convez.ai
Agente
clxzmgithub

ai_coding_harness_engineering_study

clxzmgithub/ai_coding_harness_engineering_study

Ver no GitHub
InicialPluginScore · de 0 a 100

本项目是一个面向 AI 工程提效 的系统性学习仓库,不是真实的生产项目。聚焦于 AI 编程方法论、上下文工程、Harness 工程理论、主流 AI Coding 工具链(Claude Code / Cursor / Codex 等)、大模型能力对比及 Agent 应用开发等前沿方向,以动手实践、工具对比、案例记录为主要学习载体,逐步构建在 AI 时代高效工程的完整知识体系。

Instalação

$npx convez-ai clxzmgithub/ai_coding_harness_engineering_study

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
2
Forks
1
Acompanhando
0
Saúde
28%
Último commit
há 5 meses
Versão
—
Issues abertas
0
Contribuidores
2

README

A tradução para o português deste README ainda está na fila.

🤖 AI Coding & Harness Engineering & 大模型理论 & Agent 开发知识 学习项目

Status License AI


📌 项目定位

本项目是一个面向 AI 工程提效 的系统性学习仓库,不是真实的生产项目。聚焦于 AI 编程方法论、上下文工程、AI 工具工程化、Harness 工程理论、主流 AI Coding 工具链(Claude Code / Cursor / Codex 等)、大模型能力对比及 Agent 应用开发知识等前沿方向,以动手实践、工具对比、案例记录、理论笔记为主要学习载体,逐步构建在 AI 时代高效工程的完整知识体系。

本项目还承接了来自 java_fullstack_ai_agent_study 迁移过来的 AI 算法理论板块(Transformer/大模型原理/RLHF/MoE 等),作为理解 Agent 系统设计的基础背景知识沉淀。

核心学习方向(10 大板块): AI 编程方法论 · 上下文工程 · AI 工具工程化 · Harness 工程理论 · AI Coding 工具实践 · AI 算法与大模型理论 · Agent 模式与编排 · 国内外 AI 动态 · 主流大模型 · Claude Code 源码学习

⚠️ 关联项目分工说明

本人维护三个相互补充、各有侧重的学习仓库,共同构成完整的知识体系:

项目定位核心聚焦
java_study🔵 基础理论Java 语言核心、并发深度、JVM 原理、IO/NIO 体系、数据结构与算法、设计模式、计算机基础理论、信息安全基础、软件工程基础、性能工程、调试排查、前沿技术趋势——打地基
java_fullstack_ai_agent_study🟠 工程实践Spring 生态、分布式架构、大数据、存储中间件、风控爬虫、数据分析、多语言、AI/Agent 系统接入、测试工程——做系统
本项目(ai_coding_harness_engineering_study)🟣 AI 工程AI 编程方法论、上下文工程、AI 工具工程化、Harness 理论、AI Coding 工具链、大模型与 Agent 开发——用 AI 提效

在 AI 重塑软件工程的时代背景下,本仓库聚焦以下核心方向:

#方向核心关注点
1AI 编程(AI Coding)方法论、Prompt Engineering、Vibe Coding、Plan/Act 模式、规则文件工程化、局限性认知
2上下文工程上下文窗口、压缩、Memory、RAG、Tools(工具调用)、Structured Output(结构化输出)
3AI 工具工程化Rules 文件体系、MCP、Skill、Command、Hooks、AI 安全
4Harness 工程理论测试线束、AI 代码验证、Eval 框架(LLM-as-Judge / RAGAS)、CI/CD 与 AI 融合
5AI Coding 工具实践Claude Code、Codex、Cursor、Windsurf、CatPaw 等深度使用与最佳实践
6AI 算法与大模型理论机器学习基础、深度学习、Transformer 架构、大模型原理(RLHF/SFT/MoE/Scaling Law)
7Agent 模式与编排Agent 模式、Multi-Agent 编排、Computer Use / Browser Use、Long-running Agent、安全对齐
8国内外 AI 动态前沿论文、公司动态、评测榜单、政策观察
9主流大模型GPT / Claude / Gemini / DeepSeek 等能力深度对比
10Claude Code 源码学习TypeScript 源码阅读、核心模块分析、架构设计、扩展开发

🎯 学习目标

  • 建立 AI 辅助编程的完整认知框架,掌握 Vibe Coding 方法论,清晰认知 AI 编程的局限性
  • 深入理解上下文工程:窗口管理、压缩策略、Memory、RAG、Tools、Structured Output
  • 掌握规则文件体系工程化(CLAUDE.md / .cursorrules / AGENTS.md)的最佳实践
  • 掌握 AI 工具工程化核心能力:MCP、Skill/Command、Hooks 及 AI 安全
  • 建立 AI 输出质量保障体系:Eval 框架、LLM-as-Judge、RAGAS、Braintrust 等工具实践
  • 深度掌握 Claude Code、Codex CLI、Cursor 等主流 AI 编程工具
  • 理解 AI 算法与大模型底层原理(Transformer/RLHF/SFT/MoE/Scaling Law),为 Agent 系统设计与大模型选型提供理论支撑
  • 掌握各类 Agent 模式与 Multi-Agent 编排设计,理解 Computer Use / Browser Use 原理与实践
  • 深度掌握主流 Agent SDK(OpenAI Agents SDK、Google ADK、AWS Strands 等),能独立构建单/多 Agent 系统
  • 理解 Long-running Agent 的工程挑战及 Agent 安全对齐的核心原则
  • 形成国内外前沿 AI 动态的持续追踪机制
  • 积累可复用的学习笔记、代码示例与最佳实践
  • 深入阅读 Claude Code 源码,理解 AI Coding 工具的内部实现机制

🗺️ 学习路径建议

10 大板块并非孤立的,它们之间存在依赖关系。以下是建议的学习路径,可根据个人基础灵活调整。

📍 推荐入门顺序

[基础认知层]
① AI 编程方法论(一)            ← 建立基本认知框架,最先入手
          ↓
[核心原理层]
② 上下文工程(二)               ← 理解 AI 工作原理,是后续一切的基础
③ 主流大模型(九)               ← 了解各模型能力差异,辅助工具选型
          ↓
[工程实践层]
④ AI 工具工程化(三)            ← 学会扩展和定制 AI 工具
⑤ AI Coding 工具深度实践(五)   ← 掌握日常开发提效的核心工具
          ↓
[进阶方向层]
⑥ AI 算法与大模型理论(六)       ← 为 Agent 设计与大模型选型打理论底色
⑦ Agent 模式与编排(七)         ← 进入 Agent 应用知识体系
⑧ Harness 工程理论(四)         ← 保障 AI 输出质量的工程体系
          ↓
[深度研究层]
⑨ Claude Code 源码学习(十)     ← 从源码理解 AI 工具的内部机制
⑩ 国内外 AI 动态(八)           ← 持续追踪前沿,贯穿全程

