这个项目能做什么

这是一个教学仓库，讲授面向AI智能体的“harness工程”：即围绕已训练模型构建运行环境的学科。其核心论点是：能动性（感知、推理、行动）来自模型训练，而非外部代码编排；智能体产品是模型+harness。README区分了真正的智能体与提示链式工作流构建器，并主张智能无法通过堆叠过程性胶水代码来工程化实现。 课程由17节递进式课程（s01–s17）组成，每节隔离一个harness机制，并附带独立可运行的Python实现（code.py）、英文/中文/日文README以及SVG图示。课程涵盖： - s01 智能体循环（一个循环+bash） - s02 工具使用分发 - s03 权限系统 - s04 循环周围的钩子 - s05 TodoWrite规划 - s06 子智能体上下文隔离 - s07 按需加载技能 - s08 上下文压缩 - s09 记忆子系统（选择、提取、巩固） - s10 文件支撑的任务系统 - s11 后台任务 - s12 Cron调度 - s13 智能体团队，具备原子任务认领与任务绑定工作树 - s14 MCP插件工具集成 - s15 集成harness，围绕一个循环重新连接所有机制 - s16 工作流运行时，具备可恢复日志 - s17 目标循环，具备独立停止评估 实现遵循通用LLM智能体循环：消息输入，响应输出，执行tool_use块，追加结果，循环重复。每一章都围绕这个恒定循环恰好添加一个机制。Claude Code被引用为设计良好的harness的典范，因为它提供工具、知识加载、上下文管理和权限边界，而不强加僵化的工作流。 该仓库在迁移期间还在docs/和agents/下保留了旧的12课轨道，并附有到当前章节的映射表。快速开始：克隆、pip install requirements、在.env中配置ANTHROPIC_API_KEY，然后运行章节代码，如python s01_agent_loop/code.py。web/下包含一个Web应用版本。提到的配套项目包括Kode Agent CLI和Kode Agent SDK，以及一个关于常驻助手harness的姊妹教程（OpenClaw）。