❝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。
v2: 用 Todo 实现自我约束
❝本文是 Learn Claude Code (C# 版) 系列的第三篇，对应代码文件
v2_todo_agent.cs。
问题：上下文衰减
v1 对简单任务很好用。但试试这个：
You: 重构 auth 模块、添加单元测试、更新 API 文档观察模型的行为：
开始重构 auth...
突然想起要写测试，切换过去...
写了一半测试，想起还没看完 auth 代码...
10 次工具调用后："等等，我在干什么来着？"
这就是上下文衰减——计划只存在于模型的"脑海"中，随着对话变长逐渐模糊。
解决方案：让计划显式化
v2 添加一个新工具TodoWrite，从根本上改变工作方式：
Before (v1):
模型内部："我先做 A，然后 B，然后 C" (不可见) 10 次工具调用后：计划已模糊After (v2):
[ ] 重构 auth 模块 [>] 添加单元测试 <- 当前正在做这个 [ ] 更新 API 文档 (1/3 completed)现在你和模型都能看到计划。模型可以：
随时查看进度
一次只做一件事
完成后更新状态
TodoManager 设计
核心数据结构
record TodoItem(string Content, string Status, string ActiveForm); class TodoManager { private List<TodoItem> _items = []; // Content: 任务描述，如 "添加单元测试" // Status: pending | in_progress | completed // ActiveForm: 现在进行时，如 "正在编写测试用例..." }ActiveForm是个精妙的设计——当任务在进行中时，显示模型正在做什么：
[>] 添加单元测试 <- 正在编写 AuthService 的测试用例...约束即护栏
public string Update(JsonElement itemsJson) { // ...验证逻辑... if (validated.Count > 20) throw new InvalidOperationException("Max 20 todos allowed"); if (inProgressCount > 1) throw new InvalidOperationException("Only one task can be in_progress"); }约束 | 原因 |
|---|---|
最多 20 项 | 防止无限任务列表 |
一个 in_progress | 强制一次只做一件事 |
必填 activeForm | 确保可见性 |
这些不是限制，是护栏——它们让复杂任务成为可能。
渲染输出
public string Render() { // [x] Completed task // [>] In progress task <- Doing something... // [ ] Pending task // // (2/3 completed) }模型看到这个渲染结果，就能理解当前状态。
TodoWrite 工具定义
new Tool { Name = "TodoWrite", Description = "更新任务列表。用于规划和追踪进度。", InputSchema = new InputSchema { Type = "object", Properties = new Dictionary<string, JsonElement> { ["items"] = JsonDocument.Parse(""" { "type": "array", "items": { "type": "object", "properties": { "content": {"type": "string"}, "status": {"type": "string", "enum": ["pending", "in_progress", "completed"]}, "activeForm": {"type": "string"} }, "required": ["content", "status", "activeForm"] } } """).RootElement }, Required = ["items"] } }注意：模型每次发送完整列表，不是增量更新。这简化了状态管理。
软提示机制
强制要求模型用 Todo 会很烦人。v2 用"软提示"来引导：
初始提醒
const string INITIAL_REMINDER = "<reminder>对于多步骤任务请使用 TodoWrite。</reminder>"; // 在第一条用户消息前注入 if (firstMessage) { content.Add(ContentBlock.CreateText(INITIAL_REMINDER)); firstMessage = false; }持续提醒
int roundsWithoutTodo = 0; const string NAG_REMINDER = "<reminder>10+ 轮未更新 todo。请更新 todos。</reminder>"; // 在 Agent 循环中 if (usedTodo) roundsWithoutTodo = 0; else roundsWithoutTodo++; if (roundsWithoutTodo > 10) results.Insert(0, ContentBlock.CreateText(NAG_REMINDER));这是"软约束"——不强制，但引导。模型仍然可以选择不用 Todo，但会收到温和的提醒。
实际工作流程
You: 重构 auth 模块、添加测试、更新文档 <reminder>对于多步骤任务请使用 TodoWrite。</reminder> 好的，我来规划这个多步骤任务。 > TodoWrite [ ] 重构 auth 模块 [ ] 添加单元测试 [ ] 更新 API 文档 (0/3 completed) 首先标记第一个任务为进行中： > TodoWrite [>] 重构 auth 模块 <- 正在分析现有代码结构... [ ] 添加单元测试 [ ] 更新 API 文档 (0/3 completed) 让我先看看 auth 模块的代码： > read_file: {"path":"src/Auth/AuthService.cs"} ... [分析后进行重构] > edit_file: {...} Edited src/Auth/AuthService.cs 重构完成，更新 todo： > TodoWrite [x] 重构 auth 模块 [>] 添加单元测试 <- 正在为 AuthService 编写测试... [ ] 更新 API 文档 (1/3 completed) ...继续下一个任务...深层洞察
约束既限制又赋能
这个模式在 Agent 设计中反复出现：
约束 | 赋能 |
|---|---|
max_tokens 限制 | 可管理的响应 |
工具 schema 限制 | 结构化调用 |
Todo 约束 | 复杂任务追踪 |
好的约束不是限制，是脚手架。
外部化记忆
TodoManager 本质上是把模型的"工作记忆"外部化：
内部记忆：模糊、会衰减
外部记忆（Todo）：精确、持久
这是一种认知卸载——让模型专注于当前任务，不用担心忘记整体计划。
状态机视角
每个 TodoItem 是一个简单状态机：
pending -> in_progress -> completed"只能一个 in_progress" 的约束确保了线性执行——这对于 LLM 来说是最容易处理的模式。
运行示例
Mini Claude Code v2 (with Todos) - /path/to/project 输入 'exit' 退出。 You: 创建一个 REST API 项目：添加用户管理、产品管理、订单管理 好的，这是一个多步骤任务，我来规划： > TodoWrite [ ] 创建项目结构 [ ] 实现用户管理 API [ ] 实现产品管理 API [ ] 实现订单管理 API (0/4 completed) 开始第一个任务： > TodoWrite [>] 创建项目结构 <- 正在初始化 ASP.NET Core 项目... [ ] 实现用户管理 API [ ] 实现产品管理 API [ ] 实现订单管理 API (0/4 completed) > bash: {"command":"dotnet new webapi -n MyApi"} The template "ASP.NET Core Web API" was created successfully. ...从 v2 到 v3
v2 解决了单个 Agent 的规划问题。但对于大型任务：
You: 探索整个代码库，然后重构 auth 模块问题：
探索阶段产生大量输出（
cat20 个文件）这些细节填满了上下文
真正重构时，关键信息已经"被挤出去"了
这就是上下文污染。v3 将引入子代理——通过上下文隔离来解决这个问题。
总结
v2 的哲学：
❝让计划显式化。约束赋能复杂性。
一个简单的 TodoManager + 一个 TodoWrite 工具，就让 Agent 能够处理多步骤任务。这是"外部化认知"的典型应用。
点击阅读原文，获取仓库地址：👇👇👇
)
