![《Peeking Under the Hood of Claude Code》一窥 Claude Code 的内部机制Anthropic 的工程师们设计了 Claude Code —— 这个工具能高效完成编程任务：专注于目标、遵守约束，并且安全地执行你本不想手动输入的操作。然而，对它的内部原理，Anthropic 一直讷言寡语。为此，OutSight AI 搭建了一个 LiteLLM 代理来监视 Claude Code 与其 API 之间的“对话”，揭示了它到底在做什么。★ TL;DR （精要总结）1 前置上下文：Claude Code 在真正动手之前，会提前注入简短而有针对性的提示，比如标题概括、主题确认、任务摘要之类。2 遍布的“系统提醒”（system-reminder）：在系统提示、用户提示、工具调用乃至工具结果中，都频繁出现这种“系统提醒”，用来让代理保持专注、不偏离轨道。3 风控机制：在执行 shell（Bash）命令前，会进行命令前缀提取和插入检查，以防命令注入。4 子代理机制：当任务复杂且包含多个步骤时，会生成带有更精确指令的子代理（“Task” 工具），并根据任务难度动态调整上下文。★ 监测设置：使用 LiteLLM 观察 Claude Code为了观察 Claude Code 的行为，OutSight AI 将 LiteLLM 设置为一个透明代理，置于 Claude Code 和 Anthropic API 服务器之间：pip install 'litellm[proxy]'export ANTHROPIC_BASE_URL= 网页链接litellm --config monitoring_config.yaml --detailed_debug如此便能捕获真实编码会话中的数百次 API 调用，从而解读其“凭空出现的奇效”。★ “惊叹时刻”的秘密源头不少开发者曾称，Claude Code 经常“直接就成功了，让人惊讶”。而我们发现，真正的“魔法”其实在会话一开始便已经启动：当你在已有项目中启动 Claude Code，它会先总结之前的对话内容，提炼标题。随后判断当前消息是否属于新话题，并提取 2–3 词的新标题。这只是上下文前置策略的一个例子，实际上这种“预处理”在多个环节都在发生。例如，它自动插入如下系统和用户提示："system": [ { "text": "Summarize this coding conversation in under 50 characters. Capture the main task, key files, problems addressed, and current status.", "type": "text", "cache_control": {"type": "ephemeral"} }],"messages": [ {"role": "user", "content": "…", "type": "text"}]..."system": [ { "text": "Analyze if this message indicates a new conversation topic. If it does, extract a 2-3 word title… Format your response as a JSON object …", "type": "text" }],这些示例说明 Claude Code 不仅在动手前建立清晰上下文，也持续监控会话行为。★ “系统提醒”标签：Claude Code 的关键秘密最令人印象深刻的，是遍布整个流程的 <system-reminder> 标签。这些标签并非偶尔一现，而是广泛用于系统提示、用户消息、工具调用结果等各处，有时还用于检测恶意文件并避免处理它们。例如："text": "\nAs you answer the user's questions, you can use the following context:… Do what has been asked; nothing more, nothing less.… NEVER create files unless they're absolutely necessary.…"Claude Code 在多次调用 TodoWrite 工具后，也在提示中嵌入新的系统提醒，提示是否需要使用 todo 工具，但不必显式告知用户。★ Bash 执行前的命令注入检测与权限请求机制Claude Code 在运行 Bash 命令前，并非直接执行，而是通过生成式提示来判断是否有命令注入风险，并提取命令前缀：Your task is to process Bash commands that an AI coding agent wants to run...This policy spec defines how to determine the prefix of a Bash command:…If the command seems to contain command injection, you must return "command_injection_detected".系统根据允许的命令前缀决定是否继续执行，否则要求用户确认。★ 子代理架构设计Claude Code 使用“任务工具”（Task 工具），为多步复杂任务生成专门的子代理。它们与主代理相似，但少了 system-reminder 标签，不使用 todo 列表工具，而是专注完成特定子任务并以完整报告形式回复用户。