拆解 50 万行源码：Claude Code 在你的终端里到底做了什么？

王若风
0 阅读13分钟

大家好，我是若风。

事情是这样的。6 个小时前，X 上有人发现 Claude Code 的 npm 包在发布时，不小心把源码也一起提交了上去。有人通过逆向把源码解密了出来，直接放到了 GitHub 上。

有人开个 github 仓库备份了源码

地址在这里

github.com/instructkr/…

短短两个小时，我刚才看一下，这个仓库的 star 和 fork 就冲到了三四万。大家都在疯狂收藏。这个热度有点和当前的 OpenClaw 类似，一种群体的 FOMO 的行为。。。。

这是最新的数据截图

我也收藏了一下。。。

后来作者为了避嫌，把仓库名从 claude_code 改成了 clawd-code 。但源码已经传开了，社区瞬间冒出大量解读文章，所有人都在扒这 50 万行源码里到底藏了什么。

明天是愚人节，Claude Code 提前给大家开了一个大大的玩笑。

让大家追赶一下最前沿的 AI 技术。按理说这种事不应该发生在这种级别的公司，Claude Code 的母公司 Anthropic 目前估值 3800 亿美金，有消息宣传今天最快 10 月 上市，不知道今天的这个代码泄露事件是有意为止还是无心插柳，看后面的官方公告。

我也跟了一波风，花了一整天把源码翻了个底朝天😂。

今天这篇文章，我会从四个维度带你完整拆解 Claude Code： 架构设计 、 系统提示词 、 数据收集 ，以及中国开发者最关心的—— 有没有针对中国 IP 的特殊逻辑 。

信息量很大，先收藏再看。

一个 50 万行代码的终端应用

先说个数字： main.tsx 一个文件 803KB 。

这不是什么粗放的代码堆砌。当你真正打开源码看的时候，会发现这是一个工程完成度极高的商业级产品。

技术栈

Claude Code 的技术选型很有意思：

运行时选了 Bun 而不是 Node。 不是随便选的——Bun 有个 bun:bundle 特性，支持编译期的 Feature Flags 死代码消除。Anthropic 内部用的工具和外部发布的工具，是同一份源码通过 Feature Flag 裁剪出来的。这个设计很聪明。

UI 用了 React + 自研 Ink 分支。 你没看错，你在终端里看到的那些进度条、折叠面板、颜色高亮，全部是 React 组件渲染出来的。Ink 是一个「用 React 写终端 UI」的框架，Anthropic 没有直接用官方版，而是自己 fork 了一份，加了 Yoga 布局引擎、主题系统、ScrollBox 组件。

Schema 校验用了 Zod v4。 所有工具的输入参数、Hook 的返回值、设置文件的配置项，全部有严格的 Zod Schema 定义。

完整的依赖清单大概是这样的：Commander.js 做 CLI 解析，Anthropic SDK 做 API 调用，chalk 做终端着色，Biome 做 Lint，OpenTelemetry 做可观测性，GrowthBook 做 Feature Flags。

X 上社区分享的架构图，供大家参考，学习

架构图2

模块规模

这个项目的体量，说实话让我挺意外的：

  • 1902 个源文件，50 万行代码 （文件主要是 ts、tsx）
  • 34 个工具 （Bash、Grep、Glob、文件读写、MCP、Agent 子代理……）
  • 80+ 个斜杠命令 （/commit、/compact、/help、/doctor……）
  • 140+ 个 React 组件 （消息渲染、权限弹窗、Markdown 高亮……）
  • 85 个自定义 Hooks （终端尺寸、Vim 输入、语音集成……）
  • 330+ 个工具函数模块 （Git 操作、权限管理、沙箱、MCP……）

不是那种「一个 Side Project 长大了」的代码库。是一开始就按商业级标准设计的。

架构亮点

翻完源码，有几个架构设计值得单独拎出来说说。

多 Agent 架构。 Claude Code 不只是「你问我答」——它有一个完整的子 Agent 系统。 AgentTool 可以生成子 Agent， TeamCreateTool 可以组建 Agent 团队， SendMessageTool 让 Agent 之间互相通信。这就是所谓的 Swarm 模式，Anthropic 在产品层已经把它工程化了。

