跳到主要内容
Agent Mechanics 智能体工程实战手册

Claude Code

Anthropic Claude Code：TypeScript、skill engine 与多入口 IDE 集成

一套循环接住四种入口

Section titled “一套循环接住四种入口”

Anthropic 出品的 agentic coding tool，以 npm 包 @anthropic-ai/claude-code 发布。同一份 TypeScript 代码库支持终端、Cursor 风格 IDE 插件、Web、Mobile 四种入口。

目录围绕开发者动作展开

Section titled “目录围绕开发者动作展开”
维度 CodexClaude CodeOpenClawHermes
入口 `cli/` 终端入口`server/` IDE 后端`remote/` Web、Mobile 客户端协议`entrypoints/` 子命令分发
命令与处理器 `commands/` 显式 slash 命令（`/memory`、`/insights`、`/security-review`、`/cron`）`cli/handlers/` 处理 autoMode、classifier、skillify 等闭环`commands.ts` 注册表`schemas/` 命令参数 schema
Skill 引擎 `skills/bundled/` 17 个内置 skill`skills/skillify.ts` 4 轮 AskUserQuestion 蒸馏 skill`SkillTool` 跑 skillfrontmatter 5 字段（name、description、allowed-tools、when_to_use、context: inline\|fork）
记忆 `memdir/` 4 种 MemoryType（user、feedback、project、reference）COMBINED 对比 INDIVIDUAL 两种 prompt 模式MEMORY_DRIFT_CAVEAT 显式提醒 stale「Before recommending from memory」强制 grep 验证
挂钩与钩子 `hooks/` 生命周期钩子`buddy/` 协作模式`coordinator/` 多 agent 调度`outputStyles/` 输出格式注入
观测与计费 `cost-tracker.ts` 加 `costHook.ts` 实时跟成本`commands/insights.ts` Opus 跑 jsonl 出 narrative`logEvent("tengu_*")` 事件流`modelCost.ts` 硬编码定价表
Claude Code 尽量把能力暴露为 slash command，入口层只做协议适配。

Skill、自审计与记忆校验

Section titled “Skill、自审计与记忆校验”
  1. skill 机制边界清楚：内置 17 个 skill 加 skillify 元 skill。skillify 用 4 轮 AskUserQuestion 把一段 session 整理成 SKILL.md，问题与退出条件都写得明确。
  2. 多入口共用一份代码：4 种入口走同一个 turn loop，只在 entrypoints/ 层做协议适配。
  3. autoMode classifier：让 LLM 审用户写的 auto allow、soft_deny、env 分类规则，从 clarity、completeness、conflicts 三个角度评。
  4. /security-review 当 senior security engineer：LLM 跑 PR diff，5 类漏洞加 80% 置信度门槛，主动排除 DOS 和磁盘密钥这类问题。
  5. MEMORY_DRIFT_CAVEAT 显式承认 stale：prompt 里直接告诉模型记忆可能过时，要求先 grep 验证再用。

闭源与隔离能力的限制

Section titled “闭源与隔离能力的限制”
  1. 闭源：所有结论基于 npm 包反编译，部分行为只能推断。
  2. 没有跨平台原生 sandbox：依赖宿主 IDE 自己提供执行隔离。纯 CLI 模式下 sandbox 弱。
  3. memory drift 靠 prompt 兜底：相比 OpenClaw 的 temporal decay 加 retrieval，少了一层机制兜底。
  4. trace 较弱：没有 Codex 风格的 rollout-trace.jsonl 全 session 回放。

五段值得带走的设计

Section titled “五段值得带走的设计”
  1. skillify 4 轮 AskUserQuestion 流程（src/skills/bundled/skillify.ts）：R1 收 name 和 description，R2 收 step 和 arg，R3 拆解步骤，R4 抽 trigger。把「agent 自产 skill」拆成 4 个有边界的问题。
  2. /security-review 命令的 prompt 设计（src/commands/security-review.ts）：senior security engineer 角色加 5 类漏洞加排除清单。
  3. MemoryType 加 2 种 prompt mode 矩阵（src/memdir/）：4 types 乘 {COMBINED, INDIVIDUAL} 共 8 种组合。
  4. autoMode classifier 让 LLM 审用户规则（src/cli/handlers/autoMode.ts）：规则审计也变成 LLM 任务。
  5. 17 个 bundled skill 的边界感：loop、stuck、remember、verify 都有明确退出条件，可以直接借鉴设计模式。

解包材料从这里读

Section titled “解包材料从这里读”

闭源声明：以上路径来自社区解包的 npm 包 @anthropic-ai/claude-code@2.1.88 的 sourcemap。所有「行为推断」结论以官方文档为准。