claude code 的核心逻辑

[wangshuo6]

我花了 4 天时间创建一个 code agent, 核心代码不到 200 行。

试用：npm install -g wscode-cli ，github 仓库在： https://github.com/mileswangs/wscode-cli

下面讲一下关键逻辑

关键 1: loop + tool use

关键 2: llm 通过工具调用(成功或失败都行)获取信息，以字符串形式传递

这看起来很无聊，但深刻且普遍：传统编程报错会 throw {err: stackoverflow}, llm 时代编程会 return ‘have a error: stackoverflow’

举个例子：我们需要约束以绝对路径访问文件，当 llm 调用相对路径的时候会收到 tool 返回的Path must be within the root directory这个字符串，llm 看到这个失败信息后会更改工具使用姿势

详细实现和 prompt 见仓库

关注我： https://x.com/mileswangs

[wangshuo6]

1. 他很简单 2. 他能工作；

[pluto666]

好抽象

[zsh2401]

ReAct 已经是 2023 年的东西了，现在没什么学习意义

[paouke]

太抽象了

[flyqie]

@wangshuo6 #21

所以呢，这就是你带上"claude code 的核心逻辑"的原因？

[wangshuo6]

多喷，我爱听
但凡研究过 claude-code 这类 cli 工具就说不出这话，还有人用 memory 和 commit 来反对，这就像别人送一朵花，却有人喷叶子长得不好看
有十几个哥们点了 star 的，我相信他们也认为 简单>复杂，逻辑>优化

感兴趣可以研究一下知名仓库的逻辑:
https://minusx.ai/blog/decoding-claude-code/
https://github.com/google-gemini/gemini-cli

这篇文章和我观点一样:
https://www.reddit.com/r/AI_Agents/comments/1myms7e/agents_are_just_llm_loop_tools_its_simpler_than/

agent 的逻辑由 llm(data) 驱动而不是代码(固定逻辑)

[WithoutSugarMiao]

@wangshuo6 你在这里发的这篇文章，我已经看到好多公众号的洗稿了，没想到在 V2 又看见了。这篇文章里用的方式是通过捕捉网络请求来判断 cc 的执行逻辑，这其实并没有什么问题，但是这并不是 cc 的效果很好的原因，而是所有的 agent 都可以使用这套通用的逻辑。那么差别在哪，你的分析 和 你的项目完全没有体现出来。

想探究 cc 的执行流程不如看看这个： https://github.com/shareAI-lab/analysis_claude_code

[wangshuo6]

@WithoutSugarMiao 看了这个仓库，大部分组件是 for 工程上的安全或成本控制，gemini-cli 里还有这个文章的更清晰的实现，但从学习角度来讲，gemini-cli 的实现，非常痛苦，核心 loop 和前端交互代码混杂在一起；为了保证稳定性的代码远多于实现功能的代码。

我发这个帖子就是为了干掉这些 为了“使用稳定/成本”才有的优化，专注于实现功能本身

不知道为什么 cc 效果好，我猜核心是一套评测系统，以此优化 prompt, 和写的代码代码应该关系不大（我猜的）。anthropic docs 花很长篇幅解释了评测系统。换个说法，即使知道 cc 牛逼的原因用处也不大，关键要知道可量化的评测。