本文摘要： STL中的序列式容器包括vector、list、deque等，其中vector是最常用的动态数组实现。vector通过继承_Vector_base基类实现内存管理，内部维护三个关键指针：_M_start（起始位置）、_M_finish（当前元素末尾）和_M_end_of_storage（存储空间末尾）。当空间不足时，vector采用扩容机制：如果还有剩余空间，直接在末尾构造新元素并移动

本文解析了SGI STL中关联式容器的实现，重点剖析了红黑树作为有序关联容器(set/map等)的底层数据结构。文章详细介绍了红黑树的五大性质、节点结构设计、迭代器实现以及关键的旋转与再平衡操作。红黑树通过颜色标记和旋转操作保持平衡，确保操作时间复杂度为O(log n)，是STL有序关联容器的核心实现基础。

Claude Code 上下文压缩机制摘要 Claude Code 的上下文压缩是一套多层级的上下文治理系统，旨在解决模型运行时的上下文窗口限制问题。该系统通过以下机制协同工作： 输入视图切片：从最近的压缩边界开始截取消息 工具结果清理：限制单条工具结果的体积 历史视图裁剪：选择性保留关键历史消息 自动压缩：生成历史摘要替代冗长内容 失败恢复：处理API错误后的上下文重建 压缩过程集成在Agent

摘要：Bash工具的安全执行机制 Claude Code中的Bash工具通过结构化schema控制命令执行流程： 输入控制：使用Zod schema严格定义输入参数（命令、超时、后台执行等），隐藏内部字段（如_simulatedSedEdit）防止模型绕过安全检查 权限分离：区分完整输入schema（内部使用）和模型可见schema（有限权限） 输出扩展：执行结果不仅包含stdout/stderr

Phase 5: 权限系统摘要 权限系统采用双层设计，包含全局策略(PermissionMode)和单次行为(PermissionBehavior)。PermissionMode定义会话级别的权限策略（如default/plan/bypassPermissions等），而PermissionBehavior决定单次工具调用的执行结果（allow/deny/ask）。 核心流程通过hasPermis

文章摘要： Claude Code中的AgentTool机制实现了子代理功能，其核心是将子代理运行环境封装为一个普通工具。当父代理调用AgentTool时，会启动完整的子代理运行流程：选择代理定义、构建独立上下文、隔离工具池和权限、运行新的query()循环，最后将结果包装为父代理可读取的tool_result。 该机制包含多个关键技术点： AgentTool作为工具接口，支持同步/异步、fork

向量数据库是一种专为存储和检索高维向量数据设计的数据库系统，通过相似度搜索而非精确匹配来查找最相关的结果。其核心原理是将非结构化数据（如文本、图像）转换为数值向量表示，使用余弦相似度、欧氏距离等度量方法进行相似度匹配。与传统数据库相比，向量数据库更适合处理语义搜索、推荐系统等AI场景。主流产品包括Pinecone、Milvus、FAISS等，各具特点：Pinecone提供全托管服务，FAISS是轻

Embedding（嵌入）是将真实世界对象（文本、图片、视频等）转换为连续向量空间中的点的技术，使机器学习模型能够理解和处理这些对象。模型训练是将机器学习算法与训练数据结合，调整权重以最小化损失函数的过程。推理（Inference）是经过训练的机器学习模型从全新数据中得出结论或预测的过程。简言之，推理就是模型的"运行"阶段。向量数据库 (Vector Database)存储、检索和搜索以高维空间向

摘要 本文档记录了Claude Code源码解析的第一阶段笔记，聚焦Agent最小闭环的实现机制。主要内容包括： 阅读目标：追踪Agent循环的主线流程，理解模型与工具交互的核心机制 文件结构分析：query.ts的主体是1500行的queryLoop函数 QueryParams：启动Agent循环所需的完整参数包，包含对话历史、工具权限、运行环境等 State类型：记录循环间的可变状态，重点是m

本文介绍了Claude Code中的文件读取工具(Read Tool)的设计与实现。该工具允许AI模型通过结构化请求读取本地文件内容，支持文本、图片、PDF和Jupyter notebook等多种文件类型。工具设计考虑了上下文长度限制，支持分页读取和局部读取功能。文章详细解析了工具的输入输出Schema、注册流程、并发安全属性、路径规范化处理以及权限检查机制。特别强调了该工具虽然是只读操作，但仍需