Claude Code Architecture Deep Dive

Claude Code คือ AI Coding Assistant แบบ CLI จาก Anthropic ที่ไม่ใช่แค่ chatbot แต่เป็น autonomous agent ที่อ่าน/เขียนไฟล์, รัน commands, และทำงานจริงใน codebase ของคุณได้

วันนี้มาเจาะลึก สถาปัตยกรรมเบื้องหลัง ว่า Claude Code ออกแบบระบบยังไงให้ AI ทำงานได้อย่างปลอดภัยและมีประสิทธิภาพ

Overview: Claude Code คืออะไร?

Claude Code ต่างจาก ChatGPT หรือ web-based AI ตรงที่มันรันใน terminal ของคุณ และมีสิทธิ์เข้าถึง filesystem, Git, และ shell commands ได้จริง:

Key insight: Claude Code ไม่ใช่แค่ wrapper รอบ API แต่เป็น agentic system ที่มี tool use, memory, และ execution environment ครบ

Core Architecture Layers

Claude Code แบ่งเป็น 4 layers หลัก:

1. User Interface Layer

Claude Code รองรับหลาย interfaces:

• CLI Mode - รันใน terminal ด้วย claude command
• VSCode Extension - Embedded ใน editor พร้อม context awareness
• API/SDK Mode - สำหรับ automation และ CI/CD

2. Agent Controller - หัวใจของระบบ

Agent Controller คือ "สมอง" ที่ควบคุมการทำงานทั้งหมด:

แต่ละ iteration ของ loop:

1. Receive input - user message + tool results จาก iteration ก่อน
2. Build context - รวม system prompt, CLAUDE.md, conversation history
3. Call Claude - ส่งไป API และรับ response + tool calls
4. Execute tools - รัน tools ที่ Claude เลือก (Read, Write, Bash, etc.)
5. Check completion - ถ้ายังไม่เสร็จ กลับไป step 1

Tool System - ความสามารถของ Claude Code

Claude Code มี built-in tools ที่ให้ AI โต้ตอบกับ codebase ได้:

Tool Execution Flow

User: "Fix the bug in auth.ts"

Claude thinks: I need to read the file first
  -> Tool: Read(file_path="src/auth.ts")
  <- Returns: file content

Claude thinks: I see the issue, let me fix it
  -> Tool: Edit(file_path="src/auth.ts", old_string="...", new_string="...")
  <- Returns: success

Claude thinks: Let me verify by running tests
  -> Tool: Bash(command="npm test")
  <- Returns: All tests passed

Claude: "Fixed the null check bug in auth.ts. Tests passing."

Permission Model

Claude Code มีระบบ permission modes ที่ผู้ใช้เลือกได้:

Context Management

หนึ่งในความท้าทายของ AI agent คือ context window มีจำกัด Claude Code จัดการด้วยหลายวิธี:

1. CLAUDE.md - Project Memory

ไฟล์ CLAUDE.md ในโปรเจคเป็น persistent context ที่ถูกโหลดทุกครั้ง:

# CLAUDE.md

## Project Overview
E-commerce API built with Node.js + PostgreSQL

## Development
- Run tests: npm test
- Start dev: npm run dev
- DB migration: npm run migrate

## Conventions
- Use camelCase for variables
- All API routes in /src/routes/
- Error handling via middleware

2. Automatic Context Injection

Claude Code ฉีด context อัตโนมัติ:

• Git status - current branch, uncommitted changes
• IDE selection - highlighted code ใน VSCode
• Recent conversation - compressed summary ถ้ายาวเกิน
• Tool results - output จาก tools ก่อนหน้า

3. Context Compaction

เมื่อ conversation ยาวเกินไป Claude Code จะ compact ข้อความเก่าเป็น summary เพื่อประหยัด tokens:

MCP: Model Context Protocol

MCP คือ protocol ที่ให้ Claude Code เชื่อมต่อกับ external tools ได้ไม่จำกัด:

MCP Architecture

Claude Code
    |
    +-- Built-in Tools (Read, Write, Bash, etc.)
    |
    +-- MCP Client
         |
         +-- stdio:// -> Local MCP Server
         +-- sse:// -> Remote MCP Server
         +-- docker:// -> Containerized MCP

MCP servers ทำให้ Claude Code ขยายความสามารถได้ไม่จำกัด โดยไม่ต้องแก้ core code

Sub-agents: Parallel Execution

Claude Code สามารถ spawn sub-agents เพื่อทำงานขนานกันได้:

Sub-agent types ที่มี:

• Explore - ค้นหาและเข้าใจ codebase
• Plan - วางแผน implementation
• General-purpose - ทำงานทั่วไป
• Background - รันแบบ async ไม่ block main

Security Model

Claude Code ออกแบบมาให้ safe by default:

1. Sandbox Execution

Bash commands รันใน sandbox ที่:

• จำกัด network access
• ป้องกันการเข้าถึงไฟล์นอก working directory
• Block dangerous commands (rm -rf /, etc.)

2. Prompt Injection Defense

Claude Code ระวัง prompt injection จาก external sources:

• Tool outputs ถูก sanitize
• File contents ถูก mark เป็น untrusted
• User ได้รับ warning ถ้าพบ suspicious content

3. Git Safety

มี safeguards สำหรับ Git operations:

• ไม่ force push ไป main/master โดยไม่ถาม
• ไม่ reset --hard โดยไม่ warning
• Commit message ต้องมี Co-Authored-By

Model Routing

Claude Code เลือกใช้ model ตาม task:

ผู้ใช้สามารถ override ด้วย /model command หรือตั้งค่าใน settings

Hooks System

Claude Code มี hooks ที่ให้ inject custom logic ได้:

# .claude/settings.json
{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash",
        "command": "echo 'Running: $TOOL_INPUT' >> ~/.claude/bash.log"
      }
    ],
    "PostToolUse": [
      {
        "matcher": "Edit",
        "command": "prettier --write $FILE_PATH"
      }
    ]
  }
}

Hook types ที่รองรับ:

• PreToolUse - ก่อนรัน tool
• PostToolUse - หลังรัน tool
• Notification - แจ้งเตือน events

สรุป: Lessons Learned

จากการศึกษา Claude Code architecture เราได้เรียนรู้:

Key takeaway: การสร้าง AI Agent ที่ทำงานจริงได้ต้องคิดเรื่อง tool design, context management, และ safety ไม่ใช่แค่ prompt engineering

Part of the AI Developer Tools Series