Claude Code 源码详解：从 CLI 入口到多代理系统，一次看懂 cc 为什么好用

前面我已经写过两篇关于 Claude Code 的文章：一篇偏传播，回答“为什么它比很多 Agent 工具更好用”；另一篇偏技术，回答“它为什么更像一个完整系统”。

但如果你真的想把 Claude Code 看明白，这两篇还不够。

因为 Claude Code 最容易被误解的一点是：很多人以为它只是一个“终端里的大模型”，顶多加了一些工具调用能力。可一旦你顺着源码往下看，就会发现它实际是一套分层很清楚的工程系统：

• 上层是 CLI、REPL、slash commands 和终端 UI
• 中间是 Agent Runtime，也就是 QueryEngine + query.ts
• 下层是工具系统、权限系统、上下文治理、MCP、plugins、skills、voice、remote、多代理

换句话说，Claude Code 不是把模型塞进终端，而是把“一个能长期工作的 Agent”拆成了很多独立但互相配合的子系统。

这篇文章我想做一件更具体的事：带着你从源码结构出发，一层一层看清楚 Claude Code 为什么会比很多 Agent 工具更稳、更顺、更适合真实开发工作流。

本文基于本地分析的 Claude Code v2.1.88 还原源码仓库整理。

Claude Code 架构拆解：一个更像“完整系统”的 AI Coding Agent

看完 Claude Code 的源码还原版本后，我对它的判断很明确：

它的优势并不主要来自“模型能力”，而来自非常系统化的 runtime 设计。
如果把很多 Agent 工具理解为“LLM + tools + shell”的组合，那 Claude Code 已经明显进入了下一阶段：它在做的是 agent runtime、agent OS 和 productized orchestration。

下面从几个技术层面拆开说。

Claude Code 源码分析：为什么它比很多 Agent 工具更好用

这几个月，Agent 工具很多。

能读文件的，有。
能改代码的，有。
能跑命令的，也有。

但真正用下来，你会发现一个很现实的问题：

很多 Agent 第一次很好用，第三次开始变笨，第十次开始添乱。
上下文越来越乱，工具调用越来越冒险，长任务越来越容易崩，最后你不得不自己接管。

所以我一直有个问题：

为什么 Claude Code 明明不是最花哨的那个，却普遍被认为“更顺手”“更靠谱”“更像真能拿来干活的 Agent”？

为了回答这个问题，我专门去看了一遍 Claude Code 的源码还原仓库。看完之后，我的判断很明确：

Claude Code 的领先，不是因为它“会更多工具”，也不是因为它“模型更强”。
它真正领先的，是它终于把 Agent 做成了一个完整系统，而不是一个会调模型的壳。

我为什么不再用 oh-my-zsh 了

前言

这次折腾命令行环境，不是因为我想换一套更潮的工具，而是因为 Ghostty 里开一个 zsh，已经开始拖慢我每天的工作节奏了。

那种慢不是 benchmark 里才看得出来的慢，而是你每天开新 tab、开新窗口、切 shell 的时候都能感受到它在拖。对于一个长期把终端当主工作界面的人来说，这种拖沓会不断打断节奏。

一开始我以为问题出在终端本身，后面认真排查才发现，Ghostty 其实没什么问题，真正越来越重的是我那套已经用了很多年的 oh-my-zsh 环境。更准确地说，不是 oh-my-zsh 不能用，而是我的环境已经不适合继续让它来兜底了。

这篇文章主要想讲清楚三件事：我为什么不再继续用 oh-my-zsh，我最后留下来的命令行工具组合是什么，以及我是怎么把 Ruby / Node / Zsh 平稳迁过去的。

Mac 上的 AI 编码利器：打造高效命令行工作流在 AI 辅助编程时代，选对工具能让你的开发效率翻倍。作为一名长期使用 Mac 进行 AI 编码的开发者，我发现命令行工具的选择对工作流的影响远超想象。今天分享几个我每天都在用的神器，它们让我的 AI 编码体验提升了一个档次。 为什么命令行工具对 AI 编码如此重要？在使用 Claude Code、Cursor 等 AI 编程助手时，你会发现： 频繁的文件切换：AI 可能同时修改多个文件，需要快速定位 大量的终端操作：运行测试、查看日志、管理进程 复杂的项目导航：在大型代码库中快速找到目标文件 多任务并行：同时运行开发服务器、测试、构建...

前言

OpenClaw 的定位更接近“个人 AI 助手系统”，而不是一个单纯的聊天机器人：它运行在你自己的设备上，通过你已经在用的渠道（WhatsApp/Telegram/Slack/Discord/Signal/iMessage/Google Chat/Microsoft Teams/WebChat…）回答你；同时它还能提供语音、节点能力（iOS/Android/macOS）、浏览器控制与一个可视化的 Live Canvas。

在官方文档里有一句我很认同的表述：Gateway 只是控制平面（control plane），真正的产品是“助手本身”。因此这篇文章不讲安装流程，而是关注工程化落地里最关键的三件事：

• 系统怎么拆层：控制平面、通道、技能、插件、记忆、运维面
• 默认安全边界是什么：如何把“真实消息面”当作不可信输入来处理
• 落地到本机后怎么维护：哪些目录是“真源”，哪些是“可重建索引/缓存”

本文基于两份本地资料整理：

• 官方 OpenClaw 源码：https://github.com/openclaw/openclaw (2026.2.26)
• 本机运行态目录：~/.openclaw/（只描述职责与路径，不展示任何密钥/令牌/账号内容）

开场白

在当今的技术世界中，了解人工智能的最新进展对于一名移动端开发工程师至关重要。OpenAI的ChatGPT是这一领域的最新成果，它不仅代表了大模型时代的前沿，而且还体现了AI技术在日常生活中应用的无限可能性，本文会给大家介绍一些chatGPT 相关的基本概念、Prompt 技巧、GPT 4的能力对比和一些学习资料，希望大家能够在大模型的时代继续遨游。

前言

之前的文章已经给大家介绍过 HTTP/2，今天我们来聊聊 HTTP/3。本文主要从如下几个角度来讲讲 HTTP/3的那些事：

• HTTP/3的由来
• HTTP/3相比 HTTP/2有哪些新特性
• HTTP/3的使用现状

前言

作为客户端研发童鞋，HTTP 协议想必大家都算比较熟悉了，下面几个简单问题应该可以轻松回答：HTTP 的响应码有哪些？HTTP 301/302分别是做什么的？Cookie 和 Session 是做什么的？哪些请求是“幂等”？…

但是对于 HTTP/2 往往了解比较少，本文主要基于 HTTP/2协议来回答几个问题：

1. HTTP/1.x有哪些主要问题？
2. 为什么不用 HTTP/2.0的命名？
3. HTTP/2是什么？
4. HTTP/2的兼容性怎么样？
5. HTTP/2有哪些关键特性？
6. HTTP/2使用现状如何?

本文内容节选自 Netflix 20 年推出的纪录片《人生战术本》（The Playbook）第一季第一集，主人公是拥有 22 年 NBA 执教经验的主教练道格·里弗斯。