2026年3月31日，Anthropic旗下的Claude Code的完整源码意外泄露到了其官方的npm registry中。这份代码的体量相当惊人——总计超过20万行TypeScript，完整覆盖了从终端用户界面到多智能体协作系统的全部实现。然而，当开发者兴致勃勃地将其克隆到本地后，却发现一个尴尬的现实：这份“宝藏”根本跑不起来。
仅仅十天后，一位名为NanmiCoder的开发者提交了一个经过系统修复的版本，并将其命名为 cc-haha。截止目前，这个仓库已经在GitHub上收获了超过 5600个Star 与 6000余次Fork，成为了近期开源社区的一个热点。本文将拆解这个项目究竟做了什么、它的内部架构设计有何精妙之处，以及它为何值得开发者们的关注。
从“无法运行”到“开箱即用”
直接使用泄露的原始源码，执行标准的 bun install && bun run 命令后，你会遇到一连串的阻塞性问题：入口路由错误导致程序意外回退到Recovery CLI、缺失的存根（stub）文件让Bun的模块加载器陷入无限挂起、使用 --print 无头模式时因类型定义缺失而卡死、甚至连键盘的Enter键都因为原生模块缺失而毫无响应。
cc-haha 项目逐一攻克了这些难关：
- 入口修复：恢复了完整的
cli.tsx 启动链路，巧妙地绕过了preload阶段因 LOCAL_RECOVERY=1 环境变量导致的启动陷阱。
- Stub补全：为缺失的技能（skill）
.md 描述文件和 ultraplan/prompt.txt 等关键资源创建了占位文件，有效阻止了Bun加载器的死循环。
- Native容错：对
modifiers-napi 等需要编译的原生模块添加了try-catch容错机制，使得在不编译原生代码的前提下，键盘输入等基础功能依然可用。
- 类型补全：补充了
filePersistence/types.ts 等一系列缺失的TypeScript类型定义，解决了编译和类型检查报错。
完成这些修复后，那个与官方Claude Code保持一致的完整Ink TUI（终端用户界面）终于可以在本地顺畅运行了，无论是交互模式还是无头的 --print 输出模式。
接入任意LLM：突破Anthropic的局限
这或许是cc-haha带来的最实际、也最具差异化的特性。通过简单地设置 ANTHROPIC_BASE_URL 环境变量，用户就可以将其指向任何兼容Anthropic API格式的第三方服务，例如：
- MiniMax（推荐，支持其M2.7系列模型）
- OpenRouter（聚合了多家模型提供商的网关服务）
- OpenAI / DeepSeek / Ollama（可通过LiteLLM等代理服务进行协议转译）
这意味着，即便你没有官方的Anthropic API Key，也同样可以利用DeepSeek、本地部署的Ollama模型或其他国产大模型，来驱动这套原本为Claude设计的、功能完整的AI编程助手——包括其核心的工具调用、MCP（Model Context Protocol）协议支持以及复杂的多智能体编排能力。这对于国内开发者探索人工智能应用架构具有很高的参考价值。
五层核心架构深度拆解
多智能体（Multi-Agent）系统
cc-haha 实现了一套完整的智能体编排框架。系统内置了6种不同专长的智能体类型（如全能型、探索型、规划型、验证型等），并支持4种任务执行路径：
- Teammate：团队协作模式，每个智能体拥有独立的身份和邮箱系统，可以协同工作。
- Async Subagent：后台异步执行任务，执行完毕后自动通知主智能体。
- Fork Subagent：通过保持API请求前缀的字节级一致性来实现提示词（prompt）缓存命中，从而显著降低大模型调用的Token消耗，这是一个非常巧妙的优化。
- Sync Subagent：标准的同步执行模式。
智能体之间通过一个邮箱（mailbox）系统进行异步通信，支持基于git worktree的工作区隔离，并且权限可以精细控制到每个智能体所能使用的具体工具级别。
记忆（Memory）系统
项目设计了一个四层记忆模型：User（用户画像）、Feedback（行为纠正反馈）、Project（项目动态上下文）、Reference（外部系统指针）。所有记忆都以Markdown文件的形式持久化存储在 ~/.claude/ 目录下，并通过一个统一的 MEMORY.md 索引文件进行访问和管理。
其中，AutoDream 机制颇为有趣。该系统会在持续运行24小时或累计进行5个会话之后，自动触发一个后台智能体来整理、验证和修剪记忆库，有效防止过时或错误的信息污染后续的会话，实现了记忆系统的“自动保洁”。
Computer Use 桌面控制
这是整个系统中最激进的功能之一。它通过24个基于MCP协议的工具，实现了对计算机桌面环境的全面控制，包括屏幕截图、鼠标操控、键盘模拟、剪贴板读写以及应用窗口切换。原始实现依赖于Swift编写的原生模块，而cc-haha则进行了一项创新性替代：使用仅660行的Python代码（主要借助 pyautogui、mss、pyobjc 库）实现了全部系统交互逻辑，做到了零二进制依赖，并在首次运行时自动创建Python虚拟环境并安装所需依赖。
Channel 系统
该系统支持通过Telegram、飞书、Discord、Slack等即时通讯平台远程控制智能体。配合一个6层访问控制列表和权限中继系统，它甚至可以将本地弹出的权限确认对话框转发到IM聊天端，让用户远程完成操作审批。
Skills 插件系统
这是一个可扩展的能力插件框架，支持内置技能和用户自定义技能，具备完整的生命周期管理功能，如安装、更新和卸载。
技术栈与工程规模一览
| 维度 |
数据 |
| 代码量 |
20万+ 行 TypeScript |
| 文件数 |
1900+ 个 TS/TSX 文件 |
| UI 框架 |
React 19 + Ink 6（终端渲染） |
| 运行时 |
Bun 1.1.0+ |
| 核心协议 |
MCP、LSP |
| Python 代码 |
660行（用于Computer Use功能） |
| 文档 |
20+页详细中文文档 + 独立文档站 |
此外，项目还实现了完整的Vim快捷键模式（包括motions、operators、text objects）、LSP（语言服务器协议）集成、自动化PR代码审查、语音输入等高级功能，展示了其作为一个成熟开源实战项目的完备性。
为什么值得关注？
cc-haha 的意义远不止于“一份泄露源码的修复版”。它实际上为我们提供了一个完整的、生产级的AI编程助手架构参考实现。其中关于多智能体编排、跨会话持久化记忆、桌面环境控制、即时通讯通道集成等高级功能的实现细节，对于任何正在构建或研究AI辅助工具链的开发者而言，都具有极高的参考价值。
尤其对于国内开发者，它务实性地解决了一个现实问题：在不直接依赖或难以访问原版Anthropic API服务的前提下，如何利用本地化模型或更易获得的第三方模型，来驱动一套成熟、复杂的AI编程工作流。这其中涉及的工程化思路和适配方案，非常值得在云栈社区这样的技术论坛中进行深入探讨和交流。
项目地址：github.com/NanmiCoder/cc-haha
发表于 1 小时前
|
查看: 2|
回复: 0
