Learn Claude Code

很多人惊叹于 Claude Code 或 Cursor 的神奇：它们能自动规划任务、调用终端、修复 Bug，甚至管理整个项目。但如果问一句"它到底是怎么工作的？"，大部分人只能回答“调用了 API"，却说不清背后的逻辑闭环。

Learn Claude Code 这个开源项目正是为了解决这个认知黑箱而生。它不教你怎么使用AI 编程，而是教你怎么制造一个 AI 编程助手。

💡 核心洞察：所有 Agent 都是同一个循环

该项目揭示了一个惊人的事实：所有复杂的 AI 编程 Agent，底层都是同一个简单的循环。

# Agent 的最小实现（伪代码）
while not task_complete:
    response = llm.chat(messages)       # 1. 用户/历史发给模型
    if response.has_tool_call():        # 2. 模型决定调用工具？
        result = execute_tool(response) # 3. 执行工具（如运行 bash）
        messages.append(result)         # 4. 把结果喂回给模型
    else:
        task_complete = True            # 5. 模型觉得做完了

整个核心循环不到 30 行代码。
剩下的一切——规划、子任务拆分、上下文压缩、多 Agent 协作、工作目录隔离——都只是在这个基础循环上一层层叠加的机制。

📚 12 节课，12 层进化

项目设计了精妙的渐进式学习路径，每节课只引入一个新机制，并配有一句核心格言（Mantra）。从单兵作战到团队协作，复杂度平滑上升。

🌟 为什么这是最好的学习路径？

1. 心智模型优先：
   • 文档风格独特：先讲痛点（为什么需要这个机制？），再讲方案，配合清晰的 ASCII 架构图，最后给出最小可运行代码。
   • 拒绝堆砌术语，直击本质。
2. 可运行的每一步：
   • 每节课的代码都是完整可执行的 Python 脚本。
   • 你可以亲眼看到加上“计划”功能后，Agent 如何不再迷路；加上“压缩”后，如何处理万字长文。
3. 交互式 Web 平台：
   • 项目配套了一个精美的 Web 学习平台，支持中文、英文、日文。
   • 内置源码查看器、步骤图解，体验极佳。
4. 举一反三：
   • 学完这 12 节课，你再去看 Claude Code、OpenClaw、LangChain 或其他任何 Agent 框架的源码，会发现它们的核心逻辑与此大同小异，只是工程化程度更高而已。

🚀 适合谁学？

• Python 开发者：想深入理解 LLM Agent 架构，不再只会调 API。
• AI 应用构建者：想自定义自己的编程助手或自动化工作流。
• 技术好奇者：想知道“AI 是如何思考并执行代码的”。
• 无需高深前置知识：只要懂基础 Python，就能跟上。