延迟加载。 80+ 个命令和 34 个工具不是启动时全加载的，而是通过动态 import() 按需加载。这也是为什么 Claude Code 启动速度还挺快。

Bridge 远程桥接。 这是最有意思的部分——Claude Code 支持一种叫 CCR（Claude Code Remote）的模式：你的本地终端只是一个瘦客户端，真正的 AI 运行在 Anthropic 的云容器里。Bridge 模块负责在两者之间传递会话、权限请求、工具执行结果。

说白了，这是一个架构成熟度远超我想象的产品。

系统提示词：Claude Code 的灵魂

接下来看系统提示词。这是理解 Claude Code 行为的关键。

说实话，看完整个拼装过程，我对 Anthropic 的工程能力又多了一层敬意—— 这不是一段写死的提示词，而是一条精密的拼装流水线。

提示词是怎么拼出来的

Claude Code 的系统提示词通过一个叫 buildEffectiveSystemPrompt 的函数组装，按优先级有四层：

第一层是 覆盖型 ：如果你设了 --system-prompt ，它会替换掉默认提示词。loop 模式、Coordinator 协调者模式都有自己的专属提示词。

第二层是 默认提示词 ：由 getSystemPrompt() 函数生成，这是大部分用户看到的版本。

第三层是 Agent 附加 ：子 Agent 会额外追加一段 “You are an agent for Claude Code…” 的指令。

第四层是 用户自定义 ：通过 CLAUDE.md 文件注入，这是用户能控制的部分。

静态区和动态区

默认提示词本身又分成两半，以 __SYSTEM_PROMPT_DYNAMIC_BOUNDARY__ 为分界线。

静态区 （全局缓存，跨会话不变）包含：

  • Intro： “You are an interactive agent that helps users with software engineering tasks.” 加上一段网络安全指引，要求 Claude 拒绝破坏性攻击，但允许授权的安全测试。
  • System 规则： 工具输出的显示规则、 <system-reminder> 标签的处理方式、Hook 反馈机制。
  • Doing tasks： 代码风格指引——不过度设计、不加向后兼容的 hack、不加多余的注释。这一段写得很有态度，能看出 Anthropic 工程师对代码品味的坚持。
  • Executing actions with care： 哪些操作需要用户确认——force-push、reset —hard、push 到远程、发 PR，都属于「想清楚再干」的范畴。
  • Tone and style： 不用 emoji、简短回复、引用格式用 file:line 。

动态区 （会话级缓存，每次会话重新计算）包含：

  • 环境信息： 你的工作目录、是否 git 仓库、操作系统、Shell 类型、当前模型名。
  • 语言设置： 如果你设了中文，这里会出现 “Always respond in 中文”。
  • MCP 指令： 已连接的 MCP 服务器发来的指令。
  • 自动记忆： 文件记忆系统的规则——怎么读、怎么写、什么时候触发。

缓存策略才是精髓

Anthropic 把系统提示词分成了 4 个 Block，每个 Block 有不同的缓存范围：

Block 1 是归因头，不缓存。Block 2 是 CLI 前缀（“You are Claude Code…”），不缓存。Block 3 是静态区全部内容，设了 global 缓存——这意味着 Anthropic 的 API 会在全局层面缓存这段提示词，所有用户共享同一个缓存，大幅降低 token 消耗。Block 4 是动态区，不缓存。

当有 MCP 工具连接时，Block 2-4 合并成组织级缓存。

这个设计说明 Anthropic 在提示词缓存上是认真算过经济账的。

CLAUDE.md：你的自定义入口

作为用户，你能控制的部分通过 CLAUDE.md 注入。加载顺序有六级：

  1. /etc/claude-code/CLAUDE.md （管理员托管）
  2. ~/.claude/CLAUDE.md （你的全局私有指令）
  3. 项目根目录的 CLAUDE.md （团队共享）
  4. .claude/rules/*.md （项目级规则文件）
  5. CLAUDE.local.md （本地私有，不提交到 git）
  6. MEMORY.md （自动记忆索引）

这些内容不是塞进系统提示词的，而是作为第一条用户消息，用 <system-reminder> 标签包裹。提示词里还有一句： “These instructions OVERRIDE default behavior” ——你的自定义指令优先级高于默认行为。

