cwc - workshops 是工作坊的相关材料。这些材料不再维护，也不接受贡献。它们源自 Anthropic 举办的 “与 Claude 一起编码” 工作坊。以下是各部分内容介绍：
rightmodel/— 选择合适的模型：运用 Claude Code SKILL 对大语言模型（LLM）评估套件进行审计，并在不同模型和推理参数间进行全面测试（深入思考与实践），以找出性价比和每秒性能最优的配置。agent - decomposition/— 用技能和多代理通信协议（MCP）构建多代理系统：将一个 400 行提示的库存代理分解为技能、代码执行和可调用代理，部署在 Claude Managed Agents 上，并通过评估来验证每一步操作。how - we - claude - code/— 我们如何使用 Claude 编码：这是一个分三个阶段的 AI 辅助产品工作流程指南，包括从需求访谈形成规格说明、进行四个不同方向的静态 HTML 设计探索，以及开发一个 Vite + React 应用，其组件能生成机器可读的 DOM 合约，以便代理（或持续集成工具）在运行时进行验证。ship - your - first - managed - agent/— 部署你的第一个托管代理：构建一个 Streamlit 事件仪表盘，带有离线的站点可靠性工程（SRE）代理聊天面板。你只需在agent.py中实现七个小函数，每个函数对应一次 Claude Managed Agents API 调用，就能让它上线运行，使其能够在沙盒环境中搜索 7 万行日志、调用本地工具并找出有问题的提交。agent - battle/— 代理对战：这是一场 45 分钟的竞赛，参与者需要配置一个 Claude Managed Agent，包括系统提示、技能、MCP 服务器和模型等，通过 MCP 驱动一个本地游戏机器人。以获得最多钻石者获胜，若平局则以消耗最少令牌者胜出。快速的评估决策探测循环能让你在 30 秒内测试配置更改，然后进行 5 分钟的运行测试。agents - that - remember/— 具备记忆能力的代理：从一个在不同会话中明显健忘的托管代理开始，逐步添加记忆原语，先添加一个用于跨会话持久化的内存存储，再引入 Dreaming Service 来整合过往对话记录，在 45 分钟内让代理从 “金鱼记忆” 变得像可靠的同事一样。eval - driven - agent - development/— 评估驱动的代理开发：对一个生成 PPTX 的托管代理进行六次迭代（从简单版本到视觉优化、排版改进、调色板调整、内容密度优化，再到质量保证循环），使用两层评分器（基于 .pptx XML 指标的程序化评估 + 大语言模型对渲染幻灯片的评估）对每个版本进行 10 项任务的评估，确保每次提示更改都有量化评估，而非仅凭感觉判断。production - ready - agent/— 交易办公桌：在 Claude Managed Agents 上搭建一个以聊天为核心的用户界面（UI），用于多代理的并购研究团队。协调代理将任务分配给四个并行的研究子代理，从内存存储中读取过往交易经验，通过 MCP 连接到 Linear，并生成一份分级投资分析报告，同时 UI 会实时流式显示每个事件和受限工具调用。research - desk/— 研究办公桌：在自托管的 Next.js 控制台后，基于 Claude Managed Agents 构建一个美国证券交易委员会（SEC）文件研究平台。先与你自己搭建的基础代理进行交互，然后将该代理（通过版本更新）升级为研究负责人，它会针对每个股票代码发起一次分析师会话，通过服务器实现的自定义工具、子代理专家、edgartools技能、结果分级计分卡、共享内存存储和每周备忘录部署等功能完成研究任务。
本项目采用 Apache License 2.0 许可协议，详情见LICENSE文件。
