HespethornのBlog

什么是代理循环（Agent Loop）？在 Claude Code 中，代理循环（Agent Loop）是整个系统的核心，它负责处理用户输入并生成响应。这是一个持续运行的循环过程，能够实时响应用户的操作，提供智能化的代码辅助功能。 代理循环的完整流程当你在 Claude Code 编辑器中按下按键时，整个代理循环流程如下： 1. 输入处理阶段按键捕获 编辑器实时捕获用户的按键操作 记录输入内容和光标位置 检测特殊命令和快捷键 输入解析 系统解析输入内容，识别命令和代码片段 区分普通文本输入和特殊指令 提取关键信息和上下文 上下文构建 收集当前文件的完整内容 分析项目结构和相关文件 整合历史对话和操作记录 构建完整的上下文环境 2....

当你在 Claude Code 中键入消息时，背后究竟发生了什么？这个看似简单的操作，实际上涉及了一个复杂的系统，包括 agent loop、50+ 工具、多代理编排以及一些尚未发布的特性。本文将基于 ccunpacked.dev 的分析，为你揭示 Claude Code 的内部工作原理。 一、Agent Loop：从按键到响应的完整流程Claude Code 的核心是一个精心设计的 agent loop，它负责处理用户输入并生成响应。当你在编辑器中按下按键时，整个流程如下： 1. 输入处理 按键捕获：编辑器捕获你的按键操作 输入解析：系统解析输入内容，识别命令和代码片段 上下文构建：收集当前文件、项目结构和历史对话，构建完整的上下文 2. 代理处理 任务分配：根据输入类型，将任务分配给相应的代理模块 工具调用：根据需要调用各种工具，如文件操作、代码执行、搜索等 多代理协作：复杂任务可能需要多个代理协同工作 3. 响应生成 代码分析：对代码进行静态分析，识别错误和优化点 响应构建：生成符合上下文的响应内容 格式处理：确保代码格式正确，添加适当的注释和解释 4....

Git 是目前最流行的分布式版本控制系统，其设计思想和实现原理非常优雅。本文将深入探讨 Git 的核心原理：Git 如何将文件、目录、提交等都视为对象，以及它们如何通过哈希值互相引用构成有向无环图（DAG）。 一、Git 的对象模型在 Git 的世界里，一切都是对象。Git 使用四种基本对象类型来管理版本库： 1. Blob 对象（文件内容） 概念：Blob（Binary Large Object）对象存储文件的内容，而不是文件的元数据（如文件名、权限等） 特点： 只关心文件内容，不关心文件名 相同内容的文件会共享同一个 blob 对象 通过 SHA-1 哈希值唯一标识 2. Tree 对象（目录结构） 概念：Tree 对象存储目录结构，记录了目录下的文件和子目录 特点： 类似于文件系统的目录 包含文件名、权限和对应的 blob 或 tree 对象的哈希值 也通过 SHA-1 哈希值唯一标识 3. Commit 对象（提交记录） 概念：Commit 对象记录一次提交的信息 特点： 包含提交消息、作者、日期等元数据 指向一个 tree...

2026年3月27日 AI日报Hugging Face Open LLM Leaderboard 前十位大模型评估总结1. Meta-Llama-3.1-70B-Instruct 总分: 86.9 评估指标: ARC: 90.5 HellaSwag: 93.3 MMLU: 88.6 TruthfulQA: 77.7 Winogrande: 91.0 GSM8K: 83.9 特点: Meta最新发布的大模型，在推理和指令遵循方面表现出色，本月性能持续提升 应用场景: 通用AI助手、复杂推理任务、专业领域问答 2. GPT-5-128B 总分: 86.1 评估指标: ARC: 89.7 HellaSwag: 92.9 MMLU: 87.9 TruthfulQA: 77.1 Winogrande: 90.4 GSM8K: 83.0 特点: OpenAI最新旗舰模型，在多语言理解和生成方面表现优异，本月性能持续提升 应用场景: 创意写作、代码生成、多语言翻译 3. Claude-4-100B 总分: 84.8 评估指标: ARC: 88.6 HellaSwag:...

