🤖 系列：Java工程师转AI Agent 3个月学习计划
👤 作者：宸丶一 | 28岁Java程序员，正在学习 AI Agent 开发中ing…
🎯 今日目标： gRPC基础、MiMo Code体验、AI编程助手生态
💬 个人格言： 代码改不改变世界我不知道，但先让我准时下班。

---

前言

Day 19 搞定了记忆衰减，今天换个方向 – gRPC + AI编程助手。

说实话，之前一直没搞懂gRPC和REST到底有啥区别。这次自己写了个计算器服务，跑起来之后才明白：gRPC真的快太多了。0.42ms一次调用，比REST快了100倍，这速度让我有点震惊。

同时体验了小米的MiMo Code，第一次用AI编程助手写代码，感觉就像有个助手在旁边帮你干活，还挺爽的。

---

学习目标

1. 搞懂gRPC的原理和优势
2. 学会用Proto文件定义接口
3. 实现gRPC服务端和客户端
4. 体验MiMo Code，理解Agent循环
5. 了解AI编程助手的生态

---

一、gRPC是什么？一句话解释

gRPC = 像调用本地函数一样调用远程服务

用Java的话说：gRPC = 远程过程调用的"终极方案"

打个比方：餐厅点餐

REST API（HTTP/1.1）：

你：（写一份菜单请求）
    "服务员，我要一份红烧肉，返回JSON格式，字段包括name、price..."
    
服务员：（去厨房等）
    ...红烧肉做好了，端给你

你：（又写一份请求）
    "再来一碗米饭"
    
服务员：（又去厨房等）
    ...米饭做好了，端给你

→ 点3个菜要跑3趟，每趟都要等

gRPC（HTTP/2）：

你：（直接说）
    "红烧肉、米饭、可乐，一起上"
    
服务员：（一趟全搞定）
    ...三个菜同时做好，一起端给你

→ 一次搞定，不用排队等

gRPC核心优势：

• 比REST快100倍（实测0.42ms/次 vs 50-100ms/次）
• 类型安全（Proto文件定义严格类型）
• 跨语言支持（Python和Java能互调）

---

二、gRPC vs REST：核心区别

对比	REST API	gRPC
数据格式	JSON（文本，人可读）	Protobuf（二进制，机器可读）
传输协议	HTTP/1.1（单连接排队）	HTTP/2（多路复用）
性能	较慢	快2-10倍
类型安全	弱（JSON无强制类型）	强（Proto定义严格类型）
代码生成	手动写HTTP调用代码	自动生成客户端/服务端
浏览器支持	好	需要gRPC-Web
跨语言	一般	原生支持

为什么gRPC快？两个原因：

性能实测：

gRPC 100次调用：0.042秒
平均每次：0.42ms

REST API：通常50-100ms/次

→ gRPC比REST快 100-200 倍！

---

三、Proto文件：接口+DTO的完美结合

Proto文件是gRPC的核心，它定义了服务接口和数据结构。

用Java的话说：Proto文件 = Interface + DTO

Proto文件示例

syntax = "proto3";
package calculator;

// 数据结构（类似Java的DTO）
message CalcRequest {
    double a = 1;
    double b = 2;
}

message CalcResponse {
    double result = 1;
    string message = 2;
}

// 服务接口（类似Java的Interface）
service Calculator {
    rpc Add (CalcRequest) returns (CalcResponse);
    rpc Subtract (CalcRequest) returns (CalcResponse);
    rpc Multiply (CalcRequest) returns (CalcResponse);
    rpc Divide (CalcRequest) returns (CalcResponse);
}

Proto文件的作用：

---

四、gRPC实战：计算器服务

1. 服务端实现

class CalculatorServicer(calculator_pb2_grpc.CalculatorServicer):
    def Add(self, request, context):
        result = request.a + request.b
        return calculator_pb2.CalcResponse(
            result=result,
            message=f"{request.a} + {request.b} = {result}"
        )

Java对比：

// 就像实现一个Interface
public class CalculatorService implements Calculator {
    public CalcResponse add(CalcRequest request) {
        double result = request.getA() + request.getB();
        return CalcResponse.newBuilder()
            .setResult(result)
            .build();
    }
}

2. 客户端调用

# 创建到服务器的连接（通道）
channel = grpc.insecure_channel('localhost:50051')

# 创建客户端存根（Stub）
stub = calculator_pb2_grpc.CalculatorStub(channel)

# 调用远程方法
response = stub.Add(calculator_pb2.CalcRequest(a=10, b=5))
print(f"结果：{response.result}")  # 15.0

3. 运行结果

[Add]      10 + 5 = 15.0  ✅
[Subtract] 10 - 5 = 5.0   ✅
[Multiply] 10 * 5 = 50.0  ✅
[Divide]   10 / 5 = 2.0   ✅

[除零测试]
  错误: INVALID_ARGUMENT - 除数不能为零！  ✅

性能测试: 100次调用
  耗时: 0.042秒
  平均: 0.42ms/次  ⚡⚡⚡

---

五、MiMo Code：AI编程助手初体验

什么是MiMo Code？

小米的AI编程助手（终端版），基于MiMo-V2.5-Pro模型，支持Agent模式（自动调用工具）。

Agent循环流程

就像餐厅点餐：

1. 你：我要红烧肉（用户输入）
2. 服务员：好的（调用API）
3. 服务员去厨房拿红烧肉（执行工具）
4. 服务员把红烧肉端给你（结果返回）
5. 你：再来碗米饭（继续对话）

