# 附录 C：推荐资源 ### 附录 C：推荐资源 本附录汇总了学习和实践 Harness 工程所需的关键资源和参考资料。学术论文和技术规范见附录 B。 #### 官方框架文档 **Anthropic / Claude** **Claude API 官方文档** * * 包含最新的模型信息、API参考、最佳实践 * 推荐度：必读，5星 **Model Context Protocol (MCP)** * * MCP 规范、参考实现、工具开发指南（Anthropic 发起，Linux Foundation 托管） * 推荐度：必读，5星 **Claude 代码示例库** * * 官方Python SDK和完整示例 * 推荐度：参考，5星 **开源框架** **LangChain 官方教程** * * 智能体、链式推理、工具集成等 * 推荐度：深度使用，4星 **LlamaIndex 文档** * * RAG、数据连接、智能体集成 * 推荐度：数据管理时必读，4星 **AutoGen / Microsoft Agent Framework** * * 多智能体对话、协作框架（注意：Microsoft 已将 AutoGen 与 Semantic Kernel 整合为 Microsoft Agent Framework） * 推荐度：多智能体项目参考，3星 #### 开源项目与工具 **智能体框架** **OpenClaw** * * 由 Peter Steinberger 创建的自驱型智能体框架（前身 Clawdbot），支持 Heartbeat 模式、SOUL.md 行为约束 * 推荐度：架构参考，5星 **Claude Code** * * Anthropic 官方智能体编码工具，含完整的 Harness 实现（权限、安全、评估功能）；仓库公开但许可证为 Anthropic 商业条款约束，不应称为开源 * 推荐度：必读，5星 **AgentLego** * * 工具集成框架，支持多模态工具组合 * 推荐度：参考，3星 **可观测性与监控** **Langfuse** * * 开源 LLM 应用可观测性平台，支持智能体轨迹追踪 * 推荐度：生产环境必用，5星 **LangSmith** * LangChain 官方产品，智能体调试、评估、监控 * 推荐度：LangChain 用户首选，4星 **OpenTelemetry** * * 开源可观测性标准，应用性能监控 * 推荐度：标准化部署推荐，3星 **Prometheus** * * 开源时序数据库，指标收集与告警 * 推荐度：大规模系统推荐，4星 **安全工具** **OWASP GenAI Security Project** * * AI 系统安全风险和防护，包含 LLM 应用和智能体应用两个 Top 10 列表 * 推荐度：安全评估必读，5星 **Bandit** * * Python 静态分析工具，检测危险模式 * 推荐度：CI/CD 集成，4星 #### 学习资源 **在线课程** **Anthropic Academy** * * Anthropic 官方免费 AI 工程课程平台，已于 2026 年 3 月上线，提供 13+ 自学课程 * 推荐度：必学，5星 **LangChain Academy** * * LangChain 官方学习平台，提供 LangGraph、智能体工程等自学课程 * 推荐度：快速上手，4星 **Fast.ai - Practical Deep Learning** * * 虽然重点是深度学习，但涉及智能体相关内容 * 推荐度：基础补充，3星 **书籍** **Anthropic Official Documentation & Cookbook** * 和 * Anthropic 官方文档和实用示例集，持续更新 * 推荐度：必读，5星 **LangChain Official Documentation** * * LangChain 框架详细文档和教程 * 推荐度：使用 LangChain 时必读，4星 **Designing Machine Learning Systems** * Chip Huyen * ML系统设计思想，智能体系统可借鉴 * 推荐度：系统设计思维，4星 **博客与文章** **Anthropic Blog** * * 最新研究和技术洞察 * 推荐度：必读，更新频率：双周 **LangChain Blog** * * 智能体工程案例和最佳实践 * 推荐度：必读，更新频率：周 **Towards AI on Medium** * * 社区智能体工程文章和讨论 * 推荐度：参考，更新频率：日 **AI工程化分享** （中文） * 国内从业者的实践经验分享 * 推荐度：本地化参考，更新频率：不定 #### 工具与平台 **开发工具** **VS Code with Python Extensions** * * 标准开发环境 * 推荐度：5星 **Jupyter Notebook / JupyterLab** * * 探索和原型开发 * 推荐度：4星 **Git & GitHub** * * 版本控制和协作 * 推荐度：5星必学 **API 测试工具** **Postman** * * REST API测试 * 推荐度：调试API时推荐，3星 **Python httpx** * 异步HTTP客户端 * CLI测试工具推荐 **测试框架** **pytest** * * Python标准测试框架 * 推荐度：必学，5星 **pytest-asyncio** * 异步测试支持 * 推荐度：智能体系统必需，5星 **Hypothesis** * * 基于属性的测试 * 推荐度：高级测试，4星 #### 安全资源 **NIST AI Safety Institute (AISI) / CAISI** * * AI 安全研究和标准化（2025 年更名为 Center for AI Standards and Innovation） * 推荐度：标准化跟踪必读，5星 **CWE - Common Weakness Enumeration** * * 常见编码漏洞分类 * 推荐度：安全审计参考，4星 **SonarQube** * * 代码质量和安全扫描 * 推荐度：企业级推荐，4星 **Trivy** * * 容器和依赖漏洞扫描 * 推荐度：容器部署必需，4星 #### 社区与讨论 **Discord社区** **Anthropic Developer Community** * * 官方开发者社区 * 推荐度：获取最新信息，5星 **LangChain Community** * * LangChain用户和开发者 * 推荐度：遇到问题求助，4星 **OpenAI Community** * * 跨平台智能体讨论 * 推荐度：参考比较，3星 **GitHub讨论** **Anthropic Claude Issues** * * 