🔗 板块间关键依赖关系

学习这个需要先了解关系说明
AI 工具工程化(MCP / Hooks)上下文工程(Tools)MCP 是 Function Calling 的协议化扩展
Agent 记忆管理上下文工程(Memory / RAG)Agent 记忆 = 将 Memory 技术用于 Agent 设计
Harness / Eval 框架AI 编程方法论先理解 AI 编程流程,才能设计验证体系
Claude Code 源码AI 工具工程化(MCP / Hooks)源码学习需要先理解 MCP / Hooks 的概念
Computer UseAgent 基础模式Computer Use 是 ReAct 模式在 GUI 场景的应用
Agent 模式与编排AI 算法与大模型理论理解 Transformer/注意力机制,才能真正理解 LLM Agent 为何这样设计

⏰ 时间分配参考

优先级板块预估投入说明
🔴 高AI Coding 工具实践(Claude Code / Cursor)持续投入直接影响日常开发效率
🔴 高上下文工程2-3 周底层原理,影响深远
🟠 中高AI 工具工程化(MCP / Hooks)1-2 周工程化提效的关键
🟠 中高AI 算法与大模型理论2-3 周理论背景,支撑 Agent 设计决策
🟠 中高Agent 模式与编排3-4 周进入 Agent 应用知识体系的核心
🟡 中Harness / Eval 框架1-2 周质量保障,可并行学习
🟡 中Claude Code 源码按兴趣深入深度研究方向
🟢 低AI 动态追踪碎片化持续保持视野,非集中学习

📚 学习内容概览

  • AI 辅助编程的核心概念与方法论
  • Prompt Engineering 在编程场景中的应用
    • 系统提示(System Prompt)设计
    • Few-shot / Chain-of-Thought 编程提示技巧
    • 角色扮演式提示(Persona Prompting)
  • Vibe Coding:氛围编程的理念、边界与最佳实践
  • Plan Mode vs. Act Mode:先规划后执行的工作流理念
    • 任务分解与规划(Planning)阶段的设计
    • 执行(Acting)阶段的验证与迭代策略
  • 多轮对话设计:如何有效地与 AI 持续迭代
    • 会话状态保持与上下文传递策略
    • 增量式开发:小步前进、及时确认
    • 有效反馈格式:描述期望结果而非操作步骤
  • 规则文件体系(Rules Files)工程化
    • CLAUDE.md / .cursorrules / AGENTS.md / GEMINI.md 的作用与差异
    • 项目级 vs. 用户级规则文件的管理策略
    • 规则内容设计:代码规范、架构约束、工作流指引
  • AI 与人类协作开发的工作流设计
  • AI 编程的质量保障与 Code Review 策略
  • AI 编程的局限性认知
    • 幻觉(Hallucination):错误代码、虚假 API 引用
    • 错误传播:一步出错、后续雪崩
    • Over-engineering 倾向与技术债积累
    • 长会话退化:上下文污染导致质量下降
    • 何时该放弃 AI、手动接管的判断依据

上下文工程的本质:系统性地设计和管理传递给模型的信息内容——喂给模型什么、怎么喂、喂多少。

📐 上下文窗口(Context Window)

  • 上下文窗口的概念、限制与演进(4K → 1M tokens)
  • 不同模型上下文长度对比与实际可用长度分析
  • 长上下文的"迷失中间"(Lost in the Middle)问题
  • 有效利用上下文窗口的策略与技巧

🗜️ 上下文压缩(Context Compression)

  • 对话历史裁剪与摘要策略
  • 滑动窗口 / 重要性排序 / 动态压缩方法
  • 工具层面的上下文管理(如 Claude Code 的 /compact 自动压缩)

🧠 Memory(记忆管理)

  • 短期记忆:对话历史的保留与裁剪策略
  • 长期记忆:向量数据库存储与检索(Chroma / Milvus / Pinecone)
  • 实体记忆:结构化知识的抽取与注入
  • 跨会话记忆持久化方案

🔍 RAG(检索增强生成)

  • RAG 的原理:将外部知识检索后注入上下文
  • 文档切分(Chunking)策略与 Embedding 模型选型
  • 检索召回:向量检索 / 关键词检索 / 混合检索
  • Reranker(重排序)提升检索质量
  • RAG vs. Fine-tuning 的适用场景对比
  • GraphRAG / Agentic RAG 进阶方案

🔧 Tools(工具调用)

  • Function Calling / Tool Use 基本原理
  • 工具定义规范(JSON Schema)
  • 工具调用的循环机制(Tool Use Loop)
  • 并行工具调用 vs. 顺序工具调用
  • 工具调用的错误处理与重试策略
  • 主流模型工具调用能力对比

📤 Structured Output(结构化输出)

上下文工程的输出侧:控制模型生成内容的格式与结构,是工程化落地的基础。

  • JSON Mode:强制模型输出合法 JSON 的机制与各模型实现差异
  • JSON Schema 约束:精确指定字段类型、必选项、枚举值
  • XML 格式输出:Claude 擅长的结构化标签格式及其解析
  • Pydantic / TypeScript 类型约束:代码层面的结构化输出验证
  • Structured Output vs. Function Calling 的选型依据
  • 输出解析的健壮性:部分失败处理、格式修复策略
  • 流式输出(Streaming)下的结构化内容解析技巧

AI 工具工程化关注的是工具层面的扩展、集成与行为控制——如何让 AI 工具连接更多能力、更安全地运行、更灵活地定制。

📋 Rules / Instructions 文件工程化

AI 工具的"宪法":通过项目规则文件持续、稳定地约束 AI 行为,避免每次对话重复说明。

  • 各工具规则文件对比
    • CLAUDE.md(Claude Code):项目上下文、代码约定、工作流指引
    • .cursorrules / .cursor/rules/*.mdc(Cursor):AI 行为规则,支持 glob 过滤
    • AGENTS.md(Codex CLI / OpenAI):项目说明与 Agent 行为约束
    • GEMINI.md(Gemini CLI):Google 工具链的项目规则文件
  • 规则文件的层级与合并策略:全局级 → 项目根级 → 子目录级,优先级与覆盖规则
  • 规则内容工程化设计
    • 技术栈说明与依赖约定
    • 代码风格与命名规范
    • 禁止行为清单(不允许修改的文件、目录)
    • 测试要求与 CI 集成说明
    • 常用命令速查(build、test、lint、deploy)
  • 规则文件的版本管理与团队协作:纳入 Git 管理、团队共享最佳实践
  • 规则冲突与优先级调试:如何排查 AI 行为与预期不符的原因

🔌 MCP(Model Context Protocol)

  • MCP 协议概念、设计理念与架构
  • MCP Server / Client 工作机制
  • MCP 与传统 Function Calling 的对比与优势
  • 常用 MCP Server 生态(文件系统、数据库、浏览器、代码执行等)
  • 自定义 MCP Server 开发实践
  • MCP 在各 AI 编程工具中的集成现状(Claude Code、Cursor、CatPaw 等)

🎯 Skill(技能)

  • Skill 的概念:可复用的提示 + 工具 + 知识单元
  • Skill 设计原则:单一职责、可组合、可测试
  • Skill 的描述与触发机制(Trigger 设计)
  • Skill 与 Tool 的区别与协作关系
  • Skill 注册、管理与版本控制
  • CatPaw Skill 体系实践案例

