@bolloon/bolloon-agent 0.1.36 → 0.1.38

package/Dive-into/README_zh.md

@@ -1,599 +0,0 @@
-# 深入理解 Claude Code
-
-<p align="center">
-  <img src="./assets/main_structure.png" width="85%" alt="Claude Code 高层系统结构">
-</p>
-
-<p align="center">
-  <a href="./paper/Dive_into_Claude_Code.pdf"><img src="https://img.shields.io/badge/Paper-PDF-blue.svg?logo=adobeacrobatreader&logoColor=white" alt="论文"></a>
-  <a href="https://arxiv.org/abs/2604.14228"><img src="https://img.shields.io/badge/arXiv-2604.14228-b31b1b.svg" alt="arXiv"></a>
-  <a href="./LICENSE"><img src="https://img.shields.io/badge/License-CC--BY--NC--SA--4.0-lightgrey.svg" alt="许可证"></a>
-  <a href="https://github.com/VILA-Lab/Dive-into-Claude-Code/stargazers"><img src="https://img.shields.io/github/stars/VILA-Lab/Dive-into-Claude-Code?style=social" alt="星标数"></a>
-</p>
-
-<p align="center">
-  <a href="./README.md">English</a> | <b>中文</b>
-</p>
-
-> **一份面向 Claude Code（v2.1.88，约 1,900 个 TypeScript 文件、约 512K 行代码）的全面源码级架构分析，附带社区分析精选、面向智能体开发者的设计空间指南，以及跨系统对比。**
-
-> [!TIP]
-> **TL;DR** —— Claude Code 代码库里只有 1.6% 是 AI 决策逻辑；其余 98.4% 都是确定性基础设施——权限门控、上下文管理、工具路由和恢复逻辑。智能体循环本身是一个简单的 while 循环；真正的工程复杂度集中在它周围的各类系统上。本仓库剖析这一架构，并为所有构建 AI 智能体系统的人提炼出可落地的设计指南。
-
----
-
-## 目录
-
-**来自我们的论文**
-
-- [🌟 关键亮点](#关键亮点)
-- [📖 阅读指南](#阅读指南)
-- [🏗️ 架构总览](#架构总览)
-- [🧭 价值观与设计原则](#价值观与设计原则)
-- [🔄 智能体查询循环](#智能体查询循环)
-- [🛡️ 安全与权限](#安全与权限)
-- [🧩 可扩展性](#可扩展性)
-- [🧠 上下文与记忆](#上下文与记忆)
-- [👥 子智能体委托](#子智能体委托)
-- [💾 会话持久化](#会话持久化)
-
-**论文之外**
-
-- [🛰️ Agent 设计空间的新信号](#agent-设计空间的新信号)
-- [🛠️ 构建你自己的 AI 智能体：设计指南](#构建你自己的-ai-智能体设计指南)
-- [⚖️ 跨系统对比：Claude Code vs OpenClaw vs Hermes-Agent](#跨系统对比claude-code-vs-openclaw-vs-hermes-agent)
-- [🌐 社区项目与研究](#社区项目与研究)
-- [🚀 其他值得关注的 AI 智能体项目](#其他值得关注的-ai-智能体项目)
-- [🔖 引用](#引用)
-
----
-
-## 关键亮点
-
-- **98.4% 基础设施，1.6% AI** —— 智能体循环不过是一个 while 循环；真正的工程复杂度集中在权限门控、上下文管理和恢复逻辑上。
-- **5 个价值观 → 13 条原则 → 实现** —— 每一条设计决策都能追溯回人类决策权威、安全、可靠性、能力和适应性。
-- **深度防御却存在共享故障模式** —— 7 层安全防护，但都共享性能约束；子命令超过 50 个的命令会绕过安全分析。
-- **4 个 CVE 暴露了预信任窗口** —— 扩展会在信任对话框出现**之前**就已执行。
-- **横跨各层的 harness 难以被重新实现** —— 循环本身容易复制，但钩子、分类器、压缩和隔离机制则不然。
-
----
-
-## 阅读指南
-
-| 如果你是…… | 从这里开始 | 然后阅读 |
-|:----------------|:-----------|:----------|
-| **智能体构建者** | [构建你自己的智能体](./docs/build-your-own-agent_zh.md) | [架构深度剖析](./docs/architecture_zh.md) |
-| **安全研究员** | [安全与权限](#安全与权限) | [架构：安全层](./docs/architecture_zh.md#七个独立安全层) |
-| **产品经理** | [关键亮点](#关键亮点) | [价值观与原则](#价值观与设计原则) |
-| **研究人员** | [完整论文 (arXiv)](https://arxiv.org/abs/2604.14228) | [社区资源](#社区项目与研究) |
-
-`1,884 个文件` · `约 512K 行` · `v2.1.88` · `7 个安全层` · `5 个压缩阶段` · `54 个工具` · `27 个钩子事件` · `4 个扩展机制` · `7 个权限模式`
-
----
-
-<details open>
-<summary><h2>架构总览</h2></summary>
-
-Claude Code 回答了每个生产级编码智能体都必须面对的**四个设计问题**：
-
-| 问题 | Claude Code 的答案 |
-|:---------|:---------------------|
-| 推理放在哪里？ | 模型负责推理，harness 负责强制执行。约 1.6% 是 AI，98.4% 是基础设施。 |
-| 有多少个执行引擎？ | 一个 `queryLoop` 供所有入口（CLI、SDK、IDE）共用。 |
-| 默认的安全姿态是什么？ | 拒绝优先：拒绝 > 询问 > 允许；最严格的规则优先。 |
-| 最根本的资源约束是什么？ | 约 200K（旧模型）/ 1M（Claude 4.6 系列）的上下文窗口。每次模型调用前都要过 5 层压缩。 |
-
-系统分解为**7 个组件**（用户 → 入口 → 智能体循环 → 权限系统 → 工具 → 状态与持久化 → 执行环境），跨越**5 个架构层**。
-
-<p align="center">
-  <img src="./assets/layered_architecture.png" width="100%" alt="5 层子系统分解">
-</p>
-
-> [!NOTE]
-> 完整的架构深度剖析——7 个安全层、9 步轮次管道、5 层压缩等——请参阅**[docs/architecture_zh.md](./docs/architecture_zh.md)**。
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>价值观与设计原则</h2></summary>
-
-架构从**5 个人类价值观**追溯到**13 条设计原则**再到实现：
-
-| 价值观 | 核心思想 |
-|:------|:----------|
-| **人类决策权威** | 人类通过主体层级保持控制。当 93% 的提示批准率暴露出批准疲劳后，Anthropic 的应对是重新划分边界，而不是追加更多警告。 |
-| **安全、安保、隐私** | 即使在人类警惕性下降时，系统也能守住安全底线。7 个独立安全层。 |
-| **可靠执行** | 按用户的本意去执行；收集—行动—验证的闭环；优雅恢复。 |
-| **能力放大** | "一个 Unix 工具，而不是产品。"98.4% 是让模型能够工作的确定性基础设施。 |
-| **上下文适应性** | CLAUDE.md 层级、渐进式的可扩展性，以及随时间演变的信任轨迹。 |
-
-<details>
-<summary><b>13 条设计原则</b></summary>
-
-| 原则 | 设计问题 |
-|:----------|:----------------|
-| 拒绝优先并交由人工升级 | 遇到未知操作，是允许、阻止还是交由人工升级？ |
-| 渐进式信任光谱 | 用固定权限等级，还是让用户随使用深入逐步跨越的信任光谱？ |
-| 深度防御 | 一道安全边界，还是多道相互重叠的安全边界？ |
-| 外部化的可编程策略 | 硬编码策略，还是带生命周期钩子的外部化配置？ |
-| 上下文是稀缺资源 | 一次性截断，还是渐进式流水线？ |
-| 仅追加的持久状态 | 可变状态、快照，还是仅追加的日志？ |
-| 最小脚手架，最大 harness | 把投入放在脚手架上，还是放在运行基础设施上？ |
-| 价值观优先于规则 | 刚性流程，还是带确定性护栏的语境化判断？ |
-| 可组合的多机制扩展 | 单一 API，还是开销各异的分层机制？ |
-| 按可逆性加权的风险评估 | 对所有操作一视同仁，还是对可逆操作放宽监管？ |
-| 透明、基于文件的配置与记忆 | 用不透明的数据库和嵌入向量，还是用户可直接查看的文件？ |
-| 隔离的子智能体边界 | 共享上下文与权限，还是相互隔离？ |
-| 优雅恢复与韧性 | 硬失败，还是静默恢复？ |
-
-</details>
-
-论文还引入了**第六个评估视角**——长期能力保持——并援引证据表明：在 AI 辅助条件下工作的开发者，在理解力测试中得分低 17%。
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>智能体查询循环</h2></summary>
-
-<p align="center">
-  <img src="./assets/iteration.png" width="60%" alt="运行时轮次流程">
-</p>
-
-核心是一个 **ReAct 模式的 while 循环**：组装上下文 → 调用模型 → 分派工具 → 检查权限 → 执行 → 重复。实现为一个产生流式事件的 `AsyncGenerator`。
-
-**每次模型调用前**，五个压缩整形阶段按顺序执行（开销最低者优先）：预算削减 → 裁剪 → 微压缩 → 上下文折叠 → 自动压缩。
-
-**每轮 9 步管道：** 设置解析 → 状态初始化 → 上下文组装 → 5 个预模型整形阶段 → 模型调用 → 工具分派 → 权限门控 → 工具执行 → 停止条件
-
-**两条执行路径：**
-- `StreamingToolExecutor` —— 工具流入时即开始执行（延迟优化）
-- 后备 `runTools` —— 将工具分类为并发安全或互斥
-
-**故障恢复：** 最大输出 token 升级（3 次重试）、反应式压缩（每轮一次）、提示过长处理、流式后备、后备模型
-
-**5 个停止条件：** 无工具调用、最大轮次、上下文溢出、钩子干预、显式中止
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>安全与权限</h2></summary>
-
-<p align="center">
-  <img src="./assets/permission.png" width="75%" alt="权限门控">
-</p>
-
-**7 个权限模式**构成渐进式信任光谱：`plan` → `default` → `acceptEdits` → `auto`（ML 分类器）→ `dontAsk` → `bypassPermissions`（+ 内部 `bubble`）。
-
-**拒绝优先**：宽范围的拒绝规则*始终*压过窄范围的允许规则。**7 个独立安全层**，从工具预过滤，到 shell 沙箱，再到钩子拦截。**恢复会话时权限永不自动恢复**——每次会话都要重新建立信任。
-
-> [!WARNING]
-> **共享故障模式：** 当各层共享同一种约束时，深度防御就会退化。逐个子命令解析会让事件循环陷入饥饿——一旦子命令超过 50 个，Claude Code 就会为了避免 REPL 卡死而跳过整段安全分析。
