这是一个运行在托管基础设施中的预构建、可配置智能体（Agent）框架，最适用于长时间运行的任务和异步工作。
Anthropic 提供了两种使用 Claude 构建应用的方式，分别适用于不同的使用场景：
| Messages API | Claude Managed Agents | |
|---|---|---|
| 定位 | 直接的模型提示词访问 | 运行在托管基础设施中的预构建、可配置智能体框架 |
| 最佳用途 | 自定义智能体循环和精细化控制 | 长时间运行的任务和异步工作 |
| 了解更多 | Messages API 文档 | Claude Managed Agents 文档 |
Claude Managed Agents 为将 Claude 作为自主智能体运行提供了框架和基础设施。无需构建自己的智能体循环、工具执行环境和运行时，你即可获得一个全托管的环境，让 Claude 能够安全地读取文件、运行命令、浏览网页并执行代码。该框架支持内置的提示词缓存、压缩以及其他性能优化，以实现高质量、高效的智能体输出。
Claude Managed Agents 基于四个核心概念构建：
Harness Engineering，是在AI大模型时代，以确定性系统外壳约束概率性AI行为，通过上下文工程、架构约束、熵管理三位一体，构建可长期稳定运行的AI Agent系统，推动软件工程从代码实现转向系统设计，成为下一代AI工程化的核心范式。
在人工智能，特别是大型语言模型（LLM）能力迅速发展的时代，软件开发领域正经历一场深刻的范式转移。传统以代码为中心的工程方法正在被一种以语言为中心的新范式所取代。这一新范式将工程设计的核心原则，如控制、可靠性和可扩展性，应用到了人与AI的交互界面上。本报告将深入探讨这一新兴领域，提出“Harness Engineering”（驾驭工程）这一术语，用以描述其背后的系统性原则、核心实践、行业案例及未来挑战。报告旨在为软件工程师、技术领导者及行业观察家提供一个全面的框架，以理解并应用这一即将定义未来技术格局的关键技术。
在深入探讨Harness Engineering之前，必须首先理解它所处的演化脉络。它并非一个凭空出现的概念，而是对已有AI工程实践的一次系统性整合与升华。它标志着行业的焦点从与AI模型的“单次对话”转向了构建一个让AI能够“持续可靠工作”的完整系统。
Harness Engineering（驾驭工程）被定义为一个新兴的工程学科，其核心目标是设计和实现一套围绕AI Agent（人工智能体）的完整系统，该系统由约束（Constrain
在智能体（Agentic）编程的前沿领域，Harness 设计（测试与运行框架设计）是性能表现的关键。以下是我们如何推动 Claude 在前端设计和长时间运行的自主软件工程中进一步突破的实践。
作者：Prithvi Rajasekaran，Labs 团队成员
发布日期：2026年3月24日
在过去的几个月里，我一直致力于解决两个相互关联的问题：如何让 Claude 产出高质量的前端设计，以及如何让它在无需人工干预的情况下构建完整的应用程序。这项工作源于我们早期在前端设计能力和长时间运行编程智能体 Harness 方面的尝试。当时，我和同事们通过提示词工程（Prompt Engineering）和 Harness 设计，能够将 Claude 的性能提升到远高于基准线的水平——但两者最终都遇到了瓶颈。
为了实现突破，我寻求了一种能够跨越两个完全不同领域的全新 AI 工程方法：一个由主观审美定义，另一个由可验证的正确性和可用性定义。受生成对抗网络（GAN）的启发，我设计了一种包含**生成器（Generator）和评估器（Evaluator）**智能体的多智能体结构。要构建一个能够可靠且具审美感地对输出进行评分的评估器，意味着首先要开发一套标准，将“这个设计好吗？
这是一篇由 Anthropic 发布的技术博客文章，探讨了如何通过构建有效的“脚手架”（harnesses）来提升长时运行智能体（long-running agents）的工作效率。
发布日期：2025 年 11 月 26 日
智能体在跨越多个上下文窗口工作时仍面临挑战。我们从人类工程师身上汲取灵感，为长时运行的智能体构建了一个更有效的脚手架。
随着 AI 智能体（agents）能力的不断提升，开发者正越来越多地要求它们承担复杂的任务，这些任务往往需要持续数小时甚至数天的工作。然而，让智能体在多个上下文窗口（context windows）中保持连贯的进度仍然是一个悬而未决的问题。
长时运行智能体的核心挑战在于：它们必须在离散的“会话”中工作，且每个新会话开始时都没有之前发生的记忆。想象一下，一个软件项目由实行轮班制的工程师负责，而每位新来的工程师对上一班发生的事情毫无记忆。由于上下文窗口是有限的，且大多数复杂项目无法在单个窗口内完成，智能体需要一种方法来弥合多次编码会话之间的差距。
我们开发了一种方案，使 Claude Agent SDK 能够有效地跨多个上下文窗口工作。
知识工作插件（Knowledge Work Plugins）能将 Claude 打造为适配你岗位、团队与公司的专业助手。专为 Claude Cowork 打造，同时兼容 Claude Code。
每个插件都为特定职能打包了专业能力、工具连接器、斜杠命令和子智能体。开箱即用，就能让 Claude 快速上手协助对应岗位人员。真正的强大之处在于为你的公司定制化——适配你的工具、术语与流程，让 Claude 仿佛为你的团队量身定制。
这份指南详细介绍了如何为 Claude 构建 “技能” (Skills)，即一种能让 AI 学习特定工作流与专业知识的指令包。通过由 YAML 元数据和 Markdown 指令构成的三层渐进式披露结构，开发者可以教会 Claude 何时以及如何执行复杂任务。技能不仅能独立运行，还能与 MCP（模型上下文协议） 结合，将底层工具访问转化为可靠、标准化的操作流程。文档涵盖了从规划设计到测试分发的全过程，并提供了多种工作流编排模式以提升输出的稳定性。其核心优势在于跨平台通用性，让团队能够统一 Claude 在不同交互界面下的任务处理逻辑。通过使用 skill-creator 等辅助工具，用户可以在短时间内完成技能的迭代与部署。
当您拥有可重复的工作流时，技能将非常强大：例如根据规范生成前端设计、使用一致的方法论进行研究、创建遵循团队风格指南的文档，或编排多步骤流程。它们能与 Claude 的内置功能（如代码执行和文档创建）良好协作。对于那些正在构建 MCP（模型上下文协议） 集成的人来说，技能增加了另一个强大的层级，帮助将原始的工具访问转化为可靠、优化的工作流。
