Claude Code 反向工程：新版本（2025年7月）

英文版

🚀 快速体验：通过我们的交互式可视化工具，体验反向工程分析结果，访问地址：https://yuyz0112.github.io/claude-code-reverse/visualize.html

当 Anthropic 发布 Claude Code 时（2025年2月），由于系统负载过高，注册已被暂停，因此我未能第一时间试用。于是，我尝试利用大语言模型对静态代码进行反向工程，并将其作为本仓库的第一个版本实现。初始版本的代码目前存放在 v1 目录中。

当时，另有一位开发者基于 sourcemaps 直接还原了源代码，但该仓库后来被下架，这表明 Anthropic 官方并不支持此类反向工程行为。

实际上，v1 的实现更多是出于对“使用大语言模型分析大规模 UglifyJS 代码”这一课题的探索，而非真正意义上的 Claude Code 反向工程。

在我们得以实际运行 Claude Code 后，发现有许多更简单、更高效的方式来理解其工作原理。然而，最近我注意到一个引用 v1 方法的仓库逐渐流行起来（其中提到了我的 v1 解法）。但深入研究后会发现，这种方法对于分析整体架构和设计并不奏效。

因此，我花了一夜时间探索了一种基于 运行时行为与 API 数据 的反向工程方法（以下简称 v2）。同时，我还开发了一个日志可视化工具，帮助对 Claude Code 感兴趣的研究者专注于他们关心的部分进行分析。

• 如果您对 v2 的实现思路感兴趣，请按顺序阅读以下章节。
• 如果您仅关注 v2 反向工程分析的结果，可以直接跳转到“分析结果”部分。

Monkey Patch API 请求代码

作为一款代理工具，Claude Code 最终需要与 LLM API 进行交互。因此，v2 的核心思想是忽略 Claude Code 复杂的内部处理逻辑，而只关注它在不同任务场景下与 LLM API 交换的请求和响应。

理论上讲，如果您希望开发出像 Claude Code 那样强大的代理，只需在相同任务场景下自行编写代码来构造类似的 API 请求即可。这类代码通常属于应用层代码，实现方式和风格多种多样。因此，我认为从头开始自己实现是最合理的选择。

然而，真正值得从 Claude Code 中学习的是它与 LLM API 交互的内容——这反映了它对 LLM 和代理的理解。

获取 API 数据的方法有很多，但我目前采用的方式是修改 Claude Code 的安装文件。

首先，找到 cli.js 文件：

which claude
$PATH_TO_CLAUDE
ls -l $PATH_TO_CLAUDE
$PATH_TO_CLAUDE -> $REAL_PATH/cli.js

接着，使用 js-beautify 对 cli.js 进行格式化：

mv cli.js cli.bak
js-beautify cli.bak > cli.js

查看格式化后的 cli.js 并结合 Anthropic 的 TS SDK，可以发现 Claude Code 在所有请求中都使用了该 SDK，具体为 beta.messages.create 方法。

我们只需在 cli.js 中找到打包好的 TS SDK 代码，并对 beta.messages.create 方法进行 monkey patch。由于 TS SDK 在 Promise 和 Stream 封装方面存在一些细节问题，此处不再赘述，具体补丁代码请参阅 cli.js.patch。