💬 Command(命令)

  • 自定义命令(Slash Command)的设计与注册
  • Command 与 Prompt Template 的关系
  • 命令参数化与动态插值
  • 在 Claude Code、Cursor、CatPaw 中的 Command 实践

🪝 Hooks(钩子)

  • Hooks 机制:工具执行生命周期的回调与行为控制
  • Pre-tool / Post-tool Hook 的应用场景
  • 会话级别 Hook vs. 全局 Hook
  • Hook 用于自动注入上下文、日志记录、结果校验、格式化输出
  • Claude Code Hooks 配置实践(PreToolUse / PostToolUse / Stop / Notification)

🔒 AI 安全(Security)

  • AI 编程中的安全风险分类
    • Prompt Injection(提示注入)攻击原理与防御
    • 间接注入(Indirect Prompt Injection)
    • 工具调用权限越界风险
    • 数据泄露与敏感信息处理
  • AI Agent 的权限最小化原则
  • 沙箱隔离与代码执行安全
  • Human-in-the-loop 审查机制
  • AI 生成代码的安全审查清单

🔩 测试线束基础(Test Harness)

  • Harness 测试线束基本概念与设计思想
  • 测试线束的组成:驱动程序(Driver)、桩(Stub)、Mock、Spy
  • 工程测试体系的构建:单元测试 → 集成测试 → E2E 测试
  • 确定性测试 vs. 概率性测试:AI 输出的不确定性对传统测试方法的挑战

🧪 AI 时代的 Harness 新内涵

  • AI 生成代码的自动化验证体系
  • 基于 LLM 的测试用例生成(TestGen)
  • AI Coding 工具的质量评估 Harness
  • Benchmark 驱动的 AI 能力评测体系(SWE-bench、HumanEval 等)

📐 Eval 框架(AI 评估工程)

专为 LLM 输出设计的质量评估体系——与传统单元测试逻辑完全不同。

  • Eval 的核心概念:Golden Set(标准数据集)、评估指标、评估流水线
  • LLM-as-Judge:用大模型评估大模型输出质量的方法论
    • 评估提示词设计(Pointwise / Pairwise 评分)
    • 评估偏差(Position Bias / Verbosity Bias)的识别与规避
    • 人工标注 vs. LLM 评估的一致性对齐
  • RAG 评估框架 RAGAS:上下文相关性、答案忠实度、答案相关性三维度
  • 代码生成评估:功能正确性(Pass@k)、语法合法性、测试通过率
  • 主流 Eval 框架工具
  • 回归测试:Prompt 变更后的质量回归检测方案

🔄 持续集成 / 持续交付(CI/CD)与 AI 结合

  • AI 辅助 Code Review 在 CI 中的集成
  • 自动化测试生成流水线
  • Eval 流水线的 CI 化:每次 Prompt 变更自动触发评估

🖥️ Claude Code(重点)

  • 安装、配置与基本工作流
  • CLAUDE.md 项目上下文文件设计最佳实践
  • Slash Commands 自定义与管理(/project:、/user: 命名空间)
  • Hooks 配置:PreToolUse / PostToolUse / Stop / Notification
  • MCP 服务集成与自定义 MCP Server
  • Sub-agent 并行任务模式(Task 工具)
  • 权限模型:--allowedTools / --dangerouslySkipPermissions
  • 上下文压缩与长会话管理(/compact)
  • 与 Git 工作流的深度集成
  • 多模型切换(--model 参数)
  • Headless / CI 模式(-p 非交互模式)
  • 费用管控与 Token 使用优化

💻 OpenAI Codex CLI

  • 安装与基本使用
  • Approval 模式:suggest / auto-edit / full-auto
  • AGENTS.md 项目说明文件规范
  • Codex 与 Claude Code 的能力对比
  • 多模型支持(--model 参数)
  • 沙箱执行环境配置

🎯 Cursor

  • Cursor 核心功能:Tab 补全、Chat、Composer、Agent
  • Rules for AI(.cursorrules / cursor rules)配置
  • Agent 模式:自主多步骤代码修改
  • Context 管理:@file、@folder、@web、@docs、@codebase
  • MCP 服务集成
  • Notepads(可复用上下文片段)
  • 模型切换与成本控制

🌊 Windsurf

  • Cascade 流式编辑核心理念
  • Flows 工作流与 Agent 任务模式
  • 与 Cursor 的差异化对比

🐙 GitHub Copilot

  • Copilot Chat / Inline / Agent 模式
  • 自定义指令(Custom Instructions)
  • Copilot Extensions 生态
  • 企业版安全合规特性

🐾 CatPaw(美团内部)

  • CatPaw Skill 体系:技能开发与管理
  • MCP 服务集成实践
  • 内部工具链集成(大象、学城、Raptor 等)
  • 与公司工程规范的结合

🛠️ 其他工具

  • Gemini CLI:Google 官方终端 AI,百万 token 上下文
  • Devin:自主 AI 软件工程师,全流程代码开发
  • OpenHands:开源自主编程代理
  • Aider:终端 Git 感知代码助手
  • Continue:开源 IDE 插件,支持自托管模型

💡 本章定位:从 java_fullstack_ai_agent_study 迁移而来,在本项目中作为理论背景知识沉淀,而非算法工程化实践。目标是帮助工程师从原理层面理解大模型,为 Agent 系统设计、模型选型、Prompt 策略制定提供理论支撑。

🤖 机器学习基础

方向学习要点
学习范式监督学习 / 无监督学习 / 强化学习的基本区别与适用场景
特征工程特征选择 / 归一化 / 数据增强的基本原则
模型评估偏差-方差权衡 / 过拟合与欠拟合 / 交叉验证

🧠 深度学习核心

方向学习要点
神经网络基础前向传播 / 反向传播 / 梯度下降 / 激活函数 / 损失函数
序列模型CNN(视觉特征提取)/ RNN / LSTM(序列建模)/ Attention 机制原理
Transformer 架构自注意力(Self-Attention)/ 多头注意力 / Position Encoding / Encoder-Decoder 结构
大模型架构Decoder-only 结构(GPT 范式)/ 涌现能力 / Scaling Law / 参数规模的意义

🔬 大模型训练体系

方向学习要点
Pre-training自监督学习 / 下一个 Token 预测 / 海量语料的作用
SFT(监督微调)指令跟随能力的来源 / 微调数据集设计
RLHF人类反馈强化学习的基本原理 / 奖励模型 / PPO 优化
DPORLHF 的简化替代 / 直接偏好优化
MoE 架构混合专家模型的稀疏激活机制 / 与 Dense 模型对比
量化与推理优化INT8/INT4 量化 / KV Cache / 推测解码(Speculative Decoding)

🌐 大模型生态

模型系列关注要点
OpenAI GPT 系列GPT-4o / o1 / o3 推理模型 / API 能力边界
Anthropic Claude宪法 AI(Constitutional AI)/ 长上下文设计
Google Gemini多模态原生设计 / 百万 Token 上下文
DeepSeek国内开源领军 / MoE 架构 / R1 推理模型
开源生态LLaMA 3.x / Qwen3 / Mistral / Phi / Gemma 的特点

