learn-claude-code：它是什么、解决了什么问题以及为何受到关注

它解决了什么

本项目提供了一个完整的教育框架，用于构建 AI 代理的“外壳”。它纠正了这样一种误解：代理能力是通过提示链或无代码工作流构建器产生的，实际上，代理能力是模型本身的属性，而外壳则是提供工具、知识和权限的运行环境，使模型能够行动。

工作原理

项目结构为一系列 20 节递进的课程，围绕单一且不变的“代理循环”展开。每一课都会引入一种新机制，以增强代理的能力，而不改变核心循环。这些机制包括：

• 工具化： 实现原子且可组合的工具（例如 bash、文件 I/O）。
• 上下文管理： 实现上下文压缩和记忆子系统，以处理长会话。
• 任务编排： 创建带有依赖图和后台执行的任务系统。
• 协作： 搭建带有异步邮箱和共享通信协议的代理团队。
• 治理： 建立权限边界和审批工作流。
• 集成： 使用模型上下文协议（MCP）接入外部能力。

适用人群

本项目面向“外壳工程师”——希望超越单纯提示工程，学习如何构建专业级基础设施，以在特定领域（尤其是软件工程）部署自主 AI 代理的开发者。

亮点

• 递进式课程： 20 步路径，从一个简单的支持 bash 的循环到完整的代理外壳。
• 外壳中心哲学： 关注运行环境（“载具”），而不是试图在模型（“司机”）中植入智能。
• 具体实现： 为每一课提供可运行的 code.py 文件和叙事式 README。
• 架构模式： 教授子代理隔离、按需技能加载以及工作树隔离等模式。