该补丁实现了以下逻辑：

1. 每次 Claude Code 启动时创建一个 messages.log 文件；
2. 每当发送 API 请求或收到响应时，记录相应的日志。

完成上述修改后，使用 Claude Code 执行各种任务时，便会生成这些日志。基于这些日志，我们可以进一步分析 Claude Code 的工作原理。

日志可视化

由于每次对话请求都包含冗长的通用提示和工具定义，原始日志难以阅读。

为了提高反向工程分析的效率，v2 提供了一个日志解析工具 parser.js 和一个可视化工具 visualize.html。

打开可视化工具后，您可以选择已录制的日志文件来查看整个对话过程。该工具会根据提示出现的频率和位置，自动识别哪些是程序注入的通用提示。

分析结果

随着更多任务场景的探索，本节的分析结果将持续更新。

目前已反向工程出的 Claude Code 内部流程包括：

• 配额检查
• 主题检测
• 核心代理工作流
• 上下文压缩
• IDE 集成
• 待办事项短期记忆管理
• 任务/子代理工作流
• 总结过往对话

分析得到的提示已记录在 prompts 目录 中，工具定义则记录在 tools 目录 中。

这些提示和工具设计都蕴含着许多亮点和有价值的细节，值得仔细研读。

配额检查

每次 Claude Code 启动时，都会进行一次轻量级对话，输入文本 quota。这很可能用于检查配额是否充足；如果请求成功，则说明配额足够。

该操作使用 Haiku 3.5 模型。

主题检测

每当用户输入内容时，LLM 会使用 check-new-topic 提示 来判断是否为新主题。

同样使用 Haiku 3.5 模型。

需要注意的是，主题检测仅考虑当前对话内容，不涉及任何上下文信息，因此判断范围非常宽泛。目前看来，这一功能似乎仅用于更新终端标题。

核心代理工作流

当上下文足够时，消息会持续追加到当前上下文中。

定义代理工作流的核心流程是系统工作流提示。该提示包含大量细节，建议直接阅读。

在基于上下文的对话中，用户第一条消息前后，Claude Code 分别插入了系统提醒开始提示和系统提醒结束提示。前者会根据当前环境动态加载信息，而后者则会检查由 Todo 工具管理的短期记忆是否需要被加载。

目前看来，所有工具都会在核心代理工作流中持续加载。

它使用 Sonnet 4 模型。

上下文压缩

此过程可手动触发，或在上下文不足时自动启动。它会将当前上下文压缩成一段文本，作为下一次对话的初始信息，从而有效节省上下文空间。

在压缩过程中，系统提示会加载系统压缩提示，并在当前上下文末尾附加一个压缩提示，指导大模型以特定格式完成压缩任务。

它使用 Sonnet 4 模型。

IDE 集成

当 Claude Code 在 IDE 环境中使用时，它会读取当前打开文件的路径，为对话提供更多上下文信息。

这些文件路径随后会被纳入IDE 打开文件提示中。

在 IDE 集成状态下，Claude Code 还会通过 MCP 注册一些 IDE 特定的工具，例如获取 IDE 中的错误信息、执行代码等。

您可以在 ide-integration.log 中看到我们如何引导 Claude Code 使用 IDE 工具来修复文件中的 lint 错误。

Todo 短期记忆管理

在系统工作流提示的“任务管理”部分，定义了一种基于 TodoWrite 工具的任务管理方法。

当 TodoWrite 执行时，它实际上会在 ~/.claude/todos/ 目录下创建一个 JSON 文件，用于记录当前对话中的 Todo 事项，作为短期记忆。当某个 Todo 完成后，模型也会使用该工具更新这个 JSON 文件。

如核心代理工作流部分所述，系统提醒结束提示会动态加载最新的 Todo 列表，使模型能够跟踪之前的进展。

任务/子代理工作流

Claude Code 设计了一个子代理系统，通过加载任务工具并使用提示来引导模型，在需要执行特定独立任务时调用该工具以启动子代理。

Claude Code 的子代理作为一种多代理的具体形式，具有其特殊的设计：

1. 始终存在主代理的概念（即用户最初交互的对象）。
2. 启动子代理时，它会从主上下文中提取待处理的任务，并将其作为子上下文的初始提示。
3. 子代理完成任务后，会将最终结果作为工具结果返回到主上下文中。

这种设计使得子代理成为优化主上下文空间的有效方式。在某些独立任务中（例如“从代码库中查找特定函数实现”），多轮代理工具调用与结果交互会产生大量与最终所需结果无关的上下文（如 LLM 在读取后排除的无关文件）。子代理可以将这些“脏上下文”隔离在子上下文中，随着子代理任务的完成而消失，而主上下文仅保留所需的少量结果。

