大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



大家好。今天，我们将继续探索 Claude Code 的核心源码。如果说上一章讲的架构是它的骨架，那么今天我们要聊的 QueryEngine（查询引擎），绝对是它的大脑神经中枢。

作为一款 AI 编程助手，Claude Code 是怎么和远在天边的 Claude 3.5 模型对话的？当模型要求执行一个复杂的 Bash 命令时，本地又是怎么安全、实时地跑起来的？

学习完这章后，你会对以下内容有清晰的认识：

1. QueryEngine 的核心使命：它是怎么管理长达几个小时的上下文的？
2. 大循环（The Query Loop） ：揭秘 while(true) 里的惊天秘密。
3. 上下文瘦身术（Context Compaction）：5 道防线，教你如何优雅地压缩上下文，既省钱又不丢关键信息。
4. 工具流式执行（Streaming Tool Execution）：模型还没回答完，工具就已经跑起来了？
5. 动手实践：给大循环加一个自定义的拦截器。

---

翻开 src/query.ts 源码，你会发现它的核心就是暴露了一个 query() 函数。它是一个极其复杂的异步生成器（AsyncGenerator）。

你可以把 QueryEngine 想象成一个"同声传译+执行官"。

• 接收我们的输入（比如："帮我写个 Python 脚本"）。
• 把本地的代码、文件树、以及历史聊天记录打包好，通过 callModel 发给 Claude 大模型。
• 流式（Streaming） 接收大模型的回复，一点点吐给终端 UI。
• 如果大模型在回复里夹带了"工具调用（Tool Use）"的指令，它能实时拦截并执行这些本地命令。
• 把执行结果再喂回给大模型，直到大模型说"任务完成"。

这一切，都被封装在一个巨大的 while(true) 循环中，也就是源码里的 queryLoop 函数。

---

在使用大模型时，最大的痛点就是：上下文太长了！ Token 超限不仅会导致 API 报错（Prompt Too Long），而且非常费钱。我在看 query.ts 时，被它处理上下文的精细程度震惊到了。

在每次发请求给模型前，它会依次经过 5 道防线 来对上下文进行瘦身：

1. 预算控制 (applyToolResultBudget) ：
   • 比如你跑了一个 cat package-lock.json，结果返回了几万行。这里会强制给工具结果设定一个 Token 预算，超出的部分直接被截断或总结。
2. 历史裁剪 (snipCompactIfNeeded) ：
   • 如果开启了 HISTORY_SNIP，它会智能地裁掉历史对话中一些毫无营养的闲聊，释放 Token。
3. 微型压缩 (microcompact) ：
   • 这是对特定工具结果的压缩。比如你修改了一个文件，它可能只保留 Diff 差异，而不是把整个新旧文件都塞在上下文里。
4. 上下文折叠 (contextCollapse.applyCollapsesIfNeeded) ：
   • 将一些已经完结的中间步骤"折叠"起来，只保留最终结论。
5. 自动总结 (autocompact) ：
   • 终极大招。如果经过前面几步，Token 还是接近上限，它会触发 autocompact（背后其实是偷偷起了一个子代理），让模型自己把之前的长篇大论总结成一段精简的摘要，替换掉原来的几十条消息。

这段逻辑就像一个过滤漏斗，我在源码里给大家提炼出了骨架：

 
    
    
      
 
       
// 摘自 src/query.ts 的 queryLoop 函数 
 
       
let messagesForQuery = […messages]
 
       
// 1. 限制工具输出大小 messagesForQuery = await applyToolResultBudget(messagesForQuery, …)
 
       
// 2. 裁剪历史 if (feature(‘HISTORY_SNIP’)) { const snipResult = snipModule.snipCompactIfNeeded(messagesForQuery) messagesForQuery = snipResult.messages }
 
       
// 3. 微型压缩 const microcompactResult = await deps.microcompact(messagesForQuery, …) messagesForQuery = microcompactResult.messages
 
       
// 4. 上下文折叠 if (feature(‘CONTEXT_COLLAPSE’)) { const collapseResult = await contextCollapse.applyCollapsesIfNeeded(messagesForQuery, …) messagesForQuery = collapseResult.messages }
 
       
// 5. 自动总结 (终极杀器) const { compactionResult } = await deps.autocompact(messagesForQuery, …) if (compactionResult) { messagesForQuery = buildPostCompactMessages(compactionResult) }
 
      

上下文准备好了，接下来就是发请求给模型。这里有两大亮点：无限循环 和边看边做（Streaming Tool Execution）。

queryLoop 为什么是一个 while(true) 循环？ 因为很多编程任务不是一回合就能搞定的。比如你让它"修复这个 Bug"，它可能需要：

• 回合 1：调用 grep 搜索报错信息。（大模型返回 Tool Use，本地执行，进入下一循环）
• 回合 2：调用 cat 查看具体文件。（大模型返回 Tool Use，本地执行，进入下一循环）
• 回合 3：调用 edit 修改文件。（大模型返回 Tool Use，本地执行，进入下一循环）

