Claude Code 源代码分析

这样它会将项目的规范、构建命令和架构要点记录下来，后续对话中它会自动参考这个文件，不再需要你重复解释背景。有利于后续的代码分析、调试和功能开发。

/init - 自动分析该项目并生成 CLAUDE.md

我已为该仓库成功创建了CLAUDE.md文件。以下是文件包含的内容：

### CLAUDE.md 内容概要
1. **概述** - 包含项目统计信息（约1884个文件、51.2万行代码、40+工具、80+命令）的项目说明，以及法律免责声明。

2. **命令** - 构建与开发相关命令：
    - `npm run prepare-src` - 准备源码
    - `npm run build` - 使用esbuild构建
    - `npm run check` - 执行类型检查
    - `npm start` - 运行编译后的命令行工具

3. **高层架构**：
    - src/query.ts中的核心智能体循环模式
    - 核心目录（入口点、命令行、命令、工具、组件、服务、状态、工具函数）
    - 关键文件及其用途
// ...

本文件用于指导 Claude Code（claude.ai/code）处理此代码仓库中的代码。

本仓库包含 Claude Code v2.1.88 的反编译源代码，该工具是基于 Anthropic 旗下 Claude 模型构建的 AI 编程助手。

ClaudeCodeAgent

开源 AI 编码智能体 OpenCode 使用指南

OpenCode 是一个开源的 AI 编码智能体。它提供终端界面、桌面应用和 IDE 扩展等多种使用方式。

curl -fsSL https://opencode.ai/install | bash

                                 ▄
█▀▀█ █▀▀█ █▀▀█ █▀▀▄ █▀▀▀ █▀▀█ █▀▀█ █▀▀█
█░░█ █░░█ █▀▀▀ █░░█ █░░░ █░░█ █░░█ █▀▀▀
▀▀▀▀ █▀▀▀ ▀▀▀▀ ▀  ▀ ▀▀▀▀ ▀▀▀▀ ▀▀▀▀ ▀▀▀▀

OpenCode includes free models, to start:

cd <project>  # Open directory
opencode      # Run command

For more information visit https://opencode.ai/docs
OpenCodeAgent

Claude Code 项目概览及架构设计

Claude Code 是 Anthropic 开发的一款终端智能体编码工具，通过自然语言与开发者交互，理解代码库上下文，自动化完成日常编码任务、代码审查、Git 工作流管理等工作。

claude-code/
├── .claude/                           # Claude 核心配置和内置命令
│   └── commands/                      # 内置系统命令
├── .claude-plugin/                    # 插件市场配置
├── .devcontainer/                     # 开发容器配置
├── .github/                           # GitHub 集成和 CI/CD
│   ├── workflows/                     # GitHub Actions 工作流
│   └── ISSUE_TEMPLATE/                # 问题报告模板
├── examples/                          # 示例配置和代码
│   ├── hooks/                         # 钩子示例
│   └── settings/                      # 配置示例
├── plugins/                           # 官方插件集合（13个）
│   ├── agent-sdk-dev/                 # Agent SDK 开发工具包
│   ├── claude-opus-4-5-migration/     # 模型迁移工具
│   ├── code-review/                   # 自动化代码审查
// ...
ClaudeCodeAgent

OpenCode 落地指南：从模型配置到 agency-agents 智能体集成

这是一套通过命令行安装 OpenCode、配置火山方舟等多模型接入，并集成 agency-agents 多智能体体系，最终可在 CLI 或桌面端使用专业化 AI 智能体协作完成各类任务的完整部署与使用流程。

curl -fsSL https://opencode.ai/install | bash

Installing opencode version: 1.3.9
■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■ 100%
Successfully added opencode to $PATH in /Users/junjian/.zshrc

                                 ▄
█▀▀█ █▀▀█ █▀▀█ █▀▀▄ █▀▀▀ █▀▀█ █▀▀█ █▀▀█
█░░█ █░░█ █▀▀▀ █░░█ █░░░ █░░█ █░░█ █▀▀▀
▀▀▀▀ █▀▀▀ ▀▀▀▀ ▀  ▀ ▀▀▀▀ ▀▀▀▀ ▀▀▀▀ ▀▀▀▀


OpenCode includes free models, to start:

cd <project>  # Open directory
opencode      # Run command

// ...
OpenCodeAgent火山方舟agency-agents

Harness Engineering｜软件工程师的角色革命，从写代码到设计环境

Harness Engineering 是 2026 年软件工程领域涌现的一门新学科，其核心理念是：在生成式 AI 时代，由于模型能力已趋于同质化（Commodity），构建可靠、可扩展的 AI 智能体系统的关键不再是模型本身，而是在模型周围设计的“Harness”（支架/编排系统）。

