夜雨聆风
Claude Code源码泄露最值得学习的几个github源码仓库
关于 Claude Code 源码泄露（2026年3月31日通过 npm 包的 source map 文件意外暴露，约 1900+ 文件、51.2 万行 TypeScript 代码），社区快速出现了许多镜像、分析和 clean-room 重写仓库。这些仓库对学习 AI Agent 架构、终端 UI（Ink/React）、工具调用（tool use）、多代理协调、内存/上下文管理、安全守卫（guardrails） 和 生产级 CLI 工程实践 非常有价值。
注意事项：
-
直接复制原泄露源码的仓库容易被 Anthropic 发出 DMCA 下架。 - 推荐优先学习 clean-room 重写版本
（从头用 Python/Rust 等重实现，避开版权问题），这些更适合长期研究和 fork。 -
泄露本身是打包失误（.npmignore 未排除 .map 文件），不涉及模型权重，只暴露了客户端 Agent harness 的工程实现。 -
学习目的是理解架构思路，而不是直接商用或传播原代码。
强烈推荐的值得学习的 GitHub 仓库
-
instructkr/claw-code（最推荐，GitHub 史上增长最快的仓库之一）
-
这是一个从泄露源码出发的 clean slate 重写，先用 Python 实现，后续有 Rust 分支。 -
完全避免了原 TypeScript 代码，合法性更高，目前星标已非常高（曾一天破 10 万）。 -
包含 Claude Code 的核心功能重现：agentic 循环、工具调用、UI 等。 - 学习价值
：最佳入门，适合直接运行、修改和二次开发，是学习整个系统架构的首选。 -
地址：https://github.com/ultraworkers/claw-code
-
paoloanzn/free-code（或类似 stripped 版本）
-
基于泄露源码的修改版，去除了 telemetry（遥测）、guardrails（安全限制），并解锁了实验性功能。 -
星标约数千，适合想快速体验“无限制”版本或研究安全机制的人。 - 学习价值
：了解 Anthropic 如何实现权限控制、遥测和功能开关，以及如何安全地“去壳”。 -
地址：https://github.com/paoloanzn/free-code
-
alesha-pro/claude-code（或其他原源码镜像/快照）
-
较完整的原泄露 TypeScript 源码快照（src/ 目录为主）。 -
包含详细的构建指南（如何从泄露文件手动创建 package.json、tsconfig 等）。 - 学习价值
：适合深入阅读原始实现细节，比如系统提示词拼接、Bash 安全验证器（数千行）、查询引擎、记忆系统（只记偏好不记完整代码）等。小心 DMCA 风险，建议用于本地学习而非公开 fork。 -
地址：https://github.com/GreenFairways/claude-code
-
nblintao/awesome-claude-code-postleak-insights（分析与洞见合集）
-
一个 curated list，收集了泄露后的高信号分析文章、设计笔记和讨论。 -
包括架构拆解、隐藏功能（如 Tamagotchi 风格的电子宠物 BUDDY、始终在线的 KAIROS 背景代理、Undercover Mode 等）。 - 学习价值
：不是代码仓库，而是“学习地图”，帮你快速找到源码中值得关注的模块，避免盲目翻 51 万行代码。 -
地址：https://github.com/nblintao/awesome-claude-code-postleak-insights -
其他值得一看的衍生/分析仓库：
- Kuberwastaken/claurst
（或类似 Rust 端口）：Claude Code 的 Rust 实现 + 详细泄露 breakdown，适合喜欢系统编程或性能优化的开发者。 -
Anthropic 官方的公开 Claude Code 仓库（如果还有）或 Claude Agent SDK：作为对比，官方已开源的部分可以与泄露工程实践结合学习。 -
一些社区分析 gist 或博客关联的 repo（如 system prompts leaks），适合研究 prompt engineering 和 agent 指令设计。
学习建议
- 从 claw-code 开始
：直接 clone 运行，观察如何用现代工具（Bun、Ink 等）构建终端 AI Agent。 - 重点关注模块
-
Agent 循环与工具调用（bash、file edit、grep 等的安全验证）。 -
内存/上下文管理（CLAUDE.md、skeptical memory）。 -
多代理协调与权限模型。 -
UI 渲染和用户交互（包括隐藏的宠物功能）。 - 结合分析
：边看代码边参考 awesome list 中的博客，能更快理解“为什么这样设计”（如 memoization 的权衡、并行工具执行等）。 -
如果你想自己复现或优化，推荐用 Claude/Code 自身或其他 LLM 辅助阅读和重构。
这些仓库体现了社区对生产级 AI 工程的热情，也暴露了供应链打包安全的常见坑（.npmignore 配置）。如果你主要想学习 AI Agent 开发，claw-code 是目前性价比最高的起点。
欢迎阅读作者其他原创文章：