collection-claude-code-source-code: vier Blickwinkel auf Claude Code
Eine Sammlung des Claude Code Open Source. Es wurden keine Anmerkungen, Dokumente oder Build-Tools hinzugefügt. Verwenden Sie claude-code-source-code für die recherchierte und kommentierte Version.
Auf einen Blick
- Was ist das?
- Das Repository von chauncygu bündelt den geleakten TypeScript-Quellcode von Claude Code, eine dekompilierte Fassung mit Analysepapieren und zwei Python-Neuimplementierungen, von der Architekturspiegelung bis zur lauffähigen Minimalversion. Einordnung, Aufbau und Nutzungsfragen.
- Für wen ist es gedacht?
- Das Repository passt für Forschende und Entwickler, die verstehen wollen, wie ein produktiver KI-Coding-Agent aufgebaut ist, von der Agent-Schleife über das Berechtigungssystem bis zur Kontextkomprimierung. Ungeeignet ist es für jeden, der eine einsatzbereite Coding-Assistent-Lösung sucht, denn der rohe Code ist nicht lauffähig aufbereitet.
- Darf ich es kommerziell nutzen?
- Ja. Apache-2.0 ist eine freizügige Lizenz: Sie dürfen darauf aufbauende Software nutzen, verändern und verkaufen, solange Sie die Urheberrechts- und Lizenzhinweise beibehalten.
- Wird es noch gepflegt?
- Ja. Die letzten Commits kamen vor 157 Tagen.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich TypeScript, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 14. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
Der Leak vom 31. März 2026 und die Sammlung dazu
Ausgangspunkt dieser Sammlung ist ein ungewöhnliches Ereignis: Am 31. März 2026 erschien der Quellcode des CLI-Tools Claude Code von Anthropic öffentlich im Netz, was unter anderem von VentureBeat und NDTV aufgegriffen wurde und auf Hacker News eine breite Diskussion auslöste. Das Repository chauncygu/collection-claude-code-source-code entstanden am Tag darauf als Sammelstelle, dessen News-Protokoll die COMMUNITY-Reaktion fast stundenweise nachzeichnet, von Architekturanalysen bis zu Beiträgen über die Speicherschichten des Tools.
Das Projekt selbst ist in TypeScript registriert, steht unter der Apache-2.0-Lizenz und zeigt rund 2.800 Sterne bei fast 2.500 Forks, ein Verhältnis, das die Nutzung als Studienmaterial bestätigt. Ein ausdrücklicher Disclaimer rahmt alles ein: Das Repository sei nur für akademische Forschung und Bildungszwecke gedacht, alle Unterprojekte beruhen auf öffentlich zugänglichen Informationen, und Anwender tragen die Verantwortung für die Einhaltung von Gesetzen, Vorschriften und Nutzungsbedingungen. Der einzige Release trägt die Nummer v1.01 und datiert vom 4. April 2026.
original-source-code gegen claude-code-source-code: roh und annotiert
Die Sammlung gruppiert vier Unterprojekte, deren Unterschied die Tabelle im README nach Sprache, Art und Dateizahl festhält. Das erste, original-source-code, ist der rohe geleakte TypeScript-Quellcode, unverändert seit dem Leak, 1.884 Dateien umfassend, verpackt als src.zip. Hier wurden laut Beschreibung keine Anmerkungen, keine Dokumentation und keine Build-Werkzeuge ergänzt, das Verzeichnis dient als unveränderte Referenz-Momentaufnahme.
Das zweite Unterprojekt, claude-code-source-code, richtet sich an diejenigen, die mit weniger Reibung studieren wollen: eine rekonstruierte Fassung der Version v2.1.88, gewonnen aus dem npm-Paket @anthropic-ai/claude-code@2.1.88, mit 1.940 Dateien und rund 163.318 Zeilen TypeScript. Dazu kommen Analysedokumente im Ordner docs/, die laut Inhaltsverzeichnis Telemetrie, versteckte Funktionen, Fernsteuerungsschalter und die Roadmap des Tools behandeln. Wer nur eines der beiden Verzeichnisse öffnet, verpasst also jeweils die andere Perspektive: Reinform oder Kontext.
main.tsx, query.ts und autoCompact: der Kernausführungsfluss
Das dokumentierte Unterprojekt beschreibt den Kernausführungsfluss konkret. Der Einstieg liegt in main.tsx, die zentrale Agent-Schleife in query.ts. Eine Benutzereingabe läuft über processUserInput in die Abfrage, ein Streaming-Tool-Executor führt die Werkzeugaufrufe aus, und autoCompact übernimmt die automatische Komprimierung des Kontexts, wenn die Sitzung zu lang wird. Diese Kette erklärt auf wenigen Ebenen, wie ein interaktives CLI-Agent-Tool strukturiert ist.
