10分钟快速速通Claude Code泄露源码核心架构，里面居然藏了一个脏话彩蛋！

大家好，我是轩辕。

Claude Code泄露事件发生一天过去了，官方在泄露十多个小时之后，终于撤回了2.1.88版本。

相关的负责人也在X上承认了事件属实，这事算是石锤了。

有意思的是，我打开我手里的Claude Code问它认不认识这份代码，它直接表示相当熟悉，我也是差点没绷住。

我带着Claude Code和Codex连夜加班，分析了这次泄露的源代码，做了一套完全免费的学习教程，供大家深入研究学习。

学习地址：

https://www.xuanyuancode.com/learn-claude-code

烧了我不少的token，如果觉得还不错，别忘了点赞支持下哦。

今天这篇文章，我用10 分钟，带你把它最重要最精华的部分搞清楚，包括核心工作引擎循环、提示词工程、工具的调用、上下文管理、MCP 协议、Skills，六个模块，全部拿下。

干货很多，建议收藏再看。

先建立一个整体印象

在进入细节之前，先来看一下整体的工作流程图。

Claude Code 内容虽然很多，但总的来说，核心就一件事：通过一个循环不断调用工具，以及为了让这个循环能平稳运行的一套外围工程设计。这套外围工程设计也就是最近经常看到的Harness工程，网友戏称牛码工程。

你给它一个任务，它进入一个循环。

循环里不停地调工具——读文件、改代码、跑终端命令——每次工具跑完，把结果塞回对话历史，Claude 再看结果决定下一步干什么。

就这么一直转，转到任务完成，或者触发终止条件为止。

接下来具体看看这个核心循环引擎的实现。

第一块：核心工作引擎循环

核心逻辑藏在两个文件里：QueryEngine.ts 和 query.ts。

Claude API 的响应是流式的——一点点输出，代码用一个循环逐条处理每一段内容，大概是这样的：

每调用一次工具，就是一轮。每轮结束，对话历史就多了一条工具结果消息。

下一轮把这些历史全部带上，模型看到工具结果再决定下一步——要么继续调工具，要么结束任务。

来看源码里核心循环的骨架，我把细节省掉，只留最关键的结构：

这就是 Agent 循环的本质，所有框架底层都是这个结构，换汤不换药。

但光是这个循环还不够看，Claude Code 在里面埋了两个重要的操作。

第一个，双重终止熔断。

Claude Code 同时设置了 maxTurns（最大轮次上限）和 maxBudgetUsd（最大预算上限）两个终止条件。

// QueryEngine.ts 第 146 行
maxTurns?: number
maxBudgetUsd?: number

然后在循环末尾，每轮结束都会检查预算：

// QueryEngine.ts 第 972 行
if (maxBudgetUsd !== undefined && getTotalCost() >= maxBudgetUsd) {
  yield {
    type: 'result',
    subtype: 'error_max_budget_usd',
    errors: [`Reached maximum budget ($${maxBudgetUsd})`],
  }
  return
}

为什么要两个？

只用轮次限制，有可能轮次没超但模型每轮都在生成大量 token，成本照样失控。

只用预算限制，有时候任务进入一个奇怪的死循环，一直花小额费用但永远不收敛，预算熔断太晚才触发。

两个一起才能互补——既防死循环，又防超支。

我们自己做 Agent 的时候，也可以参考这种设计。

第二个，Token 实时累计，不是事后结算。

它不是等一次完整对话结束才算用了多少 token，而是每收到一段流式响应，就立刻把这段的 token 用量累加进去。

来看源码：

// QueryEngine.ts 第 789 行
if (message.event.type === 'message_start') {
  // 新消息开始，重置本条消息的计数
  currentMessageUsage = EMPTY_USAGE
  currentMessageUsage = updateUsage(
    currentMessageUsage,
    message.event.message.usage,
  )
}
if (message.event.type === 'message_delta') {
  // 流式增量，立刻累加
  currentMessageUsage = updateUsage(
    currentMessageUsage,
    message.event.usage,
  )
}
if (message.event.type === 'message_stop') {
  // 一条消息结束，追加到全局总量
  this.totalUsage = accumulateUsage(
    this.totalUsage,
    currentMessageUsage,
  )
}

