深度拆解 Claude Code：Agent 架构与五层上下文管理机制

渣渣苏

20人浏览 · 2026-07-15 16:24:33

渣渣苏 · 2026-07-15 16:24:33 发布

深度拆解 Claude Code：Agent 架构与五层上下文管理机制 🧠

近两年 AI 编程工具迭代迅猛，从最初的代码补全到如今的全流程自主编码，Claude Code 无疑是其中最具代表性的产品之一✨。作为 Anthropic 官方推出的 Agent 化编程工具，它既不是简单的聊天增强版 Claude，也不是传统 IDE 补全工具的延伸，而是一套完整的本地编程智能体系统。

很多开发者使用时会发现：刚开启会话时 Claude Code 精准高效，长时间调试后却容易"失忆"、重复犯错、忽略前置要求——这背后本质上是上下文窗口的管理逻辑在起作用📜。本文将基于 Anthropic 官方文档与开源架构分析，系统拆解 Claude Code 的核心运行原理，以及它被行业广泛借鉴的渐进式上下文管理机制。

一、先搞懂本质：Claude Code 不是聊天机器人 🤖

在谈技术细节之前，我们需要先明确一个核心定位：Claude Code 是一套运行在本地的 Agent 运行框架（Agent Harness），底层调用 Claude 大模型，上层封装了完整的自主执行循环、工具链与上下文调度系统。

普通的 Claude 对话只会返回文本或工具调用指令；而 Claude Code 负责完整的执行闭环：校验权限、执行本地工具、管理会话状态、控制上下文容量、循环驱动任务直到完成。它的核心能力不是"回答代码问题"，而是"自主完成编码任务"💻。

根据 Anthropic 官方产品页描述，Claude Code 可以自主完成代码库检索、多文件修改、测试执行、Git 提交、PR 创建等全流程工作，如今 Anthropic 内部大部分代码都由 Claude Code 参与编写，工程师更多聚焦架构设计与任务编排。

二、核心引擎：单线程 Agent Loop 循环 🔁

Claude Code 的心脏是一个极简的单线程主循环（Master Loop）。不同于复杂的多 Agent 编排系统，它选择了最朴素也最可控的 while 循环架构，所有智能决策完全交给底层大模型，框架本身只负责执行与状态维护。

完整的一轮执行流程（Turn）

每一次任务迭代都遵循标准的「感知-决策-行动-观察」闭环：

上下文组装：将系统指令、工具定义、会话历史、已加载文件、工具返回结果合并为完整的消息队列
模型推理：将消息发送给 Claude 模型（Sonnet/Opus 系列），获取响应
分支判断：
- 若返回自然语言回答：任务结束，展示结果给用户
- 若返回工具调用（tool_use）：进入执行流程
权限校验：根据操作风险等级，决定直接执行、静默执行还是请求用户确认🔐
本地执行：调用对应工具读取文件、修改代码、执行终端命令或 Git 操作
结果回写：将工具输出封装为工具结果消息，追加到会话历史
上下文预检：上下文管理器检查 Token 占用量，按需执行清理或压缩
进入下一轮循环，直到模型不再调用工具，或用户主动中断

这个设计的精妙之处在于：框架本身不做任何意图判断与路径规划，所有决策都由模型自主完成。每一轮工具执行的结果都会完整反馈给模型，让它可以根据实际执行情况动态调整策略，而非严格遵循预先制定的计划。

原生工具集：Agent 的手和眼 👀

Claude Code 没有采用预构建向量库的 RAG 方案，而是赋予模型一整套本地文件与终端工具，让它像人类开发者一样主动迭代检索代码库：

glob：按通配符扫描目录结构，缩小检索范围 📂
grep：关键词与正则搜索，定位目标代码片段 🔍
read：读取完整文件内容载入上下文 📄
edit/write：精准差分修改或新建文件，避免整文件重写 ✏️
bash：执行终端命令、运行测试、构建项目 ⚙️
git：查看提交记录、diff 对比、分支管理 🌿