通过分析提供的资料，可以从以下几个维度深入理解 Harness Engineering：

正式定义上，Harness engineering 是设计和实现一个能够约束、告知、验证并纠正 AI 智能体行为的系统学科。

上下文工程（Context Engineering）：确保智能体在正确的时间获得正确的信息。这要求将代码库视为唯一的真理来源，不仅包含代码，还包括架构决策、API 契约和动态的观测数据（如日志、指标）。 架构约束（Architectural Constraints）：通过机械化的手段强制执行“好代码”的标准。例如使用确定性的 Linter、结构化测试（如 ArchUnit）和严格的依赖层级校验，防止 AI 智能体在生成代码时由于灵活性过高而导致架构腐化。 熵管理/垃圾回收（Entropy Management / Garbage Collection）：AI 生成的代码库容易积累“AI 废料（AI Slop）”，文档也容易过时。

AgentHarnessEngineering

一文读懂 Harness Engineering：AI 时代软件工程的全新范式

本文综合 Anthropic、OpenAI、Martin Fowler、LangChain、Mitchell Hashimoto、NxCode、MiniMax 等前沿文章的分析报告。

"Harness" 直译为"马具"——缰绳、鞍座、嚼子，是用来驾驭一匹强大但不可预测的动物的工具。这个隐喻极其精准：

隐喻 对应实体
马匹 AI 模型——强大、快速，但自身不知道该去哪里
马具（Harness） 基础设施——约束、护栏、反馈循环，引导模型的力量
骑手 人类工程师——提供方向，而不是亲自奔跑

没有 Harness 的 AI Agent 就像旷野中的野马——速度快、令人印象深刻，但对完成任何目标完全无用。

Harness Engineering 是设计和实现以下系统的学科：

  1. 约束（Constrain）——限制 AI Agent 能做什么（架构边界、依赖规则）
  2. 告知（Inform）——告诉 Agent 它该做什么（上下文工程、文档）
  3. 验证（Verify）——检查 Agent 是否正确完成了任务（测试、Linter、CI）
  4. 纠正（Correct）——当 Agent 出错时进行修复（反馈循环、自我修复机制）
AgentHarnessEngineering

Harness Engineering：AI时代的软件工程新范式

Harness Engineering，是在AI大模型时代，以确定性系统外壳约束概率性AI行为，通过上下文工程、架构约束、熵管理三位一体，构建可长期稳定运行的AI Agent系统，推动软件工程从代码实现转向系统设计，成为下一代AI工程化的核心范式。

在人工智能，特别是大型语言模型（LLM）能力迅速发展的时代，软件开发领域正经历一场深刻的范式转移。传统以代码为中心的工程方法正在被一种以语言为中心的新范式所取代。这一新范式将工程设计的核心原则，如控制、可靠性和可扩展性，应用到了人与AI的交互界面上。本报告将深入探讨这一新兴领域，提出“Harness Engineering”（驾驭工程）这一术语，用以描述其背后的系统性原则、核心实践、行业案例及未来挑战。报告旨在为软件工程师、技术领导者及行业观察家提供一个全面的框架，以理解并应用这一即将定义未来技术格局的关键技术。

在深入探讨Harness Engineering之前，必须首先理解它所处的演化脉络。它并非一个凭空出现的概念，而是对已有AI工程实践的一次系统性整合与升华。它标志着行业的焦点从与AI模型的“单次对话”转向了构建一个让AI能够“持续可靠工作”的完整系统。

Harness Engineering（驾驭工程）被定义为一个新兴的工程学科，其核心目标是设计和实现一套围绕AI Agent（人工智能体）的完整系统，该系统由约束（Constrain

AgentHarnessEngineeringAnthropicClaudeOpenAI

Harness Engineering

Harness engineering 是一门设计和构建约束、反馈循环和生命周期系统的工程学科，用于让 AI 智能体能够可靠地构建软件。它的核心思想是：不直接让 AI 写代码，而是创建一个环境（harness），让 AI 在这个环境中可靠地构建代码。

Anthropic 的三智能体架构：

  • Planner（规划智能体）：任务分解
  • Generator（生成智能体）：代码生成
  • Evaluator（评估智能体）：质量评估（基于 Design quality、Originality、Craft、Functionality 等标准）
  1. 迭代改进：将智能体的困难视为信号，据此添加工具/护栏/文档
  2. 自我验证循环：build-test-fix 闭环
  3. 循环检测中间件：防止无限循环
  4. "推理三明治"：计算预算策略
  5. 状态传递：在智能体之间清晰传递任务状态
  • OpenAI：5 个月内构建了超过 100 万行代码，全程无需人工输入
  • LangChain：仅通过改进 harness，将智能体在 Terminal Bench 2.0 上的表现从 52.8% 提升到 66.5%，排名从 Top 30 进入 Top 5

