Lab 1：让 Agent 会说话 — 实验任务

任务 1：定义消息类型

补全 labs/lab-01-messages/src/types.ts 中的 TODO：

// TODO: 定义 ContentBlock 类型（TextBlock, ToolUseBlock, ToolResultBlock 的联合类型）
// TODO: 定义 Message 接口（role + content）
// TODO: 定义 StopReason 类型

验证：

npx vitest run labs/lab-01-messages/tests/types.test.ts

任务 2：实现 Conversation 类

补全 labs/lab-01-messages/src/conversation.ts 中的 TODO：

// TODO: 实现 addUserMessage(text: string)
// TODO: 实现 addAssistantMessage(content: ContentBlock[])
// TODO: 实现 addToolResult(toolUseId: string, result: string, isError?: boolean)
// TODO: 实现 getMessages(): Message[]
// TODO: 实现 estimateTokens(): number （字符数 / 4 的粗略估算）

验证：

npx vitest run labs/lab-01-messages/tests/conversation.test.ts

你应该看到

运行 demo 后，终端打印出格式化的对话历史：

npx tsx labs/lab-01-messages/demo.ts

┌─ 对话历史 ──────────────────────────────────┐
│ [system] You are a coding assistant.         │
│ [user] Help me write hello world             │
│ [assistant] I'll create that file for you... │
│ [tool_use] write_file {path: "hello.js"}     │
│ [tool_result] File written successfully      │
│ [assistant] Done! File created.              │
│ Estimated tokens: ~150                       │
└──────────────────────────────────────────────┘

任务 3：封装 LLM Client

补全 labs/lab-01-messages/src/llm-client.ts 中的 TODO：

// TODO: 实现 LLMClient 类
//   constructor(apiKey: string, options?: { baseUrl?: string, model?: string })
//   chat(messages: Message[], tools?: ToolDefinition[]): Promise<AssistantResponse>

验证（Mock 测试，不需要 API Key）：

npx vitest run labs/lab-01-messages/tests/llm-client.test.ts

Live Demo（需要 API Key）

ANTHROPIC_API_KEY=sk-xxx npx tsx labs/lab-01-messages/demo.ts --live

🟢 Live mode: calling Claude API...
Model: claude-haiku-4-5-20251001
Response: "Hello! How can I help you today?"
Tokens: 12 in / 23 out

思考题

1. 为什么 tool_result 的 role 是 "user" 而不是 "tool"？
2. stop_reason === "tool_use" 一定可靠吗？Claude Code 源码里是怎么判断的？（提示：看 toolUseBlocks.length）
3. 如果对话历史太长超过了模型上下文窗口，应该怎么处理？