驾驭工程：从 Claude Code 源码到 AI 编码最佳实践

这是一本围绕 Harness Engineering（驾驭工程）的中文技术书。它以 Claude Code v2.1.88 的公开发布包与 source map 还原结果为分析材料，不试图复刻官方产品文档，而是从真实工程实现中提炼 AI 编码 Agent 的架构模式、上下文策略、权限体系和生产实践。

课时

• 第一篇：架构 — Claude Code 如何运作
  • 第1章：AI 编码 Agent 的完整技术栈
  • 第2章：工具系统 — 40+ 个工具作为模型的双手
  • 第3章：Agent Loop — 从用户输入到模型响应的完整生命周期
  • 第4章：工具执行编排 — 权限、并发、流式与中断
  • 第4b章：计划模式 — 从"先做后看"到"先看后做"
• 第二篇：提示工程 — 系统提示词作为控制面
  • 第5章：系统提示词架构
  • 第6章：通过提示词引导行为
  • 第6b章：API 通信层 — 重试、流式与降级工程
  • 第7章：模型特定调优与 A/B 测试
  • 第8章：工具提示词作为微型驾驭器
• 第三篇：上下文管理 — 200K Token 竞技场
  • 第9章：自动压缩 — 上下文何时以及如何被压缩
  • 第10章：压缩后的文件状态保留
  • 第11章：微压缩 — 精准上下文修剪
  • 第12章：Token 预算策略
• 第四篇：提示词缓存 — 隐藏的成本优化器
  • 第13章：缓存架构与断点设计
  • 第14章：缓存中断检测系统
  • 第15章：缓存优化模式
• 第五篇：安全与权限 — 纵深防御
  • 第16章：权限系统
  • 第17章：YOLO 分类器
  • 第17b章：提示注入防御 — 从 Unicode 清洗到纵深防御
  • 第18章：Hooks — 用户自定义拦截点
  • 第18b章：沙箱系统 — 从 Seatbelt 到 Bubblewrap 的多平台隔离
  • 第19章：CLAUDE.md — 用户指令作为覆盖层
• 第六篇：高级子系统
  • 第20章：Agent 派生与编排
  • 第20b章：Teams 与多进程协作
  • 第20c章：Ultraplan — 远程多代理规划
  • 第21章：Effort、Fast Mode 与 Thinking
  • 第22章：技能系统 — 从内置到用户自定义
  • 第22b章：插件系统 — 从打包到市场的扩展工程
  • 第23章：未发布功能管线 — 89 个 Feature Flag 背后的路线图
  • 第24章：跨会话记忆 — 从遗忘到持久学习
• 第七篇：AI Agent 构建者的经验教训
  • 第25章：驾驭工程原则
  • 第26章：上下文管理作为核心能力
  • 第27章：生产级 AI 编码模式
  • 第28章：Claude Code 的不足之处
  • 第29章：可观测性工程 — 从 logEvent 到生产级遥测
  • 第30章：构建你自己的 AI Agent — 从 Claude Code 模式到实战
• 附录
  • 附录 A：关键文件索引
  • 附录 B：环境变量参考
  • 附录 C：术语表
  • 附录 D：89 个 Feature Flag 完整清单
  • 附录 E：版本演化记录
  • 附录 F：端到端案例追踪
  • 附录 G：认证与订阅系统 — 从 OAuth 到合规边界
• book-en
  • 源码
    • Preface
    • Summary
    • appendix
      • Appendix A: Key File Index
      • Appendix B: Environment Variable Reference
      • Appendix C: Glossary
      • Appendix D: Full List of 89 Feature Flags
      • Appendix E: Version Evolution Log
      • Appendix F: End-to-End Case Traces
      • Appendix G: Authentication & Subscription System — From OAuth to Compliance Boundaries
    • part1
      • Chapter 1: The Full Tech Stack of an AI Coding Agent
      • Chapter 2: Tool System — 40+ Tools as the Model's Hands
      • Chapter 3: Agent Loop — The Full Lifecycle from User Input to Model Response
      • Chapter 4: Tool Execution Orchestration — Permissions, Concurrency, Streaming, and Interrupts
      • Chapter 4b: Plan Mode — From "Act First, Ask Later" to "Look Before You Leap"
    • part2
      • Chapter 5: System Prompt Architecture
      • Chapter 6: Steering Behavior Through Prompts
      • Chapter 6b: API Communication Layer — Retry, Streaming, and Degradation Engineering
      • Chapter 7: Model-Specific Tuning and A/B Testing
      • Chapter 8: Tool Prompts as Micro-Harnesses
    • part3
      • Chapter 9: Auto-Compaction — When and How Context Gets Compressed
      • Chapter 10: Post-Compaction File State Preservation
      • Chapter 11: Micro-Compaction — Precise Context Pruning
      • Chapter 12: Token Budgeting Strategies
    • part4
      • Chapter 13: Cache Architecture and Breakpoint Design
      • Chapter 14: Cache Break Detection System
      • Chapter 15: Cache Optimization Patterns
    • part5
      • Chapter 16: Permission System
      • Chapter 17: YOLO Classifier
      • Chapter 17b: Prompt Injection Defense — From Unicode Sanitization to Defense in Depth
      • Chapter 18: Hooks — User-Defined Interception Points
      • Chapter 18b: Sandbox System — Multi-Platform Isolation from Seatbelt to Bubblewrap
      • Chapter 19: CLAUDE.md — User Instructions as an Override Layer
    • part6
      • Chapter 20: Agent Spawning and Orchestration
      • Chapter 20b: Teams and Multi-Process Collaboration
      • Chapter 20c: Ultraplan -- Remote Multi-Agent Planning
      • Chapter 21: Effort, Fast Mode, and Thinking
      • Chapter 22: Skills System -- From Built-In to User-Defined
      • Chapter 22b: Plugin System -- Extension Engineering from Packaging to Marketplace
      • Chapter 23: The Unreleased Feature Pipeline -- The Roadmap Behind 89 Feature Flags
      • Supplementary Chapter: Cross-Session Memory -- From Forgetfulness to Persistent Learning
      • Chapter 24: Cross-Session Memory -- From Forgetfulness to Persistent Learning
    • part7
      • Chapter 24: Harness Engineering Principles
      • Chapter 25: Harness Engineering Principles
      • Chapter 26: Context Management as a Core Competency
      • Chapter 27: Production-Grade AI Coding Patterns
      • Chapter 28: Where Claude Code Falls Short (And What You Can Fix)
      • Chapter 29: Observability Engineering — From logEvent to Production-Grade Telemetry
      • Chapter 30: Build Your Own AI Agent — From Claude Code Patterns to Practice
• book
  • 源码
    • 前言
    • 目录
• 文档
  • Claude Code v2.1.88 子系统锚点索引
  • 书籍大纲：驾驭工程 — 从 Claude Code 源码到 AI 编码最佳实践
  • Claude Code 逆向工程参考指南
  • version-diffs
    • 书籍影响分析: v2.1.88 → v2.1.91
    • Claude Code 版本差异报告
    • Claude Code 版本差异报告
    • 书籍影响分析: v2.1.88 → v2.1.100
    • Claude Code 版本差异报告
• 示例
  • Code Review Agent

开始学习 → Appendix A: Key File Index