"我们只改变了 harness，模型保持不变。" — LangChain

Harness engineering 的本质是：将 AI 能力的关注点从"如何让 AI 更聪

AgentHarnessEngineering

Anthropic：面向长时间运行应用开发的 Harness 设计

在智能体（Agentic）编程的前沿领域，Harness 设计（测试与运行框架设计）是性能表现的关键。以下是我们如何推动 Claude 在前端设计和长时间运行的自主软件工程中进一步突破的实践。

作者：Prithvi Rajasekaran，Labs 团队成员

发布日期：2026年3月24日

在过去的几个月里，我一直致力于解决两个相互关联的问题：如何让 Claude 产出高质量的前端设计，以及如何让它在无需人工干预的情况下构建完整的应用程序。这项工作源于我们早期在前端设计能力和长时间运行编程智能体 Harness 方面的尝试。当时，我和同事们通过提示词工程（Prompt Engineering）和 Harness 设计，能够将 Claude 的性能提升到远高于基准线的水平——但两者最终都遇到了瓶颈。

为了实现突破，我寻求了一种能够跨越两个完全不同领域的全新 AI 工程方法：一个由主观审美定义，另一个由可验证的正确性和可用性定义。受生成对抗网络（GAN）的启发，我设计了一种包含**生成器（Generator）和评估器（Evaluator）**智能体的多智能体结构。要构建一个能够可靠且具审美感地对输出进行评分的评估器，意味着首先要开发一套标准，将“这个设计好吗？

AgentHarnessEngineeringAnthropicClaude

AI 技术研究及开源项目评估

BitNet 是微软开源的 1.58-bit 大模型推理框架，通过三值量化将模型压缩 10 倍，大幅降低推理成本。无法在现有昇腾 910B4 服务器上直接部署。因为 BitNet GPU 内核完全依赖 NVIDIA CUDA，与华为 CANN 架构不兼容，目前无任何官方或社区适配版本。

Page Agent 是阿里开源的纯前端 JavaScript GUI Agent 框架，通过一行脚本将 AI Agent 嵌入网页，用自然语言控制页面操作（点击、填表、导航等）。该项目可立即部署，接入研发网的大模型即可使用。

Next AI Drawio 是一款 AI + draw.io 图表生成工具，通过自然语言生成、修改和增强图表（流程图、架构图、云拓扑图等）。该项目可立即部署，接入研发网的大模型即可使用。

agency-agents 是一套 AI Agent 角色提示词库，为 Claude Code、Cursor 等编程助手提供 140 多个专业角色配置（涵盖工程、设计、营销等 12 个领域）。只需要配置到编程助手中即可以使用了。

GitNexus 是一款零服务器的代码智能引擎，支持 Graph RAG 代码探索。一、索引代码仓库，为智能体提供服务；二、在浏览器中为 GitHub 仓库或代码包生成交互式知识图谱。该项目可立即部署，需要和智能体（Claude Code, Codex等）协作。

AI研究开源项目技术评估智能体

Anthropic：长时运行智能体的有效脚手架 (Harnesses)

这是一篇由 Anthropic 发布的技术博客文章，探讨了如何通过构建有效的“脚手架”（harnesses）来提升长时运行智能体（long-running agents）的工作效率。

发布日期：2025 年 11 月 26 日

智能体在跨越多个上下文窗口工作时仍面临挑战。我们从人类工程师身上汲取灵感，为长时运行的智能体构建了一个更有效的脚手架。

随着 AI 智能体（agents）能力的不断提升，开发者正越来越多地要求它们承担复杂的任务，这些任务往往需要持续数小时甚至数天的工作。然而，让智能体在多个上下文窗口（context windows）中保持连贯的进度仍然是一个悬而未决的问题。

长时运行智能体的核心挑战在于：它们必须在离散的“会话”中工作，且每个新会话开始时都没有之前发生的记忆。想象一下，一个软件项目由实行轮班制的工程师负责，而每位新来的工程师对上一班发生的事情毫无记忆。由于上下文窗口是有限的，且大多数复杂项目无法在单个窗口内完成，智能体需要一种方法来弥合多次编码会话之间的差距。

我们开发了一种方案，使 Claude Agent SDK 能够有效地跨多个上下文窗口工作。

AgentHarnessEngineeringAnthropicClaude

OpenClaw v2026.3.24 重置指南：深度集成方舟 Coding Plan 与飞书渠道

本文详解初始化配置向导，涉及安全确认、网络网关、模型提供商（火山引擎 ark-code-latest）、通讯渠道（飞书优先）等关键设置，以及相关命令的执行。还提供了配置文件示例，说明模型、网关、技能等参数配置方法，介绍了重启网关、模型配置与查看的操作。最后展示了 Web UI、TUI、飞书群聊及 macOS 客户端的使用与构建方式。

openclaw update

Updating OpenClaw...

