LLM Wiki

Appearance

Built 26/04/18 17:24commit 5ccb4ff

ShareAI Lab Learn Claude Code ​

English | 中文

Summary ​

shareAI-Lab/learn-claude-code 现在在知识库里被修正为一个“GitHub 仓库型 raw 来源家族 + 双语 source page”的标准形态。这个仓库的核心论点是：agency 来自训练好的模型，而产品工程主要是在模型外构建 harness，也就是工具、上下文控制、任务系统、skills、后台执行、团队协议和 worktree 隔离这些环境层。

来源家族 ​

  • Repository: https://github.com/shareAI-Lab/learn-claude-code
  • 当前已落库的 raw 文件：
    • raw/github/shareai-lab/learn-claude-code/README.md
    • raw/github/shareai-lab/learn-claude-code/README.zh.md
    • raw/github/shareai-lab/learn-claude-code/README.ja.md
    • raw/github/shareai-lab/learn-claude-code/s_full.py
  • 当前 raw 对主要保留了仓库最核心的论点与 capstone 参考实现面。
  • 这次修正性 ingest 里，README raw 仍是部分保留摘录，不是完整仓库镜像。

这个来源补充了什么 ​

  • 一个非常鲜明的 Agent Product = Model + Harness 表述。
  • 一套把 loop、tool dispatch、planning、subagent、skill loading、context compaction、task system、background jobs、team protocols、worktree isolation 明确拆开的 staged harness 课程。
  • 一个以 Claude Code 为中心、反对把 prompt plumbing 误当成 intelligence 的强立场样本。
  • 一个很适合拿来对照 Claude Code、Codex、OpenClaw 与 agent-first repository 模式的教学材料。

关键判断 ​

  • 真正的 agent 是模型，harness 代码只是让模型能够观察和行动的环境层。
  • 大多数实际上的“agent engineering”，本质更接近 harness engineering，而不是 intelligence creation。
  • Claude Code 值得研究，不是因为它替模型做判断，而是因为它给模型提供了工具、上下文管理、权限和执行表面。
  • 规划、压缩、后台执行、队友协作、worktree 隔离这些机制，更适合被理解成模块化 harness 层，而不是把外围代码本身误认成 agent。

结构说明 ​

agents/ 目录采用“每课一个机制 + 一个总成参考”的结构：

  • s01_agent_loop.py 到 s12_worktree_task_isolation.py 构成了渐进式课程。
  • s_full.py 把前面机制组合成一个完整参考 cockpit。

这使它不仅是一个观点很强的 manifesto，也是一个可以拆开观察 harness 架构的教学样本。

与现有主题页的关系 ​

这个来源会强化几个现有主题：

  • Agent Harness Design：因为它把 loop、tools、planning、skills、compression、tasks、background work、teams、isolation 明确组织成一条渐进式教学链。
  • Agent-First Repositories：因为它把 repo 内的 skills、task state、inbox 和 worktree lanes 都看成 agent 运行环境的一部分。
  • Codex Operating Practices：因为它提供了一个 Claude Code 视角的对照样本，说明为什么 harness surface 往往比一次性 prompt 技巧更关键。

不确定性与范围说明 ​

  • 这个仓库的哲学立场比知识库里很多工程笔记更强、更带论战色彩，所以更适合被视为一个有力视角，而不是所有 agent 系统的无争议定义。
  • 当前 raw 家族仍然是不完整的，后续如果它变成核心证据源，可能还需要继续保留更多 agents/ 子文件。
  • 当前 source page 也是对前一个“直接从仓库阅读写 wiki”的版本做的修正，这一版已经明确建立在 vault 内 raw 文件之上。

Sources ​

  • Repository: https://github.com/shareAI-Lab/learn-claude-code
  • Raw：raw/github/shareai-lab/learn-claude-code/README.md
  • Raw 中文翻译：raw/github/shareai-lab/learn-claude-code/README.zh.md
  • Raw 日文 sibling：raw/github/shareai-lab/learn-claude-code/README.ja.md
  • Raw 实现参考：raw/github/shareai-lab/learn-claude-code/s_full.py