Learn Claude Code——从最小循环到完整 Harness（shareAI-lab 教学仓库教程摘要）
作者与原始链接
这份教程实际完成什么
帮助读者从零理解并实现一个 coding agent 的 Agent Harness。仓库提供 20 个阶段（s01–s20）的可运行 Python 代码，从最小 Agent 循环开始，逐步加入工具注册、上下文管理、计划、子 Agent、Skills、MCP、团队协作、worktree 隔离，最终在综合章节把多个机制合并回同一可运行循环。读者可以观察"每增加一个机制后，Agent 能完成什么新任务"。
操作过程
- 克隆仓库、安装依赖并配置 Anthropic API Key。
- 从最小 Agent Loop 开始运行（如
s01_agent_loop/code.py），观察模型与工具的往返过程。
- 每章只增加一个主要机制，并对比新增能力与复杂度：
- 加入工具注册与 Bash 调用
- 引入计划与任务分解
- 增加子 Agent 协作
- 实现上下文压缩与会话状态恢复
- 接入 Skills 按需加载
- 通过 MCP 接入外部工具
- 演示团队协作协议（教学版 JSONL 邮箱）
- 使用 Git worktree 演示并行协作与文件隔离
- 在综合章节把多个机制合并，再对照生产系统缺失的治理能力。
作者提供的经验与失败点
- 强调"模型本身不等于可用的 Agent 产品"：真正决定稳定性的还有工具协议、权限、上下文、状态、错误处理和协作结构。
- 主动声明教学实现边界：省略或简化完整 Hook 总线、生产级权限治理、resume/fork 生命周期、完整 MCP 运行时；团队协作使用的 JSONL 邮箱是教学协议。
- 提醒读者：不能据此推断 Claude Code 的内部源码或官方架构。
适合谁
- 准备开发自己的 coding agent、自动化 Agent 或 Agent 平台的开发者。
- 想从底层理解 Claude Code 类工具内部机制的研究者。
- 学习 Agent 工程化（"Harness Engineering"）的学习者。
不适合谁
- 希望直接复用代码做生产 Agent 系统的团队（需先补充权限、审计、恢复、凭证管理与错误隔离）。
- 想模仿 Claude Code 界面或交互方式的产品设计者（仓库不涉及 UI）。
关联任务、方法与工具
来源边界
- 这是社区教学实现，不是 Anthropic 官方资料，也不声称复刻 Claude Code 完整内部系统。
- 任何生产使用仍需补充权限、审计、恢复、凭证管理与错误隔离。
- 本文不复制代码全文，只概括教学路径与边界。