我用 Rust 写了一个从 0 到 1 学习 Claude Code Agent Harness 的项目

大家好，我最近在写一个 Rust 版本的 agent harness 学习项目：

https://github.com/wulawulu/learn-claude-code-rs

项目名叫 learn-claude-code-rs，目标是用 Rust 从最小 agent loop 开始，一步步实现一个类似 Claude Code / Codex / Cursor Agent 背后那类运行时框架的核心机制。

它不是一个完整产品，而是一个渐进式教程项目。每一章都是一个可以单独运行的 Rust crate，方便按章节阅读、运行和修改。

为什么写这个项目

现在很多 LLM 示例会停在 tool calling：定义几个工具，让模型调用一下。

但真正的 coding agent 不只是 tool calling。模型之外还有很多 runtime 工程问题：

• 工具如何注册、路由和执行
• 权限如何控制
• 上下文太长时如何压缩
• 如何加载按需知识和 skills
• 如何保存 memory
• 如何启动 subagent
• 如何处理后台任务
• 多 agent 之间如何协作
• 如何用 worktree 隔离并行任务
• MCP / plugin 工具如何接入
• 工具系统如何做成强类型路由

我想把这些机制用 Rust 拆开实现一遍，形成一条可以运行的学习路线。

这个项目受到 shareAI-lab/learn-claude-code 启发，但不是简单移植。原项目是 Python 方向，我这里更关注 Rust 生态下如何表达这些结构：trait、enum、async runtime、持久化状态、workspace、多 crate 组织等。

当前包含的章节

目前项目包含 20 个渐进章节和一个完整整合版本：

每一章都有对应的中英文说明文档。

快速运行

准备 Rust 环境后：

git clone https://github.com/wulawulu/learn-claude-code-rs
cd learn-claude-code-rs
cp .env.example .env

然后在 .env 里配置：

ANTHROPIC_API_KEY=your_api_key
ANTHROPIC_BASE_URL=your_anthropic_compatible_base_url

运行第一章：

cargo run -p s01_agent_loop

运行完整版本：

cargo run -p sfull

检查整个 workspace：

cargo check --workspace

适合谁看

这个项目比较适合：

• 想理解 coding agent 内部机制，而不只是调用现成产品的人
• 想用 Rust 写 AI agent、CLI agent 或自动化工具的人
• 已经了解 LLM API，但想系统学习 tool use、subagent、permission、hook、memory 等工程结构的人
• 对 Claude Code、Codex、Devin、Cursor Agent 这类 coding agent 背后 runtime 感兴趣的人

我希望得到的反馈

目前项目还在持续完善中，欢迎大家帮忙看看：

• 章节拆分是否合理
• Rust 实现是否有更自然的抽象方式
• 哪些地方需要更多解释、图示或运行示例
• 是否应该补更多测试
• MCP / plugin / tool routing 这些章节还有哪些可以改进
• 文档里的中文或英文表达是否清楚

如果你对 Rust + AI agent runtime / agent harness 这个方向感兴趣，也欢迎提 issue、PR 或 star。

项目地址：

https://github.com/wulawulu/learn-claude-code-rs

谢谢大家。