官方问题追踪和讨论 * 推荐度：跟踪问题和建议，4星 **LangChain Discussions** * * 社区讨论和知识共享 * 推荐度：最佳实践参考，4星 **会议与线下活动** **AI工程化论坛** （中国区） * 不定期举办 * 推荐度：本地化交流，4星 **Code with Claude** （Anthropic 开发者活动） * Anthropic 官方开发者大会 * 推荐度：前沿进展分享，5星 **NeurIPS / ICML / ICLR** （学术会议） * 年度举办 * 推荐度：研究前沿，4星 #### 学习路径建议 **第一个月：基础建立** **周1-2** * 阅读本书第1-4章 * 学习Claude API基础 * 完成hello-world智能体示例 **周3-4** * 实现基础工具调用 * 学习MCP基础 * 初步了解安全防护 **推荐资源** * Claude API文档 * LangChain快速开始 * 本书第1-4章 **第二个月：实战深化** **周5-6** * 构建多步骤智能体 * 学习调试和可观测性 * 集成Langfuse监控 **周7-8** * 实现安全防护（第12章） * 建立评估基线（第13章） * 性能优化初步 **推荐资源** * LangChain完整文档 * 本书第5-13章 * Langfuse用户指南 **第三个月：高阶探索** **周9-10** * 多智能体系统原型 * 标准化和互操作性探索 * 关注MCP 2.0进展 **周11-12** * 阅读智能体论文（GAIA, WebArena等） * 参与社区讨论 * 规划后续发展方向 **推荐资源** * Agent论文和基准 * 本书第14章 * NIST标准化文档 * 社区讨论和案例 #### 按角色的推荐资源 **开发工程师** **必读** * Claude API官方文档 * MCP规范 * 本书第1-8、12-13章 **推荐阅读** * LangChain文档 * GAIA和WebArena论文 * 开源框架源代码 **推荐工具** * VS Code + Python * Jupyter for exploration * Langfuse for monitoring **技术负责人** **必读** * 本书全部 * NIST AI Safety文档 * LangChain State of Intelligent Agents报告 **推荐阅读** * 主要论文（GAIA, SWE-Bench等） * 框架对比分析 * 成本效益分析 **推荐参与** * NIST标准化工作组 * MCP社区讨论 * 行业论坛 **安全/合规人员** **必读** * 本书第12章 * OWASP AI Security * NIST标准化文档 **推荐阅读** * CWE分类 * 威胁建模案例 * 安全审计指南 **推荐工具** * Bandit * SonarQube * Trivy **产品经理** **必读** * 本书第1、9-14章概览 * GAIA/WebArena基准 * 智能体应用案例研究 **推荐阅读** * LangChain State of Intelligent Agents * Gartner Magic Quadrant * 竞品分析 **推荐参与** * 行业论坛和会议 * 标准化讨论 #### 推荐阅读路径 **初学者** * 从 GAIA、WebArena 论文（附录 B）了解智能体基准 * 阅读 Claude API 文档掌握基础 * 学习 LangChain 快速上手开发 **进阶** * 研究 ReAct 论文理解推理框架 * 深入 MCP 规范和实现 * 学习安全防护（OWASP、ToolEmu 等） **专家** * 跟踪 NIST AI Agent Standards Initiative 进展 * 研究多智能体系统和涌现行为 * 探索智能体操作系统架构 *** **资源更新频率**：此列表每季度更新一次，反映最新的工具、资源和社区动向。 **反馈渠道**：如有资源推荐或错误发现，欢迎提交反馈。 ### 2026-05 时效快照（as\_of: 2026-05-18） 下表收集 2026-04/05 与 Harness 工程直接相关的官方发布事件。具体技术细节以官方文档为准。 | 条目 | 发起方 | 状态 | as\_of | 官方链接 / 影响章节 | | --------------------------------- | --------- | -------------------------------------------------------------------------------- | ---------- | ------------------------------------------------------- | | Anthropic Managed Agents | Anthropic | 公测 (beta header `managed-agents-2026-04-01`)，standard token + $0.08/session-hour | 2026-04-09 | docs.anthropic.com/en/api/managed-agents；影响 §10.5、§14.1 | | Anthropic Cowork GA | Anthropic | GA | 2026-04-09 | anthropic.com/news；影响 §14.2 | | Anthropic Dreaming | Anthropic | Managed Agents 新增特性（离线记忆整合） | 2026-05-06 | anthropic.com/news；影响 §6.1 / §14.3 | | claude-agent-sdk 更名 | Anthropic | 由 `claude-code-sdk` 改名，面向 Harness/Agent 应用层 | 2026 | pypi.org/project/claude-agent-sdk；影响附录 C、§4.5 | | Claude Code Plugins + Marketplace | Anthropic | GA，提供 `.claude-plugin/marketplace.json` 与 `/plugin` 命令 | 2025-10 | code.claude.com/docs；影响 §10.2 | --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://yeasy.gitbook.io/harness_engineering_guide/fu-lu/appendix/resources.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.