shareAI-lab（GitHub） · shareAI Lab
Learn Claude Code
从一个“循环 + bash”的最小 Agent 出发，逐课加入工具、权限、钩子、子 Agent、上下文压缩、记忆、任务与 MCP 等机制，理解 Claude Code 类 Agent harness 由哪些部分组成。
shareAI-lab
- 难度
- 见前置条件
- 形式
- 实践教程
- 语言
- 英文
- 规模
- 17 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
学完你能
- 理解 Agent 循环与工具调用如何配合
- 实现权限、钩子与子 Agent 等控制机制
- 掌握上下文压缩、记忆与任务系统的作用
- 把各机制重新组合成完整的 Agent 运行时
适合你吗
适合
会写 Python、能在命令行运行脚本，想读懂并动手修改 Agent harness 的开发者
暂不适合
不适合作为第一门编程课；不讲基础模型训练；运行示例需要模型 API 密钥
需要先会
Python 基础、命令行与 Git、调用大模型 API 的基本概念（本站根据课程内容整理）
课程特点
- 内容侧重
- 侧重实践应用
- 练习与项目
- 逐课在自己的副本中阅读机制、运行受控最小任务并记录工具调用及状态变化；s01–s17 为主线，agents/ 与 docs/ 旧12课是历史材料。真实运行会发起模型 API 调用且后续 Agent 可操作文件，不将语法检查成功当作学习或真实运行完成。
- 学习时长
- 17 个课节原站未给出统一学习时长；实际用时取决于已有基础。
- 内容费用
- 免费公开 GitHub 仓库，MIT 许可
内容覆盖
- s01 Agent Loop
- s02 Tool Use
- s03 Permission System
- s04 Hook System
- s05 TodoWrite
- s06 Subagent
- s07 Skill Loading
- s08 Context Compact
- s09 Memory System
- s10 Task System
- s11 Background Tasks
- s12 Cron Scheduler
- s13 Agent Teams
- s14 MCP Plugin
- s15 Integrated Harness
- s16 Workflow Runtime
- s17 Goal Loop
来源与使用须知
- 原始资源
- shareAI-lab（GitHub） 收录版本：当前 17 课版本（提交 ce8f9f1，2026-09-28）
- 收录时间
- 本站首次收录 2026-10-10
版权与转载
- MIT：代码可自由使用和修改，需保留版权声明；适用范围以原站说明为准，第三方材料可能另有条款。原站说明
- 本站只提供原始链接和学习指南，不转载、不镜像课程材料；引用时请注明原作者与出处。