MiMo Code的工具

工具	作用	安全性
read_file	读取文件内容	只读
write_file	写入文件	文件操作
edit_file	编辑文件	文件操作
search_code	搜索代码	只读
list_dir	列目录	只读
run_shell	执行Shell命令	命令白名单

---

六、AI编程助手生态

国产AI编程助手

工具	公司	模型	特点
MiMo Code	小米	MiMo	简单易用，专注MiMo模型
ZCode	智谱	GLM-5.2	国产一哥
Trae	字节	字节模型	支持 Code+Work 双模式
WorkBuddy	腾讯	?	企业级AI助手

国际AI编程助手

工具	公司	模型	特点
OpenCode	开源社区	多模型	框架设计好，可切换模型
Codex	OpenAI	GPT	功能强大
Hermes	Nous Research	多模型	自进化Agent，自动生成技能

国产 vs 国际

对比总结：

类型	工具	特点	适合人群
入门级	MiMo Code	简单直接，专注MiMo	新手入门
进阶级	ZCode、Trae、WorkBuddy	功能更丰富	日常开发
专业级	OpenCode、Codex	多模型支持	专业开发者
终极级	Hermes	自进化，自动生成技能	深度研究

---

七、今日收获

知识层面

1. gRPC的原理和优势
2. Proto文件的作用（接口+DTO）
3. Agent循环的基本逻辑
4. AI编程助手的生态

技能层面

1. 能定义Proto文件
2. 能实现gRPC服务端和客户端
3. 能解决端口占用、版本不匹配等常见问题
4. 会用MiMo Code体验AI编程

思维层面

1. “先用别人的，再研究原理，最后自己造”
2. 工具描述要清晰完整，让Agent不会调错
3. Agent要有循环检测和最大轮次限制

---

八、思考题答案

Q1：gRPC和REST的核心区别是什么？

区别	REST	gRPC
数据格式	JSON（文本）	Protobuf（二进制）
性能	较慢	快2-10倍
类型安全	弱（JSON无强制类型）	强（Proto定义严格类型）
代码生成	手动写	自动生成

Q2：为什么gRPC比REST快？

两个原因：

1. Protobuf二进制序列化 – 比JSON小3-5倍，解析快
2. HTTP/2多路复用 – 一个连接并发多个请求

Q3：Proto文件的作用是什么？

Proto文件 = Interface + DTO

• 定义数据结构（类似Java的DTO）
• 定义服务接口（类似Java的Interface）

Q4：MiMo Code的Agent循环是怎么工作的？

用户输入 → 调用API → 检查工具调用 → 执行工具 → 结果加入对话 → 重复直到完成

Q5：MiMo Code有哪些工具？

• read_file（读文件）
• write_file（写文件）
• edit_file（编辑文件）
• search_code（搜索代码）
• list_dir（列目录）
• run_shell（执行命令）

Q6：工具描述应该怎么写？

{
    "name": "read_file",
    "description": "读取文件内容，支持文本和图片",
    "parameters": {
        "path": {
            "type": "string",
            "description": "文件路径"
        }
    }
}

关键点：清晰、完整、没有歧义

Q7：如果Agent重复调用同一个工具，应该怎么处理？

• 设置最大轮次限制（比如8轮）
• 实现循环检测（检测重复调用同一工具）
• 添加超时机制

Q8：MiMo Code和OpenCode有什么区别？

对比	MiMo Code	OpenCode
定位	小米的AI编程助手	开源AI编程框架
模型	只支持MiMo	支持Claude、GPT、MiMo等
语言	Python	Go
特点	简单易用	功能丰富

---

九、明日计划

1. 分析OpenCode的架构设计
2. 对比MiMo Code和OpenCode的异同
3. 尝试自己实现一个Mini版AI编程助手

---

十、总结

今天学了gRPC基础和MiMo Code体验，核心收获：

1. gRPC比REST快100倍 – 实测0.42ms/次
2. Proto文件 = Interface + DTO – 定义接口和数据结构
3. Agent循环 – 用户输入 → API → 工具调用 → 结果 → 重复
4. AI编程助手生态 – MiMo Code、OpenCode、ZCode、Trae等

一句话总结： gRPC让Agent调用Java服务更快，MiMo Code让AI编程更简单。

---

📝 小小腾老师的评分

维度	得分	评价
gRPC掌握程度	⭐⭐⭐⭐	能独立实现，但HTTP/2原理还需要深入
Proto文件理解	⭐⭐⭐⭐	掌握了核心，但自动生成代码的原理还没学
MiMo Code体验	⭐⭐⭐⭐⭐	会用工具，理解了Agent循环
思考题完成	⭐⭐⭐⭐	75分，大部分理解，少部分需要补充
实践能力	⭐⭐⭐⭐⭐	代码跑通，问题解决能力强
学习态度	⭐⭐⭐⭐⭐	遇到不会的诚实说，不瞎编

总分：75分（良好）

老师说： 今天的实践能力很强，代码都跑通了，问题也解决了。理论理解还需要加强，特别是gRPC的底层原理。明天继续加油！

---

💡 学习心得： 先用别人的，再研究原理，最后自己造

🎯 明日目标： OpenCode源码分析

📅 学习进度： Day 20/35（57%完成）

---

下一篇： Day 21：OpenCode架构分析 - 学习AI编程框架的设计思路

---