learn-claude-code：从零构建类 Claude Code 的 nano agent harness 教程
决策简报
Brief- 发生了什么
- GitHub 项目 shareAI-lab/learn-claude-code 发布了一套从 0 到 1 构建 nano 级 Claude Code 式 agent harness 的开源教程。
- 为什么重要
- Claude Code 相关变化会影响 AI 产品团队的技术选型和发布判断。
- 影响谁
- Claude Code · Claude · GPT · Gemini · MCP
- 建议动作
- 升级或复核变更版本
- 地区可用性
- 暂未验证地区可用性差异。
关键事实
- GitHub 项目 shareAI-lab/learn-claude-code 发布了一套从 0 到 1 构建 nano 级 Claude Code 式 agent harness 的开源教程。 [src-skill-radar]
- 把 agent 拆成模型+harness 两层，用 17 章递进课程讲清工具接入、权限、上下文压缩和子 agent 编排，适合想自己实现 agent loop 的开发者照着搭最小可运行骨架。 [src-skill-radar]
由事件证据自动生成。
该项目主张 Agency 来自模型训练，产品等于模型加 harness，harness 由工具、知识、观察、动作接口和权限组成。教程以 s01 到 s17 共 17 章递进：s01 单循环加 Bash，s02 工具分发，s03 权限边界，s04 钩子，s05 计划，s06 子 agent，s07 技能按需加载，s08 上下文压缩，s10 任务系统，s11 后台任务，s13 agent 团队，s14 记忆，s15 整合运行时，s16 工作流编排，s17 目标循环。每章含英文 README、中/日文翻译、可运行的 code.py 和图解；旧的 12 章版本保留在 docs/ 与 agents/ 下，并附新旧章节对照表。 对想自己动手实现 agent 循环的开发者，这套教程的价值在于把主循环固定、其余机制全部外挂：新增工具只需注册一个 handler，权限、钩子、记忆、MCP 路由都不改动核心循环。按 s01 起步逐章加机制即可得到一个可运行的最小 harness；注意新旧两套章节编号并不对应，迁移时不要混用。
摘要依据：已读全文详摘依据上方标注的来源范围整理，内容以原文为准。
来源
- Skill Radar（GitHub 趋势）
Trending hands-on MCP servers, agent skills, and AI-coding tools discovered from GitHub search momentum.
- GitHub：shareAI-lab/learn-claude-code
留言
登入后即可留言，和其他 builder 交换实测心得。
还没有留言，抢头香。