《一人AI军团：Harness驾驭实战》课程安排总览：三步，从工具使用者到军团指挥官
慕课网课程链接：https://coding.imooc.com/class/1056.html
先把话说在最前面
组件库不是这门课的目的，它只是练兵场。
整门课三步走：先练 AI 功底，再打一场从 0 到上线的全栈实战，最后放出你的 Agent 军团、把能力变成收入。 贯穿全程的主线只有一条——驾驭 Harness：Claude Code 做主力开发、Codex 做交叉审查、dsh 驻内网跑多子代理、pi 管日常轻任务、Ollama 兜底离线——一个人，指挥一支 AI 军团。ai-chat-ui 组件库，只是这三步共用的"例题"：能力跟人走，不跟项目走。
这篇总览回答四个最常被问到的问题：
- 课程宏观怎么安排的？ 为什么前面八章还不进项目、中间为什么是一个"全栈"而不只是组件库、后面的 Agent 和变现又是什么关系；
- 哪些是我带得走的通用能力，哪些只是课程案例？ ——提示词这么写，不是"必须用在这个项目里"；CLAUDE.md 这么配，换你自己的仓库当天就能用；
- 能力是怎么一步步长出来的？ 本地环境怎么选、自己的 Skill 怎么创建、多工具怎么综合运用——全都落在一个真实项目里贯穿练成；
- 这些能力能发散到哪里？ 搜索调研、文档表达、记忆知识、Agent 自动化——离开课程项目，它们在你自己的场景里能干什么。
读图：顶部深色轨是贯穿全程的 Harness 工具军团；左侧纵轴是三步对应的身份跃迁；右侧虚线卡才是终点——你自己的项目。
第一步 · 练兵：AI 功底（第 1–8 章 · 29 节）
这一步学的全部是通用能力——不管你之后做什么项目、用什么语言框架，都用得上：
- 驾驭主力 Harness（第 1–3 章）：先把 Claude Code 这个主力 Harness 配到"满配"——CLAUDE.md 项目规范、Skills 技能系统、MCP 工具协议、Subagents 多代理、Hooks 自动化五件套。这是工具使用能力的地基：谁适合干什么活、权限怎么收放、经验怎么沉淀成可复用资产；
- 人机协作方法论（第 4 章）：提示词工程的五要素、六大场景模板、思维链——模板本身是通用的，课程里拿组件需求当例题，换成你的项目照样套；
- 产品与内容能力（第 5–7 章）：需求分析四产物、本地搜索与调研（SearXNG 自建搜索 + MCP 封装，不依赖第三方配额）、文档全链（docx / 图表 / PPT / 本地 OCR）、记忆系统；
- 分析与决策能力（第 8 章）：用 AI 读源码做竞品分析、头脑风暴做设计决策——第 8 章分析的对象恰好是组件库，但方法论对任何技术选型都成立。
即时回报：这一步不必等做完项目才见效。第 3 章的 CLAUDE.md 与 Skills 配置、第 4 章的提示词模板、第 5 章的本地搜索与记忆基建——学完当章，当天就能用在你自己的仓库里。
段末交付：一套换任何项目都能用的 AI 工作体系。
第二步 · 实战：全栈项目（第 9–17 章 · 40 节）
这一步把功底放进一个真实项目里打完整战役。先说清一个容易误解的点：
这里的"全栈"，不是"又一个 CRUD 全栈网站"，而是一个 AI 产品从 0 到上线的完整生产纵深——前端组件库只是其中可见的一层：
读图：从上往下四层——课程项目不止前端组件库，服务层、智能层、贯穿全程的工具协作层各占其一；右侧上线链证明它是一条真实跑通的生产线，不是课堂 demo。
- 前端层（第 10–14 章）：
core / vue / markdown三个发布包、57 个可组合组件、主题系统、i18n、VitePress 文档站——直到测试门禁、npm 发包； - 服务层（第 15–16 章）：
agents / server两个发布包、Hono 网关、SSE 流式协议、多模型注册调度、鉴权限流； - 智能层（第 16–17 章）：MCP 工具生态接入、跨会话记忆、RAG 向量检索、多 Agent 协作工作流；
