Agent 工程基础 · 课程导学
本课程共 32 章，打通构建生产级 AI 应用的六大基石，每一部分都严格对照权威源编写：
| 模块 | 章节 | 权威来源 |
|---|---|---|
| Harness 工程基础 | 01–06 | walkinglabs/learn-harness-engineering、OpenAI、Anthropic 官方文档 |
| 提示工程 | 07–15 | Prompt Engineering Guide |
| MCP 协议 | 16–21 | Anthropic 官方 modelcontextprotocol |
| Agent Skills | 22–25 | Anthropic 官方 anthropics/skills |
| Loop Engineering | 26–29 | cobusgreyling/loop-engineering |
| AGENTS.md 与综合实战 | 30–32 | agentsmd/agents.md |
你将学到什么
- Harness 工程基础（01–06）：强模型为何仍会失败、五子系统模型、仓库即记录、长任务连续性、控制机制、可观测性；
- 提示工程（07–15）：从提示基本要素到 Few-shot、思维链、ReAct、ToT、RAG 增强，以及对抗攻击防御；
- MCP 协议（16–21）：Model Context Protocol 架构、Tools/Resources/Prompts 三大原语、传输层生命周期，动手用 Python SDK 写 Server 并接入客户端；
- Agent Skills（22–25）：SKILL.md 标准结构、渐进披露机制，编写高质量技能、团队治理，以及 mattpocock/skills · obra/superpowers · OpenSpec 三大仓库对比；
- Loop Engineering（26–29）：「停止提示，设计循环」——五大积木+Memory、七大生产循环模式、L1–L3 自主等级、Loop Ready 评分与失败模式；
- AGENTS.md 与综合实战（30–32）：「给智能体的 README」开放标准、嵌套优先级，把 Prompt/Harness/MCP/Skills/Loop 五件套串成完整工作流。
官方参考源
本课程严格对照以下权威文档编写：
| 来源 | 链接 |
|---|---|
| www.promptingguide.ai | https://www.promptingguide.ai/ |
| walkinglabs.github.io | https://walkinglabs.github.io/learn-harness-engineering/en/ |
| github.com | https://github.com/modelcontextprotocol |
| github.com | https://github.com/anthropics/skills |
| github.com | https://github.com/cobusgreyling/loop-engineering |
| github.com | https://github.com/agentsmd/agents.md |
内容版本基准：多源综合
学习前提
与其他课程的关系
本课程是「原理与协议层」，与本站框架课程互补：Agno 和 CrewAI 教你用框架造智能体，这门课教你底层的提示设计、工具协议、能力封装与运行循环。
👉 从 第 1 章 开始。