数据收集：6 大遥测通道全曝光

好，接下来是大家最关心的部分：Claude Code 到底在收集什么数据？

说实话，翻完源码后我的结论是： Anthropic 在数据收集上比我想象的要克制，但信息量依然不小。

一共找到了 6 个独立的数据通道。

通道一：Datadog 运营指标

这是最轻量的一个。

端点： https://http-intake.logs.us5.datadoghq.com/api/v2/logs

触发条件： 只有用 Anthropic 官方 API 的用户才发。用 Bedrock、Vertex 的用户完全不发。

发了什么： 47 种事件类型，包括 API 调用成功/失败、工具执行结果、会话生命周期。每条事件附带标签：架构、平台、模型名、工具名、版本号。

用户标识怎么处理： 这里有个细节挺有意思。它不是直接发你的 userID，而是把 userID 做 SHA256，截取前 8 位，然后对 30 取模。换句话说，Datadog 那边只能看到一个 0-29 的数字，无法还原出你是谁。这个设计是做用户分桶估算用的——估算「大约有多少活跃用户」，而不是追踪具体某个人。

主机名： 固定填 claude-code ，不传真实机器名。

通道二：第一方事件日志（BigQuery）

这个通道发的数据就比较详细了。

端点： https://api.anthropic.com/api/event_logging/batch

发了什么：

  • 会话 ID、模型名、用户类型
  • 账户 UUID、组织 UUID、OAuth 邮箱
  • 完整的环境信息：操作系统、CPU 架构、Node 版本、终端类型、包管理器、运行时环境、是否 CI、是否 GitHub Actions（包括 actor、repository ID 等）
  • 进程指标：内存 RSS、堆使用、CPU 占用率
  • Git 仓库哈希：远程 URL 的 SHA256 前 16 位

失败重试机制： 如果发送失败，事件会持久化到本地 ~/.claude/telemetry/1p_failed_events.*.json ，然后最多重试 8 次，指数退避。说白了，你断网时产生的事件，它会在恢复网络后补发。

通道三：GrowthBook Feature Flags

端点： https://api.anthropic.com/

每次获取 Feature Flags 时会发送：deviceID、sessionId、平台、组织 UUID、邮箱、订阅类型、app 版本。返回值会缓存在本地 ~/.claude.json 里，刷新间隔外部用户 6 小时，内部用户 20 分钟。

通道四：OpenTelemetry（默认关闭）

这个通道需要你手动设置 CLAUDE_CODE_ENABLE_TELEMETRY=1 才会启用。

如果你打开了，它会记录 API 请求和错误事件。 用户提示词默认替换为 <REDACTED> ****，只有你同时设了 OTEL_LOG_USER_PROMPTS=1 才会发送原文。

通道五：Beta Session Tracing

这个是最重的数据通道，但也最不容易被触发。

触发条件： 需要手动设 ENABLE_BETA_TRACING_DETAILED=1 加 BETA_TRACING_ENDPOINT ，或者通过 GrowthBook 灰度开启。

开启后会上传： 完整的系统提示词、模型输出、用户提示词、工具 Schema、工具输入输出。唯一例外是 外部用户不会上传 thinking 输出 （只有 Anthropic 内部用户会上传）。

通道六：BigQuery Metrics Exporter

触发条件： 仅限 API Key 客户、Claude for Enterprise、Claude for Teams 用户。

端点： https://api.anthropic.com/api/claude_code/metrics

发送累积 token 计数、耗时、费用等指标数据。组织可以选择关闭。

用户标识体系

Claude Code 的用户标识很简单：首次运行时生成一个 32 字节随机 hex 字符串，存在 ~/.claude.json 的 userID 字段里。这是一个纯随机 ID， 没有硬件指纹、没有 MAC 地址、没有序列号 。

另外还有两个来自 OAuth 的标识： account_uuid 和 organization_uuid 。

它没有收集什么

这一点同样重要：

  • 不收集 IP 地址 （客户端层面，服务端当然能看到）
  • 不收集地理位置
  • 不收集硬件指纹
  • 不监控剪贴板 （只有你主动粘贴图片时才访问）
  • 不上传文件内容 （除非你通过 API 对话发送）
  • 分析事件中不包含代码和文件路径 （有专门的类型系统强制阻止）
  • 没有集成 Amplitude、Segment、Mixpanel 或 Sentry