此外，根据任务复杂度，系统会有条件地注入 system-reminder 标签，以调整子代理行为。★ 真实的“秘密武器”本文认为，Claude Code 的“严谨表现”并非因模型基础特别，而是得益于：- 明晰的 prompt 架构- 精心设计的工具说明- 连续的上下文管理与正确标签注入策略这些工程设计让 Claude Code 在面对长上下文时避免偏离。★ 给构建 AI 代理的开发者的启示用一句话总结全文：“在恰当时机注入简短提醒，就能显著改变代理行为。”无论 <system-reminder> 有无特殊意义，它的反复使用让模型保持专注的策略是行之有效的。建议其他代理构建者也采用类似设计：1. 上下文前置：会话前先摘要、判断主题、设定上下文；2. 分层提醒：贯穿过程的提醒标签防止行为漂移；3. 内嵌安全机制：命令验证、注入检测等安全提示直接插入交互流程；4. 多代理协作：不同子代理负责不同任务，主循环协调它们，并用条件上下文动态控制。★ 总结：Claude Code 的成功在于工程精细设计——上下文管理、多重提醒、安全提示和子代理架构共同发挥作用，让其表现出“仿佛有魔法”的流畅体验。原文：medium.com/@outsightai/peeking-under-the-hood-of-claude-code-70f5a94a9a62#人工智能##程序员#](https://kkimgs.yisou.com/ims?kt=url&at=smstruct&key=aHR0cHM6Ly93eDMuc2luYWltZy5jbi9sYXJnZS8wMDZhZjcxWWx5MWk0bTluejVyMW5qMzB1MDB4MDQxei5qcGc%3D&sign=yx%3AJP5mYEetRv79ScBtQu9Gji4G_TU%3D&tv=400_400)
《Peeking Under the Hood of Claude Code》一窥 Claude Code 的内部机制Anthropic 的工程师们设计了 Claude Code —— 这个工具能高效完成编程任务：专注于目标、遵守约束，并且安全地执行你本不想手动输入的操作。然而，对它的内部原理，Anthropic 一直讷言寡语。为此，OutSight AI 搭建了一个 LiteLLM 代理来监视 Claude Code 与其 API 之间的“对话”，揭示了它到底在做什么。★ TL;DR （精要总结）1 前置上下文：Claude Code 在真正动手之前，会提前注入简短而有针对性的提示，比如标题概括、主题确认、任务摘要之类。2 遍布的“系统提醒”（system-reminder）：在系统提示、用户提示、工具调用乃至工具结果中，都频繁出现这种“系统提醒”，用来让代理保持专注、不偏离轨道。3 风控机制：在执行 shell（Bash）命令前，会进行命令前缀提取和插入检查，以防命令注入。4 子代理机制：当任务复杂且包含多个步骤时，会生成带有更精确指令的子代理（“Task” 工具），并根据任务难度动态调整上下文。★ 监测设置：使用 LiteLLM 观察 Claude Code为了观察 Claude Code 的行为，OutSight AI 将 LiteLLM 设置为一个透明代理，置于 Claude Code 和 Anthropic API 服务器之间：pip install 'litellm[proxy]'export ANTHROPIC_BASE_URL= 网页链接litellm --config monitoring_config.yaml --detailed_debug如此便能捕获真实编码会话中的数百次 API 调用，从而解读其“凭空出现的奇效”。★ “惊叹时刻”的秘密源头不少开发者曾称，Claude Code 经常“直接就成功了，让人惊讶”。而我们发现，真正的“魔法”其实在会话一开始便已经启动：当你在已有项目中启动 Claude Code，它会先总结之前的对话内容，提炼标题。随后判断当前消息是否属于新话题，并提取 2–3 词的新标题。这只是上下文前置策略的一个例子，实际上这种“预处理”在多个环节都在发生。例如，它自动插入如下系统和用户提示："system": [ { "text": "Summarize this coding conversation in under 50 characters. Capture the main task, key files, problems addressed, and current status.", "type": "text", "cache_control": {"type": "ephemeral"} }],"messages": [ {"role": "user", "content": "…", "type": "text"}]..."system": [ { "text": "Analyze if this message indicates a new conversation topic. If it does, extract a 2-3 word title… Format your response as a JSON object …", "type": "text" }],这些示例说明 Claude Code 不仅在动手前建立清晰上下文，也持续监控会话行为。★ “系统提醒”标签：Claude Code 的关键秘密最令人印象深刻的，是遍布整个流程的 <system-reminder> 标签。这些标签并非偶尔一现，而是广泛用于系统提示、用户消息、工具调用结果等各处，有时还用于检测恶意文件并避免处理它们。