原名 NanoCoder，为避免与 Nano-Collective/nanocoder 混淆而改名。旧链接自动跳转到这里。
English | 中文 | Claude Code 源码深度导读（7 篇）
51万行 TypeScript → ~1,400 行 Python。
我逆向了 Claude Code 泄露的全部源码，然后把不承重的部分全扔掉，用 Python 重建了核心。成果：Claude Code 的每一个关键架构模式，浓缩在一个下午能读完的代码库里。
CoreCoder 不仅是一个 AI 编程工具。它是一份蓝图，编程 Agent 领域的 nanoGPT。读懂它，fork 它，然后造你自己的。
$ corecoder -m kimi-k2.5
You > 读一下 main.py，修掉拼错的 import
> read_file(file_path='main.py')
> edit_file(file_path='main.py', ...)
--- a/main.py
+++ b/main.py
@@ -1 +1 @@
-from utils import halper
+from utils import helper
修好了：halper → helper。
Claude Code 51 万行源码提炼出来的 7 个核心模式：
| 设计模式 | Claude Code | CoreCoder |
|---|---|---|
| 搜索替换编辑（唯一匹配 + diff） | FileEditTool | tools/edit.py — 70 行 |
| 并行工具执行 | StreamingToolExecutor（530行） | agent.py — ThreadPool |
| 三层上下文压缩 | HISTORY_SNIP → Microcompact → CONTEXT_COLLAPSE | context.py — 145 行 |
| 子代理隔离上下文 | AgentTool（1,397行） | tools/agent.py — 50 行 |
| 危险命令拦截 | BashTool（1,143行） | tools/bash.py — 95 行 |
| 会话持久化 | QueryEngine（1,295行） | session.py — 65 行 |
| 动态系统提示词 | prompts.ts（914行） | prompt.py — 35 行 |
每个模式都是可运行的实现，不是流程图，不是博客文章。
pip install corecoder选你的模型，任何 OpenAI 兼容 API 都行。可以 export 环境变量，也可以在项目根目录放一个 .env 文件：
# Kimi K2.5
export OPENAI_API_KEY=你的key OPENAI_BASE_URL=https://api.moonshot.ai/v1
corecoder -m kimi-k2.5
# Claude Opus 4.6（通过 OpenRouter）
export OPENAI_API_KEY=你的key OPENAI_BASE_URL=https://openrouter.ai/api/v1
corecoder -m anthropic/claude-opus-4-6
# OpenAI GPT-5
export OPENAI_API_KEY=sk-...
corecoder -m gpt-5
# DeepSeek V3
export OPENAI_API_KEY=sk-... OPENAI_BASE_URL=https://api.deepseek.com
corecoder -m deepseek-chat
# Qwen 3.5
export OPENAI_API_KEY=sk-... OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
corecoder -m qwen-max
# Ollama（本地）
export OPENAI_API_KEY=ollama OPENAI_BASE_URL=http://localhost:11434/v1
corecoder -m qwen3:32b
# 单次模式
corecoder -p "给 parse_config() 加上错误处理"整个项目一目了然：
corecoder/
├── cli.py REPL + 命令 218 行
├── agent.py Agent 循环 + 并行执行 122 行
├── llm.py 流式客户端 + 重试 156 行
├── context.py 三层压缩 196 行
├── session.py 会话保存/恢复 68 行
├── prompt.py 系统提示词 33 行
├── config.py 环境变量配置 55 行
└── tools/
├── bash.py Shell + 安全 + cd 追踪 115 行
├── edit.py 搜索替换 + diff 85 行
├── read.py 文件读取 53 行
├── write.py 文件写入 36 行
├── glob_tool.py 文件搜索 47 行
├── grep.py 内容搜索 78 行
└── agent.py 子代理生成 58 行
from corecoder import Agent, LLM
llm = LLM(model="kimi-k2.5", api_key="your-key", base_url="https://api.moonshot.ai/v1")
agent = Agent(llm=llm)
response = agent.chat("找出项目里所有 TODO 注释并列出来")from corecoder.tools.base import Tool
class HttpTool(Tool):
name = "http"
description = "请求一个 URL。"
parameters = {"type": "object", "properties": {"url": {"type": "string"}}, "required": ["url"]}
def execute(self, url: str) -> str:
import urllib.request
return urllib.request.urlopen(url).read().decode()[:5000]/model 查看当前模型
/model <名称> 切换模型
/compact 压缩上下文（对标 Claude Code 的 /compact）
/tokens 查看 token 用量 + 费用估算
/diff 查看本次会话修改的文件
/save 保存会话
/sessions 列出已保存的会话
/reset 清空历史
quit 退出
| Claude Code | Claw-Code | Aider | CoreCoder | |
|---|---|---|---|---|
| 代码量 | 51万行（闭源） | 10万+行 | 5万+行 | ~1,400 行 |
| 模型 | 仅 Anthropic | 多模型 | 多模型 | 任意 OpenAI 兼容 |
| 能通读吗？ | 不能 | 很难 | 有点费劲 | 一个下午 |
| 适合 | 直接用 | 直接用 | 直接用 | 先看懂，再造自己的 |
我还写了 7 篇 Claude Code 架构深度导读：Agent 循环、工具系统、上下文压缩、流式执行、多 Agent、隐藏功能。想知道 CoreCoder 为什么这样设计，从那里开始。
CoreCoder 支持 Skill / Subagent / MCP 吗？
不支持，这是刻意的。CoreCoder 只保留可运行的最小核心 —— agent 循环、工具、流式、压缩。Skill、Subagent、MCP、hook、plugin 都是 Claude Code 在上层加的特性；如果 CoreCoder 也全都做了，就不再是一个可读的教学产物。上面的架构导读系列讲了 Claude Code 里这些系统是怎么工作的，你可以照着自己加。
如果你只是想要 Skill，配方很简单：启动时扫 ~/.claude/skills/*.md，把标题列进 system prompt，让 agent 按名字请求某个 skill，再把那个文件的内容 inline 进对话就行了。
MIT。Fork，然后拿去造更好的东西，如果能标注此出处就更好了。
作者 何宇峰 · Agentic AI Researcher @ Moonshot AI (Kimi)