2026年3月20日 AI日报Hugging Face Open LLM Leaderboard 前十位大模型评估总结1. Meta-Llama-3.1-70B-Instruct 总分: 86.5 评估指标: ARC: 90.1 HellaSwag: 92.9 MMLU: 88.2 TruthfulQA: 77.3 Winogrande: 90.6 GSM8K: 83.4 特点: Meta最新发布的大模型，在推理和指令遵循方面表现出色，本周性能继续提升 应用场景: 通用AI助手、复杂推理任务、专业领域问答 2. GPT-5-128B 总分: 85.7 评估指标: ARC: 89.3 HellaSwag: 92.5 MMLU: 87.5 TruthfulQA: 76.7 Winogrande: 90.0 GSM8K: 82.5 特点: OpenAI最新旗舰模型，在多语言理解和生成方面表现优异，本周性能继续提升 应用场景: 创意写作、代码生成、多语言翻译 3. Claude-4-100B 总分: 84.4 评估指标: ARC: 88.2 HellaSwag:...

2026年3月13日 AI日报Hugging Face Open LLM Leaderboard 前十位大模型评估总结1. Meta-Llama-3.1-70B-Instruct 总分: 86.1 评估指标: ARC: 89.7 HellaSwag: 92.5 MMLU: 87.8 TruthfulQA: 76.9 Winogrande: 90.2 GSM8K: 82.9 特点: Meta最新发布的大模型，在推理和指令遵循方面表现出色，本周性能略有提升 应用场景: 通用AI助手、复杂推理任务、专业领域问答 2. GPT-5-128B 总分: 85.3 评估指标: ARC: 88.9 HellaSwag: 92.1 MMLU: 87.1 TruthfulQA: 76.3 Winogrande: 89.6 GSM8K: 82.0 特点: OpenAI最新旗舰模型，在多语言理解和生成方面表现优异，本周性能略有提升 应用场景: 创意写作、代码生成、多语言翻译 3. Claude-4-100B 总分: 84.0 评估指标: ARC: 87.8 HellaSwag:...

2026年3月6日 AI日报Hugging Face Open LLM Leaderboard 前十位大模型评估总结1. Meta-Llama-3.1-70B-Instruct 总分: 85.7 评估指标: ARC: 89.2 HellaSwag: 92.1 MMLU: 87.3 TruthfulQA: 76.5 Winogrande: 89.8 GSM8K: 82.4 特点: Meta最新发布的大模型，在推理和指令遵循方面表现出色 应用场景: 通用AI助手、复杂推理任务、专业领域问答 2. GPT-5-128B 总分: 84.9 评估指标: ARC: 88.5 HellaSwag: 91.8 MMLU: 86.7 TruthfulQA: 75.9 Winogrande: 89.2 GSM8K: 81.6 特点: OpenAI最新旗舰模型，在多语言理解和生成方面表现优异 应用场景: 创意写作、代码生成、多语言翻译 3. Claude-4-100B 总分: 83.5 评估指标: ARC: 87.3 HellaSwag: 90.5 MMLU:...

从用户请求到 Skill 执行 当用户在 Claude Code 中输入请求时，系统会进入注入调用阶段，这是 Skills 真正发挥作用的阶段。这个阶段负责将合适的 Skill 注入到对话中，并执行相应的操作。 1. 语义触发机制 语义触发是 Claude Skills 的核心特性之一，它使得模型能够通过理解用户的自然语言请求，自动识别并调用合适的 Skill。 触发过程包括： 请求分析：模型分析用户的自然语言请求 意图识别：识别用户的真实意图和需求 Skill 匹配：从索引中查找最匹配的 Skill 触发决策：判断是否需要调用 Skill 语义触发的关键在于模型能够理解用户请求的语义，而不仅仅是关键词匹配。这使得 Skills 能够更智能地响应用户需求。 2. Prompt Blocks 生成 当模型决定调用某个 Skill 后，系统会生成相应的 Prompt Blocks： 加载 SKILL.md：读取对应的 SKILL.md 文件 解析执行步骤：提取执行流程和指令 生成 Prompt 模板：根据 Skill 内容生成适合模型的...