-
-<details>
-<summary><b>更多详情：授权管道、auto 模式分类器、CVE</b></summary>
-
-**授权管道：** 预过滤（剥离被拒绝的工具）→ PreToolUse 钩子 → 拒绝优先规则评估 → 权限处理程序（4 个分支：协调器、swarm worker、推测式分类器、交互式）
-
-**Auto 模式分类器**（`yoloClassifier.ts`）：使用内部/外部权限模板的单独 LLM 调用。两阶段：快速过滤 + 思维链。
-
-**预信任窗口：** 两个已修复的 CVE 根因相同——钩子和 MCP 服务器会在初始化阶段、信任对话框弹出*之前*就已执行，由此形成一个绕开拒绝优先管道、天然享有特权的攻击窗口。
-
-</details>
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>可扩展性</h2></summary>
-
-<p align="center">
-  <img src="./assets/extensibility.png" width="85%" alt="三个注入点：组装、模型、执行">
-</p>
-
-**四个渐进式上下文成本机制：** 钩子（零成本）→ Skills（低成本）→ 插件（中成本）→ MCP（高成本）。智能体循环中的三个注入点：**assemble()**（模型看到的内容）、**model()**（它能触及的内容）、**execute()**（操作是否/如何运行）。
-
-**工具池组装**（5 步）：基础枚举（最多 54 个工具）→ 模式过滤 → 拒绝预过滤 → MCP 集成 → 去重
-
-**27 个钩子事件**，跨越 5 个类别，4 种执行类型（shell、LLM 评估、webhook、subagent 验证器）
-
-**插件清单**支持 10 种组件类型：命令、智能体、skills、钩子、MCP 服务器、LSP 服务器、输出样式、通道、设置、用户配置
-
-**Skills：** SKILL.md 含 15+ 个 YAML frontmatter 字段。关键区别——SkillTool 把内容注入到当前上下文；AgentTool 另开一个隔离的上下文。
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>上下文与记忆</h2></summary>
-
-<p align="center">
-  <img src="./assets/context.png" width="95%" alt="上下文构建">
-</p>
-
-由 **9 个有序来源**拼装出上下文窗口。CLAUDE.md 指令作为**用户上下文**传递（模型对其遵从是概率性的），而非系统提示（遵从是确定性的）。记忆是**基于文件的**（不使用向量数据库）——完全可查看、可编辑、可纳入版本控制。
-
-**4 级 CLAUDE.md 层级：** 托管（`/etc/`）→ 用户（`~/.claude/`）→ 项目（`CLAUDE.md`、`.claude/rules/`）→ 本地（`CLAUDE.local.md`，被 gitignore 忽略）
-
-**5 层压缩**（渐进式惰性降级）：预算削减 → 裁剪 → 微压缩 → 上下文折叠（读取时投影，非破坏性）→ 自动压缩（完整模型摘要，最后手段）
-
-**记忆检索：** 由 LLM 扫描各记忆文件的文件头，最多挑出 5 个相关文件。不使用嵌入向量，也不使用向量相似度。
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>子智能体委托</h2></summary>
-
-<p align="center">
-  <img src="./assets/subagent.png" width="90%" alt="子智能体架构">
-</p>
-
-**6 个内置类型**（Explore、Plan、General-purpose、Guide、Verification、Statusline）+ 通过 `.claude/agents/*.md` 定义的自定义智能体。**侧链转录稿**：只把摘要回传给父级（父级上下文*被屏蔽*在子智能体的冗长输出之外）。三种隔离模式：worktree、remote、in-process。多实例间通过 POSIX `flock()` 协调。
-
-**SkillTool vs AgentTool：** SkillTool 把内容注入到当前上下文（开销低）。AgentTool 另开一个隔离的上下文（开销高，但能防止上下文爆炸）。
-
-**权限覆盖：** 子智能体 `permissionMode` 生效，除非父级处于 `bypassPermissions`/`acceptEdits`/`auto`（显式用户决策始终优先）。
-
-**自定义智能体：** YAML frontmatter 支持 tools、disallowedTools、model、effort、permissionMode、mcpServers、hooks、maxTurns、skills、memory scope、background flag、isolation mode。
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>会话持久化</h2></summary>
-
-<p align="center">
-  <img src="./assets/session_compact.png" width="75%" alt="会话持久化与上下文压缩">
-</p>
-
-三个通道：仅追加（append-only）的 JSONL 转录稿、全局提示历史、子智能体侧链。**恢复会话时权限永不自动恢复**——每次会话都要重新建立信任。设计上**优先可审计性，而非查询能力**。
-
-**链式修补：** 压缩边界记录 `headUuid`/`anchorUuid`/`tailUuid`。会话加载器在读取时修补消息链；磁盘上的数据不会被就地改写。
-
-**检查点：** `--rewind-files` 的文件历史检查点，存储在 `~/.claude/file-history/<sessionId>/`。
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>Agent 设计空间的新信号</h2></summary>
-
-这些 agent 系统的新进展进一步强化了 Claude Code 暴露出的同一个判断：agent 能力不只是模型属性，而是由模型周围的运行时、context 层、执行边界、工具供应链、人类控制面和评估闭环共同产生。
-
-| 设计启示 | 对 Agent 构建者意味着什么 | 代表信号 |
-|:---|:---|:---|
-| **运行时与控制面是一等设计关注点** | 持久执行、检查点、沙箱、agent inventory、策略面和可观测性应该作为用户可感知的系统界面来设计，而不是隐藏在部署管线里。 | [Cursor cloud agents](https://cursor.com/blog/cloud-agent-lessons)、[Google Managed Agents](https://blog.google/innovation-and-ai/technology/developers-tools/managed-agents-gemini-api/)、[Microsoft Agent 365](https://www.microsoft.com/en-us/security/blog/2026/05/01/microsoft-agent-365-now-generally-available-expands-capabilities-and-integrations/) |
-| **Context 是有生命周期的基础设施** | Prompt、文件、skills、IDE 索引、workspace state、memory namespace 和 interpreter state 都需要生命周期、来源、审查和回滚。 | [LangChain Context Hub](https://www.langchain.com/blog/introducing-context-hub)、[AWS AgentCore](https://aws.amazon.com/blogs/machine-learning/break-the-context-window-barrier-with-amazon-bedrock-agentcore/)、[Anthropic managed-agent memory](https://platform.claude.com/docs/en/managed-agents/memory) |
-| **执行边界就是安全边界** | 权限、网络可达性、文件系统访问、凭证托管、租户隔离和 OS sandboxing 是核心架构，而不是后期加固项。 | [Codex Windows sandbox](https://openai.com/index/building-codex-windows-sandbox/)、[Running Codex safely](https://openai.com/index/running-codex-safely/)、[Anthropic self-hosted sandboxes](https://platform.claude.com/docs/en/managed-agents/self-hosted-sandboxes) |
-| **工具与 skills 构成供应链** | MCP servers、skills、plugins 和 agent-to-agent protocols 需要 registry、allowlist、identity、语义审查、版本管理和撤销机制。 | [NSA MCP security](https://www.nsa.gov/Portals/75/documents/Cybersecurity/CSI_MCP_SECURITY.pdf)、[GitHub MCP allowlists](https://github.blog/changelog/2026-04-16-copilot-cli-supports-custom-registry-based-mcp-allowlists/)、[A2A milestone](https://www.linuxfoundation.org/press/a2a-protocol-surpasses-150-organizations-lands-in-major-cloud-platforms-and-sees-enterprise-production-use-in-first-year) |
-| **人类角色转向管理者与验证者** | Agent 产品应该支持目标、计划、审批、中断、可审查 diff、升级路径，以及受约束的多 agent 写权限。 | [Codex from anywhere](https://openai.com/index/work-with-codex-from-anywhere/)、[Copilot cloud agent](https://github.blog/changelog/2026-04-01-research-plan-and-code-with-copilot-cloud-agent)、[Cognition multi-agents](https://cognition.ai/blog/multi-agents-working) |
-| **可观测性必须进入改进闭环** | Traces 不应止步于被动日志，而应进入 eval、failure clustering、policy enforcement 和 prompt/tool repair。 | [LangSmith Engine](https://www.langchain.com/blog/how-we-built-langsmith-engine-our-agent-for-improving-agents)、[OpenAI agent improvement loop](https://developers.openai.com/cookbook/examples/agents_sdk/agent_improvement_loop)、[AWS AgentCore Evaluations](https://aws.amazon.com/blogs/machine-learning/build-reliable-ai-agents-with-amazon-bedrock-agentcore-evaluations/) |
