Claude Code Unpacked: guia visual

 (ccunpacked.dev)
31 pontos por GN⁺ 29 일 전 | 1 comentários | Compartilhar no WhatsApp
  • Projeto não oficial que analisa visualmente a estrutura completa e o funcionamento interno do Claude Code, permitindo explorar o agent loop e o sistema com mais de 50 ferramentas, do processamento de entrada até a renderização da resposta
  • Composto por 804 arquivos, mais de 220 mil linhas de código, mais de 40 comandos e mais de 22 ferramentas, sendo um resultado de análise independente sem vínculo com a Anthropic
  • O agent loop é composto por um processo de 11 etapas — entrada, mensagem, sistema, API, chamada de ferramentas e renderização, entre outras — permitindo acompanhar como o Claude Code gera respostas
  • Por meio do sistema de ferramentas e do catálogo de comandos, classifica funções detalhadas como operações de arquivo, execução, busca, planejamento e gerenciamento do sistema, incluindo também diversos recursos privados e experimentais
  • Recursos ocultos como Buddy, Kairos, UltraPlan e Coordinator Mode dão suporte a comportamentos expandidos, como planejamento de longo prazo, trabalho paralelo, controle remoto e sessões persistentes

Estrutura e funcionamento interno do Claude Code

  • Projeto que permite explorar visualmente todo o agent loop do Claude Code, do processamento da entrada até a renderização da resposta, além de mais de 50 ferramentas, orquestração multiagente e recursos privados
  • Composto por 804 arquivos, mais de 220 mil linhas de código, mais de 40 comandos e mais de 22 ferramentas
  • Analisado com base no código-fonte publicado, sendo um projeto não oficial sem relação com a Anthropic
  • A análise foi feita em 31 de março de 2026, com curadoria de zackautocracy junto com a DeepWiki

  • Agent loop

    • Quando o usuário insere uma mensagem, o Claude Code passa por 11 etapas: entrada → mensagem → histórico → sistema → API → tokens → ferramentas → loop → renderização → hooks → espera
    • A entrada é processada pelo componente TextInput do Ink e, no modo não interativo, usa a entrada padrão (stdin)
    • Cada etapa foi organizada para permitir rastrear em detalhe como o Claude Code recebe mensagens e gera respostas

  • Explorador de arquitetura

    • É possível navegar clicando por toda a árvore de código-fonte, com os seguintes componentes principais
      • Tools & Commands: ferramentas e comandos embutidos
      • Core Processing: lógica principal de processamento
      • UI Layer: composição da interface do usuário
      • Infrastructure: infraestrutura e ambiente de execução
      • Support & Utilities: utilitários de apoio
      • Personality & UX: elementos ligados à experiência do usuário

Sistema de ferramentas e comandos

  • Sistema de ferramentas

    • Classifica por função mais de 22 ferramentas embutidas que o Claude Code pode chamar

    • Operações de arquivo

      • 6 ferramentas, como FileRead, FileEdit, FileWrite, Glob, Grep e NotebookEdit

    • Execução

      • 3 ferramentas, como Bash, PowerShell e REPL

    • Busca e importação

      • 4 ferramentas, como WebBrowser🔒, WebFetch, WebSearch e ToolSearch

    • Agentes e tarefas

      • 11 ferramentas, como Agent, SendMessage, TaskCreate, TaskList e TeamCreate

    • Planejamento

      • 5 ferramentas, como EnterPlanMode, ExitPlanMode e VerifyPlanExecution🔒

    • Relacionadas a MCP

      • 4 ferramentas, como ListMcpResources, ReadMcpResource e McpAuth

    • Sistema

      • 11 ferramentas, como AskUserQuestion, TodoWrite, Config, Workflow🔒 e TerminalCapture🔒

    • Recursos experimentais

      • 8 ferramentas, como Sleep, SendUserMessage, LSP🔒 e PushNotification🔒

  • Catálogo de comandos

    • Classifica por função todos os comandos com barra disponíveis no Claude Code

    • Configuração e ajustes

      • 12 comandos, como /init, /login, /logout, /config, /permissions, /model e /theme

    • Fluxo de trabalho do dia a dia

      • 24 comandos, como /compact, /memory, /context, /plan, /resume, /files e /summary

    • Revisão de código e Git

      • 13 comandos, como /review, /commit, /diff, /branch, /issue e /autofix-pr🔒

    • Depuração e diagnóstico

      • 23 comandos, como /status, /stats, /usage, /think-back, /debug-tool-call e /heapdump

