大家好我是拭心。你有没有好奇过Claude Code 是怎么工作的输入一个需求它就自己写代码、跑命令整个过程就像有个程序员在终端里安静地帮你干活。最近 Claude Code 源码泄露让我们发现它的核心机制原来和我们上一讲《34 行代码实现 AgentReAct 与 Function Call》学习的差不多。简单来说就是大模型加上一些工具驱动一个 ReAct 循环再加上一个命令行界面。最近几天我用 LangChain 做了一个精简版 Claude Code并把详细过程写成了文章发到专栏。跟朋友炫耀我自己做的丐版 Claude Code朋友说“你咋这么卷”。哈哈虽然是休假但收了人家的钱就得办事啊要是没收钱恐怕我再自控力强也很难坚持输出这么多高质量内容。数了一下我的《转型 AI 工程师》专栏里的实战项目居然有十来个。第 02 讲做了一个全栈的 AI 待办列表。输入要做的事情通过 AI 进行拆解然后数据保存到数据库。用来让读者理解全栈应用没那么复杂第 04 讲做了一个AI 提示词助手。输入一句模糊的需求它会自动帮你扩写成一个包含结构、安全、CoT、Few-Shot 的增强 Prompt。用来帮助读者解决写不好提示词的问题。第 05 讲做了一个流式 AI 聊天功能。讲解了生产级的 AI 聊天软件需要考虑哪些点比如自动重试机制、超时控制避免卡死、流式响应支持体验优化、Token 计数成本控制等等。第 06 讲没有写代码而是讲了如何手搓一个 AI 宠物视频。AI 工程师不只要会写代码更要熟练掌握 AI 工具。通过这个案例让读者熟悉了常用的模型如何使用如何生成剧本和镜头动作如何生成首帧图片如何克隆音色如何生成高质量视频第 07 讲做了一个多模态聊天应用让用户可以在一个对话框里实现文本聊天、图片生成和视频生成。这个项目使用了 AI SDK、Nano Banana、豆包视频模型。介绍了我文章里高质量的知识点图是怎么生成的。第 08 讲给多模态聊天应用加上了短期、长期记忆功能。第 12、13 讲实现了一个电商智能客服。使用 RAG 技术用到了本地向量模型、检索重排等进阶技术。第 15 讲使用 Coze Skills 实现了一个智能团决策助手 Skill。当用户提出一个想法后系统会从不同角度进行分析探讨最后汇总不同角度的看法和结论帮助用户做更高质量的决策。通过这个实践让读者掌握 Agent Skills。第 16 讲使用 Coze 实现了一个短视频生成工作流和视频文案风格提取工作流。第 17、18 讲介绍了如何部署自己的 Dify 和大模型。第 20 讲实现了一个精简版的 Claude Code可以根据需求生成代码。生成的效果接下来还有两个实战项目多 Agent 实战和专栏内容融会贯通的最终 Agent。这个专栏我投入了四个多月整个专栏的知识点是由浅到深针对不同阶段、需求的读者都设计了实战信息量满满。「让读者从小白到 AI 工程师的核心技术体系」即将更新完内容的价值已经远超当前价格三天后涨价想入手的朋友抓紧下手了解专栏更多信息可以查看如何从 CRUD 开发转型为 AI Agent 工程师