📎 与后续章节的关联:理解 Transformer 的注意力机制 → 理解为何 Agent 需要「上下文管理」;理解 RLHF → 理解为何模型会有「指令遵循」能力;理解 Scaling Law → 理解不同参数规模模型的能力差异与选型依据。

🧠 Agent 基础模式

模式描述适用场景
ReAct推理(Reasoning)+ 行动(Acting)交替循环通用任务、工具调用
Plan-and-Execute先规划完整步骤,再逐步执行复杂多步骤任务
Reflection自我反思与输出修正代码生成、文档撰写
Reflexion带记忆的自我反思强化学习持续改进任务
Self-Ask自我提问分解复杂问题推理密集型任务
Tree of Thoughts树形搜索探索多条推理路径需要回溯的决策问题

🤝 Multi-Agent 模式

  • Orchestrator-Worker:主控 Agent 分发子任务给专用 Worker
  • Supervisor:监督者模式,负责质量把控与路由
  • Swarm:去中心化协作,Agent 间直接交接控制权
  • Pipeline:线性流水线,每个 Agent 处理特定阶段
  • Debate:多 Agent 辩论求共识,提升回答质量
  • Parallel Fan-out:并行拆解任务,汇聚结果

🗺️ Agent 编排框架

框架特点适合场景
LangGraph图结构状态机,条件边、循环支持复杂有状态工作流
AutoGen对话式多 Agent,微软出品企业级多角色协作
CrewAI角色 + 任务 + 工具三元组快速搭建多 Agent 团队
LangChain AgentExecutor成熟生态,工具链丰富通用 Agent 任务
Swarm(OpenAI)轻量级 Agent 交接协议简单多 Agent 路由
Pydantic AI类型安全,结构化输出生产级数据处理

🧰 Agent SDK(主流 Agent 开发工具包)

与"编排框架"有所区分:Agent SDK 是各 AI 厂商官方提供的轻量级开发工具包,专注于 Agent 核心抽象(Agent 定义、工具绑定、交接、护栏等),而非通用流程编排;编排框架(LangGraph / CrewAI 等)更侧重多步骤状态图或多角色协作工作流。

主流 Agent SDK 对比

SDK维护方语言核心理念底层模型
OpenAI Agents SDKOpenAIPythonAgent + Handoff + Guardrails 极简三元组GPT 系列 / 任意 OpenAI 兼容 API
Anthropic Agent SDK(Claude SDK)AnthropicPython / TSTool Use 原生集成,Tool loop 内置Claude 系列
Google Agent Development Kit (ADK)GooglePython / Java多 Agent 组合,原生 Gemini 工具生态Gemini 系列
AWS Strands Agents SDKAmazonPython以模型为中心的极简 loop,原生 BedrockBedrock 上各主流模型
Azure AI Agent Service SDKMicrosoftPython / C#与 Azure 生态深度集成,Foundry 托管GPT / Phi 系列
LangChain LCEL + Runnable AgentLangChainPython / JS可组合链式调用,生态最广全模型支持
Pydantic AIPydanticPython类型安全优先,结构化输出与 Agent 融合全模型支持
smolagents(HF)HuggingFacePython极简代码执行 Agent,Code Agent 模式全模型支持

🔑 OpenAI Agents SDK(重点)

目前生产可用度最高、概念最简洁的官方 Agent SDK,前身为实验性的 Swarm。

  • 核心三大抽象
    • Agent:定义 AI 角色,包含 name、instructions、tools、model 属性
    • Handoff(交接):Agent 将控制权移交给另一个专用 Agent 的机制
    • Guardrails(护栏):输入/输出验证的防护层,在 Agent 运行前/后执行
  • Runner:Runner.run() / Runner.run_sync() 驱动 Agent 循环执行
  • Tool 集成:@function_tool 装饰器,自动从函数签名生成 JSON Schema
  • Handoff 工作机制:专用 Agent 设计模式(分诊 → 路由 → 专家 Agent)
  • Tracing 与可观测性:内置 trace 追踪,集成 OpenAI 控制台 / 第三方(LangSmith、LangFuse)
  • Streaming 支持:Runner.run_streamed() 流式执行与增量输出
  • 与 MCP 集成:MCPServer 支持,将 MCP 工具自动注册为 Agent 工具
  • 内置工具:WebSearchTool、FileSearchTool、CodeInterpreterTool(基于 Responses API)
  • 多 Agent 系统设计实践:分诊路由、并行 Fan-out、顺序 Pipeline

🔑 Google Agent Development Kit(ADK)(重点)

Google 官方 Agent 开发框架,与 Gemini、Vertex AI、Google Search 工具生态深度整合。

  • 核心概念:Agent、Tool、Session、Runner、Artifact
  • 多 Agent 组合:SequentialAgent(顺序)/ ParallelAgent(并行)/ LoopAgent(循环)内置编排原语
  • 内置工具体系:Google Search、Code Execution、Function Tool、Agent-as-Tool(Agent 互调)
  • LLM Agent vs. Workflow Agent:有 LLM 决策的 Agent vs. 固定流程无 LLM 的 Workflow Agent
  • Callbacks 机制:Agent 执行生命周期的回调钩子(before/after model call、tool call 等)
  • Artifact 管理:会话内文件 / 数据的结构化管理
  • 部署方式:本地开发、Vertex AI Agent Engine、Cloud Run 容器化部署
  • 与 A2A 协议集成:通过 Agent-to-Agent 协议实现跨框架 Agent 互通

AWS Strands Agents SDK

  • Model-Driven Loop:以模型推理为核心驱动循环,极简设计哲学
  • Agent 定义:Agent(model, tools, system_prompt) 三要素
  • 原生 Bedrock 集成:无缝使用 Claude、Llama、Nova 等 Bedrock 上的模型
  • MCP 支持:内置 MCPClient 连接 MCP Server 工具
  • Multi-Agent 模式:agent_as_tool 将子 Agent 包装为工具,实现 Agent 嵌套调用

Anthropic SDK Tool Use(Claude 原生工具调用)

  • Tool Use 原生支持:tools 参数直接定义工具,无需额外框架
  • Tool Use Loop 手动实现:理解 Claude 工具调用的底层循环机制
  • Streaming Tool Use:流式场景下的工具调用解析
  • Computer Use(Beta):computer_20241022 / bash_20241022 / text_editor_20241022 内置工具

🔗 Agent SDK 与 Agent 编排框架的关系

两者不是竞争关系,而是常见组合使用。

维度Agent SDK编排框架(LangGraph 等)
定位单/多 Agent 核心抽象与运行时复杂有状态工作流的图/流程编排
复杂度轻量,学习曲线低较重,功能强大
状态管理简单,依赖 Agent 内部状态强大,图节点状态机
适用场景快速构建 Agent 产品复杂业务流程编排
典型组合OpenAI Agents SDK + LangSmithLangGraph + OpenAI Agents SDK

📋 A2A 协议(Agent-to-Agent Protocol)