-
-这些信号不是在替代 Claude Code 的 design space，而是在让它的边界更清晰：agent loop 是小的部分，周围的 harness 才是大多数能力、安全和可靠性决策发生的地方。按月份记录的资料见 **[docs/agent-design-space-source-notes_zh.md](./docs/agent-design-space-source-notes_zh.md)**。
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>构建你自己的 AI 智能体：设计指南</h2></summary>
-
-> 本文不是一份写代码的教程，而是一份关于**你必须做出的设计决策**的指南——素材全部来自对 Claude Code 的架构分析。
-
-每个生产级智能体都要面对下列决策：
-
-| 决策 | 问题 | 关键洞察 |
-|:---------|:-------------|:------------|
-| [**推理放在哪里**](./docs/build-your-own-agent_zh.md#决策-1推理放在哪里) | 逻辑放在模型里多，还是 harness 里多？ | 随着模型能力逐渐趋同，harness 才是差异化的关键。 |
-| [**安全姿态**](./docs/build-your-own-agent_zh.md#决策-2你的安全姿态是什么) | 如何防止有害行为？ | 当各层共享故障模式时，深度防御会失效。 |
-| [**上下文管理**](./docs/build-your-own-agent_zh.md#决策-3你如何管理上下文) | 模型究竟看到什么？ | 从第一天起就要为上下文稀缺而设计。渐进式优于一次性截断。 |
-| [**可扩展性**](./docs/build-your-own-agent_zh.md#决策-4你如何处理可扩展性) | 扩展如何接入？ | 并非所有扩展都必须消耗上下文 token。 |
-| [**子智能体架构**](./docs/build-your-own-agent_zh.md#决策-5子智能体如何工作) | 共享上下文还是隔离上下文？ | Plan 模式下的智能体团队消耗约 7 倍 token；靠子智能体只回传摘要，才能避免上下文爆炸。 |
-| [**会话持久化**](./docs/build-your-own-agent_zh.md#决策-6会话如何持久化) | 什么会延续到下一次会话？ | 恢复会话时绝不自动恢复权限。可审计性优先于查询能力。 |
-
-**阅读完整指南：[docs/build-your-own-agent_zh.md](./docs/build-your-own-agent_zh.md)**
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>跨系统对比：Claude Code vs OpenClaw vs Hermes-Agent</h2></summary>
-
-同样的设计问题，在不同的部署情境下会给出不同的架构答案。下表以论文第 10 节用于 OpenClaw 对比的六个设计维度，对 Claude Code v2.1.88 与两个具有代表性的同类系统进行对比——[OpenClaw](https://github.com/openclaw/openclaw)（本地优先的多渠道个人助手网关）和 [NousResearch/hermes-agent](https://github.com/NousResearch/hermes-agent)（支持多部署场景的自改进智能体）。各单元格均有来源依据，这不是功能评分表。
-
-| 设计维度 | Claude Code (v2.1.88) [![Star](https://img.shields.io/github/stars/anthropics/claude-code.svg?style=social&label=Star)](https://github.com/anthropics/claude-code) | OpenClaw [![Star](https://img.shields.io/github/stars/openclaw/openclaw.svg?style=social&label=Star)](https://github.com/openclaw/openclaw) | Hermes-Agent [![Star](https://img.shields.io/github/stars/NousResearch/hermes-agent.svg?style=social&label=Star)](https://github.com/NousResearch/hermes-agent) |
-|:---|:---|:---|:---|
-| **系统范围与部署** | 面向编程的单用户 CLI / SDK / IDE 接口；所有入口共用一个 `queryLoop` 异步生成器。 | 本地优先 WebSocket 网关（默认端口 18789，默认仅监听回环地址）；将约 23 个消息渠道路由至内嵌智能体运行时；提供 macOS、iOS、Android 伴侣应用。 | 三个入口：`hermes`（交互式 CLI）、`hermes-agent`（程序化运行时）、`hermes-acp`（ACP 服务器）；网关适配器将消息路由至按 LRU 缓存的 AIAgent 实例（最多 128 个，空闲超时 1 小时）；也可通过 `hermes mcp serve` 作为 MCP 服务器运行。 |
-| **信任模型与安全** | 拒绝优先的逐动作评估；7 种权限模式；基于 LLM 的自动模式分类器（`yoloClassifier` / `sideQuery`）；会话级权限状态（会话绕过标志、应用白名单状态）在恢复时不予还原。 | 单一可信操作员模型；DM 配对码、发件人白名单、网关身份验证；每个智能体有独立的工具允许/拒绝策略；通过 Docker / SSH / OpenShell 提供可选沙箱，默认关闭；`non-main` 模式可对非主会话启用沙箱；明确声明不支持对共享网关上的恶意多租户的隔离。 | 危险命令模式检测，配合会话级审批状态；CLI 交互提示与网关异步提示；辅助 LLM 智能审批可自动批准低风险命令；永久白名单持久化于 `config.yaml`；子智能体工作线程默认自动拒绝危险命令（可通过 `subagent_auto_approve` 开启批处理/定时任务的自动批准）。 |
-| **智能体运行时与工具** | 单一 `queryLoop` 异步生成器，以流式事件方式产出；环境与特性门控的工具注册表；API 调用前按条件运行压缩（Snip、Microcompact、Context Collapse、Auto-Compact），Auto-Compact 优先尝试会话记忆压缩。 | 内嵌智能体运行时位于网关 RPC 调度层内部（`agent` RPC 校验参数后立即返回，异步执行，并通过网关协议回传生命周期/流式事件）；每个会话有独立队列序列化，支持可选的全局通道。 | While 循环，含显式的每轮迭代预算和宽限调用槽；每轮检查点去重；网关 `step_callback` 钩子在每次迭代时触发；辅助模型上下文压缩对中间轮次进行摘要，同时保护头尾。 |
-| **扩展架构** | 四种机制按上下文开销递增排列：hooks → skills → plugins → MCP；27 个钩子事件；10 种插件组件类型。 | 清单优先插件系统，含 12 个能力类别；中央注册表暴露工具、渠道、provider 设置、钩子、HTTP 路由、CLI 命令和服务；独立技能层支持多来源（工作区优先级最高）及 ClawHub 公共注册表；`openclaw mcp` 同时提供 MCP 服务器接口和面向其他 MCP 服务器的出站客户端注册表。 | `plugins/` 目录下内置 12 个插件（context_engine、disk-cleanup、example-dashboard、google_meet、hermes-achievements、image_gen、kanban、memory、observability、platforms、spotify、strike-freedom-cockpit）；MCP 服务器（`mcp_serve.py`）暴露 10 个工具；ACP 适配器（`acp_adapter/`）将 Hermes 暴露为 ACP 服务器。 |
-| **记忆与上下文** | 四层 CLAUDE.md 层级；API 调用前压缩（Snip、Microcompact、Context Collapse、Auto-Compact）；基于 LLM 从文件型 Markdown 记忆文件中进行选择。 | 工作区启动文件（AGENTS.md、SOUL.md、TOOLS.md、IDENTITY.md、USER.md）及条件性 BOOTSTRAP.md / HEARTBEAT.md / MEMORY.md；独立记忆系统（MEMORY.md、`memory/YYYY-MM-DD.md` 格式的每日笔记、可选 DREAMS.md）；配置 embedding provider 后启用向量+关键词混合检索；实验性 dreaming 在后台整合并将符合条件的条目提升至长期记忆；可插拔压缩 provider。 | SQLite 状态存储，含 FTS5 全文检索和 WAL 模式并发读取；sessions 通过 `parent_session_id` 链接以支持压缩触发的会话拆分；`plugins/memory/` 下提供 8 个可换记忆后端（byterover、hindsight、holographic、honcho、mem0、openviking、retaindb、supermemory）；辅助 LLM 压缩作为独立的上下文管理层。 |
-| **多智能体架构** | 通过侧链转录委托子智能体；6 种内置智能体定义（可用性取决于构建/模式）加自定义；父节点仅接收单条摘要消息（in-process / viewable transcript 情况下可保留更多内部细节）；隔离设置包含 `worktree` 和 `remote`，swarm 路径中有 `in-process` 队友后端。 | 两层架构。(1) 多智能体路由：每渠道独立智能体，拥有各自的工作区、认证配置、会话存储和模型配置，通过确定性绑定规则分发。(2) 子智能体委托：`maxSpawnDepth` 范围 1–5，默认 1，建议 2；工具策略按深度变化；项目愿景（VISION.md）明确拒绝将智能体层级框架作为默认架构。 | `delegate_task` 工具在 `ThreadPoolExecutor` 中派生子 AIAgent 实例（父节点阻塞直至子节点完成）；每个子节点有全新对话历史、独立 `task_id`，以及受限工具集（`DELEGATE_BLOCKED_TOOLS` 移除了 `delegate_task`、`clarify`、`memory`、`send_message`、`execute_code`）；默认深度 `MAX_DEPTH = 1`（可配置，上限为 3）；默认 3 个并发子节点。 |
-
-**对比揭示了什么。** 从表格中可以得出三点观察。第一，**部署情境**决定了大多数下游设计选择：面向单用户的编程 CLI 收敛于逐动作审批和单一执行循环，多渠道网关收敛于边界信任和渠道绑定的智能体，多部署消息云端智能体则收敛于可选容器/云隔离、LLM 智能审批和可换后端记忆层。第二，**扩展层是各系统最鲜明的差异化所在**：Claude Code 按上下文开销将四种机制分层，OpenClaw 将扩展视为网关层的注册表管理能力，Hermes-Agent 则内置插件组并对外暴露双 MCP 服务器 / ACP 服务器接口供其他智能体接入。第三，**记忆架构跨越一个连续谱**：文件型、可检视的 Markdown（Claude Code），文件型加可选向量及实验性 dreaming（OpenClaw），或 FTS5 全文索引加八个可换插件后端（含专用向量 / RAG provider）（Hermes-Agent）。此表最适合作为设计空间中三个不同定点来阅读，而非功能排行榜。
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>社区项目与研究</h2></summary>
-
-围绕 Claude Code 架构的仓库、重新实现和学术论文的精选索引。
-
-### 官方 Anthropic 资源
-
-贯穿论文的主要参考资料——Anthropic 自己的工程和研究出版物，以及产品文档。
-
-#### 研究与工程博客
-
-| 文章 | 主题 |
