
最近,Anthropic 推出的 CLI 工程师 Claude Code 彻底刷屏了。这份长达 21 页的《Claude Code 源码架构深度解析 V2.0》文档,是基于从 npm 包中提取出的将近 4756 个 TypeScript 源码文件进行的深度复盘 。它揭示了一个真相:顶级的 AI Agent 绝不是简单的 Prompt 堆砌,而是一套极其精密的 Agent 操作系统 。
为什么你必须读这份文档?
如果你正在开发 Agent,或者对大模型的落地感到困惑,这份文档里藏着工业级的工程美学:
不仅仅是 CLI,是 Agent OS:文档拆解了 Claude Code 如何通过 50 多个模块目录、101 个内置命令,将一个工具打造成具备平台化设计意图的系统 。
1729 行的状态机心脏:系统抛弃了容易爆栈的递归调用,采用 while(true) 循环结合 state 对象的设计,构建出能够应对长会话的超强引擎 。
极致的“上下文经济学”:Token 就是预算。文档详细介绍了四道压缩机制(Snip, Micro, Collapse, Auto Compact)以及 API 413 错误后的紧急重试机制 。
多 Agent 协同的工业级范式:系统包含 6 个内建 Agent 。文档揭秘了 Explore Agent(只读专家)和 Verification Agent(拥有 130 行精心设计 prompt 的对抗验证者)的设计思路 。
三层安全防护网:不信任模型的自觉性。通过预测性分类器(Speculative Classifier)、Hook 策略层和核心权限决策,确保操作安全可控 。
源码级的干货,不容错过
从 main.tsx 的 4683 行代码,到 42 个工具的分类治理,再到 MCP(Model Context Protocol)如何让模型感知到自己的能力,这份文档详细复盘了从原型到产品的落地细节 。不要再盲目复刻 Demo 了,来看看顶级厂商是如何处理任务中断、进程泄漏和状态清理的 。


目录
1 全局视角:CLI 工具 vs Agent Operating System
1.1 你在看什么
1.2 代码库规模
1.3 入口层暴露的设计意图
1.4 命令系统不是装饰品
2 引擎:主循环与 Prompt 编排
2.1 一个请求怎么跑起来的
2.2 query.ts:1729 行的状态机
2.3 Streaming Tool Execution:边收边跑
2.4 Prompt 组装:一台精密的拼装机器
2.5 Prompt Cache 经济学
2.6 行为规范:怎么让 AI 工程师不乱来
3 工具系统:42 个工具和一条治理流水线
3.1 Tool 接口设计
3.2 42 个工具的分类
3.3 工具执行 Pipeline
4 多 Agent 体系:分工和调度
4.1 为什么需要多个 Agent
4.2 Explore Agent:裁剪出来的只读专家
4.3 Verification Agent:整个系统里最狠的 prompt
4.4 AgentTool.tsx:调度总控
4.5 Fork path 的 cache 优化
4.6 runAgent.ts:子 Agent 的完整运行时
4.7 任务系统
5 安全层:权限、Hook 和三层防护网
5.1 权限系统概览
5.2 Hook 系统:不只是事件钩子
5.3 resolveHookPermissionDecision:安全的关键粘合层
5.4 三层防护网
6 生态:Skill、Plugin、MCP
6.1 Skill:带元数据的 workflow package
6.2 Plugin:模型行为层面的扩展
6.3 MCP:工具桥 + 行为说明注入
6.4 生态的关键:模型“感知到”自己的能力
7 上下文经济学:Token 就是预算
7.1 四道压缩机制
7.2 Reactive Compact:API 413 的兜底
7.3 Token Budget
7.4 其他上下文优化
8 产品化:从 prototype 到 product
8.1 生命周期管理
8.2 Bridge 系统
8.3 State 管理
8.4 UI 层
8.5 Telemetry
9 从源码里提炼出的设计原则
9.1 原则 1:不信任模型的自觉性
9.2 原则 2:把角色拆开
9.3 原则 3:工具调用要有治理
9.4 原则 4:上下文是预算
9.5 原则 5:安全层要互不绕过
9.6 原则 6:生态的关键是模型感知
9.7 原则 7:产品化在于处理第二天
10 附录:核心文件索引
10.1 入口与主循环
10.2 Prompt 系统
10.3 工具执行
10.4 Agent 系统
10.5 权限与安全
10.6 生态扩展
10.7 上下文管理
数据小贩