Google 主导的开放标准,解决跨框架、跨厂商 Agent 互通问题。

  • A2A 协议基本概念与设计目标
  • AgentCard:Agent 能力描述的标准化接口
  • 与 MCP 协议的分工与互补(MCP = 工具协议,A2A = Agent 协作协议)
  • ADK、LangGraph 等框架对 A2A 的支持现状

⚙️ Agent 核心能力

  • 记忆管理(原理详见「二、上下文工程 → Memory」,此处关注在 Agent 中的应用)
    • In-context Memory(对话历史)/ External Memory(向量数据库)/ Episodic Memory(情节记忆)
    • 跨任务记忆复用与记忆更新策略
  • 工具调用:内置工具 vs. MCP 工具 vs. 自定义工具
  • 状态管理:有状态 vs. 无状态 Agent 设计,状态持久化方案
  • 中断与恢复:Human-in-the-loop 审批节点,检查点(Checkpoint)机制
  • 可观测性:LangSmith / LangFuse / OpenTelemetry 集成
  • 评估体系:Agent 行为评测、Trajectory 评估(轨迹评估)

🖥️ Computer Use / Browser Use(计算机操控)

2024-2025 年 Agent 领域最重大突破之一:模型直接感知和操控 UI 界面。

  • Anthropic Computer Use:Claude 直接操控桌面(截图感知 → 鼠标/键盘操作)
  • Browser Use:开源框架,将浏览器作为 Agent 的行动空间
    • DOM 解析 vs. 视觉截图两种感知方式对比
    • 网页导航、表单填写、数据抓取等标准动作
  • OpenAI Operator / CUA(Computer Use Agent):OpenAI 的 Web 任务执行代理
  • GUI Agent 的技术挑战:页面状态不稳定、动态渲染、错误恢复
  • Computer Use 安全边界:权限隔离、操作可审计、沙箱执行
  • 实际应用场景:自动化办公、爬虫替代、UI 测试

⏱️ Long-running Agent(长时异步 Agent)

  • 异步任务模式:Agent 不阻塞主线程,后台执行长时任务
  • 任务队列设计:任务提交 → 轮询状态 → 结果回调的工程模式
  • 检查点与断点续传:中间状态持久化,防止长任务全量重试
  • 超时与熔断策略:任务超时处理、失败降级、重试次数控制
  • 用户通知机制:长任务完成后的通知回调(Webhook / 消息推送)

🛡️ Agent 安全与对齐(Alignment & Safety)

与「三、AI 工具工程化 → AI 安全」有所区分:此处聚焦 Agent 目标对齐与行为边界控制。

  • 目标对齐问题:Agent 是否真正理解并执行了用户意图
  • 指令遵循 vs. 目标偷换:长任务中 Agent 偏离原始目标的风险
  • 最小权限原则:Agent 只拥有完成当前任务所需的最小工具集
  • 不可逆操作防护:文件删除、数据库写入、支付操作的强制审批
  • Agent 输出的可解释性:让 Agent 暴露推理过程,便于人工审查
  • 红队测试(Red Teaming):主动测试 Agent 的边界突破能力
  • 前沿论文与技术博客追踪
  • 国内外主流 AI 公司动态
    • 海外:OpenAI、Anthropic、Google DeepMind、Meta AI、Mistral
    • 国内:DeepSeek、字节(豆包)、阿里(通义)、百度(文心)、智谱、月之暗面
  • 大模型能力评测与排行榜解读
    • LMSYS Chatbot Arena、SWE-bench、HumanEval、MMLU
    • LiveCodeBench、BigCodeBench
  • AI 政策法规与行业生态观察
  • AI 基础设施动态(GPU 算力、推理优化、量化技术)
  • OpenAI 系列:GPT-4o、o1、o3、o3-mini、o4-mini 等
  • Anthropic 系列:Claude 3 Haiku / Sonnet / Opus、Claude 4.x
  • Google 系列:Gemini 1.5 Pro/Flash、Gemini 2.0、Gemini 2.5 Pro
  • 国内模型:DeepSeek V3 / R1、Qwen3(通义千问)、豆包、文心 4.0 等
  • 开源模型:LLaMA 3.x、Mistral、Phi-4、Gemma 等
  • 多维度对比
    • 推理能力、代码能力、指令遵循、多模态
    • 上下文长度、价格、速度、API 稳定性
    • 工具调用能力、结构化输出质量

🔍 源码概览

  • 仓库结构与技术栈(TypeScript / Node.js)
  • 核心模块划分与依赖关系
  • 构建、调试与本地运行方式

🧩 核心模块分析

  • CLI 入口:命令解析、参数处理、模式分发
  • 对话引擎:消息循环、流式输出、上下文管理
  • 工具系统:内置工具(Bash / FileEdit / Read 等)注册与执行机制
  • MCP Client:MCP 协议客户端实现、Server 连接与工具发现
  • Hooks 系统:Hook 事件定义、触发时机、配置加载
  • 权限系统:allowedTools 过滤、用户审批流程、dangerouslySkipPermissions
  • 上下文压缩:自动摘要触发条件、压缩策略实现
  • Sub-agent(Task 工具):并行子任务的创建与结果汇聚

🏗️ 架构设计洞察

  • REPL 交互模型 vs. Headless 非交互模型的实现差异
  • 流式 SSE / Anthropic SDK 的集成方式
  • 多模型适配(--model 切换机制)
  • 配置文件加载优先级(全局 / 项目级 CLAUDE.md 合并策略)
  • 错误处理与重试机制

🔌 扩展开发

  • 自定义内置工具的开发与注册
  • 自定义 MCP Server 与 Claude Code 的集成
  • 基于源码理解优化 CLAUDE.md 与 Hooks 配置

