🎓 learn-claude-code：59.5k Stars 的 Agent Harness 教程，12 个 session 从零手写 Claude Code

一句话： Agent 的智能来自模型训练，不是代码编排。这个仓库教你造那辆"车"——Harness。

市面上 90% 的"AI Agent 框架"其实是 prompt 管道工程——把 LLM API 调用用 if-else 串起来，包一层 node 图，就敢叫"智能体"。learn-claude-code 的作者一针见血："Agency is trained, not programmed." 你无法用胶水代码堆出智能。

这个仓库拆解 Claude Code 的架构，用 12 个渐进 session（s01-s12）教你搭建真正的 Agent Harness：

def agent_loop(messages):
    while True:
        response = client.messages.create(
            model=MODEL, system=SYSTEM,
            messages=messages, tools=TOOLS,
        )
        messages.append({"role": "assistant", "content": response.content})
        if response.stop_reason != "tool_use":
            return
        results = []
        for block in response.content:
            if block.type == "tool_use":
                output = TOOL_HANDLERS[block.name](**block.input)
                results.append({"type": "tool_result", "tool_use_id": block.id, "content": output})
        messages.append({"role": "user", "content": results})

上面这个循环是整个仓库的起点。从 s01 开始，每个 session 在上面的循环上加一层 harness 机制——工具调度（s02）、任务规划（s03）、子智能体（s04）、按需技能加载（s05）、上下文压缩（s06）、持久化任务系统（s07）、后台任务（s08）、多智能体协作（s09-s12）。

快速上手

git clone https://github.com/shareAI-lab/learn-claude-code
cd learn-claude-code
pip install -r requirements.txt
cp .env.example .env   # 填你的 ANTHROPIC_API_KEY

python agents/s01_agent_loop.py       # 从第一个 loop 开始
python agents/s12_worktree_task_isolation.py  # 一路到完整版
python agents/s_full.py               # 终极合体版

还有个 Web 平台可以交互式学习：

cd web && npm install && npm run dev   # http://localhost:3000

学习路径一览

| 阶段 | Session | 核心概念 |

|------|---------|---------|

| 循环 | s01-s02 | Agent Loop + Tool Dispatch，Bash is all you need |

| 规划 | s03-s06 | TodoWrite → Subagents → Skills → Context Compact |

| 持久化 | s07-s08 | 文件任务系统 + 后台线程通知 |

| 团队 | s09-s12 | 多智能体组网 → 协议 FSM → 自主认领 → 工作树隔离 |

每个 session 都有中文/英文/日文文档，附 ASCII 图和完整代码。

为什么值得看

Claude Code 是目前最优雅的 Agent Harness 实现。不是因为什么黑科技，而是因为它不试图成为智能体本身——它只提供工具、知识、上下文管理和权限边界，然后让模型放手做。Harness = Tools + Knowledge + Observation + Action Interfaces + Permissions。

这个模式不止适用于编程：农场管理、酒店运营、医疗研究、制造物流——任何一个需要感知、推理、行动的领域，都能套用这套 harness 设计模式。

Learn Claude Code — Harness Engineering for Real Agents · 59.5k ⭐ · TypeScript/Python · MIT

GitHub: https://github.com/shareAI-lab/learn-claude-code