Agent 开发学习指南¶

通过深入分析 Claude Code 源代码，系统学习 AI Agent 开发

系列概述¶

本系列文档通过深入分析 Claude Code 源代码，引导有 Python 和 TypeScript 经验的工程师系统学习 AI Agent 开发。

完整教程列表¶

序号	文档	核心内容
00	学习路线总览	系列介绍、学习路径、时间估算
01	LLM 基础与 Agent 概念	API 交互、消息格式、工具调用、流式响应
02	Agent 架构入门	整体架构、状态管理、命令系统、数据流
03	工具系统详解	Tool 接口、工具实现、权限控制、自定义工具
04	会话与状态管理	会话存储、消息链、持久化、恢复机制
05	权限与安全控制	权限模式、规则系统、Auto Mode 分类器
06	MCP 与外部集成	MCP 协议、外部工具集成、资源管理
07	多 Agent 协作系统	Agent 生成、通信、协调器模式
08	实战：构建自己的 Agent	综合实践、从零实现完整 Agent 系统

快速开始¶

学习路径建议¶

初学者路径（22-32 小时）：按顺序阅读第 01-08 篇

进阶路径（有 LLM 经验）：第 02 → 03 → 05 → 06 → 07 → 08 篇

示例代码¶

本系列提供完整的示例代码：

TypeScript 版本：examples/simple-agent
Python 版本：examples/simple-agent-python

高级示例¶

核心概念速查¶

Agent = LLM + Tools + State + Permissions¶

┌─────────────────────────────────────────────────────────┐
│                      Agent                              │
├─────────────┬─────────────┬─────────────┬───────────────┤
│    LLM      │   Tools     │    State    │  Permissions  │
│   决策核心   │  能力扩展   │  上下文记忆  │   安全边界    │
└─────────────┴─────────────┴─────────────┴───────────────┘

工具调用流程¶

用户请求 → LLM 决策 → 工具调用 → 权限检查 → 执行 → 返回结果 → LLM 总结

本地开发¶

预览文档站点¶

# 安装依赖
pip install mkdocs mkdocs-material

# 本地预览
mkdocs serve

访问 http://127.0.0.1:8000 查看文档。

构建静态站点¶

mkdocs build

部署到 GitHub Pages¶

自动部署（推荐）¶

已配置 GitHub Actions，推送到 main 分支时自动部署。

手动部署¶

mkdocs gh-deploy

License¶

MIT License