Harness Engineering 关注的不是单次提示词怎么写,而是如何把 AI 编程智能体做成可长期运行的系统。内容覆盖上下文管理、工具权限、Session 事件流、Sandbox 隔离、多智能体协作以及可进化记忆架构。
code-review-graph 会把代码库预解析为函数、类、调用、依赖组成的结构化图谱,并通过 MCP 提供给 Claude Code 等 AI 编程工具查询。借助影响半径分析和增量索引,它能减少大项目中反复全文读代码带来的 token 浪费。
围绕 AI 编程、Agent 框架、代码库检索、生产故障排查、安全工具和 GPU 内核优化,梳理 13 个 GitHub 开源项目的核心能力、适用场景和使用限制,帮助快速判断哪些工具适合放进自己的开发工作流。
Claude Code 的能力不只来自基座模型,还来自提示词组装、上下文管理和运行时约束三层工程设计。围绕 Prompt、Context、Harness 三个维度,拆解一个 AI Coding Agent 如何处理长程任务、工具调用、安全权限、记忆压缩和多 Agent 协作。
介绍 Rowboat、DeepTutor、andrej-karpathy-skills、claude-mem、ChinaTextbook、MarkItDown 和 VoxCPM 的核心用途、工作方式、适用场景与上手命令,覆盖多 Agent 编排、Claude Code 约束与记忆、文档转换、教材资源和语音合成。
Vibe Coding 适合快速写原型,但很难直接支撑生产级后台开发。Agentic Engineering 把 AI 放进需求澄清、计划制定、编码、审查、部署和修复的结构化流程里,让开发者负责目标、约束和审核,AI 负责执行可自动化的工程动作。
Claude Code 不只是一个命令行编程助手,更像一套面向复杂任务的 Agent Runtime。这里从启动链路、REPL 控制面、Query Loop、工具运行时、权限系统、多 Agent 任务系统和 MCP 扩展层拆解它的架构设计。
智能体在没有规则的目录里会直接执行任务,久了就会留下混乱的文件结构、命名和上下文。约束先行要求先写全局与项目级 CLAUDE.md,再让 Agent 按规则开发、研究或管理知识。
大语言模型本身没有运行时状态,AI Agent 必须在模型外设计记忆系统。围绕 OpenClaw、Claude Code 和 Hermes Agent,拆解文件记忆、上下文工程、情景记忆三种架构路线的机制、适用场景和代价。
Claude Code Skill 可以把人物的判断框架、表达风格和案例材料封装成可复用能力。这里以张雪峰 Skill 为例,拆解资料调研、心智模型提炼、决策启发式、表达 DNA、测试验证和安装使用流程。