📌 项目地址：anthropics/cwc-workshops | ⭐ 1,536 颗星 | 🔧 TypeScript | 📜 未标注
项目概览
cwc-workshops 是 Anthropic 官方组织的 Code with Claude 系列工作坊的材料仓库。共包含 9 个独立主题的动手实践练习，覆盖了从模型选择、智能体架构设计、评估驱动开发，到生产级多智能体系统部署的全流程。所有材料均为 TypeScript 编写（部分 workshop 包含 Python 文件），仓库当前不再维护，也不接受外部贡献，但内容本身已经完整，适合自学或内部培训。
工作坊清单与核心亮点
每个 workshop 都是一个独立文件夹，内部包含代码、说明文档和可能的依赖配置。以下是核心主题速览：
| 目录 | 核心问题 | 技术要点 |
|---|---|---|
rightmodel/ |
如何为 LLM 应用找到最佳性价比的模型和推理参数？ | 使用 Claude Code SKILL 对评估套件进行批量扫描，对比 quality-per-dollar 和 quality-per-second |
agent-decomposition/ |
如何将 400 行提示的单一智能体拆分为可组合的多智能体系统？ | Skills + 代码执行 + callable_agents，每步附带评估验证 |
how-we-claude-code/ |
如何用 Claude Code 完成从需求访谈、设计探索到可验证 React 应用的全流程？ | 三阶段：访谈→spec，四种设计方案的静态 HTML，带机器可读 DOM 合约的 Vite + React 应用 |
ship-your-first-managed-agent/ |
如何从零实现一个能 grep 日志、调用本地工具、定位问题 commit 的 SRE 智能体？ | 实现 7 个函数，每个调用一次 Claude Managed Agents API，构建 Streamlit 面板 |
agent-battle/ |
如何在 45 分钟内通过配置竞争赢得钻石？ | 配置系统提示、Skills、MCP 服务器，驱动游戏机器人，使用 --eval 快速迭代参数 |
agents-that-remember/ |
如何让智能体跨会话记住上下文？ | 引入 Memory Store 和 Dreaming Service，从“金鱼记忆”变成“同事记忆” |
eval-driven-agent-development/ |
如何用评估而不是感觉来驱动智能体迭代？ | 6 个变体（朴实→视觉→排版→调色板→密度→QA循环），10 个任务套件，两层评分器（PPTX XML + LLM 评判） |
production-ready-agent/ |
如何构建一个可用于交易的并购研究团队？ | 多智能体委托、Memory Store、Linear MCP 集成、流式事件和门控工具调用 |
research-desk/ |
如何构建 SEC 文件研究台？ | 基于 Claude Managed Agents 的金融文档分析 |
每个 workshop 的设计目标都是 45 分钟到 2 小时内完成，适合作为团队工作坊或个人进阶练习。
如何使用这些材料
-
环境准备：需要安装 Claude Code CLI 并配置可用 API key。部分 workshop（如
rightmodel/）依赖于 Claude Code 的 SKILL 功能，而agent-decomposition/等需要 Managed Agents 的 API 访问权限。 -
选择主题，进入对应目录：
bash
cd cwc-workshops/rightmodel
# 查看该 workshop 的 README 或说明文件 -
按说明逐步操作：每个 workshop 文件夹内通常包含：
– 详细的步骤文档
– 起始代码框架（待填充）
– 评估脚本或测试用例 -
运行验证：例如，在
agent-battle/中，可以通过--eval标志快速检验配置变更的效果（约 30 秒），然后再进行 5 分钟的实际运行。
注意：仓库内没有提供全局的
install.sh或一键启动命令。每个 workshop 的依赖和启动方式因主题而异，需参考各自子目录内的文档。此外，仓库标注为 Not maintained and not accepting contributions，意味着代码可能不会随 Anthropic API 更新而适配，使用时需留意 Claude Code 及 Managed Agents 的 API 变更。
与其他类似项目的区别
市面上大多数 AI Agent 开发教程要么是理论文档，要么是单一 demo。cwc-workshops 的独特之处在于：
- 官方出品：由 Anthropic 团队直接设计，材料和 API 用法最贴近官方最佳实践。
- 模块化设计：每个 workshop 独立，可顺序或跳转学习，覆盖了从“选模型”到“生产部署”的完整路径。
- 评估驱动：多数 workshop 内嵌了自动评估脚本（如
eval-driven-agent-development的 PPTX XML 度量和 LLM-as-judge），让每一步改进都有量化反馈。 - 实战节奏：时间限制明确（45 分钟 battle、1 小时记忆改造），适合团队竞赛或学习班。
值得注意的局限性
- 不再维护：没有 issue 回应，不合并 PR，API 变动后可能失效。
- 需要付费 API：所有 workshop 都依赖 Claude Code 和 Managed Agents，需消耗 API 额度（尤其是
agent-battle的 5 分钟运行和老模型扫描）。 - 依赖特定工具链：部分 workshop（如
how-we-claude-code）依赖 Vite、React、DOM 合约，需要前端知识；production-ready-agent涉及 Linear MCP，需额外配置。
谁适合使用这些材料
- 正在研究如何用 Claude 构建生产级智能体的工程师：可以直接挑选对应环节进行实验，例如先通过
rightmodel确定模型和参数，再通过agent-decomposition学习多智能体拆分。 - AI 应用开发者：希望通过动手而不是阅读文档来理解 Claude Managed Agents 的能力边界。
- 技术团队或培训机构：可以作为内部工作坊的教材，比赛形式（
agent-battle）尤其适合团队建。 - 对评估驱动开发感兴趣的 AI 研究员：
eval-driven-agent-development中的双层评分器方法值得借鉴。
不适合的人群：零基础编程新手（需要命令行和编程基础）；不想消耗 API 费用或没有 Anthropic 账户的人；寻找长期维护开箱即用工具的人。
总结
cwc-workshops 是目前最完整的 Claude Agent 官方实践集合，覆盖了从模型选择、智能体架构、记忆、评估到生产部署的完整知识链。虽然不再维护，但其内容本身仍然是最佳学习资源，尤其适合有 AI 开发经验的工程师快速掌握 Claude Managed Agents 的核心模式。建议按需挑选对应 workshop，配合官方文档食用。