调试Claude code的正确姿势

随着kimi k2的发布,Claude code的使用频率愈发的频繁,在发现moonshot官方提供了调试工具之后,我对claude code的交互过程愈发好奇。

moonpalace的安装

官方moonpalace仓库地址

go语言编写,可以直接下载二进制二进制文件,并添加到环境变量中。

代理运行

bash 复制代码
moonpalace start

默认端口9988

bash 复制代码
$ moonpalace start --port <PORT>
[MoonPalace] 2024/07/29 17:00:29 MoonPalace Starts => change base_url to "http://127.0.0.1:9988/v1"
[MoonPalace] 2024/07/29 21:30:53 POST   /v1/chat/completions 200 OK
[MoonPalace] 2024/07/29 21:30:53   - Request Headers: 
[MoonPalace] 2024/07/29 21:30:53     - Content-Type:   application/json
[MoonPalace] 2024/07/29 21:30:53   - Response Headers: 
[MoonPalace] 2024/07/29 21:30:53     - Content-Type:   application/json
[MoonPalace] 2024/07/29 21:30:53     - Msh-Request-Id: c34f3421-4dae-11ef-b237-9620e33511ee
[MoonPalace] 2024/07/29 21:30:53     - Server-Timing:  7134
[MoonPalace] 2024/07/29 21:30:53     - Msh-Uid:        cn0psmmcp7fclnphkcpg
[MoonPalace] 2024/07/29 21:30:53     - Msh-Gid:        enterprise-tier-5
[MoonPalace] 2024/07/29 21:30:53   - Response: 
[MoonPalace] 2024/07/29 21:30:53     - id:                cmpl-12be8428ebe74a9e8466a37bee7a9b11
[MoonPalace] 2024/07/29 21:30:53     - prompt_tokens:     1449
[MoonPalace] 2024/07/29 21:30:53     - completion_tokens: 158
[MoonPalace] 2024/07/29 21:30:53     - total_tokens:      1607
[MoonPalace] 2024/07/29 21:30:53   New Row Inserted: last_insert_id=15

命令行中并未包含我们想要的数据,只是展示了简略的信息。但很幸运的是,请求的request和response都被完整记录在sqlite数据库中。

因此我在原版项目基础上添加了web命令。

web改造

因为主要任务是研究提示词,并未深入测试,所以单独建立了一个仓库,在此基础上添加。
moonpalaceweb仓库

为了减少web请求也被记录的数据库的情况,并未和start共用一个命令,增加了一个web命令,默认端口9998

bash 复制代码
D:\>moonpalace web
[MoonPalace] 2025/07/20 20:56:09 Web interface started at http://127.0.0.1:9998/

完整显示了请求信息,如果需要获取详情信息点击view detail。

主要元数据

request

response

返回的是sse数据。

后续我们可以根据实际发送的请求深入研究claude code的提示词设计

相关推荐
张忠琳5 小时前
【deepseek-harness】DeepSeek Harness (dsh) 系统级架构分析之三
ai·agent·deepseek·harness
Behaviour6 小时前
Unity AI 生态横评对比:官方 AI Beta / Unity CLI / 团结 Codely / 社区 MCP 四大阵营选型
人工智能·unity·ai·游戏引擎·aigc·ai编程
学习星球6 小时前
OpenHarness 全面配置教学——从游戏开发工作流引入
c++·游戏·ai·ai编程
catchadmin7 小时前
NativePHP v4 让 Blade 构建原生 iOS 与 Android 界面
android·ios·ai·php
进阶的小名7 小时前
Spring AI 2.0 探索:多 OpenAI-Compatible 模型接入,以及下一代 Session 记忆管理
java·人工智能·后端·gpt·spring·ai·chatgpt
玫瑰互动GEO8 小时前
海外GEO优化案例-ChatGPT搜索关键词排名GEO优化案例详解(含RAG机制与Tokenization技术拆解)
人工智能·ai·chatgpt·geo优化
温暖的苹果11 小时前
opencode 配置完全指南:配置文件、目录与字段详解
ai·llm·agent·vibecoding·opencode
_Narcissus_12 小时前
链表算法题和静态链表
数据结构·c++·笔记·算法·链表·ai·力扣
小七-七牛开发者13 小时前
61 亿次请求背后:LLM Serving 的 Cache 与调度难题
ai·大模型·agent·token·工作流·claudecode·ai coding
DS随心转APP14 小时前
实测 AI 导出鸭实操效果,依托 AI 直接生成 word 功能横向比对五类导出办法,梳理办公文档转换最优路径
人工智能·ai·word·deepseek·ai导出鸭