这样做的好处是：可以随时精确触发预算熔断，不会超了才知道。

Anthropic这是一点亏也不想吃的。

第二块：提示词工程

OK，循环搞清楚了，接下来看看 Claude Code 的提示词工程，看看它的提示词到底是怎么组织的。

很多人以为 Claude Code 背后就是一段超长系统提示词。

实际上不是。

它更像一套分层装配系统。不同信息放在不同层里，按当前状态动态拼出来。

大体上分为五个层级。

1：基础身份。

最底层先把 Claude Code 的身份钉死：它不是普通聊天机器人，而是面向软件工程任务的交互式 Agent。

这层决定的是总基调。

2：运行时环境注入。

这一层最重要。

Claude Code 每轮对话前，都会把当前环境里最关键的信息拼进去。

比如：

• Git 状态快照
• CLAUDE.md
• 当前日期
• 语言偏好和输出风格
• MCP 服务器附带的指令

这里你可以把它理解成：

先把“你现在在哪个项目、当前是什么状态、有哪些额外环境约束”告诉模型。

3：用户附加规则。

这层专门说用户自己主动加进去的系统级规则。

这一层更像是用户在告诉 Claude Code：

• 回复统一用中文
• 先给方案再改代码
• 不要碰某些目录

也就是长期生效的附加规则。

4：角色与模式附加。

这一层就是根据 Claude Code 当前扮演的角色，自动再补一段约束。

最典型的就是 Teammate。

当 Claude Code 作为子 Agent 被调用时，系统会自动告诉它：

• 你现在是谁
• 你不是主 Agent
• 你该怎么和上层通信
• 哪些输出别人其实看不见，必须走 SendMessage

所以这一层讲的不是“某个专项功能”，而是当前身份和协作模式带来的附加约束。

5：工具与后台专用提示词。

最后一层再分成两小类看。

第一类是工具级 prompt。

每个工具不只是一个函数定义，它还带自己的使用说明。

比如 Bash 工具的 prompt 会明确告诉模型：

• 什么时候该用 Bash
• 什么时候别乱用 Bash
• 读文件优先走专门的文件工具

这类 prompt 的作用，是帮模型在多个工具之间选对路。

第二类是后台专用 prompt。

这些 prompt 不是直接给用户看的，而是给一些专项流程用的。

比如：

• /init
• 记忆筛选
• 工具结果总结
• 上下文压缩

它们也有各自独立的提示词，但它们不是身份层，也不是用户自定义层，而是服务于某个后台子流程。

简单小结一下这五层提示词：

• 基础身份：你到底是什么
• 运行时环境：你当前所处的项目和环境
• 用户附加规则：用户额外加给你的长期规则
• 角色与模式附加：你这次扮演什么身份
• 工具与后台专用提示词：具体怎么执行和怎么支撑后台流程

要说明一下的是，上面这五层主要是系统提示词部分，不包含用户自己输入的消息。

第三块：工具系统

接下来是工具系统。

Claude Code 之所以比大模型更强大，核心原因就是，它背后接了一整套工具。

没有工具，它只是一个聊天对话模型。 有了工具，它才能真正去读文件、改代码、跑命令、联网、问用户、分任务。

Claude Code内置的工具大体分为4大类。

第一类，文件工具。

这是 Claude Code 最常用的一组。

• FileReadTool：读文件内容
• FileEditTool：按 patch 方式改文件
• FileWriteTool：直接写整个文件
• GlobTool：按文件名、路径模式找文件
• GrepTool：按关键词搜代码内容

