learn-likecc
一个从源码学习、仿真实验到自由换模型的一站式 Claude Code 学习工程。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：learn-likecc。 它的用途是：一个从源码学习、仿真实验到自由换模型的一站式 Claude Code 学习工程。 完整的 Skill 内容见：https://321skill.com/skills/learn-likecc/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我启动 Loop Lab 仿真器，演示一次 Agent 处理文件任务的完整循环。”，它会引导你打开本地预览的仿真页面，你可以点击每一步，观察 Agent 的状态变化、工具调用和 Prompt 组装过程，从而直观理解其工作流。
介绍
这个仓库旨在为希望深入理解 Claude Code 内部工作原理的开发者提供一个完整的学习和实验平台。它不是一个简单的使用笔记，而是将源码分析、可运行复刻、在线教程和自由实验四大模块整合在一个工程中，让你能从理论到实践全面掌握 Agent 的运行机制。
通过它，你可以直接在线浏览结构化的课程，学习 Claude Code 的 Agent Harness、工具系统、MCP 等核心概念；也可以使用其提供的仿真器专题，通过可交互的动态模拟，直观地理解一次 Agent 循环、脚本训练路径以及 Trace Prompt 的组装过程。
它非常适合对 AI Agent 底层技术感兴趣，希望超越“调 API”层面，从工程实现角度进行学习、研究和二次开发的开发者、技术研究者或高校学生。
建议初学者从在线教程站或 Loop Lab 仿真专题入手，边操作边理解；有经验的开发者则可以深入源码课程和 LikeCode 实验模块，进行模型切换和多 provider 路由等高级实验。
核心特点
核心区别在于其“四位一体”的深度学习路径：不仅提供源码解析，还配套了可交互的仿真实验环境和可运行的研究版 CLI，将抽象的理论知识转化为可视、可操作、可复现的实践体验。
注意事项
该项目定位为教育研究，其提供的复刻 CLI 不作为生产替代品，且涉及 Claude Code 的源码分析仅供学习目的。
常见问题
这个仓库和官方 Claude Code 是什么关系？
这是一个独立的学习研究项目，基于 Claude Code 源码进行教育性解析和实验，不隶属于官方。
没有编程基础可以学习吗？
在线教程和仿真器部分对新手友好，但源码学习和实验模块需要一定的 TypeScript 和 AI 基础。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/learn-likecc/raw/index.md 读取 learn-likecc 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/learn-likecc/raw/index.md（查看排版版本）