一天介绍一个项目|从零手搓一个AGENT

今天介绍一个最近在 GitHub Trending 上爆火的开源项目——learn-claude-code，目前已经快 3 万星了。

项目地址：https://github.com/shareAI-lab/learn-claude-code

这个项目是干嘛的？

一句话概括：从零开始，手把手教你搓一个类似 Claude Code 的 AI Agent。

用过 Claude Code 的朋友应该都好奇过：它到底是怎么做到"你说一句话，它就能帮你改代码、跑命令、操作文件"的？这个项目就是来揭秘的。

作者的核心观点很直接——"Bash is all you need"。意思是，Agent 没有你想的那么复杂，本质就是一个循环：调 LLM → 拿到工具调用 → 执行 → 把结果喂回去 → 再调 LLM……如此反复。

用项目原话说：代理就是模型，代码只是支撑框架（harness）。

12 节课，从入门到能打

这个项目最牛的地方是它把学习路径拆成了 12 节循序渐进的课，每节课对应一个 Python 文件，跑起来就能看到效果。

第一阶段：搞懂基本循环（s01-s02）

这是最核心的部分。s01 教你写一个最简单的 Agent 循环——就是一个 while True，不断调 LLM，如果返回的是工具调用就执行，如果是普通文本就输出给用户。

s02 加入工具分发机制，把不同工具的处理函数注册到一个字典里，循环只管查字典调函数，加新工具完全不用改核心逻辑。

一句话总结：一个 while True 循环就是 Agent 的心脏。

第二阶段：让 Agent 不再瞎跑（s03-s06）

光有循环还不够，Agent 容易"跑偏"。这个阶段加了四个关键能力：

• s03 规划系统：让 Agent 先想好怎么做，再动手，不会东一榔头西一棒槌
• s04 子 Agent：复杂任务拆成小任务，每个子任务有独立的对话上下文，互不干扰
• s05 技能系统：把常用操作封装成"技能文件"，Agent 可以按需加载
• s06 上下文压缩：聊久了上下文会爆，这节课教你用三层压缩策略（摘要层 + 核心记忆层 + 实时工作层）解决这个问题

第三阶段：跨会话记忆（s07-s08）

• s07 任务持久化：把任务存到文件系统里，关掉程序再打开，之前的任务还在
• s08 后台任务：用多线程让 Agent 可以同时干好几件事

第四阶段：团队作战（s09-s12）

这是进阶内容，教你搞多 Agent 协作：

• s09-s10：多个 Agent 之间怎么通信（用 JSONL 邮箱协议），怎么自动认领任务
• s11-s12：工作树隔离，每个 Agent 在独立目录里干活，互不干扰，最后合并

核心代码长啥样？

说了这么多，Agent 的核心骨架到底多简单？看这段代码就够了：

def agent_loop(messages):
    while True:
        response = client.messages.create(
            model=MODEL, system=SYSTEM,
            messages=messages, tools=TOOLS,
        )
        messages.append({"role": "assistant", "content": response.content})
        if response.stop_reason != "tool_use":
            return
        results = []
        for block in response.content:
            if block.type == "tool_use":
                output = TOOL_HANDLERS[block.name](**block.input)
                results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": output,
                })
        messages.append({"role": "user", "content": results})

就这么几行。调 LLM，拿到工具调用就执行，拿到文本就返回。这就是 Agent 的全部骨架。

怎么开始学？

动手只需要 5 步：

git clone https://github.com/shareAI-lab/learn-claude-code
cd learn-claude-code
pip install -r requirements.txt
cp .env.example .env  # 填入你的 ANTHROPIC_API_KEY
python agents/s01_agent_loop.py  # 从第一课开始跑

从 s01 开始，一节一节往后学，每节课都是一个独立可运行的 Python 文件。

另外项目还提供了一个 Next.js 做的可视化学习平台，可以在浏览器里看架构图和步进调试：

cd web && npm install && npm run dev
# 打开 http://localhost:3000

适合谁？

• 想搞明白 Agent 到底是怎么回事的开发者
• 用过 Claude Code 但好奇它内部原理的人
• 想自己从零搓一个 Agent 的实践派
• 刚入门 AI 应用开发，想找个靠谱教程的同学

最后

别光收藏，clone 下来跑一遍 s01，你会发现 Agent 真没那么神秘。