🗂️ 目录结构

ai_coding_harness_engineering_study/
├── README.md                          # 项目说明(本文件)
│
├── 01-ai-coding/                      # AI 编程方法论与实践
│   ├── prompt-engineering/            #   Prompt 工程技巧
│   ├── vibe-coding/                   #   Vibe Coding 理念与实践
│   ├── rules-files/                   #   规则文件体系工程化(CLAUDE.md 等)
│   ├── limitations/                   #   AI 编程局限性认知
│   └── workflow/                      #   人机协作工作流设计
│
├── 02-context-engineering/            # 上下文工程
│   ├── context-window/                #   上下文窗口管理
│   ├── context-compression/           #   上下文压缩策略
│   ├── memory/                        #   Memory 记忆管理(原理层)
│   ├── rag/                           #   RAG 检索增强生成
│   ├── tools/                         #   工具调用(Function Calling)
│   └── structured-output/             #   结构化输出(JSON / XML / Pydantic)
│
├── 03-ai-tool-engineering/            # AI 工具工程化
│   ├── rules-instructions/            #   Rules/Instructions 文件工程化
│   ├── mcp/                           #   MCP 协议与实践
│   ├── skill/                         #   Skill 体系设计
│   ├── command/                       #   自定义命令(Slash Command)
│   ├── hooks/                         #   Hooks 机制
│   └── security/                      #   AI 安全(Prompt Injection 等)
│
├── 04-harness/                        # Harness 工程理论
│   ├── test-harness-basics/           #   测试线束基础
│   ├── ai-code-validation/            #   AI 生成代码验证体系
│   ├── eval-framework/                #   Eval 框架(LLM-as-Judge / RAGAS 等)
│   └── benchmark/                     #   AI 能力评测 Benchmark
│
├── 05-tools/                          # AI Coding 工具深度实践
│   ├── claude-code/                   #   Claude Code(重点)
│   │   ├── claude-md/                 #     CLAUDE.md 设计实践
│   │   ├── hooks/                     #     Hooks 配置
│   │   ├── mcp/                       #     MCP 集成
│   │   └── commands/                  #     自定义命令
│   ├── codex-cli/                     #   OpenAI Codex CLI
│   ├── cursor/                        #   Cursor 深度使用
│   │   ├── rules/                     #     Rules for AI 配置
│   │   └── agent-mode/                #     Agent 模式实践
│   ├── windsurf/                      #   Windsurf
│   ├── copilot/                       #   GitHub Copilot
│   ├── catpaw/                        #   CatPaw(美团)
│   ├── gemini-cli/                    #   Gemini CLI
│   └── others/                        #   Aider、Continue、OpenHands 等
│
├── 06-ai-theory/                      # AI 算法与大模型理论(背景知识)
│   ├── ml-basics/                     #   机器学习基础(学习范式 / 模型评估)
│   ├── deep-learning/                 #   深度学习(神经网络 / 序列模型 / Attention)
│   ├── transformer/                   #   Transformer 架构(自注意力 / 多头注意力)
│   ├── llm-architecture/              #   大模型架构(Decoder-only / 涌现 / Scaling Law)
│   ├── training-system/               #   大模型训练体系(Pre-train / SFT / RLHF / DPO / MoE)
│   └── inference-optimization/        #   推理优化(量化 / KV Cache / 推测解码)
│
├── 07-agent/                          # Agent 模式与编排
│   ├── patterns/                      #   Agent 设计模式
│   │   ├── react/                     #     ReAct 模式
│   │   ├── plan-execute/              #     Plan-and-Execute
│   │   ├── reflection/                #     Reflection / Reflexion
│   │   └── multi-agent/               #     Multi-Agent 模式
│   ├── orchestration/                 #   Agent 编排
│   │   ├── langgraph/                 #     LangGraph 实践
│   │   ├── autogen/                   #     AutoGen 实践
│   │   ├── crewai/                    #     CrewAI 实践
│   │   └── swarm/                     #     Swarm 模式
│   ├── sdk/                           #   Agent SDK 实践
│   │   ├── openai-agents-sdk/         #     OpenAI Agents SDK(Agent/Handoff/Guardrails)
│   │   ├── google-adk/                #     Google Agent Development Kit(ADK)
│   │   ├── aws-strands/               #     AWS Strands Agents SDK
│   │   ├── anthropic-tool-use/        #     Anthropic SDK Tool Use 原生实践
│   │   ├── pydantic-ai/               #     Pydantic AI 类型安全 Agent
│   │   ├── smolagents/                #     HuggingFace smolagents(Code Agent)
│   │   ├── a2a-protocol/              #     A2A 协议(Agent-to-Agent)
│   │   └── sdk-comparison/            #     各 SDK 横向对比与选型指南
│   ├── computer-use/                  #   Computer Use / Browser Use(GUI Agent)
│   ├── long-running-agent/            #   Long-running Agent(异步任务)
│   ├── alignment/                     #   Agent 安全与对齐
│   └── observability/                 #   Agent 可观测性
│
├── 08-ai-news/                        # 国内外 AI 动态追踪
│
├── 09-models/                         # 主流大模型学习笔记
│   ├── openai/                        #   GPT / o 系列
│   ├── anthropic/                     #   Claude 系列
│   ├── google/                        #   Gemini 系列
│   ├── deepseek/                      #   DeepSeek 系列
│   ├── domestic/                      #   国内其他模型
│   └── comparison/                    #   多模型横向对比
│
├── 10-tools-ecosystem/                # AI 工具生态与选型
│   ├── landscape/                     #   工具全景图
│   └── selection-guide/               #   选型指南
│
└── 11-claude-code-source/             # Claude Code 源码学习(重点)
    ├── overview/                      #   仓库结构与技术栈概览
    ├── cli-entry/                     #   CLI 入口与命令解析
    ├── conversation-engine/           #   对话引擎与消息循环
    ├── tool-system/                   #   工具系统(内置工具注册与执行)
    ├── mcp-client/                    #   MCP Client 实现
    ├── hooks-system/                  #   Hooks 系统
    ├── permission-system/             #   权限系统
    ├── context-compression/           #   上下文压缩实现
    ├── sub-agent/                     #   Sub-agent(Task 工具)
    └── architecture-insights/        #   架构设计洞察与扩展开发

📝 目录结构会随学习进展持续迭代,当前为初步规划。


🔧 工具与资源速查

AI Coding 工具全景

工具类型底层模型核心特点
Claude CodeCLI AgentClaudeHooks、MCP、Sub-agent、CLAUDE.md
Codex CLICLI AgentGPT / o 系列AGENTS.md、沙箱执行、多审批模式
CursorAI-first IDE多模型Rules、Agent 模式、@Context 引用
WindsurfAI-first IDE多模型Cascade 流式编辑、Flows 工作流
GitHub CopilotIDE 插件GPT-4o深度集成 VSCode / JetBrains,企业级合规
CatPawIDE 插件多模型美团内部,Skill 体系,内网工具集成
Gemini CLICLIGemini 2.5百万 token 上下文,Google 工具集成
AiderCLI多模型Git 感知,支持本地模型
ContinueIDE 插件多模型开源,支持自托管模型
Devin自主代理专有模型全流程自主开发,SWE-bench 领先
OpenHands自主代理多模型开源 Devin 替代,Docker 沙箱

MCP 生态速查

MCP Server功能场景
filesystem文件读写操作代码分析、文档管理
githubGitHub API 操作PR 创建、Issue 管理
brave-search网页搜索实时信息获取
puppeteer浏览器自动化Web 测试、截图
sqlite / postgres数据库操作数据查询与分析
memory知识图谱记忆跨会话信息持久化
sequential-thinking结构化推理复杂问题分解

主流大模型

模型厂商上下文代码能力
GPT-4o / o3 / o4-miniOpenAI128K⭐⭐⭐⭐⭐
Claude Sonnet 4 / Opus 4Anthropic200K⭐⭐⭐⭐⭐
Gemini 2.5 ProGoogle1M⭐⭐⭐⭐⭐
DeepSeek V3 / R1DeepSeek128K⭐⭐⭐⭐⭐
Qwen3-235BAlibaba128K⭐⭐⭐⭐

Agent 开发框架

框架维护方特点
LangGraphLangChain Inc.图结构状态机,复杂流程编排首选
AutoGenMicrosoft多 Agent 对话,企业级场景
CrewAICrewAI角色 + 任务模式,快速上手
LangChainLangChain Inc.生态最丰富,工具链完整
LlamaIndexLlamaIndexRAG 与知识库场景见长
SwarmOpenAI轻量级 Agent 交接,实验性
Pydantic AIPydantic类型安全,生产级结构化输出

