Tweet
CCAR-F: Chìa khóa “đi từ kiến trúc đến thi đậu” cho anh em "Quản trị mạng"
Anh em học AI nhiều rồi chắc gặp cảnh: chạy được demo thì vui, nhưng vào bài thi/đề bài thực tế thì… rối. Lý do không phải bạn kém, mà vì bạn đang thiếu tư duy kiến trúc hệ thống .
CCAR-F (Claude Certified Architect – Foundations) là chứng chỉ xây đúng nền đó: từ cách chọn model, dựng agent workflow có kỷ luật, thiết kế tool/MCP theo schema , đến prompt có tiêu chí và context không bị “lạc” .
Mình viết bài này chia sẻ theo kiểu đi thực chiến, để anh em học đúng đường và có chiến lược thi rõ ràng.
STT 1. Lấy “nền Claude” làm trục chính: chọn đúng model, hiểu đúng CONTEXT:
Trước khi lao vào agent, anh em phải nắm chắc Claude Ecosystem và Model Architecture :
Claude Family, Claude API, Claude Code, Claude Desktop/Enterprise/TeamHaiku/Sonnet/Opus, Context Window, Token, Cost, Latency, Model Selection
Ví dụ dễ hiểu:
Bạn làm trợ lý phân tích sự cố dựa log dài. Nếu không hiểu token/cost và giới hạn context , hệ thống sẽ hoặc thiếu dữ kiện, hoặc tốn tài nguyên. Kiến trúc đúng sẽ biết khi nào cần “tóm tắt dần” , khi nào cần “nâng context” , và khi nào chọn model khác.
STT 2. Agentic Architecture: học để “agent làm đúng vai”, không phải “agent trả lời hay”:
Domain này chiếm trọng số lớn nhất và cũng là phần thầy hay bẻ đề nhất:
Agent Loop + stop_reason + Tool UsePlanning, Reflection, Memory, Agent lifecycleWorkflow có Coordinator/Worker/Subagent , có Context Passing và Structured Context Task decomposition: sequential/parallel/dynamic, prompt chaining, multi-pass review Workflow Enforcement : Prompt Enforcement, Programmatic Enforcement, Human Handoff, Retry/Recovery, Reliability Hook System để kiểm soát vòng đời: SessionStart/End, PreToolUse/PostToolUse, PermissionRequest/Denied, PreCompact/PostCompact…
Ví dụ thực chiến:
Giả sử agent có tool “cập nhật cấu hình firewall” . Nếu không có hook kiểm quyền (PermissionRequest/Denied) thì hệ thống rất dễ tự ý chạy tool sai bối cảnh. Khi thi CCAR-F , họ không chỉ hỏi “có tool không” , mà hỏi “kiểm soát và độ tin cậy nằm ở đâu”.
STT 3. Tool Design + MCP: bạn phải học schema, validation, và đường xử lý LỖI:
Muốn agent chạy trơn thì tool phải “cứng”.
Anh em cần bám đúng:
Tool Description, Tool Schema , Input Schemastrict mode, JSON Schema , required, enum, additionalPropertiesError Handling: Structured Error, Retryable, Validation Error, Permission Error, Business ErrorTool distribution: tool_choice (auto/any/specific), 4–5 tool rule , tool selectionMCP architecture: Host/Client/Server, JSON-RPC, stdio/HTTP transport MCP server: Tools/Resources/Prompts/Sampling, .mcp.json , environment variables, Roots/ElicitationLab: Kết nối GitHub MCP, PostgreSQL MCP
Ví dụ dễ hiểu:
Tool xuất ra danh sách có thể “Empty result” hoặc “Failed result” . Nếu không phân biệt, agent sẽ retry vô hạn hoặc kết luận sai. Học phần này giúp bạn viết agent logic giống kỹ sư: có tình huống, có đường lui, có quyết định đúng.
