❝该系列文章基于
github.com/shareAI-lab/learn-claude-code写就，该仓库以大道至简的风格剖析了Claude Code的核心原理，值得大家学习。由于该仓库是基于Python语言，为方便.NET开发者学习，我已经将代码基于.NET 10的dotnet file重写，源码已上传至github，源码地址见文末。
v0: Bash 就是一切 - 最简 Agent 的哲学
❝本文是 Learn Claude Code (C# 版) 系列的第一篇，对应代码文件
v0_bash_agent.cs。
核心问题
构建了各种复杂的 Agent 系统后，我们追问一个根本问题：
Agent 的本质是什么？
答案令人惊讶地简单：一个工具 + 一个循环 = 完整的 Agent 能力。
为什么 Bash 就够了？
Unix 哲学说"一切皆文件，一切皆可管道"。Bash 是通往这个世界的大门：
你需要 | Bash 命令 |
|---|---|
读取文件 | cat, |
写入文件 | echo '...' > file, |
搜索 | find, |
执行 | python, |
| 子代理 | dotnet run v0_bash_agent.cs "task" |
最后一行是关键洞察：通过 bash 调用自身实现子代理！
代码解析
唯一的工具定义
var bashTool = new Tool { Name = "bash", Description = """ 执行 shell 命令。常用模式: - 读取: cat/head/tail, grep/find/rg/ls, wc -l - 写入: echo 'content' > file, sed -i 's/old/new/g' file - 子代理: dotnet run v0_bash_agent.cs '任务描述' """, InputSchema = new InputSchema { Type = "object", Properties = new Dictionary<string, JsonElement> { ["command"] = JsonDocument.Parse("""{"type": "string"}""").RootElement }, Required = ["command"] } };工具定义就是告诉模型"你可以做什么"。注意Description中包含了使用模式——这是在教模型如何使用工具。
核心 Agent 循环
async Task<string> ChatAsync(string prompt, List<Message>? history = null) { history ??= []; history.Add(prompt.AsUserMessage()); while (true) { // 1. 调用模型 var response = await client.CreateMessageAsync(modelId, history, tools); // 2. 添加助手消息到历史 history.Add(response.AsRequestMessage()); // 3. 如果没有工具调用，完成 if (response.StopReason != StopReason.ToolUse) return ExtractText(response); // 4. 执行工具并添加结果 var results = await ExecuteToolsAsync(response); history.Add(results); } }这就是所有 Agent 的核心模式：
调用模型- 带上历史消息和可用工具
检查是否需要工具-
StopReason.ToolUse表示模型想调用工具执行工具- 运行模型请求的命令
继续循环- 把结果反馈给模型，直到它认为任务完成
子代理机制
v0 最精妙的设计是通过 bash 实现子代理：
主 Agent |-- bash: dotnet run v0_bash_agent.cs "分析架构" |-- 子 Agent (隔离进程，干净历史) |-- bash: find . -name "*.cs" |-- bash: cat src/Program.cs |-- 通过 stdout 返回摘要进程隔离 = 上下文隔离
子进程有自己的消息历史，不会污染父 Agent 的上下文。这是一个简单但强大的设计。
系统提示的艺术
var systemPrompt = $""" 你是一个位于 {workDir} 的 CLI agent。使用 bash 命令解决问题。 规则: - 行动优先，简短解释。 - 读取文件: cat, grep, find, rg, ls, head, tail - 写入文件: echo '...' > file, sed -i, 或 cat << 'EOF' > file - 子代理: 对于复杂子任务，生成子代理: dotnet run v0_bash_agent.cs "探索 src/ 并总结架构" 何时使用子代理: - 任务需要读取很多文件（隔离探索过程） - 任务独立且自包含 - 你想避免用中间细节污染当前对话 """;系统提示做了几件事：
定义身份- "你是一个 CLI agent"
提供上下文- 当前工作目录
教授模式- 怎么读文件、写文件
引导策略- 何时使用子代理
关键洞察
1. 极简主义的力量
v0 证明了一个反直觉的观点：一个工具可以做一切。
不需要专门的read_file、write_file工具。cat、echo就够了。但这种极简主义有代价——模型需要更多 tokens 来"思考"怎么用 bash 完成任务。
2. 模型即决策者
代码只做两件事：
提供工具（bash）
运行循环
所有决策都由模型做：调用什么命令、以什么顺序、何时停止。
3. 递归的优雅
子代理不是新概念，只是递归。v0_bash_agent.cs调用自己，就像函数调用自己一样自然。
运行示例
# 交互式模式 dotnet run v0_bash_agent.cs >> 列出当前目录的 cs 文件 $ ls *.cs v0_bash_agent.cs v1_basic_agent.cs ... >> 分析 v0_bash_agent.cs 的结构 $ head -50 v0_bash_agent.cs ...# 子代理模式 dotnet run v0_bash_agent.cs "探索 src/ 并总结架构"从 v0 到 v1
v0 证明了最简可行性，但在实际使用中有局限：
效率- 用 bash 读文件比专用工具慢（需要更多 tokens）
安全- 没有路径检查，可能逃逸工作目录
可读性-
echo '...' > file不如write_file直观
v1 将引入专用工具（read_file、write_file、edit_file），在保持核心循环不变的前提下，优化这些方面。
总结
v0 的哲学：
❝Bash 就是一切。一个工具 + 一个循环 = 完整的 Agent。
这不是最实用的设计，但它揭示了 Agent 的本质:模型是 80%，代码是 20%。