这一组工具负责最基本的两件事：读和写。读项目文件，写项目文件。

第二类，环境工具。

代表就是 BashTool。

这个工具不是拿来替代所有工具的， 而是负责那些必须进真实开发环境才能做的事，比如：

• 跑测试

• 跑构建

• 看 git 状态

• 启动服务

• 执行脚本

• WebSearchTool：直接联网搜索信息

• WebFetchTool：获取具体网页内容

这一组工具，是在帮 Claude Code 连接外部环境，获取更多信息。

第三类，会话工具。

这类工具不一定直接改代码，但它们决定整个任务怎么推进。

比如：

• AskUserQuestionTool：拿不准的时候停下来问你
• EnterPlanModeTool：先进入规划模式，不急着动手
• ExitPlanModeTool：把计划提交出来，准备进入执行
• TodoWriteTool：把待办拆出来，方便跟踪进度

这一组工具让 Claude Code 不只是“埋头写代码”， 而是更像一个会汇报、会规划、会确认的工程搭档。

第四类，协作和扩展工具。

这是 Claude Code 比较像 Agent 平台的地方。

比如：

• AgentTool：把一个子任务分给新的 Agent 去做
• TaskCreateTool、TaskUpdateTool 这些：管理任务状态
• ListMcpResourcesTool、ReadMcpResourceTool：读取 MCP 服务暴露出来的资源
• SkillTool：调用预定义技能

这一组工具说明，Claude Code 不是只会单线程地干一件事， 它已经在往“调度、分工、协作”的方向走了。

我们把这些工具放在一起看，就会发现 Claude Code 的工作方式其实很像一个小团队：

• 先搜索
• 再读取
• 再修改
• 改完去验证
• 拿不准就问你
• 复杂任务就拆出去

Claude Code 之所以强大，离不开它背后这一整套分工明确的工具箱。

第四块：上下文管理

接下来我们来看看非常核心的上下文管理。

随着对话越来越长，上下文窗口迟早会被撑满，这是所有长会话 Agent 都必须解决的问题。

Claude Code 的解法藏在 services/compact/ 这个目录里。

先说压缩的触发时机：

// services/compact/autoCompact.ts 第 30、33 行
const MAX_OUTPUT_TOKENS_FOR_SUMMARY = 20_000

export function getEffectiveContextWindowSize(model: string): number {
  const reservedTokensForSummary = Math.min(
    getMaxOutputTokensForModel(model),
    MAX_OUTPUT_TOKENS_FOR_SUMMARY,  // 最多预留 2 万 token 给摘要
  )
  // 有效窗口 = 模型总窗口 - 预留摘要空间
  return contextWindow - reservedTokensForSummary
}

Claude Code并不是等上下文真的满了才开始处理，而是提前算好：现在的上下文量，如果触发压缩，还有没有足够的空间让模型输出摘要？

没有的话，提前触发压缩，保证摘要阶段模型有足够的 token 可以用。

这一点很好理解，因为压缩本身也是要让AI工作并占用上下文的，如果等满了再压缩就来不及了。

注意看代码这里，预留 20000 个 token给执行压缩使用，这个数字不是拍脑袋定的——注释里写了，这是根据历史数据，压缩摘要输出在 99.99% 情况下不会超过 17387 tokens，因此再加一点余量，把上限设为 20000。

压缩具体怎么做的，来看这个流程图：

它单独开了一个新的对话，最多只允许一轮，没有任何工具权限，只有一个任务：写摘要。

来看实际代码：

// services/compact/compact.ts 第 1188 行
const result = await runForkedAgent({
  promptMessages: [summaryRequest],
  cacheSafeParams,
  canUseTool: createCompactCanUseTool(), // 工具全部拒绝
  querySource: 'compact',
  forkLabel: 'compact',
  maxTurns: 1,   // 只有一次机会
  skipCacheWrite: true,
  overrides: { abortController: context.abortController },
})

