PaiCLI 学习路线：手搓一个 Java 版 Claude Code

大家好，我是二哥呀。

星球里有个球友来问我：“二哥，PaiCLI 我想跟着学，我该从哪下手？大概要学多久才能拿出去面试？”

所以今天这篇，我就把 PaiCLI 的学习路线从头到尾捋一遍。看完之后你应该能搞清楚三件事：

这个项目能学到什么
按什么顺序学最省力
学到什么程度就能拿去面试了。

先把结论放这儿：跟着这套方法走，小白一天跑通项目并把简历写好不是问题，一到两周能把简历上写的模块吃透。

很多球友学项目的第一反应是去找视频，从第一集看到最后一集，看完感觉自己懂了，关掉视频啥也想不起来。

这不怪你，是视频这个形式本身就不适合深入学一个工程项目。看视频只适合入门，没法把源码、教程、面试题这三样东西串到一起。

建议大家养成看文档、看源码、看注释就能上手的习惯，这个习惯对你以后进团队快速接手别人的代码，帮助大到你难以想象。真实工作场景里没人给你录视频。

01、先把 PaiCLI 跑起来

这是最重要、也是最有成就感的一步。在你分析任何一行代码之前，你必须先让 PaiCLI 在你自己的电脑上跑起来。

PaiCLI 是一个纯 Java 写的 Agent 命令行工具，参考了 Claude Code 和 Qoder CLI，所以交互非常友好。

第一步拉取项目源码，目前我们托管在gitcode上。

申请链接：https://paicoding.com/ai-agent-projects-guide

如果你之前申请过派聪明RAG、PaiAgent、PaiFlow、技术派、PmHub等项目，应该在同一个组织下就能看到。

第二步，用IntelliJ IDEA打开这个项目。

JDK 我们用的Java 17，一个比较稳定的版本。

第三步，配置模型的 API Key。

把项目里的 .env.example 复制成 .env，然后把你的 Key 填进去就行。

cp .env.example .env

PaiCLI 支持的模型非常多，GLM、DeepSeek、阶跃星辰、Kimi、讯飞星辰 MaaS 都能接，任何一个都可以。

第四步是编译。先产出一个能手工验收的 jar 包。

mvn clean package

第五步是运行。

java -jar target/paicli-1.0-SNAPSHOT.jar

跑起来之后你会看到一个 π 主题的彩色开屏，底部有个状态栏，显示当前模型、MCP 连了几个、有多少工具、当前是 ReAct 还是 Plan 模式。这一刻你就已经拥有了一个简化版的 Claude Code。

