Claude Code Unpacked: Panduan Visual

 (ccunpacked.dev)
31 poin oleh GN⁺ 19 hari lalu | 1 komentar | Bagikan ke WhatsApp
  • Proyek tidak resmi yang menganalisis secara visual struktur keseluruhan dan cara kerja internal Claude Code, memungkinkan eksplorasi agent loop dan sistem dengan lebih dari 50 alat dari pemrosesan input hingga rendering respons
  • Terdiri dari total 804 file, lebih dari 220 ribu baris kode, lebih dari 40 perintah, dan lebih dari 22 alat, serta merupakan hasil analisis independen yang tidak terkait dengan Anthropic
  • Agent loop terdiri dari 11 tahap pemrosesan termasuk input, pesan, sistem, API, pemanggilan alat, dan rendering, sehingga proses pembentukan respons Claude Code dapat ditelusuri
  • Melalui sistem alat dan katalog perintah, fungsi-fungsi rinci seperti pekerjaan file, eksekusi, pencarian, perencanaan, dan manajemen sistem diklasifikasikan, serta mencakup banyak fitur privat dan eksperimental
  • Fitur tersembunyi seperti Buddy, Kairos, UltraPlan, Coordinator Mode mendukung perilaku yang diperluas seperti perencanaan jangka panjang, pekerjaan paralel, kendali jarak jauh, dan sesi persisten

Struktur dan cara kerja internal Claude Code

  • Proyek yang memungkinkan eksplorasi visual atas keseluruhan agent loop, lebih dari 50 alat, orkestrasi multi-agent, dan fitur privat di Claude Code, dari pemrosesan input hingga rendering respons
  • Terdiri dari total 804 file, lebih dari 220 ribu baris kode, lebih dari 40 perintah, dan lebih dari 22 alat
  • Dianalisis berdasarkan source code yang dipublikasikan, dan merupakan proyek tidak resmi yang tidak terkait dengan Anthropic
  • Waktu analisis adalah 31 Maret 2026, dikurasi oleh zackautocracy bersama DeepWiki

  • Agent loop

    • Saat pengguna memasukkan pesan, Claude Code melewati 11 tahap: input → message → history → system → API → token → tool → loop → render → hook → wait
    • Input diproses melalui komponen TextInput milik Ink, dan dalam mode non-interaktif menggunakan standard input (stdin)
    • Setiap tahap disusun agar proses Claude Code menerima pesan dan menghasilkan respons dapat dilacak secara rinci

  • Penjelajah arsitektur

    • Seluruh source tree dapat dijelajahi dengan klik, dengan komponen utama sebagai berikut
      • Tools & Commands: alat dan perintah bawaan
      • Core Processing: logika pemrosesan inti
      • UI Layer: susunan antarmuka pengguna
      • Infrastructure: infrastruktur dan lingkungan eksekusi
      • Support & Utilities: utilitas pendukung
      • Personality & UX: elemen terkait pengalaman pengguna

Sistem alat dan perintah

  • Sistem alat

    • Mengklasifikasikan lebih dari 22 alat bawaan yang dapat dipanggil Claude Code berdasarkan fungsi

    • Pekerjaan file

      • 6 alat seperti FileRead, FileEdit, FileWrite, Glob, Grep, NotebookEdit

    • Eksekusi

      • 3 alat seperti Bash, PowerShell, REPL

    • Pencarian dan pengambilan

      • 4 alat seperti WebBrowser🔒, WebFetch, WebSearch, ToolSearch

    • Agent dan tugas

      • 11 alat seperti Agent, SendMessage, TaskCreate, TaskList, TeamCreate

    • Perencanaan

      • 5 alat seperti EnterPlanMode, ExitPlanMode, VerifyPlanExecution🔒

    • Terkait MCP

      • 4 alat seperti ListMcpResources, ReadMcpResource, McpAuth

    • Sistem

      • 11 alat seperti AskUserQuestion, TodoWrite, Config, Workflow🔒, TerminalCapture🔒

    • Fitur eksperimental

      • 8 alat seperti Sleep, SendUserMessage, LSP🔒, PushNotification🔒

  • Katalog perintah

    • Mengklasifikasikan semua slash command yang tersedia di Claude Code berdasarkan fungsi

    • Pengaturan dan konfigurasi

      • 12 perintah seperti /init, /login, /logout, /config, /permissions, /model, /theme

    • Workflow harian

      • 24 perintah seperti /compact, /memory, /context, /plan, /resume, /files, /summary

    • Code review dan Git

      • 13 perintah seperti /review, /commit, /diff, /branch, /issue, /autofix-pr🔒

    • Debugging dan diagnosis

      • 23 perintah seperti /status, /stats, /usage, /think-back, /debug-tool-call, /heapdump

    • Fitur lanjutan dan eksperimental

      • 23 perintah seperti /advisor, /remote-control🔒, /teleport, /plugin, /web-setup, /help, /exit