-|:--------|:------|
-| [Building Effective Agents](https://www.anthropic.com/research/building-effective-agents) | 基础：简单的可组合模式优于重型框架。 |
-| [Effective Context Engineering for AI Agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) | 上下文策划和 token 预算管理。 |
-| [Prompt Caching with Claude](https://www.anthropic.com/news/prompt-caching) | 缓存读取费用为 10%、写入为 125%；默认 TTL 5 分钟。Claude Code 整套 cache-aware 压缩策略所依赖的平台特性基础。 |
-| [Harness Design for Long-Running Application Development](https://anthropic.com/engineering/harness-design-long-running-apps) | 自主全栈开发的 harness 架构；多智能体模式。 |
-| [Claude Code Auto Mode: A Safer Way to Skip Permissions](https://www.anthropic.com/engineering/claude-code-auto-mode) | ML 分类器批准自动化；93% 批准率发现的来源。 |
-| [Beyond Permission Prompts: Making Claude Code More Secure and Autonomous](https://www.anthropic.com/engineering/claude-code-sandboxing) | 基于沙箱的安全；权限提示减少 84%。 |
-| [How We Contain Claude Across Products](https://www.anthropic.com/engineering/how-we-contain-claude) | 讲述 Anthropic 如何在 claude.ai、Claude Code 与 Cowork 三款产品中约束 Claude 的行为（2026 年 5 月）；内容涵盖 Claude Code 的人在回路沙箱、审批疲劳问题，以及如何在出问题时把影响范围控制到最小。 |
-| [Measuring AI Agent Autonomy in Practice](https://anthropic.com/research/measuring-agent-autonomy) | 长期使用数据：随着用户熟练度提升，自动批准率从约 20% 上升到 40% 以上。 |
-| [Our Framework for Developing Safe and Trustworthy Agents](https://www.anthropic.com/news/our-framework-for-developing-safe-and-trustworthy-agents) | 负责任智能体部署的治理框架。 |
-| [When AI Builds Itself](https://www.anthropic.com/institute/recursive-self-improvement) | Anthropic Institute 关于"递归自我改进"的讨论：AI 正在加速 AI 自身的研发；目前仍主要由人类把握的是研究方向的选择和对结果好坏的判断，文中还探讨了相应的治理设想。 |
-| [Scaling Managed Agents: Decoupling the Brain from the Hands](https://www.anthropic.com/engineering/managed-agents) | 分离推理、执行和会话的托管服务架构。 |
-| [An Update on Recent Claude Code Quality Reports](https://www.anthropic.com/engineering/april-23-postmortem) | 复盘导致质量观感下降的三个 bug：reasoning-effort 默认值、一处缓存优化 bug，以及一次系统提示改动。 |
-| [Introducing Claude Opus 4.8](https://www.anthropic.com/news/claude-opus-4-8) | 2026 年 5 月模型更新：判断力与诚实度提升（代码缺陷漏判约减少 4 倍）、可自主运行更久；在 research preview 中引入 dynamic workflows。 |
-| [Claude Fable 5 and Claude Mythos 5](https://www.anthropic.com/news/claude-fable-5-mythos-5) | 2026 年 6 月发布的 Mythos 级模型，能力位于 Opus 之上；其中 Fable 5 是面向通用用户的安全版本（遇到高风险请求会回退到 Opus 4.8），在软件工程与智能体编码等任务上达到当前最强水平。自 2026 年 6 月 12 日起，两者已在全球暂停访问（见下一条）。 |
-| [Statement on Suspending Access to Fable 5 and Mythos 5](https://www.anthropic.com/news/fable-mythos-access) | Anthropic 关于暂停 Fable 5 与 Mythos 5 的声明。美国出口管制指令（2026 年 6 月 12 日）原本只限制外国公民访问，但 Anthropic 直接对全球所有用户停用了这两个模型，距上线只有几天。这是监管把一个已上线的前沿模型直接下架的罕见案例，也是 agent 系统在部署中要面对的合规与安全压力的一个具体例子。 |
-
-#### 产品文档
-
-| 文档 | 主题 |
-|:---------|:------|
-| [How Claude Code Works](https://code.claude.com/docs/en/how-claude-code-works) | 智能体循环、工具和终端自动化的官方概述。 |
-| [Permissions](https://code.claude.com/docs/en/permissions) | 分层权限系统、模式、细粒度规则。 |
-| [Hooks](https://code.claude.com/docs/en/hooks) | 27 事件钩子参考、执行模型、生命周期事件。 |
-| [Memory](https://code.claude.com/docs/en/memory) | CLAUDE.md 层级、自动记忆、习得的偏好。 |
-| [Sub-agents](https://code.claude.com/docs/en/sub-agents) | 专用隔离助手、自定义提示、工具访问。 |
-| [Orchestrate Subagents at Scale with Dynamic Workflows](https://code.claude.com/docs/en/workflows) | Claude 写一段 JavaScript 编排脚本，后台 runtime 扇出到至多 1,000 个 subagent，中间状态保存在脚本变量中、不进入 context window（v2.1.154+，research preview）。 |
-| [What's New in Claude Opus 4.8](https://platform.claude.com/docs/en/about-claude/models/whats-new-claude-4-8) | 对话中途 system 消息（保留 prompt cache）、更低的可缓存 prompt 阈值、更少 compaction 与更好的 compaction 恢复。 |
-| [Claude Code CHANGELOG](https://github.com/anthropics/claude-code/blob/main/CHANGELOG.md) | 发布说明；dynamic workflows 与 Opus 4.8 在 v2.1.154 落地。 |
-
-### 架构分析
-
-对 Claude Code 内部设计的深度剖析。
-
-| 仓库 | 描述 |
-|:-----------|:------------|
-| [**ComeOnOliver/claude-code-analysis**](https://github.com/ComeOnOliver/claude-code-analysis) [![Star](https://img.shields.io/github/stars/ComeOnOliver/claude-code-analysis.svg?style=social&label=Star)](https://github.com/ComeOnOliver/claude-code-analysis) | 全面的逆向工程：源码树结构、模块边界、工具清单和架构模式。 |
-| [**alejandrobalderas/claude-code-from-source**](https://github.com/alejandrobalderas/claude-code-from-source) [![Star](https://img.shields.io/github/stars/alejandrobalderas/claude-code-from-source.svg?style=social&label=Star)](https://github.com/alejandrobalderas/claude-code-from-source) | 18 章技术书（约 400 页）。全部原创伪代码，无专有源代码。 |
-| [**liuup/claude-code-analysis**](https://github.com/liuup/claude-code-analysis) [![Star](https://img.shields.io/github/stars/liuup/claude-code-analysis.svg?style=social&label=Star)](https://github.com/liuup/claude-code-analysis) | 中文深度剖析——启动流程、查询主循环、MCP 集成、多智能体架构。 |
-| [**sanbuphy/claude-code-source-code**](https://github.com/sanbuphy/claude-code-source-code) [![Star](https://img.shields.io/github/stars/sanbuphy/claude-code-source-code.svg?style=social&label=Star)](https://github.com/sanbuphy/claude-code-source-code) | 四语（EN/JA/KO/ZH）分析——多领域报告，涵盖遥测、代号、KAIROS、未发布的工具。 |
-| [**cablate/claude-code-research**](https://github.com/cablate/claude-code-research) [![Star](https://img.shields.io/github/stars/cablate/claude-code-research.svg?style=social&label=Star)](https://github.com/cablate/claude-code-research) | 关于内部结构、Agent SDK 和相关工具的独立研究。 |
-| [**Yuyz0112/claude-code-reverse**](https://github.com/Yuyz0112/claude-code-reverse) [![Star](https://img.shields.io/github/stars/Yuyz0112/claude-code-reverse.svg?style=social&label=Star)](https://github.com/Yuyz0112/claude-code-reverse) | 可视化 Claude Code 的 LLM 交互——日志解析器和可视化工具，追踪提示、工具调用和压缩。 |
