Claude Code 黑箱揭秘

一次拆解 Claude Code 的实验：如何看懂它的运作机制？

最近，Claude Code 在程序员圈子里可谓是大火。

它几乎以一己之力，把「命令行里的 AI 编程助手」这个概念推向了高潮：

• 不用打开 VS Code，也不用开网页，你只要在 CLI 里打一行命令，它就能理解上下文，直接生成大段可运行的代码。
• 不仅能帮写，还能调试、执行、解释，就像一个随时待命的"AI 结对程序员"。
• 在交互体验上，它甚至比 GitHub Copilot CLI 或 OpenAI 出的一些实验性工具要更"超前"，让人第一次有了"AI 真正接管命令行"的感觉。

但问题也随之而来：

👉 Claude Code 究竟是如何做到的？

• 它的 上下文压缩 是怎么做的，才能在有限的 token 内理解我们整个项目结构？
• 它的 工具调用机制 又是怎么实现的？到底有哪些内置的工具？是通过 JSON schema 还是其他协议？
• 它在背后调用模型时，prompt 是如何写的，能让大模型既听懂人话，又能正确执行系统命令？

这些问题，官方几乎没有透露太多细节。于是，Claude Code 成了一个"黑箱"------大家都在用，都觉得很强，但很少有人真的搞清楚它的内部逻辑。

带着这些疑问，我写了一个小工具 ------ claude-code-proxy， 它可以劫持 Claude Code 的 API 调用，把整个过程「可视化」出来，让我们像看 X 光片一样观察它的内部运作。

我是怎么做的？

工具的原理很简单：

1. 找到全局安装的 @anthropic-ai/claude-code 包
2. 修改它的 cli.js，Hook 住 this.beta.messages.create() 方法
3. 把所有请求和响应记录到日志
4. 用一个 Web 界面展示出来

效果就是： 你可以在浏览器里看到 Claude Code 的所有输入和输出，包括：

• 系统 prompt
• 用户输入
• 可用工具定义
• AI 的回复
• tool 调用详情

启动

命令非常简单：

npm install -g claude-code-proxy
claude-code-proxy

运行之后会自动：

• 修改 Claude Code 的 CLI 文件
• 启动本地服务器 (http://localhost:3000)
• 自动打开一个 Web 界面

在界面里，你能直观地看到：

• Conversation 面板：完整的输入输出对话
• Global Tool Set：工具定义
• Guessed System Prompts：Claude 隐藏的系统提示
• Input / Output 面板：请求参数、响应内容、token 用量等

就像是给 Claude Code 接了一台「黑箱解剖机」。

授人以渔

在教会了大家怎么用以后，我更希望你们能亲自跑起来，真正去观察 Claude Code 的行为模式。

因为很多细节，只有在你自己抓到日志、对比不同场景下的输入输出后，才会真正「恍然大悟」：

• 上下文压缩：你会发现它并不是把所有文件都塞进去，而是做了"提取 + 摘要"的策略，这样才能在有限的 token 内保留关键信息。
• 工具调用：它的工具定义其实就是一组 JSON schema，你能清楚看到大模型是怎么通过 structured output 来触发系统调用的。
• 系统提示词：Claude 的隐藏 prompt 里，往往暗藏了对 Agent 行为的规范约束，理解这些提示能让你知道它为什么会「听话」。

这些部分就像「黑箱」的骨架和血肉，你不跑一跑日志是看不到的。

所以，这个工具本质上不是"教你怎么用 Claude Code"，而是教你怎么拆解一个 AI Agent 的工作机制 。

等你亲手拆过一次，再去看其他的 AI 编程助手，就能更快看懂它们的设计思路。

项目地址

工具已经开源在 GitHub，感兴趣的朋友可以看看： 👉 github.com/shanhexi/cl...

欢迎大家交流学习，如果你有新的发现或者改进点，欢迎一起讨论。