5 分钟上手 wasmagent

这份文档把你从零带到第一个跑起来的 Agent，配套的英文版在 getting-started。

1. 安装

npm install @wasmagent/core @anthropic-ai/sdk
# 或者用 Bun / pnpm
bun add @wasmagent/core @anthropic-ai/sdk

用国产模型？换成对应的适配器： @wasmagent/model-doubao（豆包）、@wasmagent/model-deepseek（DeepSeek）、 @wasmagent/model-moonshot（Kimi）、@wasmagent/model-qwen（通义千问）、 @wasmagent/model-zhipu（智谱 GLM）、@wasmagent/model-minimax（MiniMax）。

⚠️ 合规提示：使用国产模型前请阅读各家服务条款，确认数据出境与存储策略符合你的合规要求。

2. 设置密钥

export ANTHROPIC_API_KEY=sk-ant-...   # 或者 DOUBAO_API_KEY、DEEPSEEK_API_KEY 等

3. 写 Agent

// hello-agent.ts
import { CodeAgent, AnthropicModel, AnthropicModels } from "@wasmagent/core";

const agent = new CodeAgent({
  model: new AnthropicModel(AnthropicModels.SONNET_LATEST, {
    apiKey: process.env.ANTHROPIC_API_KEY!,
  }),
});

const result = await agent.run({ task: "12 乘以 13 等于多少？" });
console.log(result.finalAnswer); // → 156

或者用豆包（Doubao Seed 1.6）：

import { CodeAgent } from "@wasmagent/core";
import { DoubaoModel, DoubaoModels } from "@wasmagent/model-doubao";

const agent = new CodeAgent({
  model: new DoubaoModel(DoubaoModels.DOUBAO_SEED_1_6, {
    apiKey: process.env.DOUBAO_API_KEY!,
    thinking: { mode: "enabled", effort: "high" },
  }),
});

4. 跑

bun run hello-agent.ts
# 或者：npx tsx hello-agent.ts

Agent 会决定写一段 12 * 13 在默认的 VmKernel 里跑出答案，把 finalAnswer 流回来。

5. 部署到 Cloudflare Workers

VmKernel 用的是 node:vm，不能在 Workers 跑。换成 QuickJS WASM：

import { CodeAgent } from "@wasmagent/core";
import { QuickJSKernel } from "@wasmagent/kernel-quickjs";

const agent = new CodeAgent({
  model: /* … */,
  kernel: new QuickJSKernel(),  // 边缘安全的 WASM 沙箱
});

完整对比与决策树见 kernel 决策树。

接下来

• Durable runtime — checkpoint、SSE 断线重连、Stateless HITL
• Skills & lifecycle hooks — 工具懒加载、post-tool 钩子（−85% token）
• DevTools — 时间旅行调试器
• Evals cookbook — 16 个内置打分器、多准则评委

遇到问题可以 提 issue — 5 分钟内卡住就是我们要修的 bug。