本指南涵盖了构建有效技能所需的一切——从规划和结构到测试和分发。无论您是为自己、您的团队还是社区构建技能，您都会在其中发现实用的模式和真实世界的示例。
本指南的两条路径： 如果您正在构建独立技能，请关注“基础知识”、“规划与设计”以及
本文介绍 Claude Code 的上下文工程。它整合了多种输入来源，包括系统提示、内置工具、MCP工具、自定义子代理、记忆文件和对话历史，以全面理解并完成编程开发任务。还介绍了使用 Claude Code 在您的项目中提供全流程协助，如何编写提示词。
计划模式是指通过只读操作分析代码库来创建计划，非常适合探索代码库、规划复杂更改或安全地审查代码。
> Analyze the authentication system and suggest improvements
> 分析身份验证系统并提出改进建议。
> I need to refactor our authentication system to use OAuth2. Create a detailed migration plan.
> 我需要重构我们的身份验证系统以使用 OAuth2。创建一个详细的迁移计划。
> What about backward compatibility?
> 向后兼容性怎么办？
> How should we handle database migration?
> 我们应该如何处理数据库迁移？
npm install -g @anthropic-ai/claude-code
settings.json 文件是通过分层设置配置 Claude Code 的官方机制：
~/.claude/settings.json 中定义，适用于所有项目。.claude/settings.json 用于检入源代码控制并与团队共享的设置.claude/settings.local.json 用于不检入的设置，对个人偏好和实验很有用。Claude Code 会在创建时配置 git 忽略 .claude/settings.local.json。/Library/Application Support/ClaudeCode/managed-settings.json/etc/claude-code/managed-settings.jsonC:\ProgramData\ClaudeCode\managed-settings.json示例 settings.json
Anthropic的“Claude Code”是一款终端内AI编程助手，旨在通过自然语言交互帮助开发者更快地编写、调试和管理代码。它提供了一系列功能，包括根据描述构建功能、识别并修复bug、理解复杂代码库以及自动化日常开发任务。用户可以通过简单的NPM安装和登录快速开始使用，并能通过聊天式的命令直接编辑文件、执行Shell命令和管理Git操作。该工具还支持自定义子代理以处理特定任务，并提供了灵活的配置选项，包括记忆管理、权限设置和环境变量，以适应个人、项目和企业级的开发需求。
了解 Anthropic 的智能编程工具 Claude Code，它运行在你的终端中，帮你比以往更快地将创意转化为代码。
前提条件：
# 安装 Claude Code
npm install -g @anthropic-ai/claude-code
# 进入你的项目目录
cd your-awesome-project
# 开始使用 Claude 编程
claude
# 首次使用时，系统会提示你登录
就是这么简单！你已经准备好使用 Claude 编写代码了。继续学习快速入门（5 分钟）→
根据描述构建功能：用简单的语言告诉 Claude 你想构建什么。
npm install -g @anthropic-ai/claude-code
python -m pip install aider-install
aider-install
# DeepSeek
aider --model deepseek --api-key deepseek=<key>
npm install -g @openai/codex
npm install -g @google/gemini-cli
npm install -g @tencent-ai/codebuddy-code
Get started quickly with our computer use reference implementation that includes a web interface, Docker container, example tool implementations, and an agent loop.
快速开始使用我们的计算机使用参考实现，其中包括Web界面、Docker容器、示例工具实现和代理循环。
Here’s an example of how to provide computer use tools to Claude using the Messages API:
以下是如何使用消息API为Claude提供计算机使用工具的示例：
Claude can now use computers. The latest version of Claude 3.5 Sonnet can, when run through the appropriate software setup, follow a user’s commands to move a cursor around their computer’s screen, click on relevant locations, and input information via a virtual keyboard, emulating the way people interact with their own computer.
Claude现在可以使用计算机了。最新版本的Claude 3.5 Sonnet可以在通过适当的软件设置后，按照用户的命令在计算机屏幕上移动光标，单击相关位置，并通过虚拟键盘输入信息，模拟人们与自己的计算机交互的方式。
We think this skill—which is currently in public beta—represents a significant breakthrough in AI progress.