STT 4. Claude Code + Prompt engineering + Context management: gom lại thành một dự án hoàn CHỈNH:
Đến phần này, anh em không còn “học rời” , mà xây cả hệ thống:
Claude Code: workspace, CLI, built-in tools (Read/Write/Edit/Glob/Grep/Bash) CLAUDE.md (Hierarchy, AGENTS.md, @import, CLAUDE.local.md, Directory Rules, Auto Memory)Skills: SKILL.md, frontmatter, dynamic context, context fork, allowed-tools, hooks Plan Mode (Permission Mode, Plan, Direct Execution, acceptEdits, bypassPermissions, Explore Agent)CI/CD kiểu Claude Code: JSON output, JSON schema, stream JSON, batch review, session isolationPrompt engineering: Explicit criteria, role prompt, few-shot/zero-shot, prompt template/XML promptStructured output + validation loop (retry loop, self correction, nullable/enum, batch processing)Context management: long context, lost in the middle , progressive summary, context compressionReliability: provenance, escalation, human review, context strategy, large codebaseBuổi 24 mock exam để rèn đúng phản xạ
Ví dụ thực chiến:
Bạn xây “Claude AI Architect Project” (lab cuối khóa) gồm Claude Code workspace, CLAUDE.md, Skills, Hooks, MCP server, tool design, prompt engineering, multi-agent workflow, structured outputs, logging & error handling. Đây là lúc anh em thấy rõ: từng phần học trước đó đều “góp” vào khả năng hệ thống chạy end - to - end.
Kết thúc: học CCAR-F theo thứ tự sẽ tiết kiệm thời gian và tăng xác suất thi ĐẬU:
Nếu anh em muốn đi nước rút mà không bị hụt, hãy giữ kỷ luật học theo trục:
Claude architecture → Agentic architecture (hooks/enforcement) → Tool + MCP (schema/error) → Claude Code + Prompt + Context → mock exam
👇Anh em nào quan tâm lộ trình này có thể tranh thủ đăng ký để kịp lớp khai giảng sắp tới.
Liên hệ: Hotline/zalo: 076 5944 386 (Ms.Như Ngọc)
Email: nhungoc@vnpro.org
Anh em học AI nhiều rồi chắc gặp cảnh: chạy được demo thì vui, nhưng vào bài thi/đề bài thực tế thì… rối. Lý do không phải bạn kém, mà vì bạn đang thiếu tư duy kiến trúc hệ thống .
CCAR-F (Claude Certified Architect – Foundations) là chứng chỉ xây đúng nền đó: từ cách chọn model, dựng agent workflow có kỷ luật, thiết kế tool/MCP theo schema , đến prompt có tiêu chí và context không bị “lạc” .
Mình viết bài này chia sẻ theo kiểu đi thực chiến, để anh em học đúng đường và có chiến lược thi rõ ràng.
STT 1. Lấy “nền Claude” làm trục chính: chọn đúng model, hiểu đúng CONTEXT:
Trước khi lao vào agent, anh em phải nắm chắc Claude Ecosystem và Model Architecture :
Claude Family, Claude API, Claude Code, Claude Desktop/Enterprise/TeamHaiku/Sonnet/Opus, Context Window, Token, Cost, Latency, Model Selection
Ví dụ dễ hiểu:
Bạn làm trợ lý phân tích sự cố dựa log dài. Nếu không hiểu token/cost và giới hạn context , hệ thống sẽ hoặc thiếu dữ kiện, hoặc tốn tài nguyên. Kiến trúc đúng sẽ biết khi nào cần “tóm tắt dần” , khi nào cần “nâng context” , và khi nào chọn model khác.
