教程开发与自动化Learn Claude Code——从最小循环到完整 Harness（shareAI-lab 教学仓库教程摘要）Learn Claude Code——从最小循环到完整 Harness（shareAI-lab 教学仓库教程摘要）可通过这份教程完成
仓库开发与自动化learn-claude-code（从最小循环到完整 Harness 的中文教学仓库）learn-claude-code 是 shareAI-lab 在 GitHub 维护的开源教学仓库。它不是 Claude Code 的官方实现，也不模仿其界面，而是通过 20 个阶段（s01–s20）的可运行 Python ...可以参考这个仓库
方法开发与自动化渐进式 Agent Harness 工程化（最小循环 → 工具 → 上下文 → 计划 → 子 Agent → Skills → MCP → 团队 → worktree）渐进式 Agent Harness 工程化可以采用这个方法
本文目录8可以得到什么适合哪些情况需要准备什么常见做法真实案例与教程限制和检查点相关任务来源为最小 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