阿里云深度拆解Claude Code-墙外头条

一、Claude Code介绍

ClaudeCode是由Anthropic开发的全新终端AI编程工具，旨在通过自然语言指令帮助开发者高效率地完成代码编写、调试和项目管理任务。它直接集成在开发者的工作环境（如终端）中，无需依赖额外服务器或复杂配置即可运行。

在实际的使用过程中，Claude Code是一个比较通用的智能体，他输出的代码也比cursor简练很多，更像是一个熟悉整个项目的高级程序员，研究和学习这个框架对于开发自己的Agent至关重要，本篇文章会详细介绍Claude Code的设计模式和核心代码。

二、详细介绍

2.1系统架构

2.2执行流程

2.3交互层

交互层是用户与 Claude Code 的接触点，通常包括：

REPL 界面：提供命令行交互体验；

输入处理器：解析用户指令，支持多种输入模式（自然语言、命令、代码等）；

输出渲染器：格式化并展示 AI 响应和工具执行结果；

在 ClaudeX 中，这一层主要由REPL.tsx和PromptInput.tsx等组件实现，它们负责接收用户输入并展示结果。

2.3.1输入逻辑处理

输入逻辑处理

2.3.2渲染

阶段

工具调用阶段（Assistant侧）：显示工具名称、参数和执行状态；

工具结果阶段（User侧）：显示执行结果；

组件

AssistantToolUseMessage:渲染助手调用工具时的消息；

显示工具名称（通过 tool.userFacingName()）；

显示参数（通过 tool.renderToolUseMessage()）；

使用 ToolUseLoader 显示执行状态动画；

UserToolSuccessMessage:

渲染工具执行成功后的结果；

调用 tool.renderToolResultMessage() 渲染具体内容；

工具接口定义

userFacingName() 显示给用户的工具名称；

renderToolUseMessage(input, options) 渲染工具参数；

renderToolResultMessage(output, options)渲染工具结果；

renderToolUseRejectedMessage() 渲染拒绝消息；

UI渲染特性

使用 Ink 框架的 Box 和 Text 组件构建终端UI；

支持主题系统（通过 getTheme()）；

响应式布局（flexDirection, justifyContent）；

详细/简洁模式切换（verbose 参数）；

执行成本和时间显示（Cost 组件）；

2.4核心引擎

核心引擎是 Claude Code 的"大脑"，负责协调各个组件的工作：

消息系统：管理用户输入、AI 响应和工具结果的消息流；

查询引擎：与 AI 模型交互，发送请求并处理响应；

工具调度器：协调工具的调用和结果处理；

在 ClaudeX 中，query.ts是核心引擎的关键组件，它实现了与 AI 模型交互的逻辑：

query.ts

2.5工具

工具系统是 Claude Code 的"手脚"，使其能够与外部环境交互：

文件工具：读取、写入、搜索文件；

执行工具：运行 shell 命令、执行代码；

分析工具：代码分析、依赖检查等；

元工具：复合工具，可以执行更复杂的任务；

每个工具都遵循统一的接口，包括名称、描述、参数模式和执行逻辑：

工具也是整个Claude Code的核心资产，他这个cli效果这么好除了是因为强大的模型，也是因为有很强大的工具，例如有一个特别强大的bash tool的工具，可以调用shell里面的所有命令，也包含agent tool，可以发挥更强大的能力。我们会在后续的文章中对工具进行单独的分析。

2.6上下文管理

上下文管理是 Claude Code 的"记忆"，负责收集和组织代码相关信息：

项目结构：目录和文件结构

代码内容：关键文件的内容

版本控制：Git 历史和状态

配置信息：项目配置和依赖

上下文管理的挑战在于如何在有限的上下文窗口内提供最相关的信息：

LRU缓存机制：对文件编码、行尾类型等信息实现缓存，减少重复操作。

文件缓存

按需加载策略：不会一次性加载整个代码库，而是根据查询需要智能加载相关文件。

GlobTool.tsx

结果截断处理：对大量搜索结果实现智能截断，避免上下文溢出，同时提供清晰的截断提示。

lsTool.tsx

拼装上下文

上下文拼装

2.7安全

安全与权限是 Claude Code 的"护栏"，确保工具使用的安全性：

权限验证：工具执行前的权限检查；

用户确认：关键操作的用户确认机制。使用最小权限原则，只向用户索要完成任务的最小权限；

安全边界：文件操作和命令执行的限制；

permission.ts

三、一些启发

3.1用于程序员测试prompt的Binary Feedback机制

query.ts

使用完全一模一样的请求两次，可能是为了观察同样的输入模型会不会给出两个输出，如果ai返回了两个答案，就说明模型对于这次请求是犹豫的，考虑不清楚的，需要让用户去做选择。

