> ## Documentation Index > Fetch the complete documentation index at: https://ccb.agent-aura.top/llms.txt > Use this file to discover all available pages before exploring further. # System Prompt 动态组装 - AI 工作记忆构建 > 深入解析 Claude Code 的 System Prompt 动态组装过程：缓存策略、分界标记、Section 注册表、CLAUDE.md 多级合并，以及如何将零散上下文拼装为 API 可消费的缓存友好结构。 ## 从数组到 API 调用：System Prompt 的完整链路 System Prompt 在 Claude Code 中不是一段写死的文本，而是一个 **`string[]` 数组**（品牌类型 `SystemPrompt`，定义于 `src/utils/systemPromptType.ts:8`），经过组装、分块、缓存标记后发送给 API。 ### 三阶段管道 ``` getSystemPrompt() → string[] （组装内容） ↓ buildEffectiveSystemPrompt() → SystemPrompt （选择优先级路径） ↓ buildSystemPromptBlocks() → TextBlockParam[] （分块 + cache_control 标记） ``` 1. **`getSystemPrompt()`**（`src/constants/prompts.ts:444`）—— 收集静态段 + 动态段，插入 `SYSTEM_PROMPT_DYNAMIC_BOUNDARY` 分界标记 2. **`buildEffectiveSystemPrompt()`**（`src/utils/systemPrompt.ts:41`）—— 按 Override > Coordinator > Agent > Custom > Default 优先级选择 3. **`buildSystemPromptBlocks()`**（`src/services/api/claude.ts:3279`）—— 调用 `splitSysPromptPrefix()` 分块，为每个块附加 `cache_control` ## SystemPrompt 品牌类型 ```typescript theme={null} // packages/@ant/model-provider/src/types/systemPrompt.ts:4 export type SystemPrompt = readonly string[] & { readonly __brand: 'SystemPrompt' } export function asSystemPrompt(value: readonly string[]): SystemPrompt { return value as SystemPrompt // 零开销类型断言 } ``` 品牌类型（branded type）防止普通 `string[]` 被意外传入 API 调用——只有通过 `asSystemPrompt()` 显式转换才能获得 `SystemPrompt` 类型。 ## getSystemPrompt()：内容组装的全景 `src/constants/prompts.ts:444` 是 System Prompt 的核心工厂函数，返回一个有序数组： | 阶段 | 内容 | 缓存策略 | | ------------ | ----------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------- | | **静态区** | Intro Section、System Rules、Doing Tasks、Actions、Using Tools、Tone & Style、Output Efficiency | 可跨组织缓存（`scope: 'global'`） | | **BOUNDARY** | `SYSTEM_PROMPT_DYNAMIC_BOUNDARY = '__SYSTEM_PROMPT_DYNAMIC_BOUNDARY__'` | 分界标记（不发送给 API，仅用于分割静态区与动态区以实现全局缓存） | | **动态区** | Session Guidance、Memory、Model Override、Env Info、Language、Output Style、MCP Instructions、Scratchpad、FRC、Summarize Tool Results、Token Budget、Brief | 每次会话不同（`scope: 'org'` 或无缓存） | > **Boundary 是什么**：它把 System Prompt 分成"不变的静态区"和"因用户/会话而异的动态区"。静态区对所有用户相同，可获得 `scope: 'global'` 跨组织缓存；动态区每次不同，只能 `scope: 'org'` 或不缓存。它本身是一个特殊字符串，在发送给 API 前被移除，AI 永远看不到。 ### 动态区的 Section 注册表 动态区通过 `systemPromptSection()` / `DANGEROUS_uncachedSystemPromptSection()` 注册，这两个工厂函数定义于 `src/constants/systemPromptSections.ts`： ```typescript theme={null} // 缓存式 Section：计算一次，/clear 或 /compact 后才重新计算 systemPromptSection('memory', () => loadMemoryPrompt()) // 危险：每轮重新计算，会破坏 Prompt Cache DANGEROUS_uncachedSystemPromptSection( 'mcp_instructions', () => isMcpInstructionsDeltaEnabled() ? null : getMcpInstructionsSection(mcpClients), 'MCP servers connect/disconnect between turns' // 必须给出破坏缓存的理由 ) ``` `resolveSystemPromptSections()` 在每轮查询时解析所有 Section，对于 `cacheBreak: false` 的 Section，优先使用 `getSystemPromptSectionCache()` 中的缓存值。只有 MCP 指令等真正动态的内容使用 `DANGEROUS_uncachedSystemPromptSection`。 ### `CLAUDE_CODE_SIMPLE` 快速路径 当环境变量 `CLAUDE_CODE_SIMPLE` 为真时，整个 System Prompt 缩减为一行： ```typescript theme={null} `You are Claude Code, Anthropic's official CLI for Claude.\n\nCWD: ${getCwd()}\nDate: ${getSessionStartDate()}` ``` 跳过所有 Section 注册、缓存分块、动态组装——用于最小化 token 消耗的测试场景。 ## buildEffectiveSystemPrompt()：五级优先级 `src/utils/systemPrompt.ts:41` 决定最终使用哪个 System Prompt： | 优先级 | 条件 | 行为 | | ------------------ | --------------------------------- | ---------------------------------- | | **0. Override** | `overrideSystemPrompt` 非空 | 完全替换，返回 `[override]` | | **1. Coordinator** | `COORDINATOR_MODE` feature + 环境变量 | 使用协调者专用提示词 | | **2. Agent** | `mainThreadAgentDefinition` 存在 | Proactive 模式：追加到默认提示词尾部；否则：替换默认提示词 | | **3. Custom** | `--system-prompt` 参数指定 | 替换默认提示词 | | **4. Default** | 无特殊条件 | 使用 `getSystemPrompt()` 完整输出 | `appendSystemPrompt` 始终追加到末尾（Override 除外）。 ## Provider 系统概述 Claude Code 支持多种 API 提供商，分为两大类： | 类别 | Provider | 环境变量 | 说明 | | -------------------- | ------------ | --------------------------- | -------------------------------- | | **1P (First Party)** | `firstParty` | 默认 | Anthropic 官方 API 直连 | | **3P (Third Party)** | `bedrock` | `CLAUDE_CODE_USE_BEDROCK=1` | AWS Bedrock 托管服务 | | **3P** | `vertex` | `CLAUDE_CODE_USE_VERTEX=1` | Google Vertex AI | | **3P** | `openai` | `CLAUDE_CODE_USE_OPENAI=1` | OpenAI 兼容层（Ollama/DeepSeek/vLLM） | | **3P** | `gemini` | `CLAUDE_CODE_USE_GEMINI=1` | Google Gemini API | | **3P** | `grok` | `CLAUDE_CODE_USE_GROK=1` | xAI Grok | Provider 决定了： * **可用的 beta headers**：部分 beta 功能仅限 1P 用户 * **缓存策略**：全局缓存 `scope: 'global'` 仅 1P 可用 * **Token 计数方式**：Bedrock 有独立的 countTokens 端点，OpenAI/Gemini 依赖估算 ```typescript theme={null} // src/utils/model/providers.ts:5-13 export type APIProvider = | 'firstParty' // 1P - Anthropic 直连 | 'bedrock' // 3P - AWS Bedrock | 'vertex' // 3P - Google Vertex | 'foundry' // 3P - Anthropic Foundry | 'openai' // 3P - OpenAI 兼容层 | 'gemini' // 3P - Google Gemini | 'grok' // 3P - xAI Grok ``` ## 缓存策略：分块、标记、命中 这是 System Prompt 设计中最精密的部分。 ### Anthropic Prompt Cache 基础 Anthropic API 的 Prompt Cache 允许跨请求复用相同的 System Prompt 前缀，按缓存命中量计费（远低于完整输入价格）。缓存键由内容的 Blake2b 哈希决定——任何字符变化都会导致缓存失效。 ### `splitSysPromptPrefix()`：三种分块模式 `src/utils/api.ts:321` 是缓存策略的核心，根据条件选择三种分块模式： #### 模式 1：MCP 工具存在时（`skipGlobalCacheForSystemPrompt=true`） ``` [attribution header] → cacheScope: null （不缓存） [system prompt prefix] → cacheScope: 'org' （组织级缓存） [everything else] → cacheScope: 'org' （组织级缓存） ``` MCP 工具列表在会话中可能变化（连接/断开），破坏了跨组织缓存的基础，因此降级为组织级。 #### 模式 2：Global Cache + Boundary 存在（1P 专用） ``` [attribution header] → cacheScope: null （不缓存） [system prompt prefix] → cacheScope: null （不缓存） [static content] → cacheScope: 'global' （全局缓存！跨组织共享） [dynamic content] → cacheScope: null （不缓存） ``` 这是缓存效率最高的模式。`SYSTEM_PROMPT_DYNAMIC_BOUNDARY` 之前的静态内容（Intro、Rules、Tone & Style 等）对所有用户相同，可跨组织缓存。 > **Boundary 插入条件**：`SYSTEM_PROMPT_DYNAMIC_BOUNDARY` 标记**仅在特定条件**下插入： ```typescript theme={null} // src/utils/betas.ts:226-229 export function shouldUseGlobalCacheScope(): boolean { return ( getAPIProvider() === 'firstParty' && !isEnvTruthy(process.env.CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS) ) } ``` ```typescript theme={null} // src/constants/prompts.ts:574 ...(shouldUseGlobalCacheScope() ? [SYSTEM_PROMPT_DYNAMIC_BOUNDARY] : []), ``` 这意味着： * **3P 用户（Bedrock/Vertex/OpenAI/Gemini）**：Boundary 永远不存在，始终使用模式 3 * **1P 用户禁用实验性功能**：设置 `CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS=1`，Boundary 不插入 * **1P 用户默认**：Boundary 存在，使用模式 2（最高缓存效率） #### 模式 3：默认（3P 提供商 或 Boundary 缺失） ``` [attribution header] → cacheScope: null （不缓存） [system prompt prefix] → cacheScope: 'org' （组织级缓存） [everything else] → cacheScope: 'org' （组织级缓存） ``` ### `getCacheControl()`：TTL 决策 `src/services/api/claude.ts:348` 生成的 `cache_control` 对象： ```typescript theme={null} { type: 'ephemeral', ttl?: '1h', // 仅特定 querySource 符合条件时 scope?: 'global', // 仅静态区 } ``` 1 小时 TTL 的判定逻辑（`should1hCacheTTL()`，第 383 行）： * **Bedrock 用户**：通过环境变量 `ENABLE_PROMPT_CACHING_1H_BEDROCK` 启用 * **1P 用户**：通过 GrowthBook 配置的 `allowlist` 数组匹配 `querySource`，支持前缀通配符（如 `"repl_main_thread*"`） * **会话级锁定**：资格判定结果在 bootstrap state 中缓存，防止 GrowthBook 配置中途变化导致同一会话内 TTL 不一致 ### 缓存破坏：Session-Specific Guidance 的放置 `getSessionSpecificGuidanceSection()`（`src/constants/prompts.ts:354`）的内容必须放在 `SYSTEM_PROMPT_DYNAMIC_BOUNDARY` **之后**。因为它包含： * 当前会话的 enabledTools 集合 * `isForkSubagentEnabled()` 的运行时判定 * `getIsNonInteractiveSession()` 的结果 这些运行时 bit 如果放在静态区，会产生 2^N 种 Blake2b 哈希变体（N = 运行时条件数），完全破坏缓存命中率。源码注释明确警告： > Each conditional here is a runtime bit that would otherwise multiply the Blake2b prefix hash variants (2^N). See PR #24490, #24171 for the same bug class. ### `CLAUDE_CODE_SIMPLE` 模式 当设置了 `CLAUDE_CODE_SIMPLE` 环境变量时，整个系统提示词会大幅缩减： ```typescript theme={null} return [`You are Claude Code, Anthropic's official CLI for Claude.\n\nCWD: ${getCwd()}\nDate: ${getSessionStartDate()}`] ``` ## 上下文注入：System Context 与 User Context System Prompt 数组本身不包含运行时上下文（git 状态、CLAUDE.md 内容）。上下文通过两个独立的管道注入： ### System Context（`src/context.ts:116`） ```typescript theme={null} export const getSystemContext = memoize(async () => { return { gitStatus, // git 分支、状态、最近提交（截断至 MAX_STATUS_CHARS=2000） cacheBreaker, // 仅 ant 用户的缓存破坏器 } }) ``` * 使用 `lodash.memoize` 缓存——**整个会话期间只计算一次** * Git 状态快照包含 5 个并行 `git` 命令（branch、defaultBranch、status、log、userName） * `status` 超过 2000 字符时截断并附加提示使用 BashTool 获取更多信息 * `systemPromptInjection` 变更时，通过 `getUserContext.cache.clear?.()` 清除所有上下文缓存 ### User Context（`src/context.ts:155`） ```typescript theme={null} export const getUserContext = memoize(async () => { return { claudeMd, // 合并后的 CLAUDE.md 内容 currentDate, // "Today's date is YYYY-MM-DD." } }) ``` * **CLAUDE.md 禁用条件**：`CLAUDE_CODE_DISABLE_CLAUDE_MDS` 环境变量，或 `--bare` 模式（除非通过 `--add-dir` 显式指定目录） * `--bare` 模式的语义是"跳过我没要求的东西"而非"忽略所有" ### 注入位置 在 `src/query.ts:449`： ```typescript theme={null} // System Context 追加到 System Prompt 尾部 const fullSystemPrompt = asSystemPrompt( appendSystemContext(systemPrompt, systemContext) // 简单拼接 ) ``` User Context 通过 `prependUserContext()`（`src/utils/api.ts:449`）注入为 `` 标签包裹的首条用户消息，放在所有对话消息之前。 ## Attribution Header：计费与安全 每个 API 请求的 System Prompt 首块是 Attribution Header（`src/constants/system.ts:30`），包含： * **`cc_version`**：Claude Code 版本 + 指纹 * **`cc_entrypoint`**：入口点标识（REPL / SDK / pipe 等） * **`cch=00000`**（NATIVE\_CLIENT\_ATTESTATION 启用时）：Bun 原生 HTTP 层在发送前将零替换为计算出的哈希值，服务器验证此 token 确认请求来自真实 Claude Code 客户端 Header 始终 `cacheScope: null`——它因版本和指纹不同而变化，不适合缓存。 ## CLAUDE.md：项目级知识注入 这是 Claude Code 最巧妙的设计之一。在项目根目录放一个 `CLAUDE.md` 文件，就能让 AI "理解" 你的项目： * **项目概述**：这个项目做什么、用了什么技术栈 * **开发约定**：代码风格、命名规范、分支策略 * **常用命令**：怎么构建、怎么测试、怎么部署 * **注意事项**：已知的坑、特殊的配置 系统会自动发现并合并多级 CLAUDE.md： ``` ~/.claude/CLAUDE.md ← 用户全局（个人偏好） └── /project/CLAUDE.md ← 项目根目录（团队共享） └── /project/src/CLAUDE.md ← 子目录（模块特定） ``` 加载逻辑在 `src/utils/claudemd.ts` 中的 `getClaudeMds()` 和 `getMemoryFiles()` 实现——从 CWD 向上遍历目录树，合并所有匹配的 CLAUDE.md 文件内容。 ## 设计洞察：为什么是 `string[]` 而非单个 `string` 将 System Prompt 设计为数组而非单段文本，是为了 **缓存分块**： 1. Anthropic Prompt Cache 以 **内容块**（TextBlock）为缓存单位 2. 将 System Prompt 拆为多个块，可以让不变的部分（Intro、Rules）获得独立的缓存命中 3. 如果是单个 `string`，任何一个字符变化（如日期更新）都会导致整个 System Prompt 的缓存失效 4. `SYSTEM_PROMPT_DYNAMIC_BOUNDARY` 标记允许 `splitSysPromptPrefix()` 精确地将静态区标记为 `scope: 'global'`，动态区不标记或标记为 `scope: 'org'` 这是 Claude Code 在 token 成本优化上的核心设计——一次典型的 System Prompt 约 20K+ tokens，通过缓存分块可以节省 30-50% 的输入 token 费用。 ## 兼容层：OpenAI 与 Gemini Claude Code 提供了 OpenAI 和 Gemini 协议的兼容层，允许使用非 Anthropic 端点。 ### OpenAI 兼容层 通过 `CLAUDE_CODE_USE_OPENAI=1` 启用，支持任意 OpenAI Chat Completions 协议端点（Ollama、DeepSeek、vLLM 等）。 实现采用**流适配器模式**： 1. 将 Anthropic 格式请求转换为 OpenAI 格式 2. 调用 OpenAI 兼容端点 3. 将 SSE 流转换回 `BetaRawMessageStreamEvent` 4. 下游代码完全无感知 ``` src/services/api/openai/ ├── client.ts # OpenAI 客户端配置 ├── convertMessages.ts # 消息格式转换（Anthropic → OpenAI） ├── convertTools.ts # 工具定义转换 ├── streamAdapter.ts # SSE 流适配（OpenAI → Anthropic） ├── modelMapping.ts # 模型名称映射 └── index.ts # 入口函数 queryModelOpenAI() ``` 关键环境变量： * `CLAUDE_CODE_USE_OPENAI=1` — 启用 OpenAI provider * `OPENAI_API_KEY` — API 密钥 * `OPENAI_BASE_URL` — API 端点（默认 `https://api.openai.com/v1`） * `OPENAI_MODEL` — 直接指定模型名 ### Gemini 兼容层 通过 `CLAUDE_CODE_USE_GEMINI=1` 启用，支持 Google Gemini API。 ``` src/services/api/gemini/ ├── client.ts # Gemini 客户端配置 ├── convertMessages.ts # 消息格式转换 ├── convertTools.ts # 工具定义转换 ├── streamAdapter.ts # 流适配 ├── modelMapping.ts # 模型名称映射 ├── types.ts # 类型定义 └── index.ts # 入口函数 ``` 关键环境变量： * `CLAUDE_CODE_USE_GEMINI=1` — 启用 Gemini provider * `GEMINI_API_KEY` — API 密钥 * `GEMINI_BASE_URL` — API 端点（默认 `https://generativelanguage.googleapis.com/v1beta`） * `GEMINI_MODEL` — 直接指定模型名 * `GEMINI_DEFAULT_SONNET_MODEL` / `GEMINI_DEFAULT_OPUS_MODEL` — 按能力级别映射 ### 兼容层的限制 使用 3P 兼容层时，部分功能受限： * **无精确 token 计数**：系统退回到近似估算，影响自动压缩触发时机 * **无全局缓存**：只能使用组织级缓存 `scope: 'org'` * **部分 beta 功能不可用**：依赖 Anthropic 特有 beta headers 的功能受限 详见 `docs/plans/openai-compatibility.md` 和 `CLAUDE.md` 中的相关章节。