fareedkhan-dev/claude-code-from-scratch

Создание кода Клода с помощью Harness Engineering

** Полная реверс-инжиниринг архитектуры Клода Кода — от минимальной агентной петли до 23-сессионной производственной системы.

Этот репозиторий построен поверх learn-claude-code.

По состоянию на начало 2026 года Claude Code преодолел годовой доход в размере 1 миллиарда долларов в течение шести месяцев после запуска. Он не попал туда из-за лучших подсказок. Он попал туда, потому что Anthropic построил правильную упряжку вокруг правильной модели — петли потокового агента, системы диспетчеризации инструментов, управляемой разрешениями, и уровня управления контекстом, который держит модель сосредоточенной на произвольно длинных сессиях. Эта упряжка полностью воспроизводима. Этот репозиторий строит его.*

Архитектура Обзор

Что такое инженерия?

Инжиниринг — это дисциплина построения среды, которая окружает модель ИИ, а не саму модель. Модель мотивирует и решает. Упряжка выполняет, ограничивает и соединяет.

** Четыре принципа определяют хорошую инженерию ремней безопасности: **

Модель является единственным источником решений - упряжка никогда не ветвится на выходе модели, она только выполняет то, что модель запрашивает

---

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