│
◇  ✓ Updating via package manager (21.15s)
│
◇  ✓ Running doctor checks (3.99s)

Update Result: OK
  Root: /opt/homebrew/lib/node_modules/openclaw
  Before: 2026.3.13
  After: 2026.3.24

// ...
OpenClawAgent火山方舟飞书

Agent News：首个专为智能体打造的新闻门户，及基于 OpenClaw 的“龙虾团队”自动化运营实践

首个专为智能体打造的新闻门户。

GitHub 源代码: https://github.com/wang-junjian/agent-news

ClawHub：Agent News 技能

发布技能到 ClawHub

clawhub publish /Users/junjian/.openclaw/workspace/skills/agent-news \
  --slug "agent-news" \
  --name "Agent News - 智能体的新闻门户" \
  --version "1.0.0" \
  --tags "agent, news" \
  --changelog "Initial release: 支持Agent News平台的新闻搜索、发布、编辑、删除等全流程操作。支持部署Agent News的部署和状态查看。"

打开开发者后台，参考下面的文档分别创建三个机器人：龙虾军舰、龙虾编辑、龙虾运营。

下面是每个龙虾机器人的定位与职责

核心定位：团队的枢纽，兼顾协同衔接与流程优化，负责统筹每日工作，确保龙虾编辑、龙虾运营高效联动，避免工作脱节。

OpenClawAgentNewsAgentOPC

Next AI Draw.io 架构设计分析

Next AI Draw.io 是一个 AI 驱动的图表创建工具，通过自然语言命令和 AI 辅助可视化来创建、修改和增强 draw.io 图表。

graph TB
    User[用户] --> Browser[浏览器 / 桌面应用]
    
    Browser --> UI[React 前端 UI]
    UI --> Chat[聊天界面]
    UI --> DrawIO[Draw.io 编辑器]
    UI --> Settings[设置面板]
    
    Chat --> API[Next.js API Routes]
    Settings --> API
    
    API --> ChatAPI[api/chat<br/>核心对话接口]
    API --> ConfigAPI[api/config<br/>配置接口]
    API --> ValidateAPI[api/validate-diagram<br/>图表验证]
    API --> ValidateModelAPI[api/validate-model<br/>模型验证]
// ...
NextAIDraw.ioDraw.ioAgent架构设计

Vercel AI SDK 架构设计分析

Vercel AI SDK 是一个与提供商无关的 TypeScript 工具包，旨在帮助开发者使用流行的 UI 框架（如 Next.js、React、Svelte、Vue、Angular）和运行时（如 Node.js）构建 AI 驱动的应用程序和智能体。

graph TB
    User[用户应用] --> UI[UI 框架集成<br/>React/Svelte/Vue/Angular]
    User --> Core[核心 AI 函数<br/>generateText/streamText]
    
    UI --> Core
    
    Core --> ModelInterface[模型接口层<br/>LanguageModelV4/EmbeddingModelV4]
    Core --> Agent[智能体层<br/>ToolLoopAgent]
    
    ModelInterface --> Providers[提供商实现层]
    Agent --> Providers
    
    Providers --> OpenAI[OpenAI]
    Providers --> Anthropic[Anthropic]
    Providers --> Google[Google]
// ...
VercelAIAgent架构设计

elizaOS 多智能体架构设计分析

elizaOS 是一个开源的多智能体 AI 开发框架，用于构建、部署和管理自主 AI 智能体。采用现代化、可扩展的全功能平台设计。

eliza/
├── packages/
│   ├── typescript/      # 核心包 (@elizaos/core)
│   ├── python/          # Python API 实现
│   ├── rust/            # Rust 实现（原生 + WASM）
│   ├── elizaos/         # 主应用
│   ├── daemon/          # 守护进程
│   ├── docs/            # 文档
│   ├── interop/         # 互操作层
│   ├── prompts/         # 提示词库
│   ├── schemas/         # 数据模式
│   ├── skills/          # 技能模块
│   ├── sweagent/        # SWE Agent
│   ├── training/        # 训练模块
│   ├── tui/             # 终端 UI
// ...
elizaOSAgent架构设计