- 工具层（全程贯穿）：Claude Code × Codex × dsh × pi 编队、CLAUDE.md / Skills / MCP / Hooks、多子代理协作与评审、测试与 CI 自动化——整条生产线由 AI 军团作业；
- 上线链：npm 发包 → GitHub Pages 文档站 → Vercel/Cloudflare 服务托管 → 云服务器生产部署。
这条链路不是宣传话术，每一环都可点验：
| 交付物 | 地址 | 验什么 |
|---|---|---|
| npm 组件库 | npm install @toimc/vue | 五个发布包真实可安装 |
| 文档站 | https://toimc.github.io/learn-ai/ | 组件文档 / 主题配置器在线可查 |
| Playground | https://learn-ui.toimc.com/ | 云服务器部署，免 API Key 体验流式对话、工具调用、思考链 |
| 源码仓库 | https://github.com/toimc/learn-ai | 565 次提交随讲随提交，MIT 开源 |
段末交付：npm 可装的组件库 + 在线文档站 + 云端 Playground——一份简历可验证的作品资产。
第三步 · 出征：Agent 军团与变现（第 18–23 章 · 29 节）
项目上线不是终点，第三步把能力从"一个项目"放大到"一支军团"——也是 Harness 编队能力的集大成处：
- 进阶工作流（第 18 章）：搜索+AI 调研、上下文压缩与自成长循环、信息收集与整理；
- 企业级能力（第 19 章）：内网私有化部署 dsh、npm 私服 + 推理层 + 多子代理运维、成本演算——这些能力与组件库无关，属于任何团队的 AI 基础设施；
- 降本与多 Harness 底座（第 20、22 章）：pi 极简 Agent 日常驾驶舱、Claude Code × pi × dsh 三件套编队、同一任务三方实测对账（成本 / 速度 / 质量）——工具会换，驾驭不变；
- 三大 Agent 助手（第 21 章）：面试、学习、资料收集三个助手从 0 到 1；
- 信息差变现收官（第 23 章）：信息管道工程 → 个人知识库 → 内容流水线 → 变现三路径。
段末交付：三大 Agent 助手 + 跑通第一个 ¥1 的完整闭环（注意：课程教的是跑通闭环的流程，不承诺收入金额）。
三段是三个存档点——段段有交付：即使你在任意一步停下，已完成的产出都是带得走的。
能力是怎么长出来的：会选 → 会配 → 会造 → 会统
三步走是课程的"地图"，能力成长是另一条暗线——四个台阶，逐级往上：
读图：虚线上升线是能力台阶——会选、会配只是起点，会造（创建自己的 Skill 与 MCP）、会统（编队与工作流）才是驾驭；底部深色条说明这一切都长在同一个真实项目上。
- LEVEL 01 · 会选（环境与选型，第 1–2、19 章）：本地还是云端？隐私、成本、断网三问定方向；模型选择决策框架与评测榜解读；0 元 / 轻量 / 完整三档预算方案；内网离线场景下 Ollama 与 dsh 的选型落地。选型本身就是课程反复练习的能力，不是给一个"标准答案"背下来；
- LEVEL 02 · 会配（深度定制，第 3 章）：CLAUDE.md 规范让 AI 懂你的项目，Skills + MCP 扩展能力边界，Subagents + Hooks 实现团队化与自动化，权限与沙箱让 AI 可靠可控——配置即资产，换仓库当天迁移；
- LEVEL 03 · 会造（创作资产，第 3、5、10–11 章）：从 0 创建自己的 Skill（第 10 章 dowhat 总结技能完整实战）、自建 MCP 服务器（第 5 章 SearXNG 本地搜索封装）、把踩坑经验沉淀成可复用的 AI 资产——这一级是从"用别人的"跨到"造自己的"的分水岭；
- LEVEL 04 · 会统（综合驾驭，第 18、20–22 章）：多工具组合工作流（搜索 × 记忆 × 文档）、多 Harness 编队与成本实测对账、上下文与 token 治理——一个人指挥一支军团的综合调度能力。
