你敢信？一个团队花了整整半年，把 Claude Code 全部源码扒了一遍——51 万行代码、1884 个文件，连「卧底模式」这种隐藏功能都没放过。
中文解读，永久免费。
01 它是什么？
learn-coding-agent 是一个关于 CLI Agent 架构的学习研究仓库，所有内容均基于互联网公开资料整理。它的核心目标只有一个：
帮助开发者真正理解 Claude Code 是怎么工作的。
这个项目拆解了 Claude Code 的完整架构，包括：
- 入口层：CLI 怎么启动
- 查询引擎：消息怎么处理
- 工具系统：40+ 内置工具怎么设计
- 权限架构：一个请求从发出到执行，中间经历什么
- 子代理系统：怎么实现多代理协作
- MCP 协议：怎么连接外部工具
02 核心原理/亮点
🔬 亮点一：12 个渐进式安全带机制
这是整个项目最精华的部分。Claude Code 在"用户→LLM→工具→用户"这个最小循环之上，层层叠叠加了 12 层生产级工程机制：
| 层次 | 机制 | 解决了什么问题 |
|---|---|---|
| s01 | 核心循环 | 最基本的 agent 循环 |
| s02 | 工具调度 | 一个工具 = 一个 handler，循环不变 |
| s03 | 计划模式 | 先列步骤再执行，完成率翻倍 |
| s04 | 子代理 | 拆解大任务，清理上下文 |
| s05 | 按需知识 | 延迟加载 CLAUDE.md，不撑爆 prompt |
| s06 | 上下文压缩 | 三层压缩策略（总结+修剪+重构） |
| s07 | 持久化任务 | 大目标 → 小任务 → 磁盘 |
| s08 | 后台任务 | 慢操作放后台，代理继续思考 |
| s09 | 代理团队 | 多代理协作，异步消息邮箱 |
| s10 | 团队协议 | 定义代理间通信规范 |
| s11 | 自主代理 | 空闲循环 + 自动认领任务 |
| s12 | 工作树隔离 | 每个人在自己的 git 目录工作 |
"一个循环 + Bash 就是你需要的全部"——但要真正做到生产级别，你需要这 12 层。
🔐 亮点二：权限系统五层关卡
当你让 Claude Code 执行一条删除命令，它会经历五层检查：
1. validateInput() → 拒绝无效输入
2. PreToolUse Hooks → 用户自定义规则
3. 权限规则匹配 → alwaysAllow / alwaysDeny / alwaysAsk
4. 交互式提示 → 用户确认
5. checkPermissions() → 工具特定的路径沙盒检查
这套设计让你可以对不同工具有不同的信任级别，同时保持安全性。
🔌 亮点三：MCP 协议集成
Model Context Protocol 不只是简单包装——Claude Code 实现了完整的 MCP 生命周期：
- 服务器发现：支持 stdio / SSE / HTTP / WebSocket / SDK 五种传输方式
- OAuth 认证：完整的 OAuth 2.0 流程
- 动态 Schema：从 MCP 服务器自动获取工具定义
- 权限透传：MCP 工具继承 Claude Code 的权限模型
03 应用场景
👨💻 谁适合读这个项目？
如果你：
- 想深入理解 AI Agent 的工程实现
- 正在基于 Claude Code 开发自己的工具或插件
- 对 AI 安全、权限控制、上下文管理感兴趣
- 想了解业界顶级 Agent 的架构设计思路
你会在这里找到答案。
项目提供了四个语言的文档（EN/ZH/KR/JA），其中中文文档涵盖：
- 遥测与隐私分析
- 隐藏功能与模型代号
- 卧底模式分析（Claude Code 在公开仓库会自动隐藏 AI 身份！）
- 远程控制与紧急开关
- 未来路线图
💡 一个让你震惊的发现
项目透露了一个有意思的细节：Claude Code 有"卧底模式"（Undercover Mode）。
官方员工在公开仓库提交代码时，Claude Code 会自动进入卧底模式——模型被指示"不要暴露你的掩护身份"，所有 commit 看起来都像人类写的。这个功能没有强制关闭选项。
这引发了关于 AI 透明度的讨论：开源社区是否应该强制要求 AI 身份声明？
04 快速上手
这个项目本身不需要"安装"，它是纯研究文档。
阅读顺序建议：
# 1. 先看架构概览
README_CN.md
# 2. 再看核心文档（按顺序）
docs/zh/01-遥测与隐私分析.md
docs/zh/02-隐藏功能与模型代号.md
docs/zh/03-卧底模式分析.md
docs/zh/04-远程控制与紧急开关.md
docs/zh/05-未来路线图.md
# 3. 对应看英文源码分析
docs/en/
如果你想结合源码看，可以在本地 clone：
git clone https://github.com/sanbuphy/learn-coding-agent.git
cd learn-coding-agent
# 直接看 docs/zh/ 下的中文文档即可
写在最后
这个项目本质上是一面镜子。
它照出了当前 AI Agent 领域最顶级的工程实践——51 万行代码背后，是一套极其精密的架构设计。从最小的 agent loop，到 12 层安全带机制，到多代理团队协作，每一层都有深思熟虑的设计决策。
对于想深入 AI 领域的工程师来说，这是一份不可多得的教材。
相关链接：
- GitHub：github.com/sanbuphy/le…
- 文档语言：English / 中文 / 日本語 / 한국어