Agent SDK 速查

SDK维护方官方文档核心特点
OpenAI Agents SDKOpenAI✅ 完善Agent + Handoff + Guardrails,内置 Tracing,MCP 支持
Google ADKGoogle✅ 完善多 Agent 编排原语,Vertex AI 部署,A2A 协议
AWS StrandsAmazon✅ 完善Model-driven loop,原生 Bedrock,MCP 支持
Anthropic SDKAnthropic✅ 完善Tool Use 原生,Computer Use,Streaming
Pydantic AIPydantic✅ 完善类型安全,结构化输出,Dependency Injection
smolagentsHuggingFace✅ 完善Code Agent 模式,极简设计,开源模型友好

Eval 评估工具速查

工具维护方核心能力
BraintrustBraintrust生产级 LLM 评估 + 实验追踪 + 数据集管理
OpenAI EvalsOpenAI官方评估框架,标准化评测套件
RAGASExploding GradientsRAG 管道专项评估(忠实度 / 相关性)
DeepEvalConfident AI多指标 LLM 评测,集成 CI/CD
PromptFooPromptFooPrompt 回归测试 + 红队安全评估
LangSmithLangChainTrace 追踪 + 数据集 + 评估一体化

📊 学习进度

各模块学习状态持续更新。状态说明:🔜 待开始 | 🔥 进行中 | ✅ 已完成 | ⏸️ 暂停

主模块子模块 / 知识点状态开始时间备注
▶ 一、AI 编程(AI Coding)
AI 辅助编程核心概念与方法论🔜 待开始-
Prompt Engineering(System Prompt / Few-shot / CoT)🔜 待开始-
Vibe Coding 理念与边界🔜 待开始-
Plan Mode vs. Act Mode 工作流理念🔜 待开始-
多轮对话设计(增量开发 / 有效反馈格式)🔜 待开始-
规则文件体系工程化(CLAUDE.md / .cursorrules / AGENTS.md)🔜 待开始-🔑 重点
人机协作工作流设计🔜 待开始-
AI 编程质量保障与 Code Review 策略🔜 待开始-
AI 编程局限性认知(幻觉 / 错误传播 / 退化)🔜 待开始-
▶ 二、上下文工程(Context Engineering)
上下文窗口(Context Window)原理与策略🔜 待开始-
上下文压缩(裁剪 / 摘要 / 动态压缩)🔜 待开始-
Memory 记忆管理(短期 / 长期 / 实体记忆)🔜 待开始-原理层,六中讲应用
RAG 检索增强生成(Chunking / Embedding / 混合检索)🔜 待开始-
Tools / Function Calling 工具调用机制🔜 待开始-MCP 是其协议扩展
Structured Output 结构化输出(JSON / XML / Pydantic)🔜 待开始-
▶ 三、AI 工具工程化
Rules / Instructions 文件工程化(各工具规则文件体系)🔜 待开始-🔑 重点
MCP 协议原理与实践(Server / Client / 自定义)🔜 待开始-🔑 重点
Skill 体系设计(概念 / 触发 / 管理)🔜 待开始-
Command(Slash Command)设计与实践🔜 待开始-
Hooks 机制(Pre/Post-tool / 行为控制)🔜 待开始-🔑 重点
AI 安全(Prompt Injection / 权限控制 / 沙箱)🔜 待开始-
▶ 四、Harness 工程理论
Harness 测试线束基本概念(Driver / Stub / Mock)🔜 待开始-
确定性测试 vs. 概率性测试的工程挑战🔜 待开始-
AI 生成代码的自动化验证体系🔜 待开始-
基于 LLM 的测试用例生成(TestGen)🔜 待开始-
Benchmark 评测体系(SWE-bench / HumanEval)🔜 待开始-
Eval 框架核心概念(Golden Set / 评估流水线)🔜 待开始-🔑 重点
LLM-as-Judge(Pointwise / Pairwise / 偏差规避)🔜 待开始-🔑 重点
RAG 评估框架 RAGAS(相关性 / 忠实度 / 质量)🔜 待开始-
Eval 工具链(Braintrust / OpenAI Evals / DeepEval / PromptFoo)🔜 待开始-
CI/CD 与 AI 结合(Eval 流水线 / Code Review 流水线)🔜 待开始-
▶ 五、AI Coding 工具深度实践
Claude Code — 基础工作流 & CLAUDE.md🔜 待开始-🔑 重点
Claude Code — Hooks 配置实践🔜 待开始-🔑 重点
Claude Code — MCP 集成 & 自定义 Server🔜 待开始-🔑 重点
Claude Code — Sub-agent / Headless / CI 模式🔜 待开始-
Claude Code — 权限模型 & Token 优化🔜 待开始-
OpenAI Codex CLI — 安装 & 审批模式 & AGENTS.md🔜 待开始-
Cursor — Tab / Chat / Agent 模式🔜 待开始-🔑 重点
Cursor — Rules for AI & @Context 引用🔜 待开始-🔑 重点
Cursor — MCP 集成 & Notepads🔜 待开始-
Windsurf — Cascade & Flows 工作流🔜 待开始-
GitHub Copilot — Chat / Agent / Extensions🔜 待开始-
CatPaw — Skill 体系 & 内网工具集成🔜 待开始-
Gemini CLI — 百万 token 上下文实践🔜 待开始-
其他工具(Aider / Continue / OpenHands)🔜 待开始-
▶ 六、AI 算法与大模型理论(背景知识)
机器学习基础(监督/无监督/强化学习 / 偏差-方差权衡)🔜 待开始-
深度学习核心(神经网络 / 梯度下降 / 激活函数 / 损失函数)🔜 待开始-
序列模型(RNN / LSTM / Attention 机制原理)🔜 待开始-
Transformer 架构(Self-Attention / 多头注意力 / Position Encoding)🔜 待开始-🔑 重点
大模型架构(Decoder-only / 涌现能力 / Scaling Law)🔜 待开始-🔑 重点
大模型训练体系(Pre-training / SFT / RLHF / DPO / MoE)🔜 待开始-🔑 重点
推理优化(INT4/INT8 量化 / KV Cache / 推测解码)🔜 待开始-
大模型生态纵览(GPT/Claude/Gemini/DeepSeek/开源生态特点)🔜 待开始-
▶ 七、Agent 模式与编排
Agent 基础模式(ReAct / Plan-Execute / Reflection)🔜 待开始-
Tree of Thoughts / Self-Ask / Reflexion🔜 待开始-
Multi-Agent 模式(Orchestrator / Supervisor / Swarm)🔜 待开始-
Multi-Agent 模式(Pipeline / Debate / Parallel Fan-out)🔜 待开始-
LangGraph 图结构编排实践🔜 待开始-
AutoGen 多 Agent 对话实践🔜 待开始-
CrewAI 角色任务编排实践🔜 待开始-
OpenAI Agents SDK — Agent / Handoff / Guardrails 核心三元组🔜 待开始-🔑 重点
OpenAI Agents SDK — Runner / Tool / Tracing / MCP 集成🔜 待开始-🔑 重点
OpenAI Agents SDK — 多 Agent 系统设计(分诊/并行/流水线)🔜 待开始-🔑 重点
Google ADK — Agent / Tool / Session / Runner 核心概念🔜 待开始-🔑 重点
Google ADK — Sequential / Parallel / LoopAgent 编排原语🔜 待开始-
Google ADK — Callbacks 机制 & Vertex AI 部署🔜 待开始-
AWS Strands Agents SDK — Model-driven Loop & Bedrock 集成🔜 待开始-
Anthropic SDK Tool Use — Tool loop 底层机制实践🔜 待开始-
Pydantic AI — 类型安全 Agent 与结构化输出🔜 待开始-
smolagents — Code Agent 模式与极简 Agent 设计🔜 待开始-
A2A 协议 — AgentCard / 跨框架 Agent 互通🔜 待开始-
Agent SDK 横向对比与选型决策指南🔜 待开始-
Agent 记忆管理(In-context / External / Episodic)🔜 待开始-原理见板块二
Agent 可观测性(LangSmith / LangFuse)🔜 待开始-
Agent 评估(Trajectory 评估体系)🔜 待开始-
Computer Use / Browser Use(GUI Agent)🔜 待开始-🔑 重点
Long-running Agent(异步任务 / 检查点 / 断点续传)🔜 待开始-
Agent 安全与对齐(目标对齐 / 最小权限 / 红队测试)🔜 待开始-
▶ 八、国内外 AI 动态
前沿论文 & 技术博客追踪🔜 待开始-持续更新
海外 AI 公司动态(OpenAI / Anthropic / Google / Meta)🔜 待开始-持续更新
国内 AI 公司动态(DeepSeek / 字节 / 阿里 / 智谱等)🔜 待开始-持续更新
评测榜单解读(LMSYS / SWE-bench / LiveCodeBench)🔜 待开始-
AI 政策法规 & 行业生态观察🔜 待开始-
▶ 九、主流大模型学习
OpenAI 系列(GPT-4o / o1 / o3 / o4 系列)🔜 待开始-
Anthropic Claude 系列(3.x / 4.x)🔜 待开始-
Google Gemini 系列(1.5 / 2.0 / 2.5)🔜 待开始-
DeepSeek 系列(V3 / R1)🔜 待开始-
国内其他模型(Qwen3 / 豆包 / 文心等)🔜 待开始-
开源模型(LLaMA / Mistral / Phi / Gemma)🔜 待开始-
多模型横向对比(代码 / 推理 / 多模态 / 价格)🔜 待开始-
▶ 十、Claude Code 源码学习
仓库结构与技术栈概览(TypeScript / Node.js)🔜 待开始-🔑 重点
CLI 入口、命令解析、模式分发🔜 待开始-
对话引擎:消息循环 & 流式输出 & 上下文管理🔜 待开始-🔑 重点
工具系统:内置工具注册与执行机制🔜 待开始-🔑 重点
MCP Client 实现与 Server 工具发现🔜 待开始-🔑 重点
Hooks 系统:事件定义 & 触发时机 & 配置加载🔜 待开始-🔑 重点
权限系统:allowedTools 过滤 & 审批流程🔜 待开始-
上下文压缩:触发条件与压缩策略实现🔜 待开始-
Sub-agent(Task 工具)并行子任务机制🔜 待开始-
架构设计洞察(REPL vs Headless / 多模型适配)🔜 待开始-
扩展开发:自定义工具 & MCP Server 集成🔜 待开始-

