Damn Agent案例拆解
AI Agent 案例拆解入口：研究、代码和工具型智能体场景。
案例页不追求堆功能，而是看任务边界、工具选择、状态流转、失败处理和人工接管如何落到系统设计里。
社区开源智能体项目会单独放在 开源智能体 分组。主流编码 Agent 产品介绍见 编码 Agent。案例页保留更通用的场景拆解和源码深读。
阅读入口
| 案例 | 关注点 |
|---|---|
| Claude Code 源码解析 | 查询引擎、工具系统、Bash 安全、Hook、MCP 和多智能体协作。 |
| 研究型 Agent | 问题澄清、资料检索、证据整理到结论输出的完整链路。 |
| Coding Agent 工程案例 | 仓库理解、搜索、编辑、测试、diff、commit 和 PR 的工作流。 |
拆解模板
读任何 Agent 案例时，可以固定看五个问题：
- 任务边界是什么。
- 哪些步骤必须使用工具。
- 状态如何保存。
- 失败如何回放。
- 什么情况下需要人工接管。
案例拆解输出格式
一个合格案例页不只是讲“这个 Agent 很强”，而要留下可迁移的工程结论：
| 模块 | 要写清楚什么 |
|---|---|
| 场景边界 | 用户是谁，目标是什么，什么不在范围内。 |
| 执行链路 | 从输入、计划、工具、观察、验证到交付的步骤。 |
| 状态模型 | 任务状态、上下文、记忆、证据、错误如何保存。 |
| 工具边界 | 哪些工具只读，哪些有副作用，哪些需要人工确认。 |
| 验证方式 | 测试、引用、人工评审、trace、回归样例。 |
| 失败模式 | 常见错误、恢复方式、停止条件和转人工条件。 |
读案例的反向问题
读完一个案例后，应该能反向回答：
- 如果不用 Agent，这个任务会怎样被普通程序或人工流程完成。
- Agent 增加的价值是速度、覆盖范围、交互体验，还是错误恢复。
- 哪些步骤必须保留人类控制权。
- 哪些设计可以抽象成框架、工具或文档规范。
- 这个案例是否能沉淀为评测集，防止未来策略退化。
参考来源
- Claude Code 源码解析：Claude Code 查询引擎、工具系统、Bash 安全和 Hook 的案例来源。
- 研究型 Agent：检索、证据、引用和报告结构的案例来源。
- Coding Agent 工程案例：仓库理解、编辑、验证和提交链路的案例来源。
- 资源总览：本站书籍和 PDF 出处索引。