01
Overview
这不是 prompt 技巧课，而是 agentic workflow 的训练大纲。
Core Idea
Prompt 仍然是入口，但系统稳定性更依赖 Context、Tools、Eval 与 Harness 的协同设计。
Training Goal
培养能把 agent 接入真实业务流程、完成稳定交付，并把过程资产沉淀为团队能力的人。
Principles
Learn How to Learn / Learning by Doing。
02
Learning Outcomes
完成训练后应该具备的最小能力集合。
Task Definition
能把模糊业务需求改写成 agent 可执行的任务定义，明确目标、输入、约束、输出格式与验收标准。
Reusable Skill
能把个人经验或业务 SOP 沉淀成可复用 Skill，而不是一次性 prompt。
Harness Loop
能为 agent 任务补上工具、计划、验证、回滚和必要的边界控制。
Business Demo
能独立完成一个带业务价值的 agent 原型，并通过 Git 沉淀过程资产和结果资产。
03
Capability Map
四层能力，从使用习惯到业务交付。
L1
从对话式使用到任务式使用：把 Chat 用成工作流，能拆解任务、组织输入、约束输出。
L2
Context Engineering：围绕任务组织目标、输入、约束、样例、知识文件与验收标准。
L3
Skill / Harness Engineering：把 SOP 固化为 Skill，并补上工具、计划、验证、回滚等最小闭环。
L4
面向业务的交付与治理：把 agent 接入真实流程，持续做评估、边界控制与复盘迭代。
04
4-week Syllabus
每周一个主题，包含理论重点、课堂实操、项目方向和阅读线索。
W1
改变惯性，弃用 Chatbot，让 Agent 开始工作
Prompt Engineering → Context Engineering（上）
Goal从“会提需求”转向“会为 agent 准备可执行上下文”。
TheoryAgent != Chatbot；Context Pack 是第一生产力；AGENTS.md 更像目录页。
Workshop把一个模糊业务需求改写成任务定义，补齐目标、输入、约束、输出格式和成功标准。
ProjectX Monitor Agent：收集 X / Reddit / Hacker News 反馈，归类总结并沉淀结构化洞察。
ReadingManus Context Engineering；LangChain + Manus；How Claude Code Works。
W2
沉淀经验，评估 Skills，让 Agent 开始进化
Prompt Engineering → Context Engineering（下）
Goal把一次性好用的方法沉淀成团队可复用 Skills，并为 Skills 补上评估入口。
TheoryOpenClaw 案例；Skills 的定义与分类；从个人经验或业务 SOP 到可复用 Skill，再用样例和标准评估效果。
Workshop拆解一个业务专家方法，写出可复用 SOP，封装业务 Skill 初版，并定义最小评估样例。
Project业务写作 Agent：覆盖素材理解、结构生成、风格约束、迭代改写和输出质量评估。
Reading李宏毅 OpenClaw；Anthropic Agent Skills；Improving skill-creator。
W3
搭建闭环，让 Agent 稳定执行
Context Engineering → Harness Engineering（上）
Goal让 agent 能读懂环境、使用工具、验证结果并恢复状态。
TheoryHarness = context + tools + permissions + memory / handoff + plans + observability + verification。
Workshop设计 Exec Plan、工具入口、验证方式和最小回滚路径。
ProjectAgent 助手桌面客户端：围绕个人垂类场景跑通输入、处理、输出与验证闭环。
ReadingOpenAI Harness Engineering；Anthropic Effective Context Engineering。
W4
完成交付，让原型走向产品
Context Engineering → Harness Engineering（下）
Goal从功能原型升级到可访问、可验收、可继续迭代的作品。
Theory高效使用 Coding Agent：worktree、前端交互、后端编排、模型 / API 集成、状态管理和发布链路。
Workshop明确用户路径、验收标准、最小上线边界和产品级 Demo 方案。
ProjectWeb 端 AI 漫剧生成 MVP：跑通前端、后端与模型调用的最小闭环。
After最终作品 + Demo Show。
05
Deliverables
训练结束后，个人作品和团队资产一起留下来。
Business Skill
每位同学完成一个业务 Skill，把专家经验或 SOP 变成可复用资产。
Git Archive
通过 Git 把 Skills、文档、评估标准和实现过程沉淀进团队仓库。
Hackathon
个人或最多 3 人组队，围绕真实业务场景完成 Demo Show。
X Monitor Agent
业务写作 Agent Skills
Agent 助手桌面客户端
Web 端 AI 漫剧生成 MVP