Claude Code 原理与优化 AI 应用
阅读 5 评论 0 点赞 0

Claude Code 原理与优化

Claude Code 的核心是单线程 while 主循环（ReAct 模式），通过工具调用触发循环，纯文本回复终止；支持实时打断（h2A 双缓冲队列）。为应对上下文窗口限制，设计五层压缩流水线（从丢弃旧消息到语义压缩），并强调状态外化到文件（如 CLAUDE.md）避免依赖内存。持久记忆由跨会话的 CLAUDE.md 和会话级扁平消息历史构成。四大扩展机制（MCP、Skills、Plugins、Hooks）与子代理（仅返回摘要）实现可控扩展。成本优化需分级选模型、主动压缩（/compact）、回退隔离及切换镜像。Agent SDK 复用核心 harness 加速开发。掌握工具触发循环、压缩策略和状态外化，可构建可控、可调试的生产级 AI 代理系统。

#Claude Code#Agent#上下文工程
Agent 与记忆系统 智能体 Agent
阅读 3 评论 0 点赞 0

Agent 与记忆系统

Agent与记忆系统是AI应用的核心。短期记忆采用MySQL会话表实现滑动窗口机制，只保留最近5轮对话并生成摘要，避免Token过载。长期记忆基于Weaviate向量数据库，按6种类型分类管理（如偏好、承诺），设定不同重要性阈值与保留天数，冲突处理采用时间衰减系数而非物理覆盖。意图识别通过轻量提示词将用户输入路由至预设模块，兜底策略调用大模型。Agent规划从基础的ReAct到复杂决策的ToT/GoT，工业级采用Plan-and-Execute加Self-Reflection确保稳定性。多Agent动态路由通过LangGraph条件边实现任务分发。框架选型上，线性任务用LangChain，复杂循环与多Agent协同用LangGraph。记忆更新遵循版本化与时间戳加权原则。工程挑战包括分层治理、增量摘要、强制终止条件等。

#Agent#记忆系统#ReAct