为什么要单独开个新对话，而不是直接在当前对话里做？

如果在主对话里压缩，压缩过程本身也在消耗 token、产生新消息，浪费上下文。

开个独立对话去做，主流程完全不知道压缩发生了，也不会被它干扰，让上下文保持干净。

摘要提示词要求模型先写 <analysis> 打草稿，再写 <summary> 作为最终保留内容。<analysis> 块的作用是强制模型做结构化思考，不让它跳过中间步骤直接输出摘要，实践下来摘要质量会高很多。

最后还有一个电路熔断：

// services/compact/autoCompact.ts 第 261、341 行

// 连续失败达到阈值，停止重试
if (tracking.consecutiveFailures >= MAX_CONSECUTIVE_AUTOCOMPACT_FAILURES) {
  return { wasCompacted: false }  // 熔断，直接跳过
}

// 成功时重置计数
return { wasCompacted: true, consecutiveFailures: 0 }

// 失败时递增
const nextFailures = prevFailures + 1
if (nextFailures >= MAX_CONSECUTIVE_AUTOCOMPACT_FAILURES) {
  logForDebugging('circuit breaker tripped — skipping future attempts')
}
return { wasCompacted: false, consecutiveFailures: nextFailures }

这叫"熔断"——连续失败超过阈值，直接放弃重试，不再白白消耗资源。

这个阈值 MAX_CONSECUTIVE_AUTOCOMPACT_FAILURES = 3 是怎么定出来的？

源码注释里有原始数据：历史上有 1,279 个会话在单次会话里连续失败超过 50 次，最极端的一个连续失败了 3,272 次，换算下来全球每天白白浪费约 25 万次 API 调用。

加了这三行代码之后，这 25 万次全省掉了。

Claude Code之所以更好用，细节就藏在这些基于大数据统计做的设计上了。

第五块：MCP

Claude Code 本身已经有很多内置工具了，比如读文件、改文件、跑命令。

但真实开发里，总会遇到它原生不会的东西：

• 公司内部系统
• 团队自己的数据源
• 外部服务
• 远程资源

这时候怎么办？

答案就是 MCP。

它的作用就是：把外部能力，接进 Claude Code 里面来。

MCP 是 Model Context Protocol，模型上下文协议，一套规定外部工具如何接入Agent中的协议。我之前有做过一期视频，通过动画形式快速了解MCP，感兴趣的同学可以进主页观看。

源码里 services/mcp/client.ts 很关键。

这个文件本质上就是 Claude Code 的 MCP 客户端。

它支持多种连接方式：

• stdio，连本地子进程
• http 和 sse，连远程 MCP 服务
• ws，走 WebSocket

MCP 接进来之后，Claude Code 不会把 MCP server 原始返回的数据直接扔给模型。

它会先去拉：

• tools/list
• resources/list
• prompts/list

然后把这些能力翻译成 Claude Code 自己运行时认识的对象。

比如 tools/list 拉回来的每个 MCP 工具，都会被包装成统一的 Tool 对象。

包装完以后，对模型来说，它和 BashTool、FileReadTool 这种内置工具就站到同一个层面了。

第六块：Skills

最后一块说一下 Skills。

关于Skill技术，我之前也有出过一期视频，通过一个动画帮你了解，感兴趣的同学可以进主页观看。

你可以把 Skill 理解成一张“任务说明书”。 这张说明书通常写在 SKILL.md 里，里面会告诉 Claude：

• 这个技能适合什么场景
• 应该怎么做
• 允许用哪些工具

所以 Skill 不是单纯多了一段提示词， 而是把一套经验、一套流程，正式做成了系统能力。

现在很多公司员工离职交接都不是像以前写文档了， 而是写Skill，把你日常的工作写成Skill，人离职了，Skill留下了。

Skill的第一步，是加载。

Claude Code 启动时，会去几个固定位置扫描 Skills， 把这些 SKILL.md 文件全部读出来，解析之后，再统一变成内部的 command 对象。