跑起来之后别急着看代码，先用。

第一件事，让它帮你创建一个项目。直接输入“创建一个 Java 项目叫 myapp”，看它是怎么调用工具的，观察它是如何 ReAct 的。

第二件事，进 Plan 模式。输入 /plan 再给它一个多步骤任务，比如“创建一个 demo 项目，然后读取 pom.xml，最后验证项目结构”。

第三件事，试试联网。让它“搜一下沉默王二是哪个逼”，观察它什么时候决定调 web_search，什么时候直接回答。

这三件事玩下来，你对 ReAct 循环、Plan-and-Execute、工具调用就已经有了真实的感受。

如果你想把 RAG 代码检索也跑通，需要本地装个 Ollama 拉一个 embedding 模型，这个RAG 代码检索的教程里写得很清楚，不强求一开始就搞定。

02、把PaiCLI抄到简历上

项目跑通了，第二步不是马上扎进源码，而是先打开你的简历。

我推荐使用派简历：https://github.com/itwanger/PaiResume

这个超级好用，可以智能一页，可以AI校对，简历排版也是我精心打磨过的，市面上我觉得没有比这个更好的工具。

简历是你和 HR 心灵碰撞的第一步，有没有面试邀约就看这一步。

也是你面试官对话的入口，你简历上写了什么，面试官就问什么，你也就该重点学什么。先确定简历写什么，学习才有目标。

千万别一上来就想把整个项目吃透，更别想着从零到一把它重写一遍。我再强调一遍，实际工作中根本没有这种场景，你进了团队接手的都是已经在跑的系统。

那 PaiCLI 哪些模块适合写进简历？

可以直接从案例里抄：https://paicoding.com/paicli-resume-write

别不好意思。

我按从易到难给你排了个序。

ReAct 循环 + Function Calling 的 Agent 内核，这是最基础的，几乎所有 Agent 岗位都会问；
Plan-and-Execute 加 DAG 的任务编排，体现你对复杂任务拆解的理解；
三层 Memory 加上下文工程，长对话压缩和 Token 预算是大模型应用的核心难点；
RAG 代码检索加 AST 关系图谱，这块和向量检索、语义搜索强相关；
MCP 协议的完整实现，这是 2025 年之后面试的绝对热点；

写简历这一步有个小心机：你写上去的每一条，都要确保自己能往下展开讲。

面试官不会顺着你写的往深处挖。

03、深挖源码，顺手把面试题背了

简历写好了，第三步就是针对你简历上写的每一条，回去深挖对应的源码，并且把相关的面试题准备好。

注意，是“针对简历”深挖，不是从头到尾通读全部源码。

举个具体例子。假设你简历上写了 MCP：

实现 MCP 协议，支持 stdio 子进程与 Streamable HTTP 远程两类 server，内置注册 60 多个常用的外部工具，比如 Chrome Devtools MCP。

那你就该重点啃接入 MCP 和 DevTools MCP 这两篇教程，源码部分集中在 com.paicli.mcp 这个模块。

你要能讲清楚这么几件事：

MCP 的 JSON-RPC 通信是怎么收发的
stdio server 和远程 HTTP server 的区别在哪
工具是怎么自动注册成统一前缀的
参数 schema 为什么要清洗一遍再喂给模型

这一步我特别推荐你找一个趁手的 AI 助手一起学。Claude Code、Qoder、Codex、PaiCLI 这些都行。

但用 AI 助手有个关键技巧：当你定位到一个关键类或方法时，别只让它给你“总结一下”。正确的姿势是问它更具体的问题。

比如针对 ReAct，你可以这么问：

请解释一下 Agent 类的主循环是怎么实现“思考-行动-观察”这三步的，循环的退出条件是什么？
同一轮模型返回了多个工具调用时，PaiCLI 是怎么并行执行又保证结果顺序的？
请画出从用户输入一句话，到 Agent 调用工具，再到输出最终结果的完整时序图。

接下来是这一步的重头戏：面试题。

如果你源码理解得没那么透彻，没关系，只要你能把面试题梳理清楚、表达清楚，就已经很能打了。

记住这一点：面试的核心目的不是向面试官证明你每个细节都记得，而是你能跟他就这个话题来回掰扯、有来有回。

PaiCLI 围绕 Agent 的面试题密度很高，随便拎几个出来你感受一下：

ReAct 和 Plan-and-Execute 的区别和适用场景
Function Calling 的本质是什么
模型到底执不执行代码
上下文窗口满了怎么办
为什么要做 prompt cache
MCP 解决了什么问题
Multi-Agent 里规划者执行者检查者怎么分工

这些题你要是能结合 PaiCLI 的实现讲出自己的理解，面试官会眼前一亮。

拿“模型到底执不执行代码”这道题给你示范一下怎么掰扯：https://paicoding.com/tool-call-hitl

标准答案是模型本身不执行任何代码，它在 Function Calling 里返回的只是一个结构化的调用意图，告诉 Agent 要调哪个函数、传什么参数，真正去执行的是 PaiCLI 自己的工具层，执行完再把结果喂回模型。

