OPEN SOURCE DEEP DIVE
claude-quickstarts:Anthropic 自用 Claude 应用示范代码整仓摊开,18 个可跑项目覆盖会话、工具与 computer use
Anthropic 把自用构建 Claude 应用的示范代码以 claude-quickstarts 整仓摊开:18 个完整可跑项目,分三层——对话应用(客服、金融分析)、桌面与浏览器操作(computer use demo、原生 macOS 最佳实践参考实现、browser/computer toolset 极简示例)、长时智能体与 Managed Agents 生态(多渠道聊天、AG-UI 生成式 UI、cron 部署、知识蒸馏 wiki、九工具 MCP server)。MIT 许可,采集时 1.86 万 star。最值得逐行读的是 computer-use-best-practices:截图 resize、提示缓存、服务端压缩、批处理工具调用、沙箱 shell 与轨迹记录全部直接写进代码。
一句话定位
claude-quickstarts(anthropics/claude-quickstarts)是 Anthropic 把「自己怎么做 Claude 应用」的示范代码整仓摊开的参考实现合集:采集时仓内共 18 个完整可跑的项目,覆盖对话应用、桌面与浏览器操作、长时运行智能体与 Managed Agents 生态三层,每个项目自带 README、依赖清单与配置说明,clone 下来即可运行。MIT 许可,采集时 18,645 stars、3,190 forks,主语言 TypeScript,2024-08-29 建仓,至今仍以周为单位更新。
官方对它的定位是 reference implementation:供阅读、理解、改成自己的项目,而不是直接 import 的生产 SDK;computer use 那条线甚至在 README 顶部挂 CAUTION 块——智能体对鼠标、键盘与屏幕拥有完全控制权、没有任何防护,必须在一次性 macOS 虚拟机里跑。
数据面
| 项 | 值 |
|---|---|
| 仓库 | anthropics/claude-quickstarts(MIT,TypeScript) |
| Stars / Forks(采集时快照) | 18,645 / 3,190 |
| 建仓 / 最近推送 | 2024-08-29 / 2026-10-08 |
| 项目数 | 18 个可跑 quickstart(含 8 个 managed-agents 子项目) |
| 入口 | 根 README + 每项目独立 README 与 quickstart 命令 |
| 来源 | X 帖 Ryrenz 2026-10-17(2111261416602681670)+ GitHub 主干 9ec32b9 |
项目地图:三层十八个项目
对话应用层:customer-support-agent 是带知识库检索的 Claude 客服智能体;financial-data-analyst 是聊天式金融数据分析,配交互式图表可视化。两者示范「Claude + 工具 + 界面」的最小完整形态。
桌面与浏览器操作层:computer-use-demo 是容器化桌面环境(Docker + X11),接 computer_toolset_20260801 的新形状——每个计算机动作是一个由模型按名调用的成员工具;computer-use-best-practices 是原生 macOS 的教学参考实现(见下节);browser-use-demo 是 Playwright 支撑的浏览器工具完整参考实现,导航、检查 DOM、抽取内容、填表;browser-toolset 与 computer-toolset 则是 browser_toolset_20260801 / computer_toolset_20260801 的极简示例,Python 与 TypeScript 各一份:一个 Chromium tab 走 CDP、一个桌面走 VNC(直接说 RFB 协议、不引 VNC 库),另附不带模型也能跑通驱动的脚本——只示范接口,不是生产代码。
长时智能体与 Managed Agents 层:autonomous-coding 的双智能体长时编码 harness,加上 managed-agents/ 下八个子项目,示范托管会话在不同产品形状下的接法。
最值得逐行读:computer-use-best-practices
- 显式工具定义:模型看到的每个 computer-use / browser-use 工具,名字、描述、JSON schema 全部写在
computer_use/tools/里,可以直接读进 API 调用里的那份原文。 - 截图尺寸移植:
computer_use/image.py移植了 API 的参考 resize——模型看到的像素就是你送出去的像素,点击坐标因此不漂。 - 批处理工具:
computer_batch/browser_batch让模型把有把握的连续动作压进一个回合;demo 还在孤立单动作之后追加BATCH_REMINDER, nudging 模型下一次成串调用,直接换延迟与成本。 - 沙箱与轨迹:
