AI 安全项目专题

SecurityClaw 学习笔记

从框架拆解到 Agent 原理：SecurityClaw 18 篇系统化学习系列。前 9 篇聚焦基础架构与执行机制，后 9 篇聚焦 Agent 原理。

系列总纲 #

这个系列分成两部分：

第一部分：框架与基础设施（01-09） #

这一部分回答的是：一个可运行的 Agent 框架，到底由哪些层构成？每一层分别解决什么问题？

01-09 的学习主线 #

入口和总体架构怎么拆
RAG 在这里到底承担什么角色
LangGraph 为什么不是“炫技图”，而是状态机
LLM 应该负责什么，不应该负责什么
多步 Agent 为什么需要编排层
技能系统如何动态加载和调度
Agent 的控制面应该放在哪里
manifest 契约如何把扩展能力变成受控能力
一个通用 Agent 骨架如何映射到 SecurityClaw

章节目录 #

#	章节	核心问题
01	项目总览与架构概览	一个 Agent 框架的最小骨架长什么样？
02	RAG 引擎核心流程	RAG 在 Agent 中是记忆、检索还是证据注入？
03	LangGraph 工作流核心机制	为什么要把执行循环做成显式状态机？
04	Agent 的确定性边界	LLM 负责规划，代码负责什么？
05	用 LangGraph 构建可控的多步 Agent	多步 Agent 为什么需要编排层？
06	从技能目录到调度任务	动态技能系统如何从目录变成能力？
07	Agent 设计的控制面	权限、预算、恢复、状态边界放在哪里？
08	技能系统的 manifest 契约机制	manifest 为什么是契约，而不是配置表？
09	Agent 代码模板：映射到 SecurityClaw	通用 Agent 模式如何落到真实项目？

第二部分：Agent 原理（10-18） #

这一部分回答的是：当你真正开始开发 Agent 时，哪些原理必须理解？

10-18 的学习主线 #

学 Agent 应该按什么知识顺序建立框架
Tool Calling 的执行权为什么必须收回运行时
规划为什么必须是证据驱动的迭代循环
state、working memory、checkpoint、RAG 应该如何分层
RAG 应该何时参与、何时退出
评估、恢复与停止条件如何共同定义系统的诚实边界
安全护栏为什么必须是运行时控制系统
trace、metrics、replay、eval 如何共同证明 Agent 可靠性
工作流、单 Agent、多 Agent 各自适合什么问题

章节目录 #

#	章节	核心问题
10	Agent 原理学习路线	学 Agent 应该按什么知识顺序建立框架？
11	工具调用与运行时	模型提出动作以后，谁来验证和执行？
12	规划、执行与循环	为什么 Agent 不是一次规划，而是证据驱动的迭代？
13	状态、记忆与检查点	state、working memory、checkpoint、RAG 应该如何分层？
14	RAG 与上下文工程	RAG 应该何时参与当前回合，何时不该参与？
15	评估、恢复与停止条件	系统如何区分继续、恢复和停止？
16	安全护栏与权限	为什么模型能规划，不代表它能执行？
17	可观测性与 Agent 评测	为什么只看最终答案无法真正评估 Agent？
18	架构取舍：工作流、单 Agent 与多 Agent	什么问题该用工作流，什么问题才值得上 Agent？

目标不是“看懂 SecurityClaw”，而是借它建立 Agent 开发的完整知识框架。

该项目属于 AI 安全主线。