Agent Harness 深度拆解：如何读懂 Claude Code 与 LangGraph 的底层设计？（Agent Learning Hub 教程）

Agent Harness 深度拆解如何读懂 Claude Code 与 LangGraph 的底层设计Agent Learning Hub 教程【免费下载链接】Agent-Learning-HubAI Agent 学习路线与资料库收集项目地址: https://gitcode.com/gh_mirrors/ag/Agent-Learning-HubAgent Learning Hub 是一份面向初学者的 AI Agent 学习路线与资料库。这篇 Agent Harness 教程带你拆解 Agent Harness 的五大核心部件对比 Claude Code 与 LangGraph 的底层设计差异并给出一条可以直接照着执行的学习路径——不用啃源码也能看懂现代 AI Agent 是怎么跑起来的。想完整跟着路线走可以先把仓库 clone 下来git clone https://gitcode.com/gh_mirrors/ag/Agent-Learning-Hub一、为什么 2026 年最该学的是 Agent Harness很多人对 AI Agent 的理解还停留在模型 一段提示词。但在真实生产环境里一个能稳定干活的 agent能力只有一小半来自模型本身另一大半来自它周围的外壳——也就是 Harness挽具 / 支架工具协议工具怎么注册、怎么调用、怎么校验权限边界哪些操作要人工确认状态管理会话、记忆、断点恢复反馈与回放trace、日志、评测 一句话总结模型决定 agent 的智力上限harness 决定它的可靠下限。在 README.md 的 What To Learn Now 优先级表里Agent harness engineering 被排在第 2 位仅次于 Claude Code 这类 coding agent——因为它们是最好的 agent 工程样本。二、Agent Harness 解剖记住这 5 个部件不需要写代码只要看懂下面这张解剖图你就抓住了所有现代 agent 系统的骨架部件它回答什么问题出故障时的典型症状Agent Loop主循环observe → think → act → observe 怎么转死循环、任务漂移、不收敛Tool Registry工具注册表模型能调用哪些工具、参数 schema 是什么幻觉工具名、参数解析失败Permission Gate权限门哪些动作必须人工确认误删文件、误发消息Session Store会话存储长任务中断后怎么续跑重启后全丢、状态不一致Context Compaction上下文压缩上下文快爆掉时怎么精简越跑越慢、遗忘关键信息 新手自检看懂任何一个 agent 项目先找这 5 个部件在哪里比逐行读代码高效得多。三、Claude Code 的底层设计把 coding agent 做成产品Claude Code 是当前最值得拆解的 coding agent。它把 Harness 五件套做成了用户可感知的产品能力CLI 工具shell、文件读取/编辑、代码搜索是内置工具schema 严格天然适配 agent loop。Permissions权限危险操作改文件、跑命令有明确的确认与放行机制——这就是 Permission Gate 的产品化。Hooks钩子在 agent 行为的关键节点拦截、校验和扩展相当于给主循环装安全阀。Subagents子代理把子任务拆给专用子代理隔离上下文解决上下文膨胀这个老大难。MCP模型上下文协议标准化的外部工具接入方式让 harness 可以无限量扩展。 学习建议摘自 README.md 的 Claude Code Study Path按官方文档 → 复刻项目 → 架构解析 → 工程对照的顺序走先读懂 hooks / subagents / MCP 的机制再去看从零复刻 harness 的开源项目最后对照真实开源 coding agent 的工程实现。四、LangGraph 的底层设计状态图 可恢复执行如果说 Claude Code 是harness 产品化的范本那LangGraph 就是可控编排的工程基础。它的核心思想只有两个词状态图State Graph把 agent 流程显式建模成节点 边。每一步读什么状态、改什么状态、下一步去哪全部可视化、可调试。可恢复执行Checkpointer / Resume状态随每一步落盘长任务崩了可以从断点恢复——Session Store 部件的标准答案。对新手来说LangGraph 最大的价值不是 API而是它教会你两件事️流程要显式化与其让 agent 自由发挥不如把控制流画出来⏸️中断是可设计的超时、人工审核、失败重试都是状态图上的普通节点。在 README.md 的 Stage 3 对照表中LangGraph 的定位是学状态图、可恢复执行和可控编排适合作为工程基础打底。五、Claude Code vs LangGraph新手怎么选一张表讲清两者的取舍维度Claude CodeLangGraph定位Coding agent 产品 / harness 范本状态图编排框架学习重点权限、hooks、subagents、MCP状态图、断点恢复、可控编排适合你如果……想做一个终端里的编程助手想做一个可审计、可恢复的业务流程 agent核心收获harness 五件套如何产品化显式流程 持久化状态✅ 结论两者不冲突。推荐路径是先读懂 Claude Code 的 harness 设计知道外壳长什么样再用 LangGraph 把状态图思想落到自己的项目里知道怎么搭出来。六、照着一张 Todo List 动手4 步上手Agent Learning Hub 的学习路线是可打勾的 todo list针对本文主题你只需要做 4 件事对应 README.md 的 Stage 3 检查项读懂一个 harness 的目录结构——用第二节的5 部件清单做导航找出 5 个关键件——agent loop、tool registry、permission gate、session store、context compaction各找到一处实现跑通最小示例并加一个自己的工具——哪怕只是给 agent 加一个weather查询工具观察一次完整 trace——解释每一步为什么发生这是区分玩过和真懂的分水岭。完成后再往前推一格Stage 4 学多 agent 协作planner / executor / reviewerStage 7 补上评测与可观测性——README.md 里提醒得很直接没有 eval、trace、权限边界的 agent 只能算 demo。七、延伸阅读仓库内资料索引资料适合什么时候看README.md学习主线8 个 Stage 的 Todo List、Project Ladder 与精选资源README.md 的 Project Map想按学习目的而非 star 数挑项目时README.md 的 Papers想深入 ReAct、SWE-bench 等底层范式时CONTRIBUTING.md想了解资料收录标准、准备提交补充时index.html网页版学习路线展示可带学习进度 记住 README.md 里的学习原则先动手再深读小而不可靠的 agent胜过惊艳但脆弱的 demo。祝你顺利读完 Claude Code 与 LangGraph 的底层设计——从今天的第一项 todo 开始打勾吧。【免费下载链接】Agent-Learning-HubAI Agent 学习路线与资料库收集项目地址: https://gitcode.com/gh_mirrors/ag/Agent-Learning-Hub创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考