fareedkhan-dev/claude-code-from-scratch

ハーネスエンジニアリングによるクロードコードの構築

Claudeコードのアーキテクチャの完全なリバースエンジニアリング — 最小限のエージェントループから23セッション生産システムに構築されています。

このリポジトリは学習クラスコードの上に構築されています

お問い合わせ

2026年初頭のClaudeコードは、6ヶ月以内に年間売上高で1億ドルを突破しました。 より良いプロンプトのためにそこに取得しなかった. Anthropic は、適切なモデルの周りの適切なハーネスを構築しているため、ストリーミングエージェント ループ、許可獲得されたツール ディスパッション システム、および任意の長いセッションに焦点を絞ったモデルを保持するコンテキスト管理レイヤーを構成しました。 そのハーネスは完全に再現可能です。 このリポジトリはそれをビルドします。

お問い合わせ

アーキテクチャの概要

お問い合わせ

##ハーネスエンジニアリングとは?

ハーネスエンジニアリングは、モデルそのものではなく、AIモデルを囲む環境の構築の分野です。 モデルの理由と決定。 ハーネスの実行、制約、接続。

4つの原則はよい馬具工学を定義します:

• モデルは決定の唯一のソースです - ハーネスは、モデルの出力にブランチを張っていません、それはモデルの要求を実行するだけです

---

As of early 2026, Claude Code crossed $1 billion in annualized revenue within six months of launch. It did not get there because of better prompts. It got there because Anthropic built the right harness around the right model — a streaming agent loop, a permission-governed tool dispatch system, and a context management layer that keeps the model focused across arbitrarily long sessions. That harness is fully reproducible. This repository builds it.

---

Architecture Overview

---

What is Harness Engineering?

Harness engineering is the discipline of building the environment that surrounds an AI model — not the model itself. The model reasons and decides. The harness executes, constrains, and connects.

Four principles define good harness engineering:

• The model is the only source of decisions — the harness never branches on model output, it only executes what the model requests
• Tools are the only interface between the model and the world — every action goes through a typed, schema-validated tool call
• Context is a managed resource — what the model sees at each turn is curated, compressed, and injected deliberately
• Permissions are declarative, not procedural — what is allowed, blocked, or requires approval lives in configuration, not code

---

Repository Structure

claude_code_push_this/
│
├── core.py                          # Single source of truth — all tools, dispatch, permissions
│
├── 01_perception_action_loop.py     # The minimal while loop
├── s02_tool_use.py                  # Tool dispatch map pattern
├── s03_todo_write.py                # TodoWrite planning before execution
├── s04_subagent.py                  # Subagent context isolation
│
├── s05_skill_loading.py             # On-demand skill loading
├── s06_context_compact.py           # Three-layer context compression
├── s07_task_system.py               # File-based task dependency graph
│
├── s08_background_tasks.py          # Background task execution