CoreCoder:1400 行 Python,把 Claude Code 的骨架拆给你看

最近刷到 CoreCoder，东哥第一反应不是“又一个 AI 编程工具”，而是：嚯，这玩意儿终于把 Claude Code 那套骨架摊开了。

Claude Code 真正麻烦的地方，不是它会不会写代码，而是普通人根本没法顺着闭源大工程把内部逻辑读明白。CoreCoder 的做法比较狠：把不承重的东西先扔掉，用 Python 重写一个能跑的最小核心。项目 README 里说，核心模式来自 Claude Code 51 万行 TypeScript 的提炼，最后压到约 1400 行 Python。不是 PPT，不是流程图，是能执行的代码。

这里面东哥会盯三个点。

第一个是 Agent 主循环。说白了就是模型要工具、工具跑完再把结果塞回上下文，继续问模型。听着简单，但一到真实项目就全是脏活：工具并行、流式返回、失败重试、上下文爆掉、命令别乱跑。CoreCoder 把这些东西拆在 agent.py、context.py、tools/ 下面，文件都不大，适合真打开看。

第二个是三层上下文压缩。这个比很多人想的更关键。以前做长任务，最怕模型前面答应的约束后面全忘了，最后改着改着开始自嗨。它不是一刀切截断，而是分层处理，先裁工具输出，再压旧对话，最后才 emergency。这个设计很值得抄。

第三个是危险命令拦截。东哥看到能跑 shell 的 Agent，一般先看这块。不是酷不酷，是半夜它误删东西你怎么救。CoreCoder 这里做的是教学级防护，不是生产沙箱，但至少把这个坑摆出来了。

模型这边也不挑，OpenAI 兼容接口能接，DeepSeek、Kimi、Qwen、本地 Ollama 都能配；不兼容的还可以走 LiteLLM。

这项目别当 Claude Code 平替用。它更像一份能跑的源码读本：先 pip install corecoder，跑一次，再从主循环往下读。想自己造 AI Coding Agent 的，别一上来就 MCP、插件市场、复杂调度，先把这 1400 行读顺，很多花活自然知道该往哪儿加了。