例如："text": "\nAs you answer the user's questions, you can use the following context:… Do what has been asked; nothing more, nothing less.… NEVER create files unless they're absolutely necessary.…"Claude Code 在多次调用 TodoWrite 工具后，也在提示中嵌入新的系统提醒，提示是否需要使用 todo 工具，但不必显式告知用户。★ Bash 执行前的命令注入检测与权限请求机制Claude Code 在运行 Bash 命令前，并非直接执行，而是通过生成式提示来判断是否有命令注入风险，并提取命令前缀：Your task is to process Bash commands that an AI coding agent wants to run...This policy spec defines how to determine the prefix of a Bash command:…If the command seems to contain command injection, you must return "command_injection_detected".系统根据允许的命令前缀决定是否继续执行，否则要求用户确认。★ 子代理架构设计Claude Code 使用“任务工具”（Task 工具），为多步复杂任务生成专门的子代理。它们与主代理相似，但少了 system-reminder 标签，不使用 todo 列表工具，而是专注完成特定子任务并以完整报告形式回复用户。此外，根据任务复杂度，系统会有条件地注入 system-reminder 标签，以调整子代理行为。★ 真实的“秘密武器”本文认为，Claude Code 的“严谨表现”并非因模型基础特别，而是得益于：- 明晰的 prompt 架构- 精心设计的工具说明- 连续的上下文管理与正确标签注入策略这些工程设计让 Claude Code 在面对长上下文时避免偏离。★ 给构建 AI 代理的开发者的启示用一句话总结全文：“在恰当时机注入简短提醒，就能显著改变代理行为。”无论 <system-reminder> 有无特殊意义，它的反复使用让模型保持专注的策略是行之有效的。建议其他代理构建者也采用类似设计：1. 上下文前置：会话前先摘要、判断主题、设定上下文；2. 分层提醒：贯穿过程的提醒标签防止行为漂移；3. 内嵌安全机制：命令验证、注入检测等安全提示直接插入交互流程；4. 多代理协作：不同子代理负责不同任务，主循环协调它们，并用条件上下文动态控制。★ 总结：Claude Code 的成功在于工程精细设计——上下文管理、多重提醒、安全提示和子代理架构共同发挥作用，让其表现出“仿佛有魔法”的流畅体验。原文：medium.com/@outsightai/peeking-under-the-hood-of-claude-code-70f5a94a9a62#人工智能##程序员#
![《Peeking Under the Hood of Claude Code》一窥 Claude Code 的内部机制Anthropic 的工程师们设计了 Claude Code —— 这个工具能高效完成编程任务：专注于目标、遵守约束，并且安全地执行你本不想手动输入的操作。然而，对它的内部原理，Anthropic 一直讷言寡语。为此，OutSight AI 搭建了一个 LiteLLM 代理来监视 Claude Code 与其 API 之间的“对话”，揭示了它到底在做什么。★ TL;DR （精要总结）1 前置上下文：Claude Code 在真正动手之前，会提前注入简短而有针对性的提示，比如标题概括、主题确认、任务摘要之类。2 遍布的“系统提醒”（system-reminder）：在系统提示、用户提示、工具调用乃至工具结果中，都频繁出现这种“系统提醒”，用来让代理保持专注、不偏离轨道。3 风控机制：在执行 shell（Bash）命令前，会进行命令前缀提取和插入检查，以防命令注入。4 子代理机制：当任务复杂且包含多个步骤时，会生成带有更精确指令的子代理（“Task” 工具），并根据任务难度动态调整上下文。★ 监测设置：使用 LiteLLM 观察 Claude Code为了观察 Claude Code 的行为，OutSight AI 将 LiteLLM 设置为一个透明代理，置于 Claude Code 和 Anthropic API 服务器之间：pip install 'litellm[proxy]'export ANTHROPIC_BASE_URL= 网页链接litellm --config monitoring_config.yaml --detailed_debug如此便能捕获真实编码会话中的数百次 API 调用，从而解读其“凭空出现的奇效”。★ “惊叹时刻”的秘密源头不少开发者曾称，Claude Code 经常“直接就成功了，让人惊讶”。而我们发现，真正的“魔法”其实在会话一开始便已经启动：当你在已有项目中启动 Claude Code，它会先总结之前的对话内容，提炼标题。随后判断当前消息是否属于新话题，并提取 2–3 词的新标题。这只是上下文前置策略的一个例子，实际上这种“预处理”在多个环节都在发生。