Skill Learn-Claude-Code 系统学习AI智能体Harness工程的开源教程

很多人把“智能体”等同于“把 LLM API 串起来”，结果做出脆弱的提示词流水线。真正的 agent 产品 = 训练出的模型 + 让它运作的 harness（工具、知识、观察、动作接口、权限）。想从零学会构建 harness，却缺少一本把“模型与工程边界”讲透的教程。learn-claude-code 就是这份材料。

项目基本信息

一、项目介绍

shareAI-lab/learn-claude-code 是一份面向 harness 工程的开源学习教程，MIT 协议。它用大量案例澄清一个核心观点：能动性（agency）来自模型训练，而非外部编排代码；我们能做的是构建“harness”——给模型工具、知识、上下文管理与权限边界。教程以 Claude Code 为范例，拆解其单个 agent 循环、工具、子代理、任务系统、权限治理等设计，适合想真正理解并搭建 agent 基础设施的工程师。

二、核心优势

1. 观念清晰：区分“训练模型”与“构建 harness”，纠正对智能体的常见误解。
2. 范例翔实：以 Claude Code 为蓝本，逐层拆解 agent harness 的组成。
3. 通用方法论：harness 设计模式可迁移到任意领域的 agent。
4. 纯知识库：以 Markdown/文档形式交付，易于本地阅读与检索。
5. 开源 MIT：可自由学习、引用与二次整理。

三、适用场景

• 工程师系统学习 AI 智能体 harness 工程。
• 团队统一对“agent 产品 = 模型 + harness”的认知。
• 作为内部 AI 编程培训的教材。
• 想从提示词拼装升级到工程化 agent 的开发者。

四、安装教程

作为文档库，本地克隆即可离线阅读：

git clone https://github.com/shareAI-lab/learn-claude-code.git
cd learn-claude-code
# 用任意 Markdown 阅读器打开 README.md 与章节文档

常见报错：纯文档无需构建；若用静态站点工具预览，确认 Node/Python 环境已装，路径不含中文空格。

五、使用示例

阅读路径示例：

README -> “Agency 来自哪里” -> “什么是 Harness”
-> “Harness 工程师做什么” -> “为什么是 Claude Code” -> 架构拆解

真实收获：你会建立“Harness = 工具 + 知识 + 观察 + 动作接口 + 权限”的心智模型，并能把 Claude Code 收敛为：一个 agent 循环 + 工具 + 按需加载技能 + 上下文压缩 + 子代理 + 任务系统 + 权限治理。

六、常见问题

Q：这是工具还是教程？
A：是开源教程/知识库，不是可执行的工具，旨在系统讲解 harness 工程。
Q：需要会训练模型吗？
A：不需要；教程讲的是构建 harness（运行环境），而非训练权重。
Q：和市面上的 Agent 框架有何不同？
A：它重方法论与认知，而非给你一个黑盒库，适合打基础。

七、总结

learn-claude-code 把“如何构建 AI 智能体 harness”拆成可系统学习的开源教程，纠正了把提示词流水线和智能体混为一谈的误区。对想真正吃透 agent 工程的工程师，它是打地基的好材料；MIT 协议，纯知识库可离线读。