五一学习计划

五天作战计划

Day 0（4/30 晚 1.5h）— 准备

# clone 项目
git clone https://github.com/shareAI-lab/learn-claude-code.git
cd learn-claude-code

# 装依赖
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

# 配 API key（重要：这次需要花点钱，详见后文成本估算）
cp .env.example .env
# 编辑 .env 填入 ANTHROPIC_API_KEY

# 跑 hello world
python agents/s01_agent_loop.py

🎯 Day 0 验收：s01_agent_loop.py 能跑出输出，不报错。

Day 1（5/1，6-7h）— s01 + s02

上午 2.5h：s01 主循环

下午 2.5h：s02 工具调度

晚上 1.5h：配套阅读

• Anthropic《Building effective agents》（40 min，看 3 遍）
• Phil Schmid《Building agents from scratch》（50 min）

🎯 Day 1 验收：不看代码能口述完整 agent loop，并解释"为什么 LLM 不直接执行工具，而是输出 JSON"。

Day 2（5/2，6h）— 规划 + Skill

上午 3h：s03 + s04

• s03 todo_write（1h）：todo 数据结构 + 改造成 SQLite 存储
• s04 subagent（2h）：主子 Agent context 隔离 + 让子 Agent 能再调子子 Agent

下午 3h：s05 ⭐⭐ — Skill 加载（最值钱）

• 读 s05 + skills/ 目录里的 skill 文件
• 改造：自己写一个 skill（比如"周报生成 skill"），让 agent 动态加载

🎯 Day 2 验收：能解释 Skill 和 Tool 的本质差异（Skill = 提示词级能力扩展，Tool = 函数调用）。

Day 3（5/3，6h）— 持久化 + 后台

• s06 context_compact（2h）：长任务必备的上下文压缩
• s07 task_system（2h）：跨会话任务恢复 + 加任务依赖
• s08 background_tasks（1.5h）：后台异步执行 + 进度查询

🎯 Day 3 验收：杀掉进程重启，任务能从断点恢复。

Day 4（5/4，5-6h）— 多 Agent + 隔离

这一天 4 节，不要每节都深抠，跑通即可。

• s09 agent_teams + s10 team_protocols（3h）：多 Agent 协作模式 + 通信协议
• s11 autonomous_agents（1.5h）：自主循环 = Claude Code 的 /loop
• s12 worktree_task_isolation（1h）：git worktree 隔离 = EnterWorktree 原理

🎯 Day 4 验收：能解释"什么时候该上多 Agent，什么时候单 Agent + workflow 更好"。

Day 5（5/5，6-8h）— Capstone + 写笔记

这一天不学新东西，做综合项目巩固所有机制。

上午-下午：Capstone 项目（5-6h）

Mini Code Agent：

• 用 s01-s02 主循环 + s04 subagent + s05 skill 加载 + s07 task 持久化
• 实现工具：Read / Write / Bash
• 完成任务："在指定目录下找 TODO 注释，改成 GitHub Issue 格式"
• bonus：跑一道 SWE-Bench Lite 简单题

晚上：写 4 篇笔记发牛客（2h）

每篇 800-1500 字，前文已列。

🎯 Day 5 验收：项目跑通 + 至少 1 篇笔记发出。

通用原则（每天都贴墙上）

1️⃣ 不要照抄代码 ⭐⭐⭐

每个 session 看完后，关 IDE + 白纸默写核心循环。写不出来就再看一遍。这一步比读 10 遍代码都管用。

2️⃣ 每节必须加 1 个改动

没改过的代码 = 没学会的代码。

改动比例：s01-s02 改 3 个，s03-s08 改 1-2 个，s09-s12 跑通即可。

3️⃣ 卡住超过 30 分钟就跳过

不是所有细节都要懂。深度第一阶段（s01-s02）+ 广度其他。

4️⃣ 每天最后 30 分钟 — 写 Today I Learned

哪怕 5 行字，记下：

• 今天最 aha 的一个点
• 明天打算改造什么

成本估算（API 费用）

很多同学第一反应是"会不会很贵"。实测如下：

强烈建议用 Claude Haiku 4.5——学习阶段够用，省下来的钱去吃顿好的。

预算少的同学也可以用 DeepSeek-V3 / Qwen3 国产模型替代，把代码里 Anthropic SDK 换成 OpenAI 兼容 SDK 即可。

应急策略

行动清单（今晚必做）

# 1. clone 项目
git clone https://github.com/shareAI-lab/learn-claude-code.git

# 2. 装依赖
cd learn-claude-code && pip install -r requirements.txt

# 3. 配 API key
cp .env.example .env  # 填 ANTHROPIC_API_KEY

# 4. 跑通 s01
python agents/s01_agent_loop.py

# 5. 收藏这篇文章 + 转发给跟你一起冲秋招的同学

Done is better than perfect. 学完一半也比不学强一万倍。

配套阅读资源

• shareAI-lab/learn-claude-code — 项目本体
• Anthropic《Building effective agents》 — 必读 3 遍
• Anthropic《Effective context engineering》
• Phil Schmid《Building agents from scratch》
• Lilian Weng《LLM Powered Autonomous Agents》
• Model Context Protocol 官网

以上是让AI帮我整理的学习计划，发出来准备落实，节后见！