怎么关掉遥测

两个环境变量：

  • DISABLE_TELEMETRY ：关闭 Datadog 和 1P 事件
  • CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC ：关闭所有非必要网络流量，包括遥测 + 自动更新 + 功能获取

中国开发者最关心的问题

最后聊聊中国开发者最关心的事：Claude Code 源码里有没有针对中国 IP 的特殊逻辑？

我把源码从头到尾搜了个遍，搜索关键词包括： china 、 chinese 、 sanction 、 embargo 、 OFAC 、 ip_address 、 geo 、 region_block 、 unsupported_country ……

结论是：客户端代码中没有任何针对中国 IP 的专门逻辑。

唯一的「国家」相关代码

整个代码库里，唯一提到「国家可用性」的地方在 utils/preflightChecks.tsx 。

这是一个启动时的网络连通性检查。如果你连不上 Anthropic 的 API，它会显示一段错误提示：

Note: Claude Code might not be available in your country.
Check supported countries at https://anthropic.com/supported-countries

这只是一个 通用的错误提示文案 ，不是 IP 检测逻辑。无论你在哪个国家，只要连不上 API，都会看到这条提示。

地区限制是谁做的

答案是： 服务端 。

Claude Code 的客户端不做任何地理判断。地区限制完全由 Anthropic 的 API 服务器处理——当请求从不支持的国家/地区发出时，服务端直接返回错误，客户端只是在此时显示”可能不在支持的国家”。

这和很多国内产品的做法不同。国内 App 通常会在客户端做 GPS 定位或 IP 归属地查询。Anthropic 的做法是：客户端只管发请求，服务端来判断。

CJK 文本处理

源码里确实有一处提到 Chinese——在 utils/Cursor.ts 的文本编辑器光标处理中：

/**
 * Get word boundaries using Intl.Segmenter for proper Unicode word segmentation.
 * This correctly handles CJK (Chinese, Japanese, Korean) text where each character
 * is typically its own word, as well as scripts that use spaces between words.
 */

这只是文本编辑器里用 Intl.Segmenter 做中日韩文字分词的注释，跟 IP 限制没有任何关系。

给中国开发者的实操建议

如果你在中国大陆使用 Claude Code，有几件事你应该知道：

  1. 地区限制是服务端行为 ，客户端没有检测或绕过逻辑
  2. 遥测数据默认开启 ，但可以通过环境变量关闭
  3. OAuth 邮箱会上报 ，1P 事件日志里会包含你的账户信息
  4. Git 仓库 URL 会被哈希后上报 ，虽然不可逆，但如果你用的是私有仓库，这个哈希理论上可以跟 Anthropic 已知的仓库列表做关联

如果你比较在意隐私，建议在 .bashrc 或 .zshrc 里加上：

export DISABLE_TELEMETRY=1

这样会关掉 Datadog 和 1P 事件日志。如果你想关掉所有非必要网络请求：

export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1

写在最后

拆完这 50 万行源码，我最大的感受是：Anthropic 在工程层面的成熟度远超很多人的想象。

从一个编译期 Feature Flag 系统就能看出端倪——同一份源码，内部版本有语音模式、有 Swarm、有 Proactive Agent，外部版本全部裁掉，一个 feature() 调用就搞定。这种工程能力不是一朝一夕能积累的。

系统提示词的分层缓存设计、6 大遥测通道的独立管控、权限系统的多级分类器——每一个模块都能看出是经过反复迭代的。

至于数据收集，我的评价是： 克制但不透明。 它收集的信息量不算过分，但你如果不翻源码，根本不知道它在悄悄发这些数据。 DISABLE_TELEMETRY 这个开关，官方文档里恐怕没几个人知道。

希望这篇文章能帮你对每天用的工具多一层理解。如果你觉得有用，转发给身边也在用 Claude Code 的朋友，这些信息他们大概率不知道。

avatar
文章
阅读
粉丝