需求即代码：ZeroAI 让开发触手可及

ZeroAI 是一个通用的 AI 驱动软件开发助手，能够按照标准化的五步流程开发任意软件应用。从需求理解到代码生成，让 AI 帮你完成整个软件开发周期。

  • 🚀 五步开发流程：需求分析 → 接口设计 → 数据库设计 → 业务逻辑设计 → 代码生成
  • 💾 版本管理：完整的项目版本控制，支持创建、查看和加载历史版本
  • 📝 Word 导出：一键导出项目文档到 Word 格式
  • 🎯 交互式审查：每一步生成结果都可查看、审批或重新生成
  • 📊 实时日志：完整记录 AI 开发过程中的所有操作和输出
  • 🔄 数据持久化：使用 SQLite 数据库存储项目数据
  1. 复制环境变量模板：
cp .env.example .env
  1. 编辑 .env 文件，配置你的 AI API：
OPENAI_BASE_URL=https://api.longcat.chat/openai/
OPENAI_API_KEY=your_api_key_here
OPENAI_MODEL=LongCat-Flash-Lite
TEMPERATURE=0.7
MAX_TOKENS=64000

npm install

npm run dev

打开 http://localhost:3000 开始使用。

  1. 点击"新建项目"按钮
  2. 填写项目名称
  3. 详细描述你的项目需求（越详细越好）
  4. 点击"开始创建"
ZeroAIAgent软件开发Tank

Cline 技术架构深度分析

Cline 是一个企业级 AI 编程助手，作为 VS Code 扩展运行。它代表了当前 AI 智能体开发的最高水平之一，具有以下核心特点：

特性 描述
🤖 自主智能体 能够独立规划和执行复杂开发任务
🔧 多工具集成 文件编辑、终端执行、浏览器自动化、MCP 协议
👥 人机回环 每一步操作都需要用户确认，安全可控
🌐 多模型支持 Anthropic、OpenAI、Google、AWS Bedrock 等
💾 检查点系统 可随时回滚到任意工作状态
🏗️ 跨平台架构 VS Code、CLI、JetBrains 多宿主支持

本报告将从架构师和开发专家的角度，深入剖析 Cline 的技术实现。

  1. 整体架构设计
  2. 核心模块详解
  3. Agent 任务循环机制
  4. 提示词系统架构
  5. 工具执行系统
  6. 上下文管理策略
  7. 多宿主架构
  8. 安全与权限控制
  9. 关键技术选型
  10. 架构亮点与总结

Cline 采用清晰的分层架构，从上到下依次为：

ClineArchitectureAgent

基于 OpenClaw 开发AI助手ZeroAI：五步流程，帮你完成软件开发全流程

ZeroAI 一个通用的 AI 开发助手，能够按照五步流程开发任意软件应用。从需求理解到代码生成，让 AI 帮你开发软件！

需要游戏房间创建功能，支持生成唯一的游戏会话标识，用于管理单局游戏的生命周期 需要玩家状态初始化功能，支持在游戏开始时设定玩家的初始生命值为3、初始分数为0及初始坦克属性 需要玩家坦克移动逻辑处理功能，支持根据移动指令计算坦克下一帧坐标，并校验与砖墙、钢墙、水域、边界等地图元素的碰撞情况以阻断非法移动 需要玩家坦克射击逻辑处理功能，支持根据射击指令生成子弹对象，判定子弹飞行轨迹与地图障碍物、敌方坦克及基地的碰撞结果 需要地图数据加载功能，支持根据关卡ID获取对应的地图布局数据，包含砖墙、钢墙、水域、树林、基地等元素的位置坐标信息 需要敌方坦克AI控制功能，支持自动控制敌方坦克进行移动路径规划、转向逻辑及自动射击，并实现随关卡递增的难度参数调整 需要子弹碰撞判定功能，支持区分子弹击中不同目标（砖墙、钢墙、坦克、基地）后的处理逻辑，包括销毁子弹、扣除目标生命值或销毁目标 需要基地保护判定功能，支持监测基地是否被敌方子弹或玩家误伤击中，一旦击中立即触发游戏失败结算流程 需要地图元素破坏机制功能，支持普通子弹破坏砖墙、增强子弹破坏钢墙的逻辑，并同步更新地图障碍物状态 需要道具生成与掉落功能，支持在特定条件触发下（如消灭敌方坦克）随机生成速度提升、火力提升、护盾、生命、炸

OpenClawAgentZeroAI软件开发Tank