这里对于输出的检测不是检测文本，而是去检测生成的tool use是不是相同的。结构化数据输出的稳定性要远远大于文本输出的稳定性。如果没有tool use才会去比较文本。

同时看到这个代码只在程序员自己测试的时候才会生效，说明这样的测试逻辑对于开发自己的agent还是比较有用的。出现这种情况就说明你需要去提高自己的prompt质量了。

3.2MCP工具

整个Claude Code自身只维护了一个tengu_mcp_server，同时支持用户添加MCP Server，Claude Code通过三级分层的结构，来管理用户的MCP 工具：

global：全局配置的通用的MCP

MCPrc：配置文件，可以共享

project：项目级别，就是当前的代码库可以单独配置

下层结构的MCP配置的可以覆盖上层的MCP配置。

添加MCP Server

如何获取到多个MCP Server的工具，请求所有的MCP Server，获取到所有的tools，将tools聚合，发送给大模型。

getMCPTools

3.3通过AI来检测安全

利用AI做安全辅助。例如判断命令是否有被注入的可能性。

判断命令是否有被注入

3.4上下文压缩处理

核心功能：清空对话历史但保留上下文摘要，解决了长对话导致的上下文窗口问题。

技术亮点：

1.智能摘要生成：使用Sonnet模型生成对话摘要，保留关键信息供后续使用；

2.Fork机制应用：利用setForkConvoWithMessagesOnTheNextRender创建新的对话分支，摘要作为新对话的起点；

3.Token使用优化：将摘要的token使用量设为0，避免触发上下文窗口警告；

4.缓存清理：清理getContext和getCodeStyle缓存，确保新对话环境干净；

核心代码流程：

1.获取当前对话历史

2.构造摘要请求并调用Sonnet模型

3.提取并验证摘要内容

4.清屏、清空消息历史

5.创建包含摘要的新对话分支

3.5简单任务交给小模型

Claude内部会有好几个模型实例，如果是只判断对错或者是一些简单的任务，会交给haiku模型。

queryHaiku

3.6高效的文件系统策略

分层的代码项目拉取，先获取斑层次项目结构，再根据需要深入特定目录，避免一次性加载过多内容；

Ripgrep集成：利用Rust编写的高性能搜索工具ripgrep，实现毫秒级的代码库搜索；

内置二进制支持：包含预编译的ripgrep二进制文件，确保跨平台一致性和性能；

智能结果排序：搜索结果按修改时间排序，优先展示最近更改的文件，提高相关性；

并发搜索能力：支持同时发起多个搜索请求，大幅提高大型代码库的分析效率；

LRU缓存机制：对文件编码、行尾类型等信息实现缓存，减少重复操作；

3.7精妙的工具

Claude Code中内置的15个工具的实现和提示词都值得反复学习，就是因为这些极致的工具才使得任务执行的高效。

四、彩蛋

五、iFlow CLI

随着Claude Code的爆火出圈，我们发现这个产品是真实地提高程序员的开发效率。我们也持续追踪了两个月Claude Code的升级进展，帮助了很多同学在国内环境使用Claude Code。随着Cursor、Claude Code对国内ip加大力度管控，使用这类前沿工具变得十分困难，但最近一个月也迎来了很多惊喜：Kimi K2、Qwen3-Coder、GLM-4.5 等国产大模型相继涌现，Gemini CLI 也宣布开源。国产编程工具正不断突破创新，致力于为国内开发者打造更智能、更高效的极致开发体验。

心流团队一直在探索AGI的路上，我们也一直在找寻最通用AI助手的技术架构和产品形态，CLI + MCP的出现让我们觉得这可能就是我们实现AGI的路径。所以我们向大家隆重介绍我们最新研发的CLI工具，iFlow CLI 2.0。