sandbox-exec沙箱化的 bash / python(profile 在sandbox/);轨迹录制落runs/…并配 Streamlit 回放 viewer;另有 FastAPI 调试面板可手动逐工具试。 - 提示缓存与服务端压缩:prompt caching 与 server-side compaction 作为默认pattern 写进代理循环,配套 Anthropic 的 computer-use 最佳实践指南对照阅读。
它不用 Docker、直接对 macOS 桌面动手,因此 README 要求跑在一次性 macOS 虚拟机(UTM / Parallels 客户机)里;用 Claude Code 打开该目录跑 /first-run 还有引导式首跑。
Managed Agents 生态:八个子项目八种部署形状
chat-sdk:每条对话配一个持久 Managed Agents 会话 + Vercel Chat SDK 聊天面;研究分析师用 web search 调研、brief 逐 token 流式输出、工具调用实时 feed;换 adapter 同一 handler 跑 Slack / Teams / Discord / Telegram / WhatsApp。copilot-kit-ag-ui:把托管会话桥接到 AG-UI 协议,event deltas 流式回复,智能体工具调用渲染成聊天里的生成式 UI 组件。daily-brief:工作日定时读 Slack 频道与 GitHub PR、发一条简报;部署完全由文件定义、ant apply应用(agent、environment、两个 memory store、vault、cron deployment);只读偏好 store 旁挂读写状态 store;每源书签、防重 ledger、读不到的源报「不可读」而不是「安静的一天」——为无人值守失败而设计。knowledge-wiki:把文档语料一次性蒸馏成版本化 memory-store 知识 wiki(并行抽取会话 → resolve pass → 受引导的 consolidation dream),之后带出处地回答重复的分析师问题,单问 token 成本远低于原始文档检索;算例是 SEC EDGAR 公开文件里的真实 M&A 数据室。linear/slack:无状态 webhook 桥——@mention 或指派创建会话,channel/thread 或 Linear session ID 写进 session metadata,session.status_idledwebhook 读回 metadata 把回复贴回原线程;没有数据库、没有长连接。mcp-server-typescript:把 Managed Agents Sessions API 包成九个 MCP 工具,八个与端点 1:1,第九个wait_for_idle把 SSE 事件流压成一次请求/响应调用;同一 handler 走 stdio 与 Streamable HTTP 两种传输;bearer token 加 agent allowlist 限定可达范围。roadtrip-planner:Next.js、无聊天框架、无数据库,一屏示范四个 API 特性——event_deltas逐 token 流、vault 凭据injection_location定点注入、agent_with_overrides按会话换模型、multiagent协调者把草稿交给会话线程里的评审智能体。sentry:cron 定时的 Sentry 分诊智能体,无宿主进程;Sentry Agent Plugin 引导配置;可刷新的 MCP OAuth 凭据存 vault。
autonomous-coding:双智能体长时 harness
初始化智能体(第一个会话)读 app_spec.txt、产出带 200 个测试用例的 feature_list.json、搭好项目结构并初始化 git;编码智能体(后续会话)从上次进度接手,逐个实现功能并把通过项标记回清单。每个会话用全新上下文窗口,进度靠 feature_list.json 与 git commit 持久化,会话间自动续跑。安全模型三层:OS 级沙箱、文件系统限定项目目录、bash 白名单(ls/cat/head/tail/wc/grep、npm/node、git、ps/lsof/sleep/pkill 且仅限开发进程)。
怎么跑、怎么改
统一五步:clone 仓 → 进子目录 → 装依赖 → 设 ANTHROPIC_API_KEY → 跑。MIT 许可允许商用修改。边界要记住:它是参考实现不是生产 SDK;computer use 线必须进虚拟机;官方 README 与各子项目反复强调同一句——与其对着文档猜,不如先把官方示例跑一遍再改。
为什么挂 harness 轴
从零接 Claude API 最耗时的从来不是写功能,而是搞清「这东西到底该怎么搭」:会话怎么存、工具怎么挂、agent 跑崩了怎么续。claude-quickstarts 把这些答案写成了能直接跑的代码——会话持久化(feature_list.json + git、session metadata)、工具挂载(显式 schema、toolset 成员工具、MCP 九工具)、崩溃续跑(status_idled webhook、ledger、书签)、沙箱与轨迹(sandbox-exec、白名单、runs/)。这正是智能体 harness 轴的问题清单,故挂 harness 能力域、纵轴 development。