本章目标：深入理解 Tool System——Harness 中连接模型与真实世界的桥梁。掌握工具的本质、Schema 设计、发现/注册/调度/执行的完整链路，以及错误处理、超时、权限、组合等关键机制
标签： AI 应用
AI应用架构设计
Continue Reading
第 6 章 Context Engineering：Agent 的”工作内存”
本章目标：深入理解 Context Engineering——Agent 的”工作内存”管理。这是 Harness 中最核心、也最能拉开 Agent 能力差距的子系统。我们将逐一拆解上下文的构成、预算、压缩、污染防护等 16 个关键议题。
AI应用架构设计
Continue Reading
第 5 章 主流 AI Agent 架构模式
本章目标：横向对比 12 个主流的 AI Agent 框架/产品（Claude Code、Claude Agent SDK、OpenAI Agents、Codex、Gemini CLI、Cursor、Cline、Aider、OpenHands、LangGraph、AutoGen、CrewAI），从十个架构维度系统比较，理解它们的设计取舍，为后续深入 Claude Code 架构提供坐标系
AI应用架构设计
Continue Reading
第 3 章 AI Agent Loop：现代 AI Agent 背后的核心架构
本章目标：彻底理解 Agent Loop——它是 Agent 的”心跳”，也是整个 Agent 领域最核心、也最容易被误解的一段代码。我们会看到它为何如此简单，又为何真正复杂的是它周围的系统
AI应用架构设计
Continue Reading
第 4 章 Agent Harness是什么？
本章回答一个承上启下的问题：把模型、上下文、工具、循环这些”零件”装配成一台能自主工作的机器的，到底是什么？答案就是 Harness。理解 Harness 的定义、边界与职责，是读懂后面 Claude Code 源码分析（Part III）和动手实现 Mini Claude Code（Part IV）的前提
AI应用架构设计
Continue Reading
第 2 章 LLM Application 的基本架构
本章目标：掌握一个 LLM 应用（不是 Agent，只是应用）的基本组成与核心机制——模型、提示词、上下文、工具、内存、状态、运行时；并理解 Chat Completion、Streaming、Structured Output、Tool Calling、错误处理、重试、超时、模型路由和成本管理这些基础工程问题。这些是所有 LLM 应用——包括 Agent——的共同底座。
AI应用架构设计
Continue Reading
第 1 章 重新认识 AI Agent
本章目标：建立对 AI Agent 的准确认知，厘清 Chatbot、Copilot、Agent、Autonomous Agent、Coding Agent 之间的边界，理解 LLM 为什么能成为 Agent 的”大脑”，并给出 Agent 的本质定义——Agent = LLM + Harness
AI应用架构设计
Continue Reading
《AI Agent 架构设计与工程实践指南》——从 LLM、Agent、Harness 到 Mini Claude Code
本书系统介绍 AI Agent 架构与工程实践，从 LLM、Agent Loop、Agent Harness 到 Coding Agent，深入生产级 Agent 与企业级 Agent 平台。