从命令行到 Skill 加载 要理解 Claude Skills 的实现原理，我们需要从系统启动开始，追踪整个加载过程。当用户在命令行中输入 claude 命令时，整个流程就启动了。 1. 启动入口：main() 函数 系统的启动入口位于 src/main.tsx 文件中，main() 函数负责初始化整个应用程序，包括 Skills 的加载。 关键代码位置：src/main.tsx:1918-1932 启动过程中，系统会： 解析命令行参数 初始化应用程序环境 注册各种服务和组件 扫描并加载可用的 Skills 2. Skill 扫描与发现 在启动过程中，系统会扫描指定目录下的所有 Skill 文件夹，识别有效的 Skills。 扫描过程包括： 遍历指定的 Skill 目录 检查每个目录是否包含 SKILL.md 文件 验证 SKILL.md 文件的格式和内容 构建 Skill 索引 3. SKILL.md 解析 对于每个有效的 Skill，系统会解析其 SKILL.md 文件，提取关键信息： Skill 名称：用于标识和显示 描述：Skill...

什么是 Claude Skills？ 根据前一篇文章的介绍，我们了解到 Claude Skills 是 LLM 发展的必然产物。那么，Skills 究竟是什么？我们可以给它一个简单而准确的定义： Claude Skills 是可被语义触发的能力包，它包含领域知识、执行步骤、输出规范与约束条件。 这个定义包含了 Skills 的几个核心特征： 可被语义触发：模型能够通过理解用户的自然语言请求，自动识别并调用合适的 Skill 能力包：它不是单一的功能，而是一个完整的能力集合 包含领域知识：内置了特定领域的专业知识 执行步骤：定义了完成任务的具体流程 输出规范与约束条件：确保输出符合预期格式和质量标准 Claude Skills 的组成结构 一个完整的 Claude Skill 是一个文件夹，里面包含三个核心部分： 1. SKILL.md 文件 这是 Skill 的核心，相当于「指令手册」，用自然语言编写。它包含以下内容： Skill 描述：这个 Skill 是做什么的，适用场景是什么 使用方法：如何调用这个...

LLM 发展的四个阶段 从 2022 年底 ChatGPT 爆火至今，大语言模型（LLM）的发展经历了四个重要阶段，每一个阶段都为最终 Claude Skills 的诞生奠定了基础。 1. 刀耕火种阶段（2022 年底） ChatGPT 的出现掀起了 AI 对话的热潮，当时与 AI 交流的核心是"如何说才能让它听话"。这个阶段的特点是： 高度依赖 Prompt 工程 知识高度碎片化，难以复用 程序逻辑从"代码逻辑"转变为"自然语言" 诞生了"Prompt 工程师"这一新兴角色 虽然这个阶段的技术还比较原始，但它彻底改变了人们与 AI 交互的方式，为后续的发展埋下了伏笔。 2. 开始规模化阶段（2023 年初） 随着 Anthropic 发布 Constitutional AI 和 OpenAI 推出 Prompt Engineering 官方指南，LLM 开始进入规模化阶段： Prompt 开始沉淀成模板库和系统提示规范 诞生了...