简单理解就是：

也就是说，Skill 在系统眼里不是一篇普通 Markdown 文档， 而是一个可以被调度、可以被执行的正式命令。

第二步，是发现。

这一步很关键。

Claude Code 并不是把所有 Skill 内容一股脑塞进上下文， 而是先把 Skill 的名字和简介放进可用列表里。

模型先知道：

• 现在有哪些 Skill 能用
• 它们大概是干什么的

等它判断当前任务确实需要某个 Skill， 才会真正调用 SkillTool 去展开这个 Skill 的完整内容。

这就是它很聪明的一点：

这样既省上下文，也更灵活。

第三步，才是执行。

Skill 真正执行的时候，核心入口就是 SkillTool。

它干的事情大概是这几步：

1. 先根据名字找到对应的 Skill
2. 检查这个 Skill 能不能执行
3. 把 Skill 里的完整说明展开出来
4. 决定是在当前上下文里直接执行，还是开一个子 Agent 去执行
5. 最后把结果回给主流程

可以看这张图：

这里最值得记的就是 inline 和 fork 两种模式。

inline 很好理解， 就是把 Skill 直接展开到当前对话里，主 Agent 接着往下做。

fork 就更有意思了。

如果一个 Skill 比较复杂，Claude Code 可以专门开一个子 Agent， 让它在独立上下文里把这件事做完，再把结果回传回来。

这么看起来的话，Skill 不只是“多了一段提示词”， 它甚至已经带了一点轻量多 Agent 的味道。

主线程继续当总控， 复杂 Skill 丢给子线程处理， 处理完再汇总回来。

最后有一个彩蛋

骂 Claude Code 会被偷偷记录。

在utils目录下的userPromptKeywords.ts文件，这里会检测你输入的消息里有没有"wtf"、"fuck you"、"this sucks"这类词。

检测到之后，Claude Code 的行为不会有任何变化——它还是正常帮你干活——但会静默记录一个 is_negative: true 的标记，打包发给后台分析系统。

哎别着急，这可不是要给你记小本本将来封你号。

Claude Code 的作者在源码泄露后接受采访时亲口说了："这是我们判断用户体验是否良好的信号之一，我们管它叫 fucks 图。"

Anthropic这收集数据做分析的能力，不得不服，一般人哪能想到这个。

最后说几句

OK，六大模块终于说晚了。这次连夜扒代码给我最大的感受是：

Claude Code 不是一个"套 API 套出来"的工具，而是一个工程化程度相当高的 AI 操作系统，每一个设计决策背后都有明确的理由。

工具默认"不安全"，安全要显式声明，别默认信任。

循环要设双重熔断，轮次和预算一起卡，少一个都容易翻车。

上下文压缩单独开新对话做摘要，别在主流程里搞，否则越压越大。

权限决策链分层，Hook 拦一层、分类器判一层、用户确认兜底，每层各司其职。

因为时间仓促，分析的深度还不够，更详细的分析欢迎大家去看这份完整的教程，地址已经放到视频下方了，感兴趣的朋友可以去翻翻看。

学习地址：

https://www.xuanyuancode.com/learn-claude-code

好了，今天就分享到这里。

如果觉得还不错的话，别忘了点赞投币支持一下。

路过的朋友欢迎点个关注，我是轩辕，我们下期再见～

往期推荐

• 手把手带你用AI开发一个代码全景图分析智能体，一键分析GitHub项目！
• 一句话让AI生成科普动画，做动画视频太简单了！
• Agent Skills技术到底是什么，一个动画彻底搞懂！
• Gemini3现在能做这种地图轨迹动画了，免费就能体验！
• 彻底去除AI编程AI味儿，三种方法让你的网站原地升天！
• 如何学习操作系统？
• 如何学习计算机网络？
• 如何学习C/C++编程？
• 如何学习网络安全？
• 程序员赛道太卷，逆向工程师怎么样？