远山
6K posts

远山 retweetledi
远山 retweetledi

看别人推荐了 TS 大神 Matt Pocock 的个人 skills 集合:github.com/mattpocock/ski…
真的是非常不错,有活人气息,就是因为它本来就是 Matt Pocock 自己日常用的,不是为了教别人而造的完美框架。
都是直接从他的 .claude 目录里扒出来的,没有过度包装。
从 Planning & Design 到 Development 再到 Tooling & Setup 最后 Writing & Knowledge 能窥探到他自己真正的工程师思维。
我不仅仅是下载 skills,而是去阅读其中的内容来感受它的思考方式。
个人很喜欢:grill-me 让 AI 疯狂地毫不留情地 grill 你,直到你对某个计划/设计或方案的每一个分支/每一个决策都想清楚,达成共识为止。
中文
远山 retweetledi
远山 retweetledi

Harness工程最佳实践的学习姿势:
- 一边剖析Claude Code源码
- 一边比对Claude Code和Codex工程实践差异
书籍源码(含PDF生成逻辑、最佳实践Skill)完全开放在github.com/wquguru/harnes…中,在线阅读可以看harness-books.agentway.dev
搭配 @blackanger 张汉东老师的大作阅读更佳🫱 zhanghandong.github.io/harness-engine…


WquGuru🦀@wquguru
这两本书把Claude Code和Codex的Harness工程吃透了,对于Claude Code和Codex源码解析和对比都入木三分,文科生也能读的津津有味: 《Harness Engineering——Claude Code 设计指南》:不是源码注释汇编,也不是产品功能介绍。它关注的是 Claude Code 如何把不稳定模 型收束进可持续运行的工程秩序,让控制面、主循环、工具权限、上下文治理、恢复路 径、多代理验证与团队制度长成一套完整骨架 《Claude Code 和 Codex 的 Harness 设计哲学——殊途同归,还是各表一枝》:比较两套 AI coding harness,最容易犯的错误,是拿一张功能对照表当作思想史。左边写“有技能”,右边也写“有技能”;左边写“有沙箱”,右边也写“有沙箱”;左边写“能开子代理”,右边也写“能开子代理”。这样写的好处是省事,坏处是几乎什么也没说。因为工具中的名词相同,不代表系统的骨架相同。就像两个城市都修了桥,不能说明它们是按同一条河设计的。 Github仓库:github.com/wquguru/harnes… 在线阅读:harness-books.agentway.dev/index.html
中文
远山 retweetledi

刚开始接触 Claude code 的朋友,我强烈推荐你去看看这个项目— learn-claude-code
这个课程不是在教你用 Claude code,而是教你从零实现一个类似 Claude Code 的 AI 编码 Agent
项目分成 12 个 session,每个 session 只加一个机制,代码从几十行逐渐到完整版,每节课都有独立可运行的 Python 文件:
s01. 基础 Agent Loop + 1 个 Bash Tool(最简版,跑起来就行)
s02. Tool 注册与调度
s03. Todo 规划(让 Agent 先想计划)
s04. Subagents(子 Agent 拆分大任务)
s05. Skills 动态加载(需要知识时再注入)
s06. Context Compact(上下文压缩)
s07. Tasks + 依赖图(持久化任务)
s08. Background Tasks(后台异步执行)
s09. Agent Teams(多 Agent 团队)
s10. Team Protocols(团队沟通协议)
s11. Autonomous(自主认领任务)
s12. Worktree + Task Isolation(工作树隔离,完全不互相干扰)
最后还有 s_full.py 把所有功能合在一起
仓库地址:github.com/shareAI-lab/le…
在线学习平台:learn.shareai.run(强烈推荐先打开这个看可视化)
中文 README:github.com/shareAI-lab/le…
中文
远山 retweetledi

Rob Pike 的编程五原则,写于几十年前,现在读来反而更扎心:"数据结构比算法更重要。"
"简单的算法配正确的数据结构,解决90%的问题。"现在满屏都是"用AI生成复杂架构",但真正写过大型系统的人都知道——你花80%时间debug的那些bug,根源往往不是算法不够巧妙,而是数据结构选错了。
AI时代更需要重读Pike:工具越强大,越容易过度设计。基础还是太重要了
cs.unc.edu/~stotts/COMP59…
中文
远山 retweetledi
远山 retweetledi
远山 retweetledi





