夜雨聆风用 Claude Code 或 Cursor 写代码的时候，你有没有好奇过：
「它到底看到了什么？我写的 prompt 被怎么处理了？为什么有时候理解偏差那么大？」
最近 GitHub 上有个项目叫 CCGlass，15 天涨了 15 星，专门解决这个「黑盒」问题——让你看清楚 AI 编程助手到底在想什么。
🎯 为什么需要「透视」AI
现在的 AI 编程工具（Claude Code、Cursor、Copilot Chat 这些）都是黑盒：
你输入一段 prompt 它内部处理一通（怎么处理的？不知道） 返回一段代码或回答
这个过程中，你完全不知道：
它到底「看」到了哪些文件 你的 prompt 被怎么改写或增强 系统提示（System Prompt）里写了什么 上下文窗口是怎么被填充的
结果就是：调试全靠猜。
当 AI 给出奇怪的回答，你只能靠经验推测「是不是上下文不够」「是不是 prompt 写得不清楚」，但没法确认。
💡 CCGlass 是怎么「透视」的
CCGlass 的思路很简单：拦截 AI 工具发送到模型的内容，让你看到原始数据。
它通过几种方式实现：
代理拦截
在 AI 工具和模型 API 之间插入一个代理层，捕获所有请求和响应。就像网络抓包工具，但专门针对 AI 编程场景。
日志分析
解析 AI 工具的本地日志文件（比如 Claude Code 的日志），提取出关键信息：
发送给模型的完整 prompt 包含的上下文文件列表 系统提示的内容 Token 使用统计
可视化展示
把捕获的数据整理成易读的格式：
分块显示 prompt 的组成部分 高亮显示上下文文件的内容 统计 token 分配（系统提示占多少、用户输入占多少、文件内容占多少）
🛠️ 能看到什么
用 CCGlass，你能看到：
Prompt 的完整面貌
原来 AI 工具在背后偷偷加了一堆东西：
系统提示（告诉 AI 它是谁、该做什么） 上下文文件（自动包含的代码文件） 你的原始输入
上下文窗口的使用情况
一目了然地看到：
总共用了多少 token 系统提示占了多少 代码上下文占了多少 留给用户输入的还剩多少
文件包含逻辑
AI 工具是怎么选择包含哪些文件的？有时候它包含的文件让你意外——CCGlass 能帮你发现这些「意外」。
📊 实际应用场景
调试奇怪的回答
AI 给出一个离谱的答案，用 CCGlass 一看，发现它根本没包含关键文件，或者系统提示里有误导信息。
优化 prompt
看到你的 prompt 被怎么处理，就能针对性地优化。比如发现系统提示占了一半 token，可以考虑精简。
理解工具行为
不同 AI 工具的「性格」不一样。Claude Code 和 Cursor 的系统提示风格不同，用 CCGlass 对比看看，能更好理解它们的差异。
教学演示
写教程或做分享时，用 CCGlass 展示 AI 工具的内部机制，比空口说更有说服力。
🛠️ 怎么用
CCGlass 支持多种 AI 工具：
# 安装
npm install -g ccglass
# 配置 Claude Code
glass setup claude-code
# 启动拦截
glass intercept
# 正常使用 Claude Code，CCGlass 会在后台记录所有请求
# 查看最近一次对话的详细信息
glass view last
# 导出为 HTML 报告
glass export --format html -o report.html
支持的工具：
Claude Code Cursor GitHub Copilot Chat Continue.dev
💭 写在最后
CCGlass 解决了一个被忽视的问题：AI 编程工具的透明度。
当 AI 越来越强大，我们越来越依赖它，但也越来越不了解它。CCGlass 让我们重新获得「知情权」——知道 AI 到底在想什么。
这种透明度不只是「满足好奇心」，更是调试和优化的基础。只有知道问题在哪，才能解决问题。
如果你经常被 AI 的「神操作」困扰，不妨试试 CCGlass。说不定你会发现，很多「莫名其妙」的行为，其实都有迹可循。
