为最小 Agent 添加 Bash 等工具

可以得到什么

让最小 Agent 循环真正具备"动手"能力：能执行 Bash 命令、读写文件、运行脚本，从而把"模型推理"和"真实环境操作"连起来。

适合哪些情况

• 在最简 Agent 跑通后，下一步希望 Agent 能对真实文件系统或运行环境产生影响。
• 教学场景：演示工具协议如何让模型从"会说话"变成"能做事的智能体"。

需要准备什么

• 已实现的最小 Agent 循环（见 自己实现一个最小 AI Agent 循环）。
• 对 Bash 命令执行环境的隔离要求（沙箱、容器或专用目录）。
• 工具描述 schema 与模型对工具调用的支持。

常见做法

• 注册一组工具（Bash、读文件、写文件、搜索），每个工具提供名称、描述、参数 schema。
• 在循环中根据模型返回的工具调用请求匹配工具并执行，把结果以工具结果消息形式追加回历史。
• 给每次工具执行加上日志记录，便于事后审计和调试。

真实案例与教程

• 教学仓库：Learn Claude Code——从最小循环到完整 Harness（shareAI-lab 教学仓库教程摘要）
• 仓库主页：learn-claude-code（从最小循环到完整 Harness 的中文教学仓库）
• 关联方法：渐进式 Agent Harness 工程化（最小循环 → 工具 → 上下文 → 计划 → 子 Agent → Skills → MCP → 团队 → worktree）

限制和检查点

• 生产系统需要的权限治理、命令白名单与超时控制不在教学仓库范围内。
• Bash 执行存在副作用风险：建议在隔离环境中测试。
• 不能据此推断 Claude Code 内部的工具协议实现。

相关任务

• 自己实现一个最小 AI Agent 循环
• 压缩 Agent 长会话上下文

来源

• SRC-DEV-005：Learn Claude Code——从最小循环到完整 Agent Harness