那么，这个 while(true) 到底是怎么停下来的呢？难道会一直死循环吗？

当然不会。我在源码中找到了它的几种"刹车机制"：

机制一：自然完结（最常见） 当大模型认为任务已经完成，它在回复中不再包含任何工具调用（Tool Use）时，源码中一个叫做 needsFollowUp 的标记就会保持为 false。循环走到一半就会直接 return 跳出：

 
    
    
      
 
       
// 摘自 src/query.ts 
 
       
let needsFollowUp = false;
 
       
for await (const message of deps.callModel({…})) }
 
       
// 🎯 核心刹车点：如果模型没有调用工具，说明它回答完了 if (!needsFollowUp) { // … 忽略一些错误恢复逻辑 return { reason: ‘completed’ }; // 成功跳出死循环！ }
 
      

 
机制二：最大回合数限制（防失控） 如果遇到一个很难的 Bug，模型一直在疯狂试错调用工具怎么办？源码在每次循环的末尾加了强制熔断机制：
 
    
    
      
 
       
// 摘自 src/query.ts 循环末尾 
 
       
const nextTurnCount = turnCount + 1;
 
       
// 检查是否达到了最大回合数限制 if (maxTurns && nextTurnCount > maxTurns) { yield createAttachmentMessage({
 
       
type: 'max_turns_reached', maxTurns, turnCount: nextTurnCount, 
 
       
}); return { reason: ‘max_turns’, turnCount: nextTurnCount }; // 强制停车！ }
 
      

 
机制三：用户手动打断（Ctrl+C） 当你在终端按下 Ctrl+C 时，会触发 AbortController 信号，循环也会立刻安全退出：
 
    
    
      
 
       
// 摘自 src/query.ts 的工具执行阶段 
 
       
if (toolUseContext.abortController.signal.aborted) { return { reason: ‘aborted_tools’ }; // 用户喊停，立刻退出 }
 
      

 
正是这几道防线，保证了 queryLoop 既能不知疲倦地连续工作，又能在完成任务或遇到异常时优雅退出。
 

以前的 AI 助手，都是等大模型把一整段话（包括工具调用的 JSON 参数）全都生成完，才去解析 JSON 并执行工具。这会导致很明显的卡顿。

但在 Claude Code 中，引入了 StreamingToolExecutor，实现了真正的"边看边做"：

 
    
    
      
 
       
// 源码解析：工具流式执行准备 
 
       
const useStreamingToolExecution = config.gates.streamingToolExecution let streamingToolExecutor = useStreamingToolExecution ? new StreamingToolExecutor(tools, canUseTool, toolUseContext) : null;
 
       
// 在接收模型流式回复时： for await (const message of deps.callModel({…})) }
 
       
// 收集执行结果 for (const result of streamingToolExecutor.getCompletedResults()) { toolResults.push(result); }
 
      

 
这就好比： 老板（大模型）一边在微信上打字给你安排任务，你（执行器）看到一半，发现需要查个资料，你就已经开始查了，等老板打完字，你的资料已经查好发回去了！这种并发设计极大地降低了任务的端到端延迟。
 

源码中还做了非常健壮的错误处理。比如，如果你用的 Claude 3.5 Sonnet 突然因为高峰期 API 限流了，它会抛出 FallbackTriggeredError：

 
    
    
      
 
       
catch (innerError) due to high demand...`, 'warning' ); continue; // 重新进入循环发起请求 
 
       
} }
 
      

光看源码不过瘾，我们来动手改一改。假设我们想在每次向大模型发请求前，强制加上一句话："请用中文回答"。

我们可以直接在 src/query.ts 里的 callModel 调用前动手脚：

 
    
    
      
 
       
// 打开 src/query.ts，在 queryLoop 函数中，找到 deps.callModel 调用的地方 (大概在 660 行左右) 
 
       
// 🟢 我们的实战代码：拦截并篡改系统提示词 const myCustomPrompt = "
 
       
【重要指令】：接下来的所有回复，请必须使用中文，并且尽量使用幽默的口吻！"; const hackedSystemPrompt = fullSystemPrompt + myCustomPrompt;
 
       
// 然后修改 callModel 的入参 for await (const message of deps.callModel({ messages: prependUserContext(messagesForQuery, userContext), // 替换为我们篡改后的提示词 systemPrompt: hackedSystemPrompt, thinkingConfig: toolUseContext.options.thinkingConfig, tools: toolUseContext.options.tools, // … })) { // … }
 
      

 
这样一改，无论你在终端输入什么，大模型都会被强制"注入"我们的中文幽默设定。这就是理解了底层架构后，我们可以随心所欲"魔改"的快乐！
 

---

QueryEngine 是 Claude Code 最核心的引擎。它通过精细的 5 层上下文压缩 解决了长对话的内存问题，又通过 流式工具执行 (StreamingToolExecutor) 榨干了每一毫秒的性能，最后通过一个健壮的 while(true) 状态机，完成了人与大模型、本地终端之间的完美协同。

Claude Code 源码系列还未完结。敬请期待！一键三连，关注不迷路。

---

• Anthropic 官方 Tool Use 文档 —— 了解大模型是如何返回工具调用指令的。
• JavaScript 异步生成器 (Async Generators) —— 搞懂 yield 和 for await…of 是怎么让数据流像水管一样源源不断的。