learn-claude-code s00

learn-claude-code 笔记

项目路径:github.com/learn-claude-code


README.md

Agent = LLM + Context + Tools

Agent 产品 = 模型 + Harness

Claude Code 的复杂性不是“另一个 agent 大脑”,而是一个成熟 harness 的复杂性。
模型负责判断和行动选择;harness 负责把环境、工具、权限、记忆、团队和外部能力组织好。

LLM: 已训练的神经网络参数模型函数
Agent: 一个通过训练学会了行动的模型,加上让它能在特定环境中工作的基础设施
Agency: 感知、推理、行动

Agent不是过程式的流水线工程,Agency能力是通过模型训练产生的

Harness 是 agent 在特定领域工作所需要的一切:

Harness = Tools + Knowledge + Observation + Action Interfaces + Permissions

  • 工具 Tools: 文件读写、Shell、网络、数据库、浏览器
  • 知识 Knowledge: 产品文档、领域资料、API 规范、风格指南
  • 检测 Observation: git diff、错误日志、浏览器状态、传感器数据
  • 行为 Action: CLI 命令、API 调用、UI 交互
  • 许可 Permissions: 沙箱隔离、审批流程、信任边界

模型决策,harness执行
模型推理,harness提供上下文
此即: Harness => 驾驭工程 | 模型驾驶harness执行任务

Harness 工程

构建Agent的生存环境

  • 实现工具 Agent的双手
    • 文件读写、Shell、API调用、浏览器控制、数据库查询、…
    • 每个都是Agent在环境中可采取的一个行动
    • 原子化、可组合、描述清晰
  • 策划知识 Agent的领域专长
    • 产品文档、架构决策记录、风格指南、合规要求、…
    • 按需加载(s07),Agent应知道有什么可用,自己拉取所需
  • 管理上下文 Agent的干净记忆
    • 子Agent隔离(s06),防止噪声泄漏
    • 上下文压缩(s08),防止历史淹没
    • 任务系统(s12),目标持久化到单词对话之外
  • 控制权限 Agent的行为边界
    • 沙箱化文件访问,对破坏性操作要求审批
    • 在Agent和外部系统之间实施信任边界
    • 这是安全工程和harness工程的交汇点
  • 收集任务过程数据 Agent的微调材料
    • Agent在harness中执行的每一条行动序列都是训练信号
    • harness不仅服务于Agent,还可以帮助Agent进化

对于不同领域的Agent,只是它所存在的Harness构建的环境不同,而 循环 不变,仍然是: Agent = LLM + Harness

从小工具的实现,到领域Agent的构建

教程范围

1
2
3
4
5
6
本仓库是一个 0->1 的 harness 工程学习项目 -- 构建围绕 agent 模型的工作环境。 为保证学习路径清晰,仓库有意简化或省略了部分生产机制:

- 完整事件 / Hook 总线 (例如 PreToolUse、SessionStart/End、ConfigChange)。 s12 仅提供教学用途的最小 append-only 生命周期事件流。
- 基于规则的权限治理与信任流程
- 会话生命周期控制 (resume/fork) 与更完整的 worktree 生命周期控制
- 完整 MCP 运行时细节 (transport/OAuth/资源订阅/轮询)

学习路径

  1. 第一阶段

    • s01 Agent Loop
    • s02 Tool Use
    • s03 Permisssion
    • s04 Hooks
  2. 第二阶段

    • s05 TodoWrite
    • s06 Subagent
    • s08 Context Compact
  3. 第三阶段

    • s09 Memory
    • s10 System Prompt
    • s11 Error Recovery
  4. 第四阶段

    • s12 Task System
    • s13 Background Tasks
    • s14 Cron Scheduler
  5. 第五阶段

    • s15 Agent Teams
    • s16 Team Protocols
    • s17 Autonomous Agents
    • s18 Worktree Isolation
  6. 第六阶段

    • s07 Skill Loading
    • s19 MCP Plugin
    • s20 Comprehensive Agent