Claude Code Reverse Engineering 研究筆記¶

資料來源¶

項目	連結
GitHub Repo	Yuyz0112/claude-code-reverse
視覺化工具	visualize.html
逆向結果（Prompts）	results/prompts/
逆向結果（Tools）	results/tools/
作者	Yuyz0112

專案概述¶

指標	數值
Stars	2,302
Forks	378
語言	JavaScript
建立日期	2025-02-25

這個 repo 用兩種方法逆向工程 Claude Code，揭示其內部運作機制：

版本	方法	效果
v1（已歸檔）	用 LLM 分析 uglified JS 原始碼	能理解局部邏輯，但無法掌握整體架構
v2（推薦）	Monkey Patch 攔截 API 請求/回應	直接看到 Claude Code 與 LLM 的完整對話

v2 的核心洞見¶

如果你想開發一個跟 Claude Code 一樣強的 Agent，理論上你只需要在相同任務場景下構造類似的 API 請求。真正值得學習的不是 Claude Code 的內部實作，而是它跟 LLM API 的對話內容——這反映了它對 LLM 和 Agent 的理解。

技術方法：Runtime Monkey Patch¶

步驟¶

# 1. 找到 Claude Code 的 cli.js
which claude → $PATH → cli.js

# 2. 美化混淆程式碼
mv cli.js cli.bak
js-beautify cli.bak > cli.js

# 3. 找到 Anthropic TS SDK 的 beta.messages.create 方法
# 4. 加入 Monkey Patch（參見 cli.js.patch）

Patch 邏輯： 1. 每次 Claude Code 啟動時建立 messages.log 2. 每當 API 請求送出和收到回應時記錄 log

Log 視覺化¶

提供 parser.js + visualize.html： - 選擇 log 檔案即可檢視完整對話 - 自動識別共用 prompt（根據出現頻率和位置） - 區分 system prompt / user message / tool call / tool result

逆向工程發現¶

Claude Code 內部流程全景¶

啟動
├── Quota Check（Haiku 3.5，輸入 "quota" 測試配額）
├── Summarize Previous Conversations（Haiku 3.5）
│
使用者輸入
├── Topic Detection（Haiku 3.5，判斷是否新主題）
├── Core Agent Workflow（Sonnet 4）
│   ├── System Workflow Prompt（定義 Agent 行為）
│   ├── System Reminder Start（動態環境資訊）
│   ├── System Reminder End（載入 Todo 短期記憶）
│   └── 所有工具常駐載入
│
上下文不足時
├── Context Compaction（Sonnet 4，壓縮為單一文字塊）
│
IDE 模式
├── IDE Integration（讀取開啟檔案路徑，MCP 工具）
│
任務管理
├── Todo Short-Term Memory（~/.claude/todos/ JSON 檔）
├── Task/Sub Agent（隔離 dirty context）

模型分工¶

流程	使用模型	原因
Quota Check	Haiku 3.5	輕量，只需要成功回應
Topic Detection	Haiku 3.5	簡單分類，不需要強模型
Summarize Previous	Haiku 3.5	摘要任務，成本敏感
Core Agent Workflow	Sonnet 4	主力工作，需要強推理
Context Compaction	Sonnet 4	需要理解完整上下文

Sub Agent 的精妙設計¶

Main Agent (messages[])
    │
    │ 遇到獨立子任務（如「從 codebase 找某函式」）
    │
    ├── 提取任務 → Sub Agent (獨立 messages[])
    │       │
    │       ├── 搜尋 file A → 不是 → dirty context
    │       ├── 搜尋 file B → 不是 → dirty context
    │       ├── 搜尋 file C → 找到！→ 結果
    │       │
    │       └── 回傳「結果」給 Main Agent
    │           （dirty context 隨 Sub Agent 消失）
    │
    └── Main Agent 只看到精簡結果，上下文保持乾淨

目前限制 / 注意事項¶

需要修改 Claude Code 安裝檔案：侵入式，更新後需重新 patch
v1 已證明無效：純靜態分析 uglified JS 無法掌握整體架構
結果可能過時：分析基於特定版本，Claude Code 持續更新
Anthropic 官方不支持逆向：之前有 sourcemap 方式的 repo 被下架

研究價值與啟示¶

關鍵洞察¶

「看 API 對話比看原始碼更有價值」：v2 的核心洞見。Agent 的智慧不在程式碼裡，而在它如何跟 LLM 溝通。Prompt engineering > code engineering。
三模型策略：Claude Code 用 Haiku 做輕量任務（quota check, topic detection, summarize）、Sonnet 做主力工作。這種成本最佳化策略值得學習。
Sub Agent 的真正目的是「上下文衛生」：不是為了並行，而是為了隔離搜尋過程中的 dirty context，讓 main agent 保持清晰。
Context Compaction 是無限對話的關鍵：壓縮整個上下文為單一文字塊，作為下一輪對話的起點。
視覺化工具的價值：visualize.html 讓任何人都能直觀理解 Agent 的行為，比讀原始碼有效 10 倍。

與其他專案的關聯¶

analysis_claude_code（docs/analysis-claude-code.md）：ThreeFish-AI 的靜態分析方法，與本專案的 v1 方法類似但更深入，兩者互補
Learn Claude Code（docs/learn-claude-code.md）：教你從零建構 Agent harness，本專案則是從逆向角度理解已有的 harness