检索的天然分层逻辑（glob → grep → read）让模型只会按需加载必要的文件，从源头减少上下文的无效占用。

三、上下文窗口：Claude 的临时工作台 📋

上下文窗口是 Claude Code 最核心的资源，也是性能退化的根源。它就像一张开发者的工作台，所有当前任务相关的信息都要摆在上面才能被模型"看见"。

上下文的完整构成

每次发送给模型的请求，都包含四个部分的内容：

系统前缀（System Block）
- Agent 角色定义、编码规范、安全边界
- 全部工具的 Schema 定义与使用规则
- 项目 CLAUDE.md 全局配置规则
- 这部分固定不变，通常开启 Prompt 缓存优化成本，压缩策略绝对不会改动这部分内容⚡
会话历史（Conversation History）
- 用户的每一条提问
- 模型的每一次回复与工具调用请求
- 所有工具的返回结果（文件内容、命令输出等）
- 这是上下文膨胀的主体，也是压缩管理的核心对象
持久记忆注入
- Auto Memory 自动记录的用户偏好与项目规则
- 会话启动时加载的全局配置
输出预留空间
- 系统会预留固定 Token（默认 32K，最高可配置 64K）用于模型输出
- 这就是为什么上下文不会用到 100% 才触发压缩

目前主流 Claude 模型支持 1M Token 的上下文窗口，看似很大，但在编码场景下消耗极快⏳：一次读取上百行代码、一条命令返回几十行日志，几轮调试下来就可能消耗数十万 Token。更关键的是，根据 Anthropic 官方的上下文工程研究，上下文越满，模型对远端信息的注意力越弱，也就是常说的「上下文衰减（Context Rot）」——不是装不下，而是装太多后模型会忽略细节。

四、核心机制：五层渐进式上下文管理流水线 🛠️

Claude Code 最值得借鉴的设计，就是它的分层渐进式压缩策略：优先执行低成本、无损、可恢复的清理操作，LLM 有损摘要只作为最后兜底。整个流水线按优先级从高到低分为五层，越靠后越激进，信息损失也越大。

第一层：SnipCompact 即时轻量化裁剪 ✂️

这是每轮请求前都会执行的纯文本预处理，不调用 LLM，零额外成本：

删除空消息与完全重复的消息片段
截断超长冗余的日志输出，去除重复的报错堆栈
合并连续的、语义相近的助手消息

这一步几乎没有信息损失，是性价比最高的清理手段。

第二层：MicroCompact 微压缩（最常用的静默机制）📦

这是日常会话中最高频触发的压缩策略，通常在后台静默执行，用户几乎感知不到。

触发条件：上下文持续上涨，或会话闲置超过 60 分钟。

核心逻辑：

永远保留最近 N 轮完整对话与最新的几条工具结果
更早的工具返回内容（旧文件内容、历史命令输出）从上下文中移出，写入本地磁盘缓存
上下文中只保留简短的占位标记，提示模型旧内容已归档，需要时可重新读取

关键点在于：这是无损压缩。文件内容没有被删除，只是移出了短期工作内存；模型后续需要时可以主动重新 read 加载回来，信息完全可恢复。

第三层：Context Collapse 上下文折叠 🗂️

在任务阶段性收尾时触发，比如完成一轮代码检索分析、修复完一个 Bug 之后。

它会将一整段连续的执行流程（多次工具调用、多轮交互）折叠为一段精简的流程摘要，保留核心结论，丢弃中间的探索过程。适合任务分阶段的长会话，大幅降低历史流程的 Token 占用。

第四层：AutoCompaction 自动压缩（有损摘要分界线）⚠️

这是大多数开发者接触最多的压缩机制，也可以通过 /compact 命令手动触发。

官方默认触发阈值：上下文占用达到窗口的 78%。预留的安全缓冲区一方面用于模型输出，另一方面防止突发的大文件读取直接撑爆窗口。

执行流程：

绝对保留部分：系统提示词、工具定义、CLAUDE.md 配置（保护 Prompt 缓存不失效）
完整保留部分：最近 8~10 轮完整对话，保证近期任务细节不丢失
摘要替换部分：对更早的全部历史，调用轻量级 Claude 模型生成结构化摘要，包含：
- 用户原始任务目标
- 已完成的工作清单
- 修改过的文件列表
- 关键决策与约束条件
- 当前进度与待解决问题
自动重载：压缩完成后，自动重新加载最近编辑的 5 个文件进入上下文，减少模型"失忆"