基于Claude Code泄露源码的深度解析

昨天发生了一件大事，Claude Code代码被泄露了，基于这份代码，我使用Claude Code工具让它自己分析了一下自己的代码，想想也挺魔幻的。

一、项目整体定位

Claude Code 是一个以 Agent 为核心的 AI 编程助手，运行在终端里。它不只是”调用 LLM 然后返回文本”，而是一个完整的 Agentic Loop 系统，能够：

• 自主规划任务

• 调用工具（读写文件、执行命令、搜索代码）

• 生成子 Agent 并行处理复杂任务

• 管理上下文、记忆、权限

技术栈：TypeScript + Bun 运行时，React + Ink 做终端 UI，Claude API 作为 LLM 后端。

二、核心架构：Query Loop

整个 Agent 的心脏是 query.ts（约 5000 行），它是一个异步生成器（async generator），实现了经典的 ReAct 循环：

关键设计：用 async generator 而不是 callback/Promise，使得 UI 层可以 for await 消费事件流，实现真正的流式渲染，同时 Agent 逻辑保持线性可读。

三、Agent 系统设计

3.1 Agent 的三种来源

每个 Agent 定义包含：

• tools：该 Agent 可用的工具列表

• model：使用哪个 Claude 模型

• mcpServers：挂载哪些 MCP 服务

• permissions：权限约束

• systemPrompt：专属系统提示

3.2 AgentTool：子 Agent 的生命周期

tools/AgentTool/AgentTool.tsx（235K，最大文件）管理子 Agent 的完整生命周期：

三种执行模式：

1. Fork 模式：子Agent继承父Agent的完整上下文（适合需要全局知识的任务）

2. Worktree 模式：在独立 git worktree 中运行（代码隔离）

3. Remote 模式：在云端 CCR 环境运行（长时任务）

3.3 多 Agent 并行编排

工具编排层（toolOrchestration.ts）会自动分析工具调用的并发安全性：

• 并发安全（可并行）：file_read, glob, grep, web_search

• 非并发安全（串行）：file_write, bash, agent_spawn

四、上下文管理：解决长对话的核心挑战

这是整个系统最精妙的部分之一。随着对话变长，token 消耗爆炸，Claude Code 实现了多层上下文压缩策略：

4.1 五种压缩策略

上下文压缩策略（从轻到重）

4.2 Prompt Cache 共享（关键优化）

这是一个非常聪明的工程优化：子 Agent 不需要重新”理解”整个项目上下文，直接复用父 Agent 已经缓存的 prefix。

五、工具系统设计

5.1 工具接口（Tool.ts，约 30K）

每个工具实现统一接口：

5.2 内置工具集

5.3 MCP（Model Context Protocol）集成

MCP 是 Anthropic 提出的工具扩展协议，允许第三方服务以标准化方式向 Agent 暴露工具：

每个 Agent 可以挂载不同的 MCP Servers，实现工具的动态组合。

六、权限与安全系统

6.1 多层权限控制

6.2 26 个生命周期 Hook

Hook 系统使得用户可以在不修改核心代码的情况下，注入自定义逻辑（审计日志、安全过滤、自动化流程等）。

七、记忆系统

7.1 三层记忆架构

7.2 记忆注入机制

系统提示构建时，记忆内容按优先级合并注入：

八、System Prompt 构建

System Prompt 是动态构建的，包含多个模块：

这种动态构建方式使得每次对话的 System Prompt 都精确反映当前状态，同时通过 Prompt Cache 避免重复计算。

九、关键技术亮点总结

十、Agent 设计的核心思想

从架构层面看，Claude Code 体现了几个重要的 Agent 设计原则：

1. 单一循环，多层扩展：核心是一个简单的 ReAct 循环，复杂性通过工具、Hook、MCP 扩展，而不是修改核心逻辑。

2. 上下文即状态：Agent 的”状态”完全存在于 messages 数组中，这使得 fork、压缩、恢复都变得自然。

3. 工具是能力边界：Agent 能做什么完全由工具集决定，通过限制工具集来限制 Agent 的权限范围。

4. 缓存是一等公民：Prompt Cache 不是优化项，而是架构设计的核心考量，子 Agent 的 fork 机制围绕缓存继承设计。

5. 流式优先：从 API 调用到 UI 渲染，全链路 streaming，避免任何不必要的等待。