Fitur tersembunyi

  • Mencakup banyak fitur privat yang ada di dalam kode tetapi belum dirilis

  • Buddy

    • Hewan peliharaan virtual di dalam terminal, dengan spesies dan tingkat kelangkaan ditentukan oleh ID akun

  • Kairos

    • Mode persisten yang mendukung integrasi memori antar sesi dan operasi latar belakang otonom

  • UltraPlan

    • Sesi perencanaan jangka panjang hingga 30 menit eksekusi pada model kelas Opus

  • Coordinator Mode

    • Agent pemimpin membagi pekerjaan dan membuat worker paralel untuk mengumpulkan hasil

  • Bridge

    • Fitur untuk mengendalikan Claude Code dari jarak jauh melalui ponsel atau browser

  • Daemon Mode

    • Menjalankan sesi latar belakang dengan opsi --bg, secara internal menggunakan tmux

  • UDS Inbox

    • Mendukung komunikasi antar sesi melalui Unix domain socket

  • Auto-Dream

    • Di antara sesi, AI meninjau aktivitas sebelumnya dan merangkum hal-hal yang dipelajari

Informasi proyek

  • Proyek analisis tidak resmi, tidak memiliki hubungan langsung dengan Anthropic
  • Dibuat berdasarkan source code Claude Code yang dipublikasikan, dan sebagian isinya mungkin tidak akurat atau merupakan versi lama
  • Analisis dilakukan berdasarkan source code yang dipublikasikan oleh @Fried_rice
  • Dibuat oleh zackautocracy dengan dukungan kurasi AI dari DeepWiki

Bacaan terkait

1 komentar

 
GN⁺ 19 hari lalu
Komentar Hacker News

  • Codebase CLI agen sebesar 500k baris menunjukkan betapa rumitnya neraka manajemen state saat mencoba mengendalikan LLM probabilistik secara deterministik
    Ini bekerja baik di platform yang sederhana, tetapi mudah rusak di repositori enterprise skala besar
    Tanpa state machine eksternal, keandalan harus dipaksa dengan brute force, sehingga 90% kodenya dipenuhi defensive programming — regex, pembersihan konteks, loop retry, rollback state, dan sebagainya untuk mencegah drift agen
    Visualisasinya keren, tetapi rasanya masih seperti mendorong gumpalan kode besar alih-alih governance tingkat sistem

    • Banyak pembahasan negatif tentang kodenya, tetapi anehnya hampir tidak ada pembahasan tentang arsitekturnya sendiri
      Poin utamanya adalah sisi klien hanya menyediakan toolset sederhana (read file, output rich text, dll.), dan dirancang agar server bisa berinovasi dengan cepat
      Menurut saya, secret sauce-nya justru struktur di mana tim server berpikir, “seberapa kreatif kami bisa memanfaatkan API yang terbatas ini?”
    • Banyak juga riset industri yang mencoba mengendalikan manusia secara deterministik, dan bahkan itu pun tetap menjadi kelompok yang tidak bisa dikendalikan
    • Seluruh ekonomi pada dasarnya sudah dibangun di atas teknologi seperti ini
      Jika gagal menepati janji, masalahnya bukan sekadar “kodenya tidak stabil”, tetapi seluruh sistem keuangan bisa terguncang
    • Sulit membedakan apakah kode ini hasil defensive programming, atau karena kompleksitas yang tak terelakkan saat coding bersama AI
    • Saya tidak setuju dengan pernyataan “ini rusak di repositori perusahaan besar”
      Tempat seperti Meta justru merupakan contoh yang sangat baik dalam memanfaatkan CC

  • Saya penulisnya. Saya membuat situs visualisasi ini hanya dalam beberapa jam setelah kebocoran Claude Code
    Saya biasa memakai pi dan sedang membangun coding agent saya sendiri, jadi saya ingin mempelajari struktur Anthropic (sistem tool, agent loop, dll.)
    Karena kode 500 ribu baris sulit dijelajahi, saya membuat peta visual untuk dipakai sebagai referensi
    Saya terus memperbarui situs ini berdasarkan masukan, jadi kalau ada bagian yang terlewat akan sangat membantu jika diberi tahu

    • Saya juga menghubungkan pi dan cc ke llama.cpp lokal dan menjalankannya dalam lingkungan sepenuhnya offline
      Saya membandingkan desain dan implementasi kedua sistem itu, dan terkesan karena situs penulis sepertinya juga dibuat dengan pi
      Kalau memungkinkan, saya juga ingin melihat visualisasi pi vs cc
    • UX dan fungsionalitas situsnya sangat bagus. Saya penasaran apakah ada rencana untuk membuka source code-nya
    • Tone dan ritme tulisannya bagus
      Hanya saja, akan lebih baik jika bagian ‘format pesan Anthropic’ diberi anotasi atau tooltip — karena pada dasarnya itu juga format OpenAI
    • Saya ingin tahu lebih banyak tentang cara penulis menyiapkan agen

