学习精选 · AI 工具
Claude 与 Skill

Claude Agent 循环为什么老出问题?CCAR-F 考纲里的四条架构清单

DEV Community2026-11-20约 3 分钟读完AI 整理查看原文

作者对照 Claude Certified Architect — Foundations(CCAR-F)的考纲,整理出生产级 Agent 系统最容易翻车的四个架构点:多 Agent 上下文隔离、MCP 三类原语的划分、Prompt 缓存前缀管理,以及 CLAUDE.md 与 CI 的安全护栏。核心观点是失败大多出在架构边界,而不是提示词措辞。

今天就能做

  • 检查你的多 Agent 架构:子 Agent 是否只收到范围受限的任务和结构化返回,而不是整段父对话历史
  • 搭建 MCP server 时先按 Tools / Resources / Prompts 三类划分职责,减少不必要的模型往返
  • 在 CI 里跑 claude -p 时加上 --allowedTools 和确定性校验 hook,把安全约束从提示词挪到代码层

Orchestrator-Worker:别把父对话整个塞给子 Agent

  • 常见错误是把完整的父级对话历史传给每个 worker subagent,无关的工具输出和中间推理会稀释注意力、推高 token 成本
  • 更好的做法是让中央 orchestrator 用明确的输入契约下发范围受限的任务,并设置 max_turns 或 token 预算作为停止条件
  • 子 Agent 应回传简洁的结构化摘要,而不是原始日志

MCP 三类原语要分清:Tools、Resources、Prompts

  • Tools 是模型控制的,用于有副作用或动态查询的操作(如 run_sql、create_issue),要设计幂等行为,出错时返回带恢复提示的结构化 isError: true 载荷
  • Resources 是应用控制的只读上下文(schema、配置文件、文档),客户端可以确定性挂载,不用消耗一次工具调用回合
  • Prompts 是用户控制的可复用斜杠命令模板,适合团队重复性工作流

Prompt 缓存的前缀卫生

  • 缓存只在请求间前缀逐字节一致时才生效
  • 静态系统指令、工具 schema 和大段参考文档应放在 prompt 最顶部
  • 时间戳、请求 ID、用户状态等动态元数据要推到 prompt 末尾或最新一轮用户消息里

CLAUDE.md 与 Headless CI 护栏

  • 仓库自动化(claude -p)场景下,根目录 CLAUDE.md 要保持简短、范围明确
  • 用 --allowedTools 限制 CI 中的写入和网络能力
  • 用 pre/post-tool hooks 强制执行 lint、schema 校验等确定性检查,别只靠自然语言指令约束模型

备考与自测

  • CCAR-F 覆盖五个领域:Agentic Architecture、Claude Code Workflows、Structured Output、MCP Tool Design、Context Reliability
  • 作者提到可用 AI Cert Mock 做免登录的 10 题快速诊断,配合 Anthropic 官方 blueprint 对照复习

原文:Architecting Reliable Claude Agent Loops & MCP Tools (CCAR-F Study Notes)

来源:DEV Community · 2026-11-20

查看原文

本文由 AI 阅读原文后整理,未经人工逐字核对,内容以原文为准。

登录后可以点赞、查看和发表评论