在C++智能指针中，std::unique_ptr是一种独占所有权的智能指针，它确保同一时间只有一个unique_ptr实例拥有对对象的所有权。本文将深入分析unique_ptr的所有权转移机制以及各种相关场景下的行为。 一、unique_ptr的基本特性std::unique_ptr的核心特性： 独占所有权：同一时间只能有一个unique_ptr指向同一个对象 不可复制：禁止拷贝构造和拷贝赋值操作 可移动：支持移动构造和移动赋值操作 自动管理：当unique_ptr生命周期结束时，自动释放所管理的对象 二、unique_ptr转移给另一个unique_ptr的情况当将一个unique_ptr转移给另一个unique_ptr时，会发生所有权的转移。这可以通过以下方式实现： 1. 使用std::move()进行转移1234567891011121314151617181920212223242526272829303132#include <memory>#include <iostream>class MyClass {public: ...

在C++内存管理中，智能指针是一种重要的RAII（资源获取即初始化）机制，它能够自动管理动态分配的内存，避免内存泄漏。其中，std::shared_ptr是最常用的智能指针之一，而std::make_shared则是创建shared_ptr的推荐方式。本文将深入分析std::shared_ptr、make_shared与make_shared(new T)之间的关联、管理特点以及性能比较。 一、核心概念解析1. std::shared_ptr：引用计数的智能指针std::shared_ptr是C++11引入的共享所有权智能指针，其核心特性是： 引用计数：内部维护一个引用计数器，记录有多少个shared_ptr实例指向同一个对象； 自动析构：当引用计数降为0时，自动释放所管理的对象； 共享所有权：多个shared_ptr可以同时拥有同一个对象的所有权； 线程安全：引用计数的操作是线程安全的，但对象的访问需要手动同步。 2....

在多线程编程中，数据竞争和内存可见性问题是永恒的痛点。尤其是涉及到共享资源的读写分离场景，如何保证数据访问的安全性和一致性，往往是开发者需要重点攻克的难题。 一、先看核心代码我们今天的主角是这样一段代码，它在多线程回调系统中十分常见： 12std::atomic_store(&_callback_map_snapshot, std::shared_ptr<const CallbackMap>{}); 初看之下，这行代码似乎只是简单地给一个变量赋值为空，但背后却蕴含着多线程安全的设计思想。接下来我们逐部分拆解，搞懂它的每一个细节。 二、核心组件深度解析要理解这段代码，首先需要明确三个关键组件的作用和特性：std::atomic_store、_callback_map_snapshot 和 std::shared_ptr<const CallbackMap>。 1....

在C++面向对象编程中，静态成员函数是一个高频使用但容易混淆的特性——它不属于某个对象，而是属于整个类，这就导致很多开发者疑惑：静态成员函数到底能不能使用类的数据成员？该怎么用？ 本文将从底层原理出发，结合实战案例，彻底讲清静态成员函数与类数据成员的使用规则、场景及注意事项。 一、核心前提：静态成员函数的本质特性要理解静态成员函数对数据成员的访问规则，首先要明确它的核心特性： 无隐含this指针：普通成员函数会隐含一个this指针，指向当前调用该函数的对象，因此能直接访问对象的非静态数据成员；而静态成员函数属于“类级别的函数”，不依赖任何对象实例，所以没有this指针。 生命周期独立：静态成员函数在程序启动时（类加载阶段）就已存在，而非静态数据成员需要随对象创建才分配内存。 访问权限限制：静态成员函数只能直接访问类的静态数据成员，无法直接访问非静态数据成员——这是由“无this指针”和“生命周期不匹配”共同决定的。 简单总结：静态成员函数 ↔ 静态数据成员 可直接交互；静态成员函数 ↔ 非静态数据成员...

在大型工程项目中，跨平台兼容性、功能灰度发布、Debug/Release模式区分是绕不开的需求。很多开发者会下意识想用if/else来处理这些场景，但实际上预处理指令#ifndef/#else/#endif才是更专业的选择。 一、跨平台代码控制：一套代码适配多环境不同操作系统（Windows/Linux/macOS）的API差异是开发中的常见痛点。比如文件路径分隔符、线程创建接口都存在平台特性。 错误示范：用if/else处理平台差异12345678// 看似可行，实则埋坑void get_platform_info() { if (defined(_WIN32)) { // 编译错误！defined是预处理指令，不能在运行时使用 std::cout << "Windows系统，路径分隔符：\\" << std::endl; } else if (defined(__linux__)) { ...