Der Technologie-Stack listet TypeScript 6.0 und neuer, die Bun-Laufzeit, das Anthropic SDK, React mit Ink für die Terminal-Oberfläche, esbuild, Zod und MCP auf. Die Modulbeschreibungen zählen ein Werkzeugsystem mit über 40 Tools, rund 87 Slash-Befehle und ein Berechtigungssystem mit drei Modi auf. Für jemanden, der eigene Agent-Tools baut, ist diese Aufschlüsselung der eigentliche Wert, weil sie zeigt, wie ein etabliertes Produkt Berechtigungen, Werkzeugaufrufe und Kontextgrenzen im Alltag handhabt.
claw-code als Clean-Room-Spiegel mit JSON-Snapshots
Das dritte Unterprojekt verfolgt einen anderen Weg: claw-code ist eine Clean-Room-Neuimplementierung in Python, die laut README auf architektonische Spiegelung und Forschung zielt und ohne Kopien des Originalquelltexts auskommt. Er erstellt wurde sie von @instructkr (Sigrid Jin) und erreichte als eines der schnellsten Repositorien weltweit die Marke von 30.000 Sternen. Der Umfang bleibt mit 109 Dateien bewusst klein, Befehls- und Werkzeugmetadaten liegen als JSON-Snapshots vor.
Zu den Kernklassen zählen QueryEnginePort, PortRuntime, PortManifest, ToolPermissionContext, WorkspaceSetup und TranscriptStore. CLI-Befehle für Zusammenfassung, Manifest, Subsysteme, Routing, Ausführung, Sitzungsverwaltung, Remote-Modus und Audit lassen sich laut README ausführen. Die Vergleichstabelle ordnet claw-code mit etwa 20 Prozent funktionaler Vollständigkeit ein, es ist also kein Werkzeug für den täglichen Einsatz, sondern ein Lerngerüst, das die Struktur des Originals in lesbarer Form abbildet. Das eingebaute Paritätsaudit dokumentiert die Übereinstimmung mit dem Vorbild.
nano-claude-code v3.0: 18 Werkzeuge und Ollama-Unterstützung
Das vierte Unterprojekt ist die Gegenvorschlag zum Studienmodell: nano-claude-code ist eine minimale, aber vollständig lauffähige Python-Neuimplementierung. Die News-Historie zeigt das Wachstum, Version 1.0 vom 1. April 2026 umfasste etwa 1.300 Zeilen, v2.0 rund 3.400, und v3.0 kam am 2. April mit etwa 5.000 Zeilen, Multi-Agent-Paketen, einem Speicherpaket, Skill-Paket mit integrierten Fertigkeiten, Argumentersetzung, Fork- und Inline-Ausführung, KI-Speichersuche, Git-Worktree-Isolation und Agententypdefinitionen, verwaltet im SafeRL-Lab-Organisationskonto.
Der Funktionsumfang listet laut README Multi-Provider-Setup mit über 20 Closed-Source-Modellen und lokalen Modellen über Ollama, eine interaktive REPL, 18 eingebaute Werkzeuge, eine Diff-Ansicht, Kontextkomprimierung, persistenten Speicher mit dualem Geltungsbereich, ein Berechtigungssystem, 17 Slash-Befehle, Sitzungspersistenz, Kostenerfassung und einen nicht-interaktiven Modus. Ein Schnellstart mit pip-Installation und Beispielbefehlen ist dokumentiert. Wer verstehen will, wie die Konzepte aus den Studienarchiven in betriebsfähigem Code aussehen, kann das hier direkt ausprobieren.
Apache-2.0, Haftungsausschluss und die Grenzen der Nutzung
Die Lizenzlage hat zwei Schichten. Die SPDX-Kennung nennt Apache-2.0, eine permissive Lizenz, die Urheber- und Patentrechte für Vervielfältigung und Verbreitung unter Bedingungen einräumt. Der Disclaimer im README zieht darüber hinaus eine inhaltliche Grenze: Forschung und Bildung, keine andere Verwendung. Diese Kombination bedeutet praktisch, dass die Apache-2.0-Freiheit den Codeumfang des Repositories betrifft, nicht die Frage, was mit geleaktem fremdem Quellcode im eigenen Rechtsraum zulässig ist, etwa die Nutzungsbedingungen von Anthropic.
Ein praktischer Grenzfall betrifft die Aktualität: Die Momentaufnahme entspricht der Version v2.1.88 vom Frühjahr 2026, das Tool selbst hat sich seitdem weiterentwickelt, und die Sammlung hat seit dem Release v1.01 im April 2026 keine neue Fassung erhalten. Für Studienzwecke mit klarem Standbezug ist das unkritisch, wer dagegen den Stand der Technik des Produkts heute untersuchen will, braucht zusätzlich die aktuellen öffentlichen Quellen. Die Vergleichstabelle im README hält die Positionierung aller vier Unterprojekte als Nachschlagewerk bereit.
Redaktionelles Fazit
Das Repository passt für Forschende und Entwickler, die verstehen wollen, wie ein produktiver KI-Coding-Agent aufgebaut ist, von der Agent-Schleife über das Berechtigungssystem bis zur Kontextkomprimierung. Ungeeignet ist es für jeden, der eine einsatzbereite Coding-Assistent-Lösung sucht, denn der rohe Code ist nicht lauffähig aufbereitet. Vor der Beschäftigung sollte man klären, welche rechtlichen Vorgaben im eigenen Umfeld zum Umgang mit geleaktem Code gelten, und die Verwendung auf die im Haftungsausschluss genannten Forschungs- und Bildungszwecke beschränken.
Community-Notizen