hardness1020/learn-agent-architecture

解决的问题

AI模型具备推理能力，但它们无法独立执行操作、维护状态或管理工作流。本项目揭开了“harness”的神秘面纱——这是一种围绕LLM构建的核心软件基础设施，旨在将其转化为能够执行工具、管理内存并协调复杂任务的功能性自主智能体。

工作原理

该仓库将智能体架构拆解为24个渐进式、自包含的章节。每个章节遵循一致的结构：定义问题、解释机制、展示现实系统如何实现它，以及识别常见的故障模式。代码是累积的；你可以运行提供的演示，并比较各章节之间的差异，从而准确观察每一层新功能是如何添加到智能体循环中的。

适用人群

本项目适合希望了解现代AI智能体机制的开发人员和工程师。无论你是想构建自己的智能体，还是试图理解 Claude Code 或 SWE-agent 等现有系统的工作原理，本仓库都为你提供了一条清晰的、代码优先的智能体设计掌握路线图。

亮点

• 累积式学习： 每个章节都建立在前一个章节的基础上，让你能够观察简单的循环是如何演变成复杂的自主系统的。
• 现实世界示例： 研究了 Claude Code、Hermes Agent 和 deepseek-harness 等流行的智能体框架，将理论概念与生产级代码相结合。
• 可运行的演示： 每个章节都包含一个 src/ 文件夹，其中的代码可以在本地运行，以实时观察智能体的行为。
• 全面的覆盖范围： 涵盖了从基础工具执行和权限控制，到子智能体、内存子系统和基于图的控制流等高级主题的所有内容。