第四章讲述了钩子，让agent_loop变得更整洁的操作。完整代码见我们的任务是：1，了解hooks，清楚hooks的重要性2，将s03的代码一步步重构为hooks3，感受引入hooks之后的模型交互过程还记得第三章末尾我遇到的问题吗？在真实环境中往往会编写一些日志函数去实时监控模型的工作状态，那监控有很多种，有的在调用结束时，有的在调用之前，如果我们想把这些都加进去，那整个agent_loop会

第四章讲述了钩子，让agent_loop变得更整洁的操作。完整代码见我们的任务是：1，了解hooks，清楚hooks的重要性2，将s03的代码一步步重构为hooks3，感受引入hooks之后的模型交互过程还记得第三章末尾我遇到的问题吗？在真实环境中往往会编写一些日志函数去实时监控模型的工作状态，那监控有很多种，有的在调用结束时，有的在调用之前，如果我们想把这些都加进去，那整个agent_loop会

第二章，shareai讲述了给agent扩展工具的流程。完整代码见我们的任务是：1，扩展四个工具，手把手感受整个过程2，构建沙箱，了解沙箱为什么重要。3，感受claude code处理并发的操作那在写之前，我们需要先把os.getcwd()换成Path.cwd()，用WORKDIR去接收它，这么做的目的是方便后续工具把它作为全局变量使用，并且Path这个包还支持许多路径拼接，方便操作。现在来思考一

第三章，shareAI讲述了给模型加权限的过程。完整代码见我们的任务是：1，了解check_deny_list, check_rules, ask_user三道闸门组成的permission2，滤清楚权限检查的逻辑还记得第二章末尾提到，在run_bash中我们其实已经做过了一些权限检查，不过这只是象征性的，那样的硬检查对一些别有用心的shell语句几乎防不住，本章将一步步实现三层防护门，感受Cla

第三章，shareAI讲述了给模型加权限的过程。完整代码见我们的任务是：1，了解check_deny_list, check_rules, ask_user三道闸门组成的permission2，滤清楚权限检查的逻辑还记得第二章末尾提到，在run_bash中我们其实已经做过了一些权限检查，不过这只是象征性的，那样的硬检查对一些别有用心的shell语句几乎防不住，本章将一步步实现三层防护门，感受Cla

第二章，shareai讲述了给agent扩展工具的流程。完整代码见我们的任务是：1，扩展四个工具，手把手感受整个过程2，构建沙箱，了解沙箱为什么重要。3，感受claude code处理并发的操作那在写之前，我们需要先把os.getcwd()换成Path.cwd()，用WORKDIR去接收它，这么做的目的是方便后续工具把它作为全局变量使用，并且Path这个包还支持许多路径拼接，方便操作。现在来思考一

一、什么是Agent？二、为什么要学learn claude code？三、为什么写该专栏？四、环境配置五、注众所周知，基于Transformer衍生的LLM本质是一个概率模型，只会输出下一个token。通俗点儿说，LLM只会做一些完型填空类型的游戏，只会张嘴说话，而没有动手能力。harness（翻译为马鞍，挽具），给LLM以各种skill，并创造出可控的环境。就像给LLM这匹野马套上挽具，让他可

这一章ShareAI讲述了一个harness运行的最小单元框架，我将带你捋清一个agent在执行一次任务时的清晰逻辑。完整代码见工具run_bash（）需要传入具体的命令，而这个命令是由大模型读完说明书TOOLS，决定要调用这个工具后给出的。那么模型是根据什么决定调用这个工具的呢？那就是耳熟能详的上下文message，有地方也叫context。上下文是什么？LLM没有记忆，你每次对话必须把完整聊天

Git是什么？？Git原型是Linus大佬花了不到一个月时间写出的一款分布式版本控制系统底层使用C语言开发，使用起来很快，也很简单，非常牛批！！文章中将体现它的厉害之处。分布式是什么？？集中式系统通过中央服务器获得最新版本，用户每次更新版本都要上传到中央服务器中，缺点显然，多人协作十分麻烦，安全性低，还要求网速好，不然出错了，所有人都要停下工作，于是分布式诞生了。。简单来说，分布式中每台主机都是一

解决阿里云大模型服务平台百炼api调用示例问题。