Claude Code 原理与优化 AI 应用
阅读 5 评论 0 点赞 0

Claude Code 原理与优化

Claude Code 的核心是单线程 while 主循环（ReAct 模式），通过工具调用触发循环，纯文本回复终止；支持实时打断（h2A 双缓冲队列）。为应对上下文窗口限制，设计五层压缩流水线（从丢弃旧消息到语义压缩），并强调状态外化到文件（如 CLAUDE.md）避免依赖内存。持久记忆由跨会话的 CLAUDE.md 和会话级扁平消息历史构成。四大扩展机制（MCP、Skills、Plugins、Hooks）与子代理（仅返回摘要）实现可控扩展。成本优化需分级选模型、主动压缩（/compact）、回退隔离及切换镜像。Agent SDK 复用核心 harness 加速开发。掌握工具触发循环、压缩策略和状态外化，可构建可控、可调试的生产级 AI 代理系统。

#Claude Code#Agent#上下文工程
Context 与 Harness 工程 智能体 Agent
阅读 6 评论 0 点赞 0

Context 与 Harness 工程

大模型应用工程分四层递进：Prompt Engineering让模型听懂需求，Context Engineering提供决策信息，Harness Engineering确保稳定执行，Learning Loop实现持续优化。后一层包含前一层。Agent落地中，模型决定天花板，Harness决定落地能力，其六层组件覆盖输入侧（上下文精细化）、动作侧（工具系统、执行编排）和校验侧（评估观测、约束恢复）。上下文腐化通过召回（RAG）、压缩（摘要提炼）、组装（结构化存储）治理。状态必须外化到文件系统，按任务状态、会话中间结果、长期记忆分层存储。实操中通过项目级/用户级/会话级配置及自动化钩子实现稳定执行。掌握这些工程方法可让大模型从“听话”到“能干”，显著提升复杂任务成功率。

#Context工程#Harness#Claude Code