-| [**Piebald-AI/claude-code-system-prompts**](https://github.com/Piebald-AI/claude-code-system-prompts) [![Star](https://img.shields.io/github/stars/Piebald-AI/claude-code-system-prompts.svg?style=social&label=Star)](https://github.com/Piebald-AI/claude-code-system-prompts) | 跨 170+ 个 Claude Code 版本的 prompt 语料库——主 system prompt、内置工具描述、子智能体提示（Plan/Explore/Task）以及约 40 条 system reminder。每次 Claude Code 发布后数分钟内更新。 |
-
-### 开源重新实现
-
-净室重写和可构建的研究分支。
-
-| 仓库 | 描述 |
-|:-----------|:------------|
-| [**chauncygu/collection-claude-code-source-code**](https://github.com/chauncygu/collection-claude-code-source-code) [![Star](https://img.shields.io/github/stars/chauncygu/collection-claude-code-source-code.svg?style=social&label=Star)](https://github.com/chauncygu/collection-claude-code-source-code) | 社区 Claude Code 源码产物的聚合集——包括 claw-code（Rust 移植）、nano-claude-code（Python）和提取的原始源码存档。 |
-| [**777genius/claude-code-working**](https://github.com/777genius/claude-code-working) [![Star](https://img.shields.io/github/stars/777genius/claude-code-working.svg?style=social&label=Star)](https://github.com/777genius/claude-code-working) | 可运行的逆向工程 CLI。使用 Bun 运行，450+ 个 chunk 文件，polyfill 了 31 个特性标志。 |
-| [**T-Lab-CUHKSZ/claude-code**](https://github.com/T-Lab-CUHKSZ/claude-code) [![Star](https://img.shields.io/github/stars/T-Lab-CUHKSZ/claude-code.svg?style=social&label=Star)](https://github.com/T-Lab-CUHKSZ/claude-code) | 香港中文大学（深圳）的可构建研究分支——从原始 TypeScript 快照重建构建系统。 |
-| [**ruvnet/open-claude-code**](https://github.com/ruvnet/open-claude-code) [![Star](https://img.shields.io/github/stars/ruvnet/open-claude-code.svg?style=social&label=Star)](https://github.com/ruvnet/open-claude-code) | 夜间自动反编译重建——903+ 测试、25 个工具、4 种 MCP 传输、6 个权限模式。 |
-| [**Enderfga/openclaw-claude-code**](https://github.com/Enderfga/openclaw-claude-code) [![Star](https://img.shields.io/github/stars/Enderfga/openclaw-claude-code.svg?style=social&label=Star)](https://github.com/Enderfga/openclaw-claude-code) | OpenClaw 插件——为 Claude/Codex/Gemini/Cursor 提供统一的 ISession 接口。多智能体委员会。 |
-| [**memaxo/claude_code_re**](https://github.com/memaxo/claude_code_re) [![Star](https://img.shields.io/github/stars/memaxo/claude_code_re.svg?style=social&label=Star)](https://github.com/memaxo/claude_code_re) | 从压缩后的包进行逆向工程——对公开分发的 cli.js 文件进行反混淆。 |
-| [**agentforce314/clawcodex**](https://github.com/agentforce314/clawcodex) [![Star](https://img.shields.io/github/stars/agentforce314/clawcodex.svg?style=social&label=Star)](https://github.com/agentforce314/clawcodex) | Python 重新实现，支持多家 LLM 厂商。 |
-
-### Claude Code 指南与学习
-
-针对 Claude Code 本身的教程和动手学习路径。
-
-| 仓库 | 描述 |
-|:-----------|:------------|
-| [**shareAI-lab/learn-claude-code**](https://github.com/shareAI-lab/learn-claude-code) [![Star](https://img.shields.io/github/stars/shareAI-lab/learn-claude-code.svg?style=social&label=Star)](https://github.com/shareAI-lab/learn-claude-code) | "Bash 就是你需要的一切"——19 章 0 到 1 课程，包含可运行的 Python 智能体、Web 平台。ZH/EN/JA。 |
-| [**FlorianBruniaux/claude-code-ultimate-guide**](https://github.com/FlorianBruniaux/claude-code-ultimate-guide) [![Star](https://img.shields.io/github/stars/FlorianBruniaux/claude-code-ultimate-guide.svg?style=social&label=Star)](https://github.com/FlorianBruniaux/claude-code-ultimate-guide) | 从初学者到高级用户的指南，包含生产级模板、智能体工作流指南和速查表。 |
-| [**affaan-m/everything-claude-code**](https://github.com/affaan-m/everything-claude-code) [![Star](https://img.shields.io/github/stars/affaan-m/everything-claude-code.svg?style=social&label=Star)](https://github.com/affaan-m/everything-claude-code) | 智能体 harness 优化——skills、本能、记忆、安全和研究优先开发。 |
-
-### 通用 Harness Engineering 设计空间资源
-
-与本文设计空间分析相互呼应的外部资源——概念文章、课程和代码，从工程实践视角刻画 harness 这一层。
-
-| 仓库 | 描述 |
-|:-----------|:------------|
-| [**deusyu/harness-engineering**](https://github.com/deusyu/harness-engineering) [![Star](https://img.shields.io/github/stars/deusyu/harness-engineering.svg?style=social&label=Star)](https://github.com/deusyu/harness-engineering) | 学习档案——原创概念解读、独立思考与外文翻译；从概念理解到独立实践的 Harness Engineering 入门。 |
-| [**walkinglabs/learn-harness-engineering**](https://github.com/walkinglabs/learn-harness-engineering) [![Star](https://img.shields.io/github/stars/walkinglabs/learn-harness-engineering.svg?style=social&label=Star)](https://github.com/walkinglabs/learn-harness-engineering) | 英文项目制课程——PDF 课本、大纲与 capstone 项目，围绕指令、状态管理、验证机制、作用域约束和会话生命周期这五个 harness 子系统展开。 |
-| [**china-qijizhifeng/agentic-harness-engineering**](https://github.com/china-qijizhifeng/agentic-harness-engineering) [![Star](https://img.shields.io/github/stars/china-qijizhifeng/agentic-harness-engineering.svg?style=social&label=Star)](https://github.com/china-qijizhifeng/agentic-harness-engineering) | 自动演化 coding agent harness 的可观测系统——一个 meta-agent 读取执行 trace，自动改写 system prompt、工具、中间件、skills、子 agent 和记忆。 |
-| [**ZhangHanDong/harness-engineering-from-cc-to-ai-coding**](https://github.com/ZhangHanDong/harness-engineering-from-cc-to-ai-coding) [![Star](https://img.shields.io/github/stars/ZhangHanDong/harness-engineering-from-cc-to-ai-coding.svg?style=social&label=Star)](https://github.com/ZhangHanDong/harness-engineering-from-cc-to-ai-coding) | 《马书》——把 Claude Code v2.1.88 作为 Harness Engineering 案例研究的中文 mdBook；涵盖架构、prompt engineering、上下文管理、prompt cache、安全和给构建者的经验。 |
-
-### 博客文章与技术文章
-
-| 文章 | 它的价值所在 |
-|:--------|:---------------------|
-| [Marco Kotrotsos — "Claude Code Internals"（15 部分系列）](https://kotrotsos.medium.com/claude-code-internals-part-1-high-level-architecture-9881c68c799f) | 源码泄露前最系统的分析。架构、智能体循环、权限、子智能体、MCP、遥测。 |
