VILA-Lab/Dive-into-Claude-Code

解決する課題

このプロジェクトは、Claude Codeエージェントの深いアーキテクチャ分析を提供し、そのコードの大部分（98.4%）がAI推論ではなく決定的なインフラストラクチャに費やされていることを明らかにします。権限、コンテキスト、ツール実行を管理するために必要な複雑な「ハーネス」を分解することで、開発者が信頼性が高く、安全で、拡張可能なAIエージェントシステムを構築する方法を理解するのに役立ちます。

仕組み

このリポジトリは、Claude Codeシステムを階層型アーキテクチャに分解します。エージェントが「ReAct」whileループを介して動作し、ターンごとに9ステップのパイプラインを管理する方法を説明します。このパイプラインは、コンテキストの組み立て、ツールのディスパッチ、権限の執行、回復ロジックまでを処理します。このプロジェクトは、これらの技術的実装を5つの核となる人間の価値観と13の設計原則にマッピングし、エージェントシステムを構造化する方法の青写真を提供します。

対象読者

• エージェントビルダー： 独自のAIエージェントを設計し、本番グレードのアーキテクチャから学びたい人。
• セキュリティ研究者： 自律システムに安全レイヤーと権限ゲートを実装する方法に興味がある専門家。
• プロダクトマネージャー： AI支援ツールの構築に関わる設計原則とトレードオフを理解しようとするリーダー。
• 研究者： 現在および将来のAIエージェントシステムの設計空間を研究する学者。

ハイライト

• インフラストラクチャ重視の設計： コードベースの98.4%が決定的なインフラストラクチャであり、AI決定ロジックはわずか1.6%であることを示します。
• 安全第一のアーキテクチャ： 7つの独立した安全レイヤーと「デフォルト拒否」権限システムを詳述します。
• 包括的な設計ガイド： コンテキスト管理、サブエージェント委任、セッション永続化を含む、エージェント構築のための実用的なガイダンスを提供します。
• クロスシステム分析： Claude CodeをOpenClawやHermes-Agentなどの他のシステムと比較し、業界全体の設計パターンを強調します。
• 拡張性フレームワーク： フック、スキル、プラグイン、MCP（モデルコンテキストプロトコル）を使用してエージェント機能を拡張する方法を説明します。