这里记录下cursor使用的过程，方便后续自己回顾。

✅ 为什么要使用工具✅ 如何创建自定义工具（@tool 装饰器）✅ 工具的两个关键参数（name 和 description）✅ Agent 如何自主选择和调用工具✅ 工具设计的最佳实践。

CrewAI学习路程

✅ 顺序协作模式（Sequential）的使用✅ 层级管理模式（Hierarchical）的使用✅ 两种模式的区别和适用场景✅ 任务间数据传递（context 参数）✅ 完整的实战项目。

Claude Code 从来不是简单的AI聊天工具，而是可编程的智能编码伙伴。50+命令覆盖从启动到开发、从调试到归档的全流程，核心10命令搞定日常，进阶命令解锁高效，隐藏功能拓展边界。别再只用3-5个命令浪费潜力，从今天起，按本文的分类和工作流练习，每周掌握2-3个新命令，很快就能成为 Claude Code 高手，让AI真正成为你的开发外挂！

你把 8000 tokens 的数据库 schema 放在 system prompt 里，模型在处理你的代码时，那 8000 tokens 就像背景噪音。为了回答这个简单的问题，模型被迫阅读了 8000 tokens 的无关知识，然后才找到真正需要的那 200 tokens。s06 要解决的是另一个方向的问题——“对话太长”。：创建任务时把需要的技能名写在任务描述里，Agent 认领任务后自动加

但你可以给模型配合伙人（Subagent），可以给模型建团队（Teammate），可以给团队设计协作协议（Protocol），可以让团队自发地找活干（Autonomous）。，但同时 Harness 的复杂度几乎没变——还是那个 while 循环，还是那个 tool dispatch map，只是多加了几行工具注册。模型的上下文窗口就是它的"工作记忆"它不知道父代理之前聊了什么，不知道之前的文件内

repo 说了句大实话：这个 repo 选择了 Claude Code 作为解剖对象，不是因为它是"最牛的 Agent"，而是因为它是最优雅的 Harness 工程范例。作者说，Claude Code 最美的地方不在于它做了什么，而在于它没做什么它没有强行设定死板的工作流它没有用一堆决策树来质疑模型它没有把自己当成 Agent一个循环 + 一组工具 + 一些基础设施。剩下的交给模型。

而是从现场（代码）亲手找到的。

而是从现场（代码）亲手找到的。