Об этом проекте

Это образовательный репозиторий, обучающий «harness engineering» для ИИ-агентов: дисциплине построения операционной среды вокруг обученной модели. Его центральный тезис: агентность (восприятие, рассуждение, действие) исходит из обучения модели, а не из внешней оркестрации кода; продукт-агент — это модель + обвязка. В README проводится различие между настоящими агентами и конструкторами рабочих процессов на основе цепочек промптов, и утверждается, что интеллект нельзя спроектировать, наращивая процедурный связующий код. Курс состоит из 17 последовательных уроков (s01–s17), каждый из которых изолирует один механизм обвязки и поставляется с автономной запускаемой реализацией на Python (code.py), README на английском/китайском/японском языках и SVG-диаграммами. Уроки охватывают: - s01 Цикл агента (один цикл + bash) - s02 Диспетчеризация использования инструментов - s03 Система разрешений - s04 Хуки вокруг цикла - s05 Планирование через TodoWrite - s06 Изоляция контекста субагента - s07 Загрузка навыков по требованию - s08 Компактизация контекста - s09 Подсистемы памяти (выбор, извлечение, консолидация) - s10 Файловая система задач - s11 Фоновые задачи - s12 Планирование по cron - s13 Команды агентов с атомарными захватами задач и рабочими деревьями, привязанными к задачам - s14 Интеграция инструментов-плагинов MCP - s15 Интегрированная обвязка, пересоединяющая все механизмы вокруг одного цикла - s16 Среда выполнения рабочих процессов с возобновляемыми журналами - s17 Цикл целей с независимой оценкой остановки Реализация следует обобщённому циклу LLM-агента: сообщения на входе, ответ на выходе, блоки tool_use выполняются, результаты добавляются, цикл повторяется. Каждая глава добавляет ровно один механизм вокруг этого неизменного цикла. Claude Code упоминается как образец хорошо спроектированной обвязки, поскольку он предоставляет инструменты, загрузку знаний, управление контекстом и границы разрешений, не навязывая жёстких рабочих процессов. Репозиторий также сохраняет устаревший трек из 12 уроков в docs/ и agents/ во время миграции, с таблицей соответствия текущим главам. Быстрый старт: клонировать, установить requirements через pip, настроить ANTHROPIC_API_KEY в .env, затем запустить код главы, например python s01_agent_loop/code.py. Версия веб-приложения включена в web/. Среди упомянутых сопутствующих проектов — Kode Agent CLI и Kode Agent SDK, а также родственный учебник (OpenClaw) о постоянно работающих обвязках ассистентов.