    • Recursos avançados e experimentais

      • 23 comandos, como /advisor, /remote-control🔒, /teleport, /plugin, /web-setup, /help e /exit

Recursos ocultos

  • Inclui diversos recursos privados presentes no código, mas ainda não lançados

  • Buddy

    • Pet virtual presente no terminal, com espécie e raridade determinadas pelo ID da conta

  • Kairos

    • Modo persistente que oferece integração de memória entre sessões e operação autônoma em segundo plano

  • UltraPlan

    • Sessão de planejamento de longo prazo com execução de até 30 minutos em modelos de nível Opus

  • Coordinator Mode

    • Um agente líder divide o trabalho, cria workers paralelos e coleta os resultados

  • Bridge

    • Recurso para controlar o Claude Code remotamente pelo celular ou navegador

  • Daemon Mode

    • Executa sessões em segundo plano com a opção --bg, usando tmux internamente

  • UDS Inbox

    • Suporte à comunicação entre sessões por meio de Unix domain sockets

  • Auto-Dream

    • Entre sessões, a IA revê atividades anteriores e organiza o que foi aprendido

Informações do projeto

  • Projeto de análise não oficial, sem relação direta com a Anthropic
  • Produzido com base no código-fonte público do Claude Code, e parte do conteúdo pode estar imprecisa ou desatualizada
  • A análise foi realizada com base no código-fonte divulgado por @Fried_rice
  • Criado por zackautocracy com apoio de curadoria em IA da DeepWiki

Leituras relacionadas

1 comentários

 
GN⁺ 29 일 전
Comentários do Hacker News

  • Uma base de código de 500 mil linhas para um agente CLI mostra o quão complexo é o inferno de gerenciamento de estado ao tentar controlar deterministicamente um LLM probabilístico
    Funciona bem em plataformas simples, mas quebra facilmente em repositórios corporativos de grande escala
    Sem uma máquina de estados externa, é preciso garantir confiabilidade na base da força bruta, então 90% do código acaba preenchido com programação defensiva — regex, limpeza de contexto, loops de retry, rollback de estado etc., numa estrutura para impedir o drift do agente
    A visualização é legal, mas ainda passa mais a sensação de empurrar um bloco de código do que de governança em nível de sistema

    • Há muita discussão negativa sobre o código, mas é estranho como quase não há discussão sobre a arquitetura em si
      O ponto central é que o lado do cliente oferece apenas um conjunto simples de ferramentas (read file, output rich text etc.) e foi desenhado para permitir que o servidor inove rapidamente
      Acho que o molho secreto está justamente nessa estrutura em que o time de servidor pensa: “Até onde dá para ser criativo com essa API limitada?”
    • Houve muita pesquisa industrial tentando controlar humanos de forma determinística, e mesmo assim eles eram um coletivo incontrolável
    • A economia inteira já está construída sobre tecnologias desse tipo
      Se elas não cumprirem o que prometem, não será só um caso de “o código é instável”, e sim algo capaz de abalar todo o sistema financeiro
    • É difícil distinguir se esse código é resultado de programação defensiva ou da complexidade inevitável ao programar junto com IA
    • Não concordo com a afirmação de que “quebra em repositórios grandes”
      Lugares como a Meta são justamente exemplos de onde o CC está sendo melhor aproveitado

  • Sou o autor. Fiz esse site de visualização poucas horas depois do vazamento do Claude Code
    Eu já usava o pi para construir meu próprio agente de programação e queria estudar a estrutura da Anthropic (sistema de ferramentas, loop de agente etc.)
    Como eram 500 mil linhas de código e era difícil explorar tudo, criei um mapa visual para usar como referência
    Tenho atualizado o site continuamente com base no feedback, então se houver algo faltando, seria ótimo saber

    • Eu também conecto o pi e o cc a um llama.cpp local para rodar tudo em ambiente totalmente offline
      Comparei e analisei o design e a implementação dos dois sistemas, e achei impressionante que o site do autor também pareça ter sido feito com pi
      Se possível, gostaria de ver uma visualização pi vs cc
    • A UX e a funcionalidade do site são excelentes. Fico curioso se há planos de abrir o código-fonte
    • O tom e o ritmo do texto estão muito bons
      Só acho que seria legal adicionar comentários ou tooltips na parte sobre o ‘formato de mensagens da Anthropic’ — porque, na prática, também é o formato da OpenAI
    • Gostaria de saber mais sobre como o autor configura seus agentes

