Glossary

A

Agentic Loop

Claude Code 的核心执行循环：调用 LLM → 处理响应 → 执行 tool → 将结果反馈回去 → 重复。实现为 async generator 函数，在每个步骤 yield 事件，从而支持观测、暂停和取消。参见 The Loop。

Auto Compact

context 压缩的第三层。当对话达到 context window 容量的约 80% 时，Auto Compact 通过一次轻量级模型调用将最旧的 N 条消息摘要为单条摘要消息。这能显著释放空间（通常减少 30-50%），同时保留关键决策和 context。参见 四层压缩。

B

Bridge

连接 Claude Code 内部消息格式与外部 API 格式的抽象层。Bridge 在内部 Message 对象与 API 的 content_block 结构之间进行转换，处理格式转换、streaming 事件和错误映射。这种解耦使代码库其他部分能够使用干净的内部格式，而无需与 API 规范耦合。

C

CLAUDE.md

放置在项目根目录（或用户主目录）中的特殊 Markdown 文件，用于为 Claude Code 提供持久化指令。充当”项目记忆”——模型在每次会话开始时读取它，以了解项目约定、工具偏好和行为指南。支持层级合并：企业 → 用户 → 项目 → 子目录。

Context Collapse

当累积的对话历史超出模型 context window 时发生的失败模式。在没有主动压缩的情况下，context collapse 通常在活跃 agent 使用约 15-20 分钟后发生。这个术语强调它不是优雅的降级——agent 会直接停止运行。参见 Context Window Management。

Coordinator

一种 multi-agent 模式，其中一个中央”coordinator” agent 通过向工作 agent 分配任务、监控进度并根据中间结果动态重新规划来管理工作流。比 Fork 更复杂，但支持有依赖关系的任务和自适应执行。参见 Coordinator 模式。

D

DreamTask

用于推测性后台工作的内部概念。当 agent 空闲时（例如等待用户输入），DreamTask 运行低优先级操作，如缓存常用文件、预计算可能的下一步，或预热 prompt cache。命名类比于大脑在睡眠期间整合信息的方式。

F

Fork

最简单的 multi-agent 模式。父级 agent 生成独立的子 agent，每个处理一个单独的子任务并行进行。子 agent 将结果返回给父级进行综合。Fork 是”即发即忘”的——父级不管理子级的执行。关键优势：由于所有 fork 共享父级前缀，prompt cache 复用效果极佳。参见 Fork 机制。

H

Hook

tool 执行生命周期中用户可配置的拦截点。hook 允许用户在特定事件发生时运行自定义脚本或逻辑（例如 onToolStart、onToolEnd、onError）。在 .claude/hooks.json 中定义，使用 matcher 过滤哪些 tool/事件触发该 hook。比 plugin 更轻量级。参见 Hook 系统。

I

In-Process Teammate

Claude Code 交互模型的概念框架。它不是请求-响应式聊天机器人，也不是自主 agent，而是作为”进程内队友”运行——在开发者的终端中与其协同工作，在需要时请求 permission，并共享开发者的工作 context（文件、git 状态、运行中的进程）。

M

Mailbox

Team/Swarm multi-agent 模式中使用的通信机制。一个共享消息队列，agent 在其中发布寻址给特定同伴或广播给所有人的消息。每个 agent 从 mailbox 中读取未读消息，根据其角色处理它们，并发布响应。在同伴 agent 之间提供松耦合。

MCP (Model Context Protocol)

用于将 LLM 应用连接到外部数据源和 tool 的开放标准协议。在 Claude Code 中，MCP 集成允许连接到外部 MCP 服务器，这些服务器提供超出内置 46 个 tool 之外的额外 tool、数据源和能力。遵循客户端-服务器架构，Claude Code 作为 MCP 客户端。参见 MCP 集成。

Microcompact

context 压缩的第二层。不再立即相关的单个 tool 结果被摘要为单行描述（例如，一个 500 行的文件读取变为 "[ReadFile /src/index.ts: 245 lines, 12 exports]"）。比 Auto Compact 更有针对性——它压缩特定消息，而非摘要对话片段。参见 四层压缩。

P

Permission Mode

决定 Claude Code 如何处理 tool 执行 permission 的运行时配置。三种模式：always allow（自动批准，适用于受信环境）、require approval（每次敏感操作都询问用户）和 never allow（无论 context 如何都硬性拒绝）。可全局、按项目或按 tool 设置。

Plugin

允许第三方添加全新 tool、修改现有 tool 行为或扩展 agent 能力的深度扩展机制。比 hook 更强大，但需要了解 tool 系统的内部 API。plugin 在启动时加载并注册到 tool 注册表中。

Prompt Cache

Anthropic API 的功能，用于缓存请求的前缀部分。后续具有相同前缀的请求以 90% 折扣复用已缓存的 token。Claude Code 的整个 system prompt 架构专为最大化 cache 前缀长度而优化——静态内容在前，动态内容在后。这是多轮和 multi-agent 会话成本优化的基石。参见 Prompt Cache 策略。

S

Skill

封装常见多步骤操作的预定义工作流模板（例如 /commit、/review-pr、/fix-tests）。skill 通过 slash command 调用，为特定任务提供结构化指导。与 plugin 不同，skill 是面向用户的工作流，而非系统级扩展。

Snip

context 压缩最轻量的第一层。当单个 tool 结果超过大小阈值（约 10K 字符）时，中间部分被替换为 [... N 个字符已被截断 ...] 标记，保留头部（导入、声明）和尾部（导出、最新内容）。参见 四层压缩。

StreamingToolExecutor

负责在 API 仍在 stream 时执行 tool 的组件。它对部分 JSON 进行增量解析，并在 tool 调用的输入完全可解析后立即开始执行——通常比 API 响应完成早数秒。这种重叠可以将感知延迟降低 40-60%。参见 Streaming 执行器。

SubAgent

由主 agent 生成的子 agent，用于处理特定的子任务。sub-agent 共享父级的 system prompt 前缀（用于 cache 复用），并在完成时将结果返回给父级。可通过 Fork（并行、独立）或 Coordinator（托管、可能有依赖）模式生成。

Swarm

Team multi-agent 模式的另一个名称，强调多个自主 agent 通过共享 mailbox 交互产生的涌现行为。这个术语来源于群体智能——简单的个体规则产生复杂的集体行为。参见 Team & Swarm。

T

Team

多个 agent 作为无中央权威的同伴运行的 multi-agent 模式。通信通过共享的 Mailbox 进行。每个 agent 都有专门的角色（例如”安全审查员”、“性能优化器”），并将其领域专业知识贡献给协作问题解决。最复杂的协调模式。参见 Team & Swarm。

Tool

向 Claude 模型公开的可执行能力。每个 tool 都有名称、描述、输入 schema（Zod）和执行函数。Claude Code 内置 46 个 tool，涵盖以下类别：文件操作、shell 执行、搜索、版本控制、MCP 和 agent 管理。模型根据任务决定调用哪些 tool。参见 内置 Tool。

W

Worktree

用于 agent 隔离的 Git worktree 功能。当 sub-agent（Fork 或 Coordinator 工作者）需要修改文件时，它在独立的 git worktree 中操作——一个共享同一仓库但拥有独立检出的链接工作目录。这防止了并发 agent 产生文件冲突。参见 隔离与 Worktree。