前言 @ 上个月在《AI Agent 开发杂谈》里聊了 NekoCode 的架构思路，但那篇偏概述。这篇文章换个角度，从工程实现层面拆开几个核心子系统：它们解决什么问题，代码里怎么落地，又如何互相配合。

前言 @ 我开发nekocode项目已经一个多月了，这个项目完全是vibe出来的，我没写过一行代码，但不代表我对于该项目的方案以及细节一无所知，该项目目前已经超过两万六千行代码，在没有财力和条件使用国外claude或gpt等先进模型，仅使用国内便宜模型的情况下，即使是claude-code或者codex这种工业级的 …

在上个月底，我萌生了自己开发一款code agent的想法，可以理解为类似claude code的产品。对于code agent, 我用过非常多，除了claude还有opencode、crush、pi-mono、codex、gemini-cli、qoder等等。

事件描述 @ 昨天claude源码泄漏事件被暴漏出来，然后整个开源社区就疯狂了，其代码被fork了上千次，很多大佬已经开始分析claude的源码并且使用python重写其核心逻辑。

目前大部分AI应用基本都是python开发，因为python的语言优势和学习成本，使其成为计算科学、深度学习的主流编程语言。 因为公司项目的需求，所以最近调研了下golang有什么比较好的AI框架，现在github有几个比较火的框架，比如 langchaingo和 eino还有最近的 adk-go