-| [Alex Kim — "The Claude Code Source Leak"](https://alex000kim.com/posts/2026-03-31-claude-code-source-leak/) | 反蒸馏机制、挫折检测、Undercover Mode、每天约 25 万次浪费的 API 调用。 |
-| [Haseeb Qureshi — 跨智能体架构比较](https://gist.github.com/Haseeb-Qureshi/2213cc0487ea71d62572a645d7582518) | Claude Code vs Codex vs Cline vs OpenCode——架构级比较。 |
-| [George Sung — "Tracing Claude Code's LLM Traffic"](https://medium.com/@georgesung/tracing-claude-codes-llm-traffic-agentic-loop-sub-agents-tool-use-prompts-7796941806f5) | 完整系统提示和完整 API 日志。发现双模型使用（Opus + Haiku）。 |
-| [Agiflow — "Reverse Engineering Prompt Augmentation"](https://agiflow.io/blog/claude-code-internals-reverse-engineering-prompt-augmentation/) | 5 种提示增强机制，由实际网络追踪支持。 |
-| [Engineer's Codex — "Diving into the Source Code Leak"](https://read.engineerscodex.com/p/diving-into-claude-codes-source-code) | 模块化系统提示、约 40 个工具、大型查询/工具子系统、反蒸馏机制。 |
-| [MindStudio — "Three-Layer Memory Architecture"](https://www.mindstudio.ai/blog/claude-code-source-leak-memory-architecture) | 上下文内记忆、MEMORY.md 指针索引、CLAUDE.md 静态配置。关于记忆的最佳单一资源。 |
-| [WaveSpeed — "Claude Code Architecture: Leaked Source Deep Dive"](https://wavespeed.ai/blog/posts/claude-code-architecture-leaked-source-deep-dive/) | 512K 行 TS 源码深度剖析；上下文压缩和反蒸馏。 |
-| [Zain Hasan — "Inside Claude Code: An Architecture Deep Dive"](https://zainhas.github.io/blog/2026/inside-claude-code-architecture/) | 分层架构、5 种入口模式、多智能体演练。 |
-| [Addy Osmani — "Agent Harness Engineering"](https://addyosmani.com/blog/agent-harness-engineering/) | 把 harness engineering 视为一门工程学科，给出命名化的原语（文件系统/git 状态、沙箱、AGENTS.md 记忆、压缩、规划循环、hooks）；将 Claude Code 作为最成熟的范例。 |
-
-### 跨厂商代码智能体工程
-
-其他正在构建代码智能体的厂商的官方工程博客——有助于了解 Claude Code 之外的厂商如何回答同样的设计问题。
-
-| 资源 | 厂商 | 亮点 |
-|:---------|:-------|:---------------|
-| [Harness Engineering: Leveraging Codex in an Agent-First World](https://openai.com/index/harness-engineering/) | OpenAI | 把 harness 定义为让智能体产出可靠、可维护结果所需的约束、反馈回路、文档结构与工具；文中提到，他们一款约百万行代码的 beta 版产品几乎没有一行是人工编写的。 |
-| [Best Practices for Coding with Agents](https://cursor.com/blog/agent-best-practices) | Cursor | 将智能体 harness 拆为三部分——Instructions、Tools、Model——并按所用模型分别编排。 |
-| [Build with Google Antigravity](https://developers.googleblog.com/build-with-google-antigravity-our-new-agentic-development-platform/) | Google | 以智能体为先的平台：通过 Manager 界面异步编排多个智能体，并用 Artifacts（计划、截图、录屏）代替原始日志来做验证。 |
-| [Codex Security: Now in Research Preview](https://openai.com/index/codex-security-now-in-research-preview/) | OpenAI | 应用安全智能体：先为项目构建专属威胁模型，再在沙箱验证环境中查找并压力测试漏洞。 |
-
-### 相关学术论文
-
-| 论文 | 会议 | 相关性 |
-|:------|:------|:------|
-| [Architectural Design Decisions in AI Agent Harnesses](https://arxiv.org/abs/2604.18071) | arXiv | 基于源码、对 70 个 agent 系统项目的研究，识别出反复出现的设计维度；与本文设计空间框架最贴近的同期对照工作。 |
-| [Decoding the Configuration of AI Coding Agents](https://arxiv.org/abs/2511.09268) | arXiv | 对 328 个 Claude Code 配置文件的实证研究——软件工程关注点与共现模式。 |
-| [On the Use of Agentic Coding Manifests](https://arxiv.org/abs/2509.14744) | arXiv | 分析了 242 个仓库中的 253 个 CLAUDE.md 文件——操作性命令中的结构模式。 |
-| [Context Engineering for Multi-Agent Code Assistants](https://arxiv.org/abs/2508.08322) | arXiv | 结合多个 LLM 进行代码生成的多智能体工作流。 |
-| [OpenHands: An Open Platform for AI Software Developers](https://arxiv.org/abs/2407.16741) | ICLR 2025 | 开源 AI 编码智能体的主要学术参考。 |
-| [SWE-Agent: Agent-Computer Interfaces](https://arxiv.org/abs/2405.15793) | NeurIPS 2024 | 基于 Docker 的编码智能体，带有自定义的智能体-计算机接口。 |
-
-### 本论文的不同之处
-
-> 上述项目多聚焦于**工程层面的逆向工程**或**实际动手重新实现**，而本论文提供的是**一套系统的"价值观 → 原则 → 实现"分析框架**——从五个人类价值观出发，经由十三条设计原则，一路追到具体的源码级选择；并借助与 OpenClaw 的对比揭示一个事实：真正构成工程复杂性的，是那些横跨各子系统的整合机制，而不是模块化的单点特性。
-
-**查看更完整的精选资源列表：[docs/related-resources_zh.md](./docs/related-resources_zh.md)**
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-<details>
-<summary><h2>其他值得关注的 AI 智能体项目</h2></summary>
-
-围绕 Claude Code 的更广阔智能体设计空间。上方的[跨系统对比](#跨系统对比claude-code-vs-openclaw-vs-hermes-agent)节深入分析了三个最相近的同类系统（Claude Code、OpenClaw、Hermes-Agent）；下方条目则在更广的范围给出语境，涵盖编码智能体同类、框架、记忆系统、harness 扩展、MCP 生态和专业领域智能体。
-
-### 编码智能体 CLI 与 IDE Harness
-
-| 仓库 | 推出时间 | 重点 |
-|:-----------|:-------|:------|
-| [**openclaw/openclaw**](https://github.com/openclaw/openclaw) [![Star](https://img.shields.io/github/stars/openclaw/openclaw.svg?style=social&label=Star)](https://github.com/openclaw/openclaw) | 2026 年 1 月 | 跨消息平台的本地优先个人 AI 助手。（[第 10 节分析](#跨系统对比claude-code-vs-openclaw-vs-hermes-agent)） |
-| [**NousResearch/hermes-agent**](https://github.com/nousresearch/hermes-agent) [![Star](https://img.shields.io/github/stars/nousresearch/hermes-agent.svg?style=social&label=Star)](https://github.com/nousresearch/hermes-agent) | 2026 年 2 月 | 具有跨会话记忆的自我改进个人智能体。（[第 10 节分析](#跨系统对比claude-code-vs-openclaw-vs-hermes-agent)） |
-| [**opensquilla/opensquilla**](https://github.com/opensquilla/opensquilla) [![Star](https://img.shields.io/github/stars/opensquilla/opensquilla.svg?style=social&label=Star)](https://github.com/opensquilla/opensquilla) | 2026 年 6 月 | 主打 token 效率的微内核个人智能体，覆盖 CLI、Web UI 与聊天渠道；它用 ML 分类器按成本给模型分档并据此路由，配有本地 Markdown+SQLite 记忆（一个 MEMORY.md 加上按日期记录的笔记，支持关键词与向量召回），并提供 Bubblewrap/Seatbelt 沙箱。 |
-| [**sst/opencode**](https://github.com/sst/opencode) [![Star](https://img.shields.io/github/stars/sst/opencode.svg?style=social&label=Star)](https://github.com/sst/opencode) | 2025 年 6 月 | 与模型厂商无关的终端编码智能体，集成 ACP。 |
-| [**Aider-AI/aider**](https://github.com/Aider-AI/aider) [![Star](https://img.shields.io/github/stars/Aider-AI/aider.svg?style=social&label=Star)](https://github.com/Aider-AI/aider) | 2023 年 | 在终端中与 LLM 结对编程，支持主流模型。 |
