本项目是一套关于Claude Code等agentic AI编码助手内部工作机制的研究文档，通过行为观察与公开信息分析，系统性地重建其提示架构、多代理协调模式、安全分类机制及上下文管理策略。适用于AI工程师学习架构设计、研究人员分析技术实现、开发者参考安全与协调策略。本页提供完整模式分类、关键文档阅读指南及技术特征说明。
本项目是一套关于Claude Code等agentic AI编码助手内部工作机制的研究文档，通过行为观察与公开信息分析，系统性地重建其提示架构、多代理协调与安全分类机制，为AI工程师与研究者提供可参考的系统设计模式。
本项目是一套关于agentic AI编码助手（以Claude Code为例）内部工作机制的教育性研究文档。通过系统性地分析行为观察、输出日志、社区讨论及公开信息，我们重建了这些系统背后的提示架构、多代理协调模式、安全机制与上下文管理策略。项目的主要目标是帮助AI工程师、研究人员和系统构建者深入理解现代agentic编码助手的设计哲学，并将这些架构模式应用于自己的AI代理系统开发中。文档以模块化的Markdown文件形式呈现，覆盖从核心身份定义到上下文压缩的完整模式谱系，为学习者提供可查阅、可参考的工程实践指南。
商业agentic AI编码助手（如Claude Code）通常作为闭源产品发布，其内部实现细节不对外公开，导致业界对其工作原理缺乏深入理解。本项目通过逆向工程与模式归纳方法，基于可观察的行为输出和公开信息，系统地重建了这些系统的核心机制。具体解决了以下认知空白：动态系统提示如何在运行时根据环境变量和工具集进行模块化组装；多代理系统如何通过协调器实现任务分解与并行执行；安全分类器如何评估工具调用风险并自动批准或阻止操作；以及长对话中如何通过压缩服务管理上下文窗口。这些重建的模式为研究人员和工程师提供了宝贵的第二方视角，弥补了官方文档的缺失。
本项目文档适用于多种技术角色与场景：AI工程师可以学习如何设计动态提示组装和多代理协调架构，以构建更强大的自主代理系统；研究人员能够分析商业AI编码工具的技术实现路径，探索agentic系统的设计空间；开发者在自建AI代理时，可参考安全权限控制、工具描述模式及上下文管理策略，提升系统的安全性与效率；此外，教育工作者也可利用这些材料讲解现代AI代理系统的核心概念。无论您是希望深入理解Claude Code的工作原理，还是寻求在自有项目中实现类似功能，本项目都提供了实用的模式参考与实现思路。
从当前仓库信息可见，本项目主要提供文档资源，未明确给出传统的软件安装步骤。仓库内容以Markdown格式的提示模式文档为主，无需编译或依赖环境。用户只需获取仓库内容（如通过Git克隆或直接浏览GitHub页面）即可访问所有文档。因此，不存在特定的安装命令或配置要求，直接阅读文档即为使用起点。若需本地浏览，建议使用Markdown阅读器或IDE插件，但非强制。
根据README指导，推荐使用方式如下：首先阅读README.md了解项目范围、研究方法和已文档化的模式分类；随后按编号顺序浏览prompts/目录下的Markdown文件，从核心身份模式（01-04）入手，逐步深入编排（05-06）、专业代理（07-10）、安全权限（11-12）、工具描述（13）、实用模式（14-17,20,29,30）及上下文管理（21-22）等主题；重点关注关键机制文档如05_coordinator_system_prompt.md（多工作流协调）、12_yolo_auto_mode_classifier.md（安全分类器）和21_compact_service.md（对话压缩），以把握系统核心设计。所有文档均为独立分析，可按需跳读。
本项目文档基于行为观察与公开信息重建，并非任何proprietary系统的verbatim泄露，实际实现可能存在差异。技术层面，项目揭示了几个关键实现特点：动态提示组装采用条件拼接策略，根据功能标志、可用工具和环境变量实时生成系统提示；多代理协调通过协调器角色使用特定工具（如Agent、SendMessage、TaskStop）管理并行工作流，并以XML格式向用户传递结果；安全分类器采用两阶段架构，结合基础提示、权限模板和用户自定义规则，决定工具调用的自动批准、需确认或阻止；上下文管理通过压缩服务在token接近限制时生成摘要，并设计无工具序言以避免误触发工具调用。整体采用高度模块化设计，各模式独立成文件，便于维护、替换和组合，体现了可扩展的架构思想。
本项目是一套关于Claude Code等agentic AI编码助手内部工作机制的研究文档，通过行为观察与公开信息分析，系统性地重建其提示架构、多代理协调模式、安全分类机制及上下文管理策略，旨在帮助AI工程师与研究者学习并应用这些设计模式。
不是。README明确说明，这些是基于行为观察和公开信息重建的近似版本，并非任何proprietary系统的直接复制或泄露，实际实现可能存在显著差异。
建议从README.md开始了解项目概况，然后按编号顺序阅读prompts/目录下的Markdown文件，重点关注核心身份、协调器、安全分类器和压缩服务等关键文档。所有模式均为独立分析，可按需跳读。
虽然研究基于Claude Code，但所揭示的动态提示组装、多代理协调、安全权限控制等架构模式具有通用性，可应用于其他agentic AI系统的设计与实现，供AI工程师参考借鉴。
不需要。本项目以文档形式呈现，无需安装任何软件或依赖。用户只需浏览或克隆仓库即可直接阅读所有Markdown文档。