第七节：Claude Code 核心原理与扩展机制

1. 智能体工作循环 Claude Code 的工作流程并非简单的问答，而是一个持续的迭代循环：

三大阶段：收集上下文 -> 采取行动 -> 验证结果。

自主纠错：Claude 会根据上一步的结果动态调整下一步行动，串联数十个操作并在过程中自我纠正。

人机协作：用户可随时中断循环，引导方向或补充上下文，实现“自主但响应灵敏”的工作模式。

2. 核心组件与能力

模型：作为推理引擎。推荐 Sonnet 用于常规编码，Opus 用于复杂架构决策。可通过 /model 切换。

工具：赋予模型行动能力的接口。主要分为四类：文件操作、搜索、执行命令、网络访问。

• 可访问内容：
  • 项目文件：目录及子目录文件。
  • 终端环境：构建工具、Git、包管理器等。
  • Git 状态：分支、提交历史、未提交更改。
  • CLAUDE.md：存储项目特定说明和约定的持久化上下文文件。

3. 会话与上下文管理

会话特性：对话保存在本地，支持回溯、恢复和分叉。会话是短暂的，跨会话的记忆需依赖 CLAUDE.md。

• 分支与并行：
  • 恢复：--continue 接续原有对话。
  • 分叉：--fork-session 从历史节点创建新会话，适合尝试不同方案而不干扰原会话。
• 上下文窗口：包含对话历史、文件内容、指令等。Claude 会自动压缩，建议将持久规则写入 CLAUDE.md。

4. 扩展功能层级 通过扩展层增强核心能力，解决不同维度的问题：

• CLAUDE.md：常驻上下文，定义“总是做 X”的规则。
• Skills ：按需加载的可复用工作流或知识。
• MCP ：连接外部服务如数据库、Slack。
• Subagents 子智能体：在隔离上下文中运行，适合并行任务或上下文隔离任务。
• Hooks ：基于事件触发的确定性脚本，不消耗 LLM 资源。

---

第八节：在 VS Code 中高效使用 Claude Code

本节重点介绍了 Claude Code 的 VS Code 扩展，提供了比命令行更直观的图形化交互体验。

1. 界面集成与交互

• 安装与启动：安装扩展后，可通过编辑器工具栏的 Spark 图标、命令面板或状态栏打开面板。
• 权限模式：
  • 正常模式：每次操作需确认。
  • 计划模式：先描述计划，批准后执行。
  • 自动接受模式：自动进行编辑，适合信任度高的场景。

2. 高效输入技巧

• @-提及：
  • 输入 @ 引用文件或文件夹，支持模糊匹配。
  • 引用代码段：选中代码后按 Option+K (Mac) / Alt+K (Win) 自动插入带行号的引用。
  • 大文件处理：对 PDF 可指定阅读特定页面范围以节省 Token。
• 命令菜单：输入 / 访问功能，如附加文件、切换模型、查看使用量等。
• 多行输入：Shift+Enter 换行，方便描述复杂问题。

3. 工作流定制

• 面板布局：支持拖拽至辅助侧边栏（右侧）、主侧边栏或作为编辑器标签页打开，适应不同工作习惯。
• 多会话并行：可在多个标签页或窗口中运行独立对话，互不干扰。
• 历史记录管理：
  • 下拉菜单访问本地历史。
  • 远程恢复：直接在 VS Code 中恢复来自 claude.ai 的远程会话（需登录且仓库关联 GitHub）。

---

第九节：使用 Claude Agent SDK 构建实战级研究智能体

本节展示了如何脱离交互式界面，使用 Python SDK 构建可编程、可扩展的智能体应用。

1. 架构设计：模拟企业组织 构建了一个“通用研究智能体”，其架构映射了企业团队模式：

• 指挥官：主智能体。负责理解需求、加载技能 制定计划、调度子智能体 并合成最终报告。
• 专家：子智能体。负责执行具体任务，如查文档、分析代码库、搜索网络。
• 标准作业程序：技能。如 learning-a-tool，指导主智能体如何规划。
• 外部连接器：连接外部系统如 Notion进行成果交付。

2. 关键技术实现

• 环境搭建：
  • 必须遵循特定目录结构：agent.py 主程序、agents子智能体、.claude/skills技能。
  • 依赖安装：claude-agent-sdk、python-dotenv 等。
• 工具配置：
  • 显式授权：SDK 默认安全，需手动添加 Write、Bash、WebSearch 等工具到 allowed_tools。
  • MCP 集成：通过配置字典连接 MCP 服务器，并使用通配符（如 mcp_notion_*）授权工具。
  • 核心工具：
    • SkillTool：加载技能，提供规划指导。
    • TaskTool：调度子智能体，实现并行处理。
• 渐进式披露：技能采用分级加载策略（名称 -> SKILL.md -> 详细引用），有效节省上下文窗口空间。

3. 执行流程与最佳实践

• 典型流程：
  1. 规划：主智能体加载技能，制定分步计划。
  2. 并行执行：通过 TaskTool 同时启动多个子智能体，提高效率。
  3. 合成：主智能体汇总结果，生成本地文档README.md。
  4. 交付：调用 MCP 工具将内容写入外部平台。
• SDK vs CLI：
  • CLI：适合交互式、一次性、辅助编程任务。
  • SDK：适合构建可集成、可扩展、需精细控制逻辑的生产级应用。
• 安全警示：
  • 对高风险工具（如 Bash、Write）应设置拦截确认机制，防止误操作。

     这三节课构成了从“理解原理”到“图形化应用”再到“编程化构建”的完整进阶路径。

     第七节揭示了 Agent 的底层逻辑与扩展机制；第八节提供了高效的 IDE 集成工作流；第九节则展示了如何利用 SDK 将这些能力封装为独立的、可自动化的复杂应用系统。