-| [**continuedev/continue**](https://github.com/continuedev/continue) [![Star](https://img.shields.io/github/stars/continuedev/continue.svg?style=social&label=Star)](https://github.com/continuedev/continue) | 2023 年 | IDE 中受版本控制的 AI 检查，配套开源 Continue CLI。 |
-| [**google-gemini/gemini-cli**](https://github.com/google-gemini/gemini-cli) [![Star](https://img.shields.io/github/stars/google-gemini/gemini-cli.svg?style=social&label=Star)](https://github.com/google-gemini/gemini-cli) | 2025 年 | Google 开源终端编码智能体，含 ReAct 循环与 MCP 支持。 |
-| [**openai/codex**](https://github.com/openai/codex) [![Star](https://img.shields.io/github/stars/openai/codex.svg?style=social&label=Star)](https://github.com/openai/codex) | 2025 年 | OpenAI 的本地终端编码智能体，Rust 实现。 |
-| [**OpenHands/OpenHands**](https://github.com/OpenHands/OpenHands) [![Star](https://img.shields.io/github/stars/OpenHands/OpenHands.svg?style=social&label=Star)](https://github.com/OpenHands/OpenHands) | 2024 年 | 开源 SWE 智能体平台（原 OpenDevin），含沙箱化运行时。 |
-| [**cline/cline**](https://github.com/cline/cline) [![Star](https://img.shields.io/github/stars/cline/cline.svg?style=social&label=Star)](https://github.com/cline/cline) | 2024 年 | VS Code 智能体，显式 Plan/Act 双阶段监督循环。 |
-| [**block/goose**](https://github.com/block/goose) [![Star](https://img.shields.io/github/stars/block/goose.svg?style=social&label=Star)](https://github.com/block/goose) | 2025 年 | Block 开源、编辑器无关的智能体，MCP 风格扩展。 |
-| [**charmbracelet/crush**](https://github.com/charmbracelet/crush) [![Star](https://img.shields.io/github/stars/charmbracelet/crush.svg?style=social&label=Star)](https://github.com/charmbracelet/crush) | 2025 年 | Go 编写的智能编码 TUI，多 LLM provider 抽象。 |
-| [**RooCodeInc/Roo-Code**](https://github.com/RooCodeInc/Roo-Code) [![Star](https://img.shields.io/github/stars/RooCodeInc/Roo-Code.svg?style=social&label=Star)](https://github.com/RooCodeInc/Roo-Code) | 2024 年 | VS Code 多智能体开发团队，含 Architect/Coder/Reviewer 角色。 |
-| [**bytedance/trae-agent**](https://github.com/bytedance/trae-agent) [![Star](https://img.shields.io/github/stars/bytedance/trae-agent.svg?style=social&label=Star)](https://github.com/bytedance/trae-agent) | 2025 年 | 字节跳动模块化、面向 SWE-bench 的软件工程智能体。 |
-| [**github/copilot-cli**](https://github.com/github/copilot-cli) [![Star](https://img.shields.io/github/stars/github/copilot-cli.svg?style=social&label=Star)](https://github.com/github/copilot-cli) | 2026 年 | GitHub Copilot 正式发布的终端智能体 CLI，跨会话规划、构建、审查。 |
-| [**badlogic/pi-mono**](https://github.com/badlogic/pi-mono) [![Star](https://img.shields.io/github/stars/badlogic/pi-mono.svg?style=social&label=Star)](https://github.com/badlogic/pi-mono) | 2025 年 8 月 | monorepo 编码智能体工具包——统一 LLM API、TUI + web UI；OpenClaw 嵌入此处的 `pi-coding-agent` SDK。 |
-
-### 智能体框架与编排
-
-| 仓库 | 推出时间 | 重点 |
-|:-----------|:-------|:------|
-| [**geekan/MetaGPT**](https://github.com/geekan/MetaGPT) [![Star](https://img.shields.io/github/stars/geekan/MetaGPT.svg?style=social&label=Star)](https://github.com/geekan/MetaGPT) | 2023 年 | 角色分工的多智能体软件公司模拟（ICLR 2024 oral）。 |
-| [**microsoft/autogen**](https://github.com/microsoft/autogen) [![Star](https://img.shields.io/github/stars/microsoft/autogen.svg?style=social&label=Star)](https://github.com/microsoft/autogen) | 2023 年 | 微软研究院多智能体对话框架（COLM 2024）。 |
-| [**langchain-ai/langgraph**](https://github.com/langchain-ai/langgraph) [![Star](https://img.shields.io/github/stars/langchain-ai/langgraph.svg?style=social&label=Star)](https://github.com/langchain-ai/langgraph) | 2024 年 | 基于状态图的多智能体编排，含检查点。 |
-| [**openai/openai-agents-python**](https://github.com/openai/openai-agents-python) [![Star](https://img.shields.io/github/stars/openai/openai-agents-python.svg?style=social&label=Star)](https://github.com/openai/openai-agents-python) | 2024 年 | OpenAI 轻量多智能体框架，含 handoff 与 guardrail。 |
-| [**crewAIInc/crewAI**](https://github.com/crewAIInc/crewAI) [![Star](https://img.shields.io/github/stars/crewAIInc/crewAI.svg?style=social&label=Star)](https://github.com/crewAIInc/crewAI) | 2023 年 | 精简 Python 框架，角色化多智能体协作，独立于 LangChain。 |
-| [**openai/symphony**](https://github.com/openai/symphony) [![Star](https://img.shields.io/github/stars/openai/symphony.svg?style=social&label=Star)](https://github.com/openai/symphony) | 2026 年 2 月 | OpenAI 的编排方案，用于隔离、自主的实现运行。 |
-| [**ComposioHQ/agent-orchestrator**](https://github.com/ComposioHQ/agent-orchestrator) [![Star](https://img.shields.io/github/stars/ComposioHQ/agent-orchestrator.svg?style=social&label=Star)](https://github.com/ComposioHQ/agent-orchestrator) | 2025 年 | 并行 AI 智能体编排层，含 git worktree 隔离。 |
-| [**coleam00/Archon**](https://github.com/coleam00/Archon) [![Star](https://img.shields.io/github/stars/coleam00/Archon.svg?style=social&label=Star)](https://github.com/coleam00/Archon) | 2025 年 2 月 | 确定性 harness——YAML 定义工作流与执行审计跟踪。 |
-
-### 记忆与持久化上下文
-
-| 仓库 | 推出时间 | 重点 |
-|:-----------|:-------|:------|
-| [**mem0ai/mem0**](https://github.com/mem0ai/mem0) [![Star](https://img.shields.io/github/stars/mem0ai/mem0.svg?style=social&label=Star)](https://github.com/mem0ai/mem0) | 2024 年 | 生产级记忆层，含 LoCoMo 与 LongMemEval 基准（arXiv:2504.19413）。 |
-| [**letta-ai/letta**](https://github.com/letta-ai/letta) [![Star](https://img.shields.io/github/stars/letta-ai/letta.svg?style=social&label=Star)](https://github.com/letta-ai/letta) | 2023 年 | 有状态智能体平台，OS 式分层记忆分页（原 MemGPT，COLM 2024）。 |
-| [**MemPalace/mempalace**](https://github.com/MemPalace/mempalace) [![Star](https://img.shields.io/github/stars/MemPalace/mempalace.svg?style=social&label=Star)](https://github.com/MemPalace/mempalace) | 2026 年 | AI 智能体的本地优先记忆系统。 |
