analysis_claude_code/README_zh.md
CrazyBoyM c8760fed9f Add emphasis to key phrases
Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>
2025-12-31 07:33:30 +08:00

175 lines
6.2 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# Learn Claude Code
> **声明**: 这是 [shareAI Lab](https://github.com/shareAI-lab) 的独立教育项目,与 Anthropic 无关,未获其认可或赞助。"Claude Code" 是 Anthropic 的商标。
**从零开始构建你自己的 AI Agent。**
[English](./README.md)
---
**致读者:**
这个仓库源于我们对 Claude Code 的敬佩 - **我们认为它是世界上最优秀的 AI 编程代理**。最初,我们试图通过行为观察和推测来逆向分析它的设计。然而,我们当时发布的分析内容充斥着不准确的信息、缺乏依据的猜测和技术错误。我们在此向 Claude Code 团队以及所有被这些内容误导的朋友深表歉意。
过去半年,在不断构建和迭代 Agent 系统的过程中,我们对 **"什么才是真正的 AI Agent"** 有了全新的认知。希望能把这些心得分享给大家。之前的推测性内容已全部移除,现已替换为原创教学材料。
---
> 兼容 **[Kode CLI](https://github.com/shareAI-lab/Kode)**、**Claude Code**、**Cursor**,以及任何支持 [Agent Skills Spec](https://github.com/anthropics/agent-skills) 的 Agent。
<img height="400" alt="demo" src="https://github.com/user-attachments/assets/0e1e31f8-064f-4908-92ce-121e2eb8d453" />
## 这是什么?
一个渐进式教程,揭开 Kode、Claude Code、Cursor Agent 等 AI Agent 的神秘面纱。
**5 个版本,总共约 1100 行,每个版本只添加一个概念:**
| 版本 | 行数 | 新增内容 | 核心洞察 |
|------|------|---------|---------|
| [v0](./v0_bash_agent.py) | ~50 | 1 个 bash 工具 | Bash 就是一切 |
| [v1](./v1_basic_agent.py) | ~200 | 4 个核心工具 | 模型即代理 |
| [v2](./v2_todo_agent.py) | ~300 | Todo 追踪 | 显式规划 |
| [v3](./v3_subagent.py) | ~450 | 子代理 | 分而治之 |
| [v4](./v4_skills_agent.py) | ~550 | Skills | 按需领域专业 |
## 快速开始
```bash
pip install anthropic python-dotenv
# 配置 API
cp .env.example .env
# 编辑 .env 填入你的 API key
# 运行任意版本
python v0_bash_agent.py # 极简版
python v1_basic_agent.py # 核心 Agent 循环
python v2_todo_agent.py # + Todo 规划
python v3_subagent.py # + 子代理
python v4_skills_agent.py # + Skills
```
## 核心模式
每个 Agent 都只是这个循环:
```python
while True:
response = model(messages, tools)
if response.stop_reason != "tool_use":
return response.text
results = execute(response.tool_calls)
messages.append(results)
```
就这样。模型持续调用工具直到完成。其他一切都是精化。
## 文件结构
```
learn-claude-code/
├── v0_bash_agent.py # ~50 行: 1 个工具,递归子代理
├── v0_bash_agent_mini.py # ~16 行: 极限压缩
├── v1_basic_agent.py # ~200 行: 4 个工具,核心循环
├── v2_todo_agent.py # ~300 行: + TodoManager
├── v3_subagent.py # ~450 行: + Task 工具,代理注册表
├── v4_skills_agent.py # ~550 行: + Skill 工具SkillLoader
├── skills/ # 示例 Skills用于学习
└── docs/ # 详细文档 (中英双语)
```
## 使用 Agent Builder Skill
本仓库包含一个元技能,教 Agent 如何构建 Agent
```bash
# 脚手架生成新 Agent 项目
python skills/agent-builder/scripts/init_agent.py my-agent
# 或指定复杂度级别
python skills/agent-builder/scripts/init_agent.py my-agent --level 0 # 极简
python skills/agent-builder/scripts/init_agent.py my-agent --level 1 # 4 工具 (默认)
```
### 生产环境安装 Skills
```bash
# Kode CLI推荐
kode plugins install https://github.com/shareAI-lab/shareAI-skills
# Claude Code
claude plugins install https://github.com/shareAI-lab/shareAI-skills
```
详见 [shareAI-skills](https://github.com/shareAI-lab/shareAI-skills) 获取完整的生产就绪 skills 集合。
## 核心概念
### v0: Bash 就是一切
一个工具。递归自调用实现子代理。证明核心是极小的。
### v1: 模型即代理
4 个工具 (bash, read, write, edit)。完整 Agent 在一个函数里。
### v2: 结构化规划
Todo 工具让计划显式化。约束赋能复杂任务。
### v3: 子代理机制
Task 工具生成隔离的子代理。上下文保持干净。
### v4: Skills 机制
SKILL.md 文件按需提供领域专业知识。知识作为一等公民。
## 深入阅读
**技术教程 (docs/):**
| English | 中文 |
|---------|------|
| [v0: Bash is All You Need](./docs/v0-bash-is-all-you-need.md) | [v0: Bash 就是一切](./docs/v0-Bash就是一切.md) |
| [v1: Model as Agent](./docs/v1-model-as-agent.md) | [v1: 模型即代理](./docs/v1-模型即代理.md) |
| [v2: Structured Planning](./docs/v2-structured-planning.md) | [v2: 结构化规划](./docs/v2-结构化规划.md) |
| [v3: Subagent Mechanism](./docs/v3-subagent-mechanism.md) | [v3: 子代理机制](./docs/v3-子代理机制.md) |
| [v4: Skills Mechanism](./docs/v4-skills-mechanism.md) | [v4: Skills 机制](./docs/v4-Skills机制.md) |
**原创文章 (articles/) - 公众号风格:**
- [v0文章](./articles/v0文章.md) | [v1文章](./articles/v1文章.md) | [v2文章](./articles/v2文章.md) | [v3文章](./articles/v3文章.md) | [v4文章](./articles/v4文章.md)
- [上下文缓存经济学](./articles/上下文缓存经济学.md) - Agent 开发者必知的成本优化指南
## 相关项目
| 仓库 | 用途 |
|------|------|
| [Kode](https://github.com/shareAI-lab/Kode) | 全功能开源 Agent CLI生产环境 |
| [shareAI-skills](https://github.com/shareAI-lab/shareAI-skills) | 生产就绪的 AI Agent Skills |
| [Agent Skills Spec](https://github.com/anthropics/agent-skills) | 官方规范 |
### 作为模板
Fork 并自定义为你自己的 Agent 项目:
```bash
git clone https://github.com/shareAI-lab/learn-claude-code
cd learn-claude-code
# 从任意版本级别开始
cp v1_basic_agent.py my_agent.py
```
## 设计哲学
> 模型是 80%,代码是 20%。
Kode 和 Claude Code 等现代 Agent 能工作,不是因为巧妙的工程,而是因为模型被训练成了 Agent。我们的工作就是给它工具然后闪开。
## License
MIT
---
**模型即代理。这就是全部秘密。**
[@baicai003](https://x.com/baicai003)