总结过往对话

启动 Claude Code 时，它会总结过往对话。

对应于总结提示。

它使用 Haiku 3.5 模型。

Claude Code Reverse Engineering 快速上手指南

本指南旨在帮助开发者通过运行时行为分析和 API 数据监控，深入理解 Claude Code 的内部工作机制（如 Agent 工作流、上下文压缩、子代理设计等）。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统: macOS 或 Linux (Windows 需使用 WSL)
• Node.js: 已安装 Node.js 运行环境 (建议 v18+)
• Claude Code: 已通过 npm install -g @anthropic-ai/claude-code 或其他方式全局安装 Claude Code CLI
• 工具依赖:
  • js-beautify: 用于格式化混淆后的代码
  • git: 用于克隆本项目

安装前置依赖命令：

npm install -g js-beautify

安装步骤

1. 克隆项目仓库 获取最新的逆向工程分析工具和补丁文件。

   git clone https://github.com/yuyz0112/claude-code-reverse.git
   cd claude-code-reverse
   

2. 定位 Claude Code 入口文件 找到全局安装的 claude 命令对应的真实 cli.js 路径。

   which claude
   # 假设输出为 /usr/local/bin/claude，执行以下命令查看真实路径
   ls -l $(which claude)
   # 输出示例：/usr/local/bin/claude -> /usr/local/lib/node_modules/@anthropic-ai/claude-code/cli.js
   # 记录箭头指向的真实路径 $REAL_PATH/cli.js
   

3. 备份并格式化源码 为了便于阅读和打补丁，先备份原始文件，然后使用 js-beautify 进行格式化。

   # 请将 $REAL_PATH 替换为上一步获取的实际目录路径
   cd $REAL_PATH
   mv cli.js cli.bak
   js-beautify cli.bak > cli.js
   

4. 应用 Monkey Patch 补丁 应用本项目提供的补丁，拦截并记录 LLM API 的请求与响应数据。

   # 返回到克隆的项目目录
   cd /path/to/claude-code-reverse
   
   # 应用补丁 (确保路径指向刚才格式化后的 cli.js)
   patch $REAL_PATH/cli.js < cli.js.patch
   

基本使用

完成上述步骤后，每次运行 claude 命令都会自动在当前目录生成 messages.log 文件，记录所有的交互数据。

1. 运行 Claude Code 产生日志

正常使用 Claude Code 执行任务，例如询问一个简单的代码问题：

claude "请解释一下这个项目的架构"

执行完毕后，检查当前目录下是否生成了 messages.log。

2. 可视化分析日志

原始的 log 文件包含大量 Prompt 和工具定义，难以直接阅读。请使用项目提供的可视化工具进行分析。

• 方式 A：本地打开（推荐） 直接在浏览器中打开项目中的可视化页面，并加载生成的日志文件。

  # 在项目目录下直接打开 visualize.html
  open visualize.html 
  # Windows/Linux 用户请手动用浏览器打开 ./visualize.html
  

  在页面中选择刚才生成的 messages.log 文件，即可看到结构化的对话流程、识别出的通用 Prompt 以及工具调用细节。

• 方式 B：在线体验 如果不想本地启动，也可以访问官方托管的可视化页面（需上传本地日志文件）： https://yuyz0112.github.io/claude-code-reverse/visualize.html

3. 查看分析结果

本项目已经预先分析并提取了核心机制的 Prompt 和工具定义，您可以直接查阅 results 目录：

• 核心工作流 Prompt: ./results/prompts/system-workflow.prompt.md
• 上下文压缩策略: ./results/prompts/system-compact.prompt.md
• 子代理 (Sub Agent) 设计: ./results/tools/Task.tool.yaml
• IDE 集成逻辑: ./results/prompts/ide-opened-file.prompt.md

通过分析这些文件，您可以学习 Claude Code 如何管理短期记忆 (Todo)、如何进行话题检测以及如何优化上下文窗口。