-
-### Skill 与 Harness 扩展
-
-| 仓库 | 推出时间 | 重点 |
-|:-----------|:-------|:------|
-| [**addyosmani/agent-skills**](https://github.com/addyosmani/agent-skills) [![Star](https://img.shields.io/github/stars/addyosmani/agent-skills.svg?style=social&label=Star)](https://github.com/addyosmani/agent-skills) | 2025 年 | 22 个生命周期 skill 配套斜杠命令（`/spec`、`/plan`、`/build`、`/test`、`/review`、`/ship`）。 |
-| [**obra/superpowers**](https://github.com/obra/superpowers) [![Star](https://img.shields.io/github/stars/obra/superpowers.svg?style=social&label=Star)](https://github.com/obra/superpowers) | 2025 年 | 跨 harness（Claude Code、OpenCode、Codex）的强制工作流 skill 框架。 |
-| [**mattpocock/skills**](https://github.com/mattpocock/skills) [![Star](https://img.shields.io/github/stars/mattpocock/skills.svg?style=social&label=Star)](https://github.com/mattpocock/skills) | 2026 年 | 作者本人日常使用的 `.claude/skills` 技能集，面向真实工程——包含可组合的 TDD、diagnose、to-issues/to-prd 等技能；与具体模型无关，适用于 Claude Code、Codex 等编码智能体。 |
-| [**multica-ai/andrej-karpathy-skills**](https://github.com/multica-ai/andrej-karpathy-skills) [![Star](https://img.shields.io/github/stars/multica-ai/andrej-karpathy-skills.svg?style=social&label=Star)](https://github.com/multica-ai/andrej-karpathy-skills) | 2026 年 | 单个 CLAUDE.md，凝练 Andrej Karpathy 关于 LLM 编码的四条规则（先想后写、简洁优先、外科手术式改动、目标驱动执行）；可作为插件安装或按项目添加。 |
-| [**lsdefine/GenericAgent**](https://github.com/lsdefine/GenericAgent) [![Star](https://img.shields.io/github/stars/lsdefine/GenericAgent.svg?style=social&label=Star)](https://github.com/lsdefine/GenericAgent) | 2025 年 | 极简自演化自主智能体框架——9 个原子工具加约 100 行 ReAct 循环。 |
-
-### MCP 生态
-
-| 仓库 | 推出时间 | 重点 |
-|:-----------|:-------|:------|
-| [**PrefectHQ/fastmcp**](https://github.com/prefecthq/fastmcp) [![Star](https://img.shields.io/github/stars/prefecthq/fastmcp.svg?style=social&label=Star)](https://github.com/prefecthq/fastmcp) | 2024 年 | 构建 MCP 服务器与客户端的 Python 框架，事实上的 SDK。 |
-| [**upstash/context7**](https://github.com/upstash/context7) [![Star](https://img.shields.io/github/stars/upstash/context7.svg?style=social&label=Star)](https://github.com/upstash/context7) | 2025 年 | 为 LLM 与 AI 编辑器提供实时库文档的 MCP 服务器。 |
-| [**microsoft/playwright-mcp**](https://github.com/microsoft/playwright-mcp) [![Star](https://img.shields.io/github/stars/microsoft/playwright-mcp.svg?style=social&label=Star)](https://github.com/microsoft/playwright-mcp) | 2024 年 | 微软官方 MCP 服务器，使用 accessibility tree 快照。 |
-
-### 专业领域智能体
-
-| 仓库 | 推出时间 | 重点 |
-|:-----------|:-------|:------|
-| [**666ghj/MiroFish**](https://github.com/666ghj/MiroFish) [![Star](https://img.shields.io/github/stars/666ghj/MiroFish.svg?style=social&label=Star)](https://github.com/666ghj/MiroFish) | 2026 年 3 月 | 多智能体群体智能模拟引擎。 |
-| [**multica-ai/multica**](https://github.com/multica-ai/multica) [![Star](https://img.shields.io/github/stars/multica-ai/multica.svg?style=social&label=Star)](https://github.com/multica-ai/multica) | 2026 年 | 用于任务分配和技能复合的托管智能体平台。 |
-| [**HKUDS/nanobot**](https://github.com/HKUDS/nanobot) [![Star](https://img.shields.io/github/stars/HKUDS/nanobot.svg?style=social&label=Star)](https://github.com/HKUDS/nanobot) | 2026 年 2 月 | 来自 HKU-DS 的超轻量级个人 AI 智能体。 |
-| [**HKUDS/OpenHarness**](https://github.com/HKUDS/OpenHarness) [![Star](https://img.shields.io/github/stars/HKUDS/OpenHarness.svg?style=social&label=Star)](https://github.com/HKUDS/OpenHarness) | 2026 年 4 月 | 带有内置个人智能体（Ohmo）的开放智能体 harness；harness 架构的学术参考点。 |
-| [**karpathy/autoresearch**](https://github.com/karpathy/autoresearch) [![Star](https://img.shields.io/github/stars/karpathy/autoresearch.svg?style=social&label=Star)](https://github.com/karpathy/autoresearch) | 2026 年 3 月 | Andrej Karpathy 出品：在单 GPU 上自动运行 nanochat 训练研究的 AI 智能体循环。 |
-| [**HKUDS/CLI-Anything**](https://github.com/HKUDS/CLI-Anything) [![Star](https://img.shields.io/github/stars/HKUDS/CLI-Anything.svg?style=social&label=Star)](https://github.com/HKUDS/CLI-Anything) | 2026 年 3 月 | "Making ALL Software Agent-Native"——把任意软件包装成智能体可调用工具。 |
-| [**Panniantong/Agent-Reach**](https://github.com/Panniantong/Agent-Reach) [![Star](https://img.shields.io/github/stars/Panniantong/Agent-Reach.svg?style=social&label=Star)](https://github.com/Panniantong/Agent-Reach) | 2026 年 2 月 | 一个 CLI 让智能体读写 Twitter、Reddit、YouTube、GitHub、Bilibili、小红书。 |
-| [**agentscope-ai/QwenPaw**](https://github.com/agentscope-ai/QwenPaw) [![Star](https://img.shields.io/github/stars/agentscope-ai/QwenPaw.svg?style=social&label=Star)](https://github.com/agentscope-ai/QwenPaw) | 2026 年 2 月 | AgentScope 团队的个人 AI 助手。 |
-| [**cft0808/edict**](https://github.com/cft0808/edict) [![Star](https://img.shields.io/github/stars/cft0808/edict.svg?style=social&label=Star)](https://github.com/cft0808/edict) | 2026 年 2 月 | 基于 OpenClaw 的多智能体编排，模拟唐代三省六部制（9 个专门智能体 + 实时 dashboard + 完整审计）。 |
-
-<p align="right"><a href="#深入理解-claude-code">↑ 返回顶部</a></p>
-
-</details>
-
----
-
-[![Star History Chart](https://api.star-history.com/svg?repos=VILA-Lab/Dive-into-Claude-Code&type=Date)](https://www.star-history.com/#VILA-Lab/Dive-into-Claude-Code&Date)
-
-## 引用
-
-<!-- <details>
-<summary>BibTeX</summary> -->
-
-```bibtex
-@article{diveclaudecode2026,
-  title={Dive into Claude Code: The Design Space of Today's and Future AI Agent Systems},
-  author={Jiacheng Liu, Xiaohan Zhao, Xinyi Shang, and Zhiqiang Shen},
-  year={2026},
-  eprint={2604.14228},
-  archivePrefix={arXiv},
-  primaryClass={cs.SE},
-}
-```
-
-
-## 许可证
-
-本作品采用 [CC BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/) 许可。