri e CLI) que usa suas assinaturas de IA ou modelos locais, com busca de código e verificações integradas.
Um agente de programação baseado no pi que encaminha decisões rotineiras, como verificações de permissões e poda de contexto, para um modelo juiz pequeno, deixando o modelo principal focado no código.
Manual comunitário não oficial em chinês para o harness de terminal Pi Coding Agent, da configuração a Skills, Extensions, Subagents e fluxos de trabalho de longa duração.
Tutorial de Python com 17 lições que cria do zero um harness de agente semelhante ao Claude Code, começando com um único loop e bash.