关键是：这四级不是假想练习，全程长在同一个真实项目上——从第 9 章起，选环境、配工具、造资产、带军团，每一步都在 ai-chat-ui 上真刀真枪地练；进阶实战段再用三个全新场景的助手验证这套能力可以脱离原项目复制。学完落到你自己的项目上，四级台阶原样再走一遍。
能力 × 案例：一张表说清"绑定感"是错觉
有同学看目录会觉得"提示词下面嵌着组件库项目，是不是绑定关系"。用一张图回应：
读图：先数上层胶囊——通用能力不依赖任何具体项目；实线指向的 ai-chat-ui 只是示范载体，虚线指向的「你的下一个项目」同样成立；图底部还附了六个任务念头的组合流水线（上排环节、下排能力组合），详见下文「从任务出发」一节。
落实到章粒度（🔧 通用能力：换项目仍成立 / 📦 项目案例：课程的教学载体 / 🔶 双重属性：通用范式借项目落地）：
| 章节 | 你学到的 | 组件库的角色 |
|---|---|---|
| 第 1–2 章 认知与选型 | 🔧 模型选型决策框架、Harness 全景 | 仅背景 |
| 第 3 章 Claude Code 深度配置 | 🔧 五件套配置体系 | 演示场，可换任何仓库 |
| 第 4 章 提示词工程 | 🔧 五要素 + 六大模板 + 思维链 | 例题——模板对任何项目通用 |
| 第 5 章 需求与基建 | 🔧 产品思维、搜索/记忆基建 | 组件库需求仅作举例 |
| 第 6–7 章 文档/图表/OCR | 🔧 全部工具链 | 案例（产物多为课程自身材料） |
| 第 8 章 竞品与源码分析 | 🔧 AI 读码与头脑风暴方法论 | 分析对象恰好是组件库，对象可换 |
| 第 9 章 工程化启动 | 🔶 Git 工作流 / CI-CD / Docker 范式 | 📦 初始化 ai-chat-ui |
| 第 10–12 章 组件开发 | 🔶 多会话并行、风格对齐、i18n 方案 | 📦 项目主体 |
| 第 13–14 章 测试与发布 | 🔶 测试方法论、SemVer、发包流程 | 📦 实际发包上线 |
| 第 15–17 章 服务端与 Agent | 🔶 ReAct、MCP 宿主、记忆、RAG 架构 | 📦 给本项目装后端 |
| 第 18–20 章 工作流/私有化/降本 | 🔧 全部 | — |
| 第 21 章 三大助手 | 🔶 机制复用与验收 | 📦 三个全新场景项目 |
| 第 22–23 章 底座与信息差 | 🔧 编队选型方法论、变现路径 | — |
而且这套能力不止在课程项目里成立：进阶实战段的多个 Agent 助手、内网私有化、信息差工程，用的仍是同一套打法——载体换了、场景换了，能力照常成立。
课程的形态因此像一个沙漏：头（1–8 章）学通用能力 → 中（9–17 章）在真实项目里把能力练实 → 尾（18–23 章）能力再次抽象出去，变成你的军团与资产。
这些能力，能发散到哪里
通用能力列了名字还不够——能用在哪儿，才算真的带得走。六项能力域 × 各自的发散场景：
读图：左侧六项能力域都来自课程正篇（括注出处章节）；右侧场景只是起点——最终长成什么样，取决于你要解决什么问题。
- Harness 驾驭（第 2–3、20–22 章）→ 你自己任何仓库的 AI 协作规范；团队工具链与规范下发；低成本多模型编队；工具选型与成本对账；
- 本地搜索与调研（第 5、18 章，SearXNG 自建不依赖外部配额）→ 技术选型前的多方调研、竞品与行业情报监控、论文/资料批量收集整理、每天自动上门的信息管道；
- 文档与表达（第 6–7 章，docx / 图表 / PPT / 本地 OCR）→ 接口与技术文档自动生成、周报月报与汇报材料、投标方案与产品介绍 PPT、纸质/截图资料 OCR 数字化；
- 记忆与知识管理（第 5、17 章）→ 个人知识库（收藏夹变资产）、团队经验沉淀与检索、跨项目上下文复用；
- Agent 与自动化（第 15–17、21 章）→ 知识库问答/智能客服、面试模拟与学习规划助手、资料采集与评分流水线、一切重复工作的自动化 Agent；