这里再分享一个我屡试不爽的笨办法，专门用来检验你是不是真懂：看完一个方法的实现，你把这个方法的主体逻辑删掉，然后自己动手实现一遍，看看交给你你能不能写出来。

能写出来，说明你是真懂了。切忌眼高手低。当然了，我相信你一定能实现的。

04、动手 debug

光看是学不会游泳的，必须上手实操。

很多球友背八股张嘴就有，一到自己写就不知道从哪下手，根源就在于从来没真正在这个项目里设过一个断点、跑过一次调试。

第一，设断点。挑你简历相关的入口下断点，比如在 Agent 主循环每一轮请求模型的地方、在工具注册表分发工具调用的地方、在 MCP 客户端发起初始化握手的地方。然后给 PaiCLI 一个简单任务，让程序停在断点上，一行一行看它怎么走。

第二个，观察变量。停在断点上的时候，重点盯着几个关键变量的变化：模型这一轮返回了哪些工具调用、上下文里现在攒了多少条消息、Token 预算还剩多少、工具执行完返回了什么。

第三，动手改它。当你对主流程了如指掌之后，就该尝试动一动这个项目了。

最简单的，改个文案。比如把启动界面改一下，或者改一句返回给用户的提示信息，重新编译运行，看你的改动有没有生效。

这一步看着简单，但它把“改代码 → 编译 → 运行 → 验证”这一套最基本的流程走通了。

再进一步，加个小功能。比如给 PaiCLI 加一个新的内置工具。

最有价值的，是改 bug。这个项目你认真跑起来，是会遇到 bug 的，这太正常了，任何真实项目都有 bug。你能定位一个 bug、想明白它为什么发生、再把它修掉，这个完整过程走一遍，你的工程能力会有一次实打实的跃迁。

测试也别落下。

PaiCLI 留了几个测试 profile，日常回归用 mvn test -Pquick 跳过那些慢测试，改动大了再 mvn test -DskipTests=false 跑全量。

# 常规快速回归
mvn test -Pquick

切记，全身心投进去，别浮在表面。别再纠结什么“我要从零到一一行一行敲出来”，工作后真没这种场景。踏踏实实按我说的，跑项目、设断点、改 bug、加功能，你一定会大有收获。

05、整理成你自己的知识库

如果你对自己还有更高的要求，一定要有输出和积累。

学习这件事，输入和输出是两个完全不同的层次。你看懂了、调试过了，那是输入；你能把它讲给别人听、写成文章、整理成一份自己的笔记，那才是真正的内化。能讲明白，才是真懂。

像我，光公众号就输出了1800多篇原创，这数量在技术公众号里绝对是独此一家。

具体怎么积累？我给你几个方向。

第一，写踩坑贴。你跑 PaiCLI、调试 PaiCLI 的过程中，一定踩过坑——某个依赖装不上、Ollama 没配对、MCP server 起不来、某个模型的 Key 格式不对。把这些坑和你的解决办法记下来，就是一篇有价值的经验贴。别小看这种文章，它对后来人帮助极大，对你自己也是一次复盘。

第二，整理你自己的面试题库。你在面试里真实遇到的问题，按模块归归类，整理成一份只属于你的知识库。

第三，画图。把 ReAct、Plan 的 DAG 调度、MCP 的通信流程、Multi-Agent 的协作，用自己理解的方式画成图。

这一步还有个隐藏好处：当你在面试里被问到一个当场答不上来的问题，别慌，记下来，回去补。补完了写进你的知识库。这么循环几轮，你会发现自己对 Agent 这套东西的理解，已经远远超过竞争对手了。

ending

最后我想说，这套学习方法，其实不只适用于 PaiCLI。

先跑起来，

再抄简历，

然后围着简历挖源码、背面试题，接着动手 debug、改 bug、加功能，最后把踩过的坑整理成自己的知识库。

这套打法，你套到任何一个项目上都成立。

学习这件事，最怕的不是难，是没有方向感。

希望大家都能靠 PaiCLI 这个项目，开一个大包。

记得回来给二哥报喜，笔芯。