相信写代码的人都懂一种冲动：工具用着不顺手，就想着自己造一个。这是开发 covo-agent 的很重要的原因，其实还有另一个原因，为了验证我写的 Agent 框架 covonaut 的功能。

起因是我想写一个 Go Agent 框架

2026 年了，AI Agent 早就不是 PPT 里的概念，而是实打实的可实现的工程了。可在 Go 社区转了一圈后发现一个扎心的事实，Python 那边 agent 框架百花齐放，而 Go 这边能打的屈指可数。勉强有那么几个能看的，要么是从 Python 框架生硬移植过来的，要么还停留在“调 API + for 循环”的玩具阶段，没有上下文压缩、没有像样的工具体系、没有状态管理，更别提生产环境要的容错和可观测性了。

于是我想为什么自己不写一个？

这个念头一旦起来就压不住了。我给自己定了几个硬规矩：

• 零外部依赖：作为 Agent 框架，应该尽可能减少对外部库的依赖，依赖越少，风险越低；
• 纯 Go 实现：要吃尽 Go 的并发和部署红利，一个二进制搞定；
• 生产可用：要能稳定应用在真实场景。

从核心的 agent 循环、工具注册、上下文压缩、重试熔断，到 DAG/Pregel 图引擎、JSONL 会话存储、工作流编排、MCP 桥接，再到 A2A/ACP/AGUI/A2UI 这些 agent 通信协议，以及一个零依赖的终端 UI 引擎……陆陆续续，终于完成了 covonaut 的开发。

写库的过程痛并快乐着，快乐的是每一层都按自己的想法来，痛的是心里根本没底，不知道到底好不好用。

写完框架之后，最大的问题来了

单元测试全绿，覆盖率也很好看，但我清楚这证明不了什么。

一个 agent 框架好不好，不是看 API 设计得多优雅，也不是看测试跑得多快，而是要看它在真实环境里连续跑上几十个来回不会崩溃。工具调用失败要怎么恢复？上下文撑爆了要怎么压缩？流式输出中断了怎么续上？不同模型对不同工具 schema 的兼容性怎么处理？这些问题只有真正的"负载"才能给出答案。

我有两个选择：

一是写几个 demo，跑通 hello world，发篇"我的框架支持 xxx"的帖子。体面，但没营养。

二是吃自己的狗粮（dogfooding），用 covonaut 去打造一个真正的产品，看看体验如何。

我选了后者，于是就有了 covo-agent。

covo-agent 是 covonaut 的头号测试员

covo-agent 是一款跑在终端里的通用型 AI Agent。听起来很简单，但一个真正可用的 Agent 要补齐的东西还有很多：

• 交互体验要好：实现了美观大气的 TUI，流式回复、工具调用状态、会话历史、模型选择器、主题切换……全基于 covonaut 自带的终端 UI 引擎；
• 场景要分开：面向开发的 code 模式和面向日常工作的 general 模式，各有各的工具箱和提示词策略；
• 工具得趁手：文件读写、Shell 执行、代码搜索、补丁应用、Review、测试生成、Git Worktree……你在 covo-agent 里用的 analyze、review、testgen 这些命令，背后全是框架层的工具扩展在做支撑；
• 记忆要持久：会话、记忆、技能、目标、承诺事项、项目级配置……让 Agent 跨会话也能记得住事；
• 安全是底线：审批门、允许/拒绝策略、敏感信息脱敏、沙箱、审计日志、死循环恢复……自动化越强，边界越要清楚，不然就是给自己埋雷；
• 接入要开放：适配了市场上几乎所有大模型协议，不管哪家的大模型，通通可以使用；还能通过 MCP、ACP、LSP、插件和网关跟外部系统协作。

说白了，covo-agent 是 covonaut 的头号用户，也是最全面、最挑剔的测试用例。

闭环之后，covonaut 和 covo-agen 都在成长

框架和产品完成闭环后，就会相互促进成长。

在 covo-agent 中每踩一个坑，几乎都能回馈到 covonaut 上。比如最近打磨 TUI 模型选择器时，我发现输入框的光标编辑体验很差——没有方向键移动、退格只能删末尾、光标还会挤占一个字符位置。追根溯源，是终端 UI 引擎的渲染层不够细。修完产品层的体验，再把光标渲染、差分重绘这些能力补回框架层，两个仓库一起受益。

反过来也一样。covonaut 每升级一版，covo-agent 都能第一时间尝鲜。

这就是狗粮的价值：你不亲自在产品来使用，就永远不知道自己写的框架哪里有问题。

写在最后

有人可能会问：你这不是重复造轮子吗？

我的回答是：如果轮子都是圆的，那确实不必造；但如果我想研究的是"轮子为什么是圆的、圆到什么程度才不颠"，那这一步就必须自己走。covonaut 让我把 agent 的每一层都拆开看过、重新装过，covo-agent 则让这一切有了真实的用武之地。

两件事合在一起，就是一句话：先写库，是为了弄明白 agent 该怎么写；再造产品，是为了证明我真的写明白了。

现在，我日常的工作和开发已经离不开 covo-agent 了。如果你也在 Go 生态里找 agent 框架或或者趁手的 agent，欢迎来体验下这两个抗敏，一起把它们打磨得更好。

covo-agent: https://github.com/covoyage/covo-agent
covonaut: https://github.com/covoyage/covonaut