  • Fico me perguntando se existe algum agent harness feito sem IA
    É basicamente uma TUI chamando endpoints de modelo, então 500 mil linhas parecem exagero demais

    • LoC já é uma métrica de produtividade sem sentido
      Pode ser por reaproveitamento de código ou empacotamento em bibliotecas, ou talvez resultado da pressão de tempo típica de startups
    • Recomendo dar uma olhada no pi coding agent
    • A TUI do CC não é uma interface de texto simples, e sim renderização baseada em React
    • A qualidade do código do Opencode era bem boa
    • O Claude Code CLI é, na prática, uma estrutura que converte um navegador headless em texto, o que torna a depuração muito incômoda
      Problemas de conversão ASCII → Unicode quebram pipes e parsers, e também dificultam copiar e colar
      Dá a sensação de que algo que deveria ser simples virou uma máquina à la Rube Goldberg

  • Há a dúvida: “500 mil linhas, mas isso não deveria ser só algo no nível de um REPL simples?”

    • Os produtos concorrentes têm escala parecida
      Opencode tem 670 mil, Codex 720 mil e Gemini 570 mil linhas, então o tamanho do Claude Code não é anormal
    • Pode ter havido um incentivo inconsciente de que, por causa da complexidade dos LLMs, as ferramentas também precisem ser complexas
    • Na prática, parece haver muito remendo improvisado (vibe fix) e pouca consistência de design
      Ainda assim, algumas ideias de detalhe, como rastreamento de TTL de cache, pareceram interessantes
    • Em vez da crítica simplista de que “inflou porque é JS/Electron”, a posição é vá ler você mesmo (RTFA)
    • Também surgiu a discussão sobre qual seria um LoC adequado para um programa desses

  • Se fosse em 2020, seria impensável analisar visualmente um código vazado dessa forma

    • Também há quem diga que isso já seria possível com as ferramentas de análise estática da época
    • Fico curioso sobre qual foi o processo real de geração e como a IA foi usada

  • Eu também fiz um site parecido 11 horas atrás, mas ele não chamou atenção
    Ainda assim, foi bom ver outra implementação
    Minha tentativa está aqui

    • Hoje em dia todo mundo tenta coisas parecidas, então quem recebe atenção não significa grande coisa

  • O que continua impressionando é o fato de alguém fazer um site tão bonito em apenas dois dias

    • Provavelmente foi gerado com Claude Code
      Sites feitos por LLMs às vezes têm alta qualidade visual, mas baixa confiabilidade no conteúdo
      Por exemplo, como o nzoilwatch.com, que parece obra de especialista, mas na verdade é um projeto pessoal
      Divulgar explicitamente o uso de LLMs poderia reduzir esse tipo de mal-entendido
    • O Claude consegue gerar um site em poucos minutos se você pedir direito
    • Conversei com desenvolvedores de grandes ferramentas de agentes, e eles disseram que usam ferramentas para criar ferramentas
      Quando comentei que minha UI era meio fraca, eles disseram que aproveitam suas próprias bibliotecas de componentes de UI
      Então eu mesmo acabei criando uma biblioteca chamada substrateui.dev e estou me divertindo em todo o processo de aprender UI enquanto reconstruo um design system com Claude Code
    • Alguém avaliou que a legibilidade e a interação desse site são, na verdade, incômodas
    • Ainda assim, é irônico ver o HN dizendo que LLMs reduzem a produtividade

  • O código-fonte vazado pode ser visto no repositório no Codeberg

  • É interessante que a Anthropic desenvolva seus próprios produtos com suas próprias ferramentas
    Mas, para um projeto com 1 ano, já deveria estar num ponto de maior estabilização

    • Um projeto de 1 ano com vários desenvolvedores envolvidos ainda provavelmente terá muitos bugs
    • Adiar dívida técnica pode ser uma escolha racional
      Afinal, no futuro a manutenção ficará por conta dos LLMs, então não seria necessário que humanos organizem tudo manualmente
    • O próprio Boris Cherny mencionou que “fazem o CC com o CC”
    • Pelos tweets em que eles se gabam disso, aparecem sinais de uso excessivo de recursos, como uma TUI API exigindo 68 GB de RAM ou 16 ms para renderizar texto

  • Seria legal adicionar este projeto ao Awesome Claude Code