- 信息差与变现（第 23 章）→ 内容创作与付费专栏、独立产品 72 小时 MVP、第一个 ¥1 闭环。
注意这些场景里没有一个必须会做组件库——搜索调研、文档表达、记忆管理、Agent 自动化，发散到后端、测试、运维、产品、独立开发者的日常都成立。课程用组件库把每项能力示范了一遍；同样的能力，换你的领域、你的团队、你的副业，再发散一遍。
从任务出发：综合应用 与 探索学习
能力发散还停留在"场景名词"——换成你随时会冒出来的念头来看，它们是这样落地的。每个念头下面，就是从左到右的执行环节，以及每个环节用到的能力和工具：
读图：上排环节、下排每个环节对应一组能力组合——能力编号对应图D 左侧六域。
综合应用——把一个念头，串成一条能跑的业务线（每个环节都是多项能力组合着用）：
- 我想做一个虚拟人带货：选品调研（② 搜索调研 + ⑤ 多源采集）→ 拆解对标话术（③ 语音转写 + ⑤ 拆解流水线）→ 脚本素材生成（④ 素材知识库 + ③ 多模态生成）→ 自动投放运营（① Harness 定时 + ⑤ Agent 工作流）→ 数据复盘迭代（② 数据监控 + ④ 评分记忆库）；
- 我看到一条视频很好，想拆解它学习：下载转写（⑤ 视频采集 + ③ 语音转文字）→ 结构拆解（⑤ 拆解流水线 + ③ 文本整理）→ 沉淀入库（③ 摘要提炼 + ④ RAG 入库）→ 仿写我的版本（④ 检索参考 + ③ 内容生成）；
- 我看到别人的打法很好，想快速复刻：全量采集（② 信息管道 + ⑤ 采集评分）→ 模式提炼（⑤ 摘要分析 + ④ 对比入库）→ 沉淀成 SOP（③ 文档输出 + ④ 模板知识库）→ 交给流水线跑（① Harness 编队 + ⑤ Agent 自动化）。
探索学习——快速搞懂一个领域、做一个决策：
- 我想在一个方向上持续探索：订阅信源（② RSS 管道 + ⑤ 定时采集）→ AI 评分过滤（⑤ 评分流水线 + ④ 历史对照）→ 每天自动上门（① 定时任务 + ③ 晨报生成）→ 越攒越能查（④ RAG 检索 + ② 语义搜索）；
- 我不知道这个品能不能选：多源采集（② SearXNG 搜索 + ⑤ 批量抓取）→ 交叉验证（⑤ 验证工作流 + ② 多源比对）→ 评分报告（⑤ 评分 Agent + ③ 报告生成）→ 我来拍板（① 人做决策 + ④ 结论入库）；
- 我想快速了解一个行业：深度调研（② 搜索调研 + ⑤ 批量爬取）→ 建行业知识库（③ 文档清洗 + ④ RAG 入库）→ 问答式深挖（④ 语义检索 + ⑤ 问答 Agent）→ 产出行业地图（③ 图表文档 + ④ 库内引用）。
六个念头的共同规律：没有一个要求你先懂那个行业、先有那个资质——而且没有哪个环节只靠一项能力：综合应用是"看 → 学 → 做 → 跑"串成流水线，探索学习是"采集 → 过滤 → 沉淀 → 产出"四段骨架，每个环节都是 ②找信息、⑤做自动化、③出交付物、④存知识 的两两组合，①Harness 把所有环节编排成流水线，人只出现在"我来拍板"那一格。课程练手项目里掌握的组合方式（给组件库文档建 RAG、给资料收集做评分流水线、给学习助手配遗忘曲线），放到你自己的念头上，就是同一套组合换个语料再跑一遍。
学完带走的三样东西
- 通用能力（AI 功底）：提示词、规范、技能、工具协议、多 Harness 编队、质量门——换任何项目、任何工具都带得走的内功；
- 工程范式（全栈生产线）：一条"需求 → 开发 → 测试 → 发包 → 部署"跑通过的生产链，你的下一个项目照着再跑一遍；
- 作品资产（可点验交付物）：npm 可装、公网可点、简历可验证的作品，不是练完就扔的 demo。
它们属于你，不属于某个项目。
说明：实战段（第 9–17 章）以 Vue 3 组件库为载体，需要一定前端基础；功底段与进阶段的方法论（Harness 驾驭、提示词、搜索调研、文档、记忆、Agent 架构、变现）不限于前端。文中项目数据（1705 用例、565 提交）为仓库实测。