Learn Claude Code:从零理解 Agent Harness 工程
Learn Claude Code:从零理解 Agent Harness 工程
什么是 Learn Claude Code
Learn Claude Code 是一个开源的学习项目,旨在从零开始教学 Agent Harness(智能体 harness)的构建方法。该项目在 GitHub 上已获得 47,700+ 颗星,专注于帮助开发者理解 Claude Code 背后的设计原理。
项目的核心理念是:模型本身才是智能体,代码只是构建智能体所处的环境(Harness)。
核心观点:模型即智能体
传统理解的误区
很多人认为"构建智能体"就是写代码——使用工作流引擎、提示链、拖拽式编排工具来"组装"一个智能体。但作者认为这种做法本质上是一个"过度工程的 Rube Goldberg 机器"——一个充满 if-else 分支和硬编码路由逻辑的脆弱管道,中间塞了一个 LLM 作为"文本补全节点"。
这并不是真正的智能体。
真正的智能体定义
真正的智能体是:
- 一个神经网络(Transformer、RNN、学习函数)
- 通过数十亿次梯度更新在动作序列数据上训练
- 能够感知环境、推理目标、执行动作以达成目标
从 DeepMind DQN(2013)玩 Atari,到 OpenAI Five(2019)征服 Dota 2,再到 AlphaStar(2019)掌握星际争霸,每个里程碑的"智能体"都是模型,而不是周围的代码。
Harness 的定义
Harness 是智能体在特定领域运作所需的一切:
|
|
模型决定,Harness 执行。模型推理,Harness 提供上下文。模型是驾驶员,Harness 是车辆。
十二个渐进式课程
项目包含 12 个逐步递进的课程(s01-s12),每个课程添加一个 harness 机制:
Phase 1:基础循环
| 课程 | 主题 | 核心理念 |
|---|---|---|
| s01 | Agent Loop | 一个 while 循环 + stop_reason = 一个智能体 |
| s02 | Tool Use | 添加一个工具只需添加一个 handler |
Phase 2:规划与知识
| 课程 | 主题 | 核心理念 |
|---|---|---|
| s03 | TodoWrite | 智能体没有计划会迷失——先列步骤再执行 |
| s04 | Subagents | 拆分大任务,每个子任务独立上下文 |
| s05 | Skills | 按需加载知识,而非预先加载 |
| s06 | Context Compact | 上下文会满,需要压缩策略 |
Phase 3:持久化
| 课程 | 主题 | 核心理念 |
|---|---|---|
| s07 | Tasks | 大目标拆分为小任务,持久化到磁盘 |
| s08 | Background Tasks | 后台运行慢操作,智能体继续思考 |
Phase 4:团队协作
| 课程 | 主题 | 核心理念 |
|---|---|---|
| s09 | Agent Teams | 任务太大时委托给队友 |
| s10 | Team Protocols | 队友需要共享通信规则 |
| s11 | Autonomous Agents | 队友扫描任务板并自动认领 |
| s12 | Worktree Isolation | 每个工作在独立目录,无干扰 |
核心代码模式
项目的核心代码非常简洁:
|
|
这就是最小的 Agent 循环。每个课程都是在这个循环上叠加一个 harness 机制——而不改变循环本身。
项目结构
|
|
快速开始
|
|
Web 平台
|
|
相关项目
Kode Agent CLI
开源的编码智能体 CLI:
|
|
支持技能和 LSP 支持、Windows 兼容,可插拔使用 GLM / MiniMax / DeepSeek 等模型。
GitHub: shareAI-lab/Kode-cli
Kode Agent SDK
嵌入到应用中的智能体 SDK,无 per-user 进程开销,可嵌入后端、浏览器扩展、嵌入式设备等。
GitHub: shareAI-lab/Kode-agent-sdk
claw0(姐妹项目)
从"按需会话"到"常驻助手":
- Heartbeat:每 30 秒发送消息检查是否有任务
- Cron:智能体可以调度未来任务
- 多渠道 IM 路由(WhatsApp/Telegram/Slack/Discord 等 13+ 平台)
- 持久上下文记忆
- Soul 个性系统
|
|
为什么选择 Claude Code 教学
因为 Claude Code 是"最优雅且完全实现的"智能体 harness:
|
|
它不试图成为智能体,不施加刚性工作流,不通过复杂的决策树"二阶猜测"模型。它给模型工具、知识、上下文管理和权限边界——然后让开。
哲学总结
“The model IS the agent. The code is the harness. Build great harnesses. The agent will do the rest.”
模型就是智能体。代码只是 harness。构建出色的 harness,智能体会完成剩下的工作。
项目标题"Bash is all you need"表达的是:不需要复杂的工作流引擎,只需要基础的 shell 能力加上正确的 harness 机制,就能构建真正有效的智能体。
参考链接
- GitHub:https://github.com/shareAI-lab/learn-claude-code
- Kode CLI:https://github.com/shareAI-lab/Kode-cli
- Kode SDK:https://github.com/shareAI-lab/Kode-agent-sdk
- claw0:https://github.com/shareAI-lab/claw0