  • Saya penasaran apakah ada agent harness yang dibuat tanpa AI
    Strukturnya cuma TUI sederhana yang memanggil endpoint model, jadi 500 ribu baris terasa terlalu berlebihan

    • LoC sudah menjadi metrik produktivitas yang tidak berarti
      Bisa jadi itu untuk reuse kode atau dijadikan library, atau mungkin hasil dari tekanan waktu khas startup
    • Saya sarankan melihat pi coding agent
    • TUI CC bukan sekadar text UI sederhana, tetapi rendering berbasis React
    • Kualitas kode Opencode cukup bagus
    • CLI Claude Code pada dasarnya adalah struktur yang mengubah browser headless menjadi teks, sehingga sangat tidak nyaman saat debugging
      Masalah konversi ASCII → Unicode membuat pipe atau parser rusak, dan juga mempersulit copy/paste
      Fitur yang seharusnya sederhana jadi terasa seperti mesin Rube Goldberg

  • Ada pertanyaan, “500k baris, bukankah ini cuma setara REPL sederhana?”

    • Produk pesaing juga punya ukuran serupa
      Opencode sekitar 670 ribu, Codex 720 ribu, Gemini 570 ribu baris, jadi ukuran Claude Code tidak abnormal
    • Bisa jadi ada dorongan bawah sadar bahwa karena LLM kompleks, maka tool-nya juga harus kompleks
    • Dalam praktiknya memang banyak perbaikan dadakan (vibe fix) dan desainnya kurang konsisten
      Meski begitu, beberapa ide detail seperti pelacakan TTL cache cukup menarik
    • Daripada kritik sederhana seperti “ini membengkak karena JS/Electron”, posisinya adalah baca langsung sendiri (RTFA)
    • Ada juga pembahasan tentang berapa LoC yang sebenarnya pantas untuk program seperti ini

  • Kalau ini terjadi pada 2020, sulit membayangkan kebocoran kode seperti ini bisa dianalisis secara visual

    • Ada juga pendapat bahwa ini sebenarnya sudah mungkin dilakukan dengan tool analisis statis saat itu
    • Saya penasaran prosedur apa yang dipakai untuk membuatnya, dan bagaimana AI dimanfaatkan

  • Saya juga membuat situs serupa 11 jam lalu, tetapi tidak mendapat perhatian
    Tetap saja, menyenangkan melihat implementasi lain
    Percobaan saya ada di sini

    • Sekarang memang zamannya semua orang mencoba hal serupa, jadi siapa yang mendapat perhatian sebenarnya tidak terlalu penting

  • Yang tetap mengejutkan adalah fakta bahwa situs sekeren ini dibuat hanya dalam dua hari

    • Mungkin dibuat dengan Claude Code
      Situs yang dibuat LLM kadang terlihat berkualitas tinggi dari luar tetapi reliabilitas isinya rendah
      Misalnya seperti nzoilwatch.com yang terlihat seperti karya ahli, padahal sebenarnya proyek pribadi
      Jika penggunaan LLM diungkapkan secara eksplisit, kesalahpahaman bisa berkurang
    • Claude bisa membuat website dalam hitungan menit jika prompt-nya tepat
    • Saya berbicara dengan pengembang tool agen besar, dan mereka bilang mereka membuat tool dengan tool
      Saat saya bilang UI buatan saya masih lemah, mereka menjawab bahwa mereka memakai library komponen UI internal mereka sendiri
      Karena itu saya juga mencoba membuat library bernama substrateui.dev sendiri, dan menikmati proses belajar UI itu sendiri sambil menyusun ulang design system dengan Claude Code
    • Ada juga yang menilai keterbacaan dan interaksi situs ini justru kurang nyaman
    • Meski begitu, ironisnya di HN orang masih bilang LLM menurunkan produktivitas

  • Source yang bocor bisa dilihat di repositori Codeberg

  • Menarik bahwa Anthropic mengembangkan produknya sendiri dengan tool internalnya
    Tetapi jika ini proyek berumur satu tahun, seharusnya sekarang sudah masuk tahap stabilisasi

    • Proyek satu tahun yang dikerjakan banyak developer masih sangat mungkin punya banyak bug
    • Menunda technical debt bisa jadi pilihan yang rasional
      Toh di masa depan LLM yang akan menangani maintenance, jadi dari sudut pandang ini manusia tidak perlu membereskannya sendiri
    • Boris Cherny secara langsung menyebut bahwa mereka “membuat CC dengan CC”
    • Jika melihat tweet yang mereka banggakan, terlihat penggunaan resource yang berlebihan, seperti API TUI membutuhkan 68GB RAM atau rendering teks memakan 16ms

  • Akan bagus jika proyek ini ditambahkan ke Awesome Claude Code