🔗 关联项目

三个仓库相互独立、各有侧重,合并构成从基础理论 → 工程实践 → AI 提效的完整学习闭环。

项目定位核心内容关键词
java_study🔵 基础理论Java 语言核心(含 SPI/字节码增强/序列化)、JVM 原理、IO/NIO 体系、并发深度(含虚拟线程/响应式)、数据结构与算法、设计模式与设计原则、计算机基础理论(OS/网络/原理/编译)、信息安全基础(密码学/攻防)、软件工程基础(测试/重构/CI)、数学基础、性能工程(JMH/火焰图)、调试与问题排查(Arthas/JFR)、前沿技术趋势打地基
java_fullstack_ai_agent_study🟠 工程实践Spring 生态、分布式架构、大数据生态、存储中间件、风控爬虫、数据分析、多语言、前端、AI/Agent 系统接入、测试工程做系统
本项目(ai_coding_harness_engineering_study)🟣 AI 工程AI 编程方法论、上下文工程、AI 工具工程化、Harness 理论、AI Coding 工具链(Claude Code / Cursor / Codex)、大模型对比、Agent 开发用 AI 提效

📅 更新记录

日期版本内容
2026-05-23v0.1.0项目初始化,创建 README
2026-05-23v0.2.0补充上下文工程、Agent 模式、AI Coding 工具深度实践等内容
2026-05-23v0.3.0更新标题、学习进度改为主子分层大表格
2026-05-23v0.4.0优化项目定位、关联项目分工说明、关联项目章节
2026-05-23v0.5.0新增「Claude Code 源码学习」方向(第八大板块)
2026-05-23v0.6.0按方案 B 精准拆分:上下文工程精简为核心五项,新增「AI 工具工程化」独立方向(MCP/Skill/Command/Hooks/安全),全文编号顺延至九大板块
2026-05-24v0.7.0全局地图完整性补全:新增规则文件工程化、Structured Output、Eval 框架(LLM-as-Judge/RAGAS/Braintrust)、Computer Use/Browser Use、Long-running Agent、Agent 安全对齐、Plan/Act 模式、AI 编程局限性认知;新增「学习路径建议」章节(推荐顺序、依赖关系、时间分配);同步更新学习进度表、目录结构、工具速查
2026-06-06v0.8.0补充 Agent SDK 完整内容:新增「🧰 Agent SDK」章节(OpenAI Agents SDK / Google ADK / AWS Strands / Anthropic Tool Use / Pydantic AI / smolagents 及 A2A 协议),补充 SDK 与编排框架关系对比、目录结构 06-agent/sdk/ 子目录、学习目标、Agent SDK 速查表、学习进度表 Agent SDK 相关条目
2026-06-10v0.9.0项目定位重构:标题更新为「大模型理论 & Agent 开发知识」;承接来自 java_fullstack_ai_agent_study 迁移的「AI 算法理论」板块,作为背景知识沉淀;新增「六、AI 算法与大模型理论(背景知识)」章节(ML基础/深度学习/Transformer/大模型训练体系/推理优化);更新板块数量(9→10大板块)、学习目标、学习路径建议(推荐顺序/依赖关系/时间分配);更新目录结构(新增 06-ai-theory/,后续编号顺延);学习进度表新增第六章内容;更新关联项目说明与分工边界
2026-06-10v1.0.0同步关联项目描述:更新「关联项目分工说明」表和「关联项目」章节中 java_study 的描述,与其 README v1.3.0 保持一致(新增 IO/NIO 体系、信息安全、软件工程、性能工程、调试排查、前沿趋势等 14 大板块完整覆盖);同步 java_fullstack_ai_agent_study 描述(补充「测试工程」)

Ver o original no GitHub

Bom para

Relacionados