STT 2. Agentic Architecture: học để “agent làm đúng vai”, không phải “agent trả lời hay”:
Domain này chiếm trọng số lớn nhất và cũng là phần thầy hay bẻ đề nhất:
Agent Loop + stop_reason + Tool UsePlanning, Reflection, Memory, Agent lifecycleWorkflow có Coordinator/Worker/Subagent , có Context Passing và Structured Context Task decomposition: sequential/parallel/dynamic, prompt chaining, multi-pass review Workflow Enforcement : Prompt Enforcement, Programmatic Enforcement, Human Handoff, Retry/Recovery, Reliability Hook System để kiểm soát vòng đời: SessionStart/End, PreToolUse/PostToolUse, PermissionRequest/Denied, PreCompact/PostCompact…
Ví dụ thực chiến:
Giả sử agent có tool “cập nhật cấu hình firewall” . Nếu không có hook kiểm quyền (PermissionRequest/Denied) thì hệ thống rất dễ tự ý chạy tool sai bối cảnh. Khi thi CCAR-F , họ không chỉ hỏi “có tool không” , mà hỏi “kiểm soát và độ tin cậy nằm ở đâu”.
STT 3. Tool Design + MCP: bạn phải học schema, validation, và đường xử lý LỖI:
Muốn agent chạy trơn thì tool phải “cứng”.
Anh em cần bám đúng:
Tool Description, Tool Schema , Input Schemastrict mode, JSON Schema , required, enum, additionalPropertiesError Handling: Structured Error, Retryable, Validation Error, Permission Error, Business ErrorTool distribution: tool_choice (auto/any/specific), 4–5 tool rule , tool selectionMCP architecture: Host/Client/Server, JSON-RPC, stdio/HTTP transport MCP server: Tools/Resources/Prompts/Sampling, .mcp.json , environment variables, Roots/ElicitationLab: Kết nối GitHub MCP, PostgreSQL MCP
Ví dụ dễ hiểu:
Tool xuất ra danh sách có thể “Empty result” hoặc “Failed result” . Nếu không phân biệt, agent sẽ retry vô hạn hoặc kết luận sai. Học phần này giúp bạn viết agent logic giống kỹ sư: có tình huống, có đường lui, có quyết định đúng.
STT 4. Claude Code + Prompt engineering + Context management: gom lại thành một dự án hoàn CHỈNH:
Đến phần này, anh em không còn “học rời” , mà xây cả hệ thống:
Claude Code: workspace, CLI, built-in tools (Read/Write/Edit/Glob/Grep/Bash) CLAUDE.md (Hierarchy, AGENTS.md, @import, CLAUDE.local.md, Directory Rules, Auto Memory)Skills: SKILL.md, frontmatter, dynamic context, context fork, allowed-tools, hooks Plan Mode (Permission Mode, Plan, Direct Execution, acceptEdits, bypassPermissions, Explore Agent)CI/CD kiểu Claude Code: JSON output, JSON schema, stream JSON, batch review, session isolationPrompt engineering: Explicit criteria, role prompt, few-shot/zero-shot, prompt template/XML promptStructured output + validation loop (retry loop, self correction, nullable/enum, batch processing)Context management: long context, lost in the middle , progressive summary, context compressionReliability: provenance, escalation, human review, context strategy, large codebaseBuổi 24 mock exam để rèn đúng phản xạ
Ví dụ thực chiến:
Bạn xây “Claude AI Architect Project” (lab cuối khóa) gồm Claude Code workspace, CLAUDE.md, Skills, Hooks, MCP server, tool design, prompt engineering, multi-agent workflow, structured outputs, logging & error handling. Đây là lúc anh em thấy rõ: từng phần học trước đó đều “góp” vào khả năng hệ thống chạy end - to - end.
Kết thúc: học CCAR-F theo thứ tự sẽ tiết kiệm thời gian và tăng xác suất thi ĐẬU:
Nếu anh em muốn đi nước rút mà không bị hụt, hãy giữ kỷ luật học theo trục:
Claude architecture → Agentic architecture (hooks/enforcement) → Tool + MCP (schema/error) → Claude Code + Prompt + Context → mock exam
👇Anh em nào quan tâm lộ trình này có thể tranh thủ đăng ký để kịp lớp khai giảng sắp tới.
Liên hệ: Hotline/zalo: 076 5944 386 (Ms.Như Ngọc)
Email: nhungoc@vnpro.org
Attached Files