例如，它自动插入如下系统和用户提示："system": [ { "text": "Summarize this coding conversation in under 50 characters. Capture the main task, key files, problems addressed, and current status.", "type": "text", "cache_control": {"type": "ephemeral"} }],"messages": [ {"role": "user", "content": "…", "type": "text"}]..."system": [ { "text": "Analyze if this message indicates a new conversation topic. If it does, extract a 2-3 word title… Format your response as a JSON object …", "type": "text" }],这些示例说明 Claude Code 不仅在动手前建立清晰上下文，也持续监控会话行为。★ “系统提醒”标签：Claude Code 的关键秘密最令人印象深刻的，是遍布整个流程的 <system-reminder> 标签。这些标签并非偶尔一现，而是广泛用于系统提示、用户消息、工具调用结果等各处，有时还用于检测恶意文件并避免处理它们。例如："text": "\nAs you answer the user's questions, you can use the following context:… Do what has been asked; nothing more, nothing less.… NEVER create files unless they're absolutely necessary.…"Claude Code 在多次调用 TodoWrite 工具后，也在提示中嵌入新的系统提醒，提示是否需要使用 todo 工具，但不必显式告知用户。★ Bash 执行前的命令注入检测与权限请求机制Claude Code 在运行 Bash 命令前，并非直接执行，而是通过生成式提示来判断是否有命令注入风险，并提取命令前缀：Your task is to process Bash commands that an AI coding agent wants to run...This policy spec defines how to determine the prefix of a Bash command:…If the command seems to contain command injection, you must return "command_injection_detected".系统根据允许的命令前缀决定是否继续执行，否则要求用户确认。★ 子代理架构设计Claude Code 使用“任务工具”（Task 工具），为多步复杂任务生成专门的子代理。它们与主代理相似，但少了 system-reminder 标签，不使用 todo 列表工具，而是专注完成特定子任务并以完整报告形式回复用户。此外，根据任务复杂度，系统会有条件地注入 system-reminder 标签，以调整子代理行为。★ 真实的“秘密武器”本文认为，Claude Code 的“严谨表现”并非因模型基础特别，而是得益于：- 明晰的 prompt 架构- 精心设计的工具说明- 连续的上下文管理与正确标签注入策略这些工程设计让 Claude Code 在面对长上下文时避免偏离。★ 给构建 AI 代理的开发者的启示用一句话总结全文：“在恰当时机注入简短提醒，就能显著改变代理行为。”无论 <system-reminder> 有无特殊意义，它的反复使用让模型保持专注的策略是行之有效的。建议其他代理构建者也采用类似设计：1. 上下文前置：会话前先摘要、判断主题、设定上下文；2. 分层提醒：贯穿过程的提醒标签防止行为漂移；3. 内嵌安全机制：命令验证、注入检测等安全提示直接插入交互流程；4. 多代理协作：不同子代理负责不同任务，主循环协调它们，并用条件上下文动态控制。★ 总结：Claude Code 的成功在于工程精细设计——上下文管理、多重提醒、安全提示和子代理架构共同发挥作用，让其表现出“仿佛有魔法”的流畅体验。原文：medium.com/@outsightai/peeking-under-the-hood-of-claude-code-70f5a94a9a62#人工智能##程序员#](pic.php?q=claude+code+%E5%9B%BD%E5%86%85+%E4%BD%BF%E7%94%A8&p=3&idx=77&img_src=https%3A%2F%2Fwx3.sinaimg.cn%2Flarge%2F006af71Yly1i4m9nz5r1nj30u00x041z.jpg)
![FREE Trial ] - Become AI-Powered with Claude Code ⚡️A ...](pic.php?q=claude+code+%E5%9B%BD%E5%86%85+%E4%BD%BF%E7%94%A8&p=3&idx=207&img_src=https%3A%2F%2Fmedia.karousell.com%2Fmedia%2Fphotos%2Fproducts%2F2026%2F3%2F8%2Ffree_trial_available__become_a_1772952826_08fb5504_progressive.jpg)