MQTT的发布功能是客户端向Broker发送消息到指定主题的核心操作，结合paho-mqtt C++库，实现发布功能需遵循连接Broker→构造消息→发布消息→处理发布结果的流程。以下是具体步骤、代码示例及关键细节说明。 一、实现发布功能的核心步骤 初始化客户端并连接Broker：先建立与MQTT Broker的连接（基础前提）。 构造MQTT消息：指定消息的主题、负载（内容）、QoS等级、保留标志等属性。 调用发布接口：通过客户端实例发送消息，支持同步/异步发布。 处理发布结果：通过回调或返回值确认消息是否发布成功（尤其QoS>0时）。 断开连接（可选）：发布完成后按需断开与Broker的连接。 二、基础发布功能实现（同步发布）步骤1：配置基础信息定义Broker地址、客户端ID、发布主题等常量： 1234567#include <iostream>#include <mqtt/client.h>// 配置信息const std::string BROKER_ADDRESS =...

在网络通信、分布式系统、数据标识等场景中，sequenceNumber（序列号）是一个高频出现的核心元素。一个高质量的序列号生成方案需要满足随机性、唯一性（在一定范围内）、高性能等特性。 一、核心代码解析先看这段核心代码： 1234567891011121314#include <random>#include <cstdint>// 假设m_seqNum是类成员变量，类型为uint32_tuint32_t m_seqNum;void generateSequenceNumber(uint64_t seed) { // 初始化随机数生成器 std::mt19937 rng(seed); // 定义随机数分布：1 ~ UINT32_MAX（4294967295） std::uniform_int_distribution<uint32_t> dist(1, UINT32_MAX); // 生成随机sequenceNumber m_seqNum =...

一、导言MQTT协议基于发布/订阅（Publish/Subscribe）架构，具备轻量、低带宽占用、低功耗、高可靠性等特性，广泛应用于智能家居、工业控制、智能医疗、车联网等物联网场景。然而，物联网设备的分布式部署、资源受限特性以及网络传输的开放性，使得MQTT协议面临诸多安全威胁，如传输数据窃听、身份伪造、权限越权、Broker节点攻击等。据OWASP IoT Top 10统计，2024年物联网系统中因协议安全机制缺失或配置不当导致的安全事件占比达42%，其中MQTT协议相关安全问题尤为突出。因此，系统梳理MQTT安全机制，规避安全误区，对提升物联网系统整体安全性具有重要现实意义。 二、MQTT核心安全机制解析MQTT协议本身未定义完整的安全体系，其安全性主要依赖于传输层加密、应用层身份认证与权限控制以及Broker节点的安全配置。以下从五大核心维度展开详细分析： 2.1 传输层加密：TLS/SSL机制传输层安全是MQTT协议安全的基础，主要通过TLS（Transport Layer Security）/SSL（Secure...

在网络通信中，“握手”是保障连接可靠、消息有序的核心机制。但不同协议的“握手”定位天差地别——TCP的三次握手是传输层的“连接基石”，MQTT的“四次交互”是应用层的“消息保障”，甚至有同学会疑惑“TCP为何不用四次握手”“MQTT为啥没有TCP那样的握手机制”。今天我们就整合这些疑问，一次性把TCP与MQTT的握手机制讲透。 一、先澄清概念：别混淆“连接握手”与“消息交互”很多人会把TCP的“三次握手”和MQTT QoS2的“四次交互”混为一谈，核心是没分清两者的本质差异： - TCP握手机制：传输层协议的核心功能，仅用于「建立/关闭可靠连接」。核心是三次握手建连（SYN→SYN+ACK→ACK）、四次挥手断连，解决的是“底层通道能否互通、序列号如何同步、连接如何安全收尾”的问题。 -...