【Claude Code源码剖析】番外-面试速记口诀手册 — 30 分钟过一遍，考场秒提取

配合 28-面试题全集与岗位需求.md 使用。本文件只有口诀+关键词+数字，不展开解释。
遇到不理解的条目，去主文档查完整答案再回来背。

---

速记原则

数字锚定法：每个知识点绑定一个数字（3层、5步、2机制）
关键词串联法：用 → 连接步骤，形成脑中走一遍的流程
对比记忆法：A vs B 两两对比，记住差异点
场景触发法：记住"什么时候用X而不是Y"而非定义

---

一、Agentic Loop —— 7 步口诀

口诀：「输构调解有工无停」

输 → 用户输入进入 query()
构 → 构建 System Prompt（工具列表 + 权限 + 记忆）
调 → 调用 Anthropic API（流式 SSE）
解 → 解析流（text_delta 积累 / tool_use 识别）
有 → 有工具调用？→ 权限检查 → 并行执行 → 构造 tool_result → 回「调」
无 → 无工具调用？→ 输出最终文本
停 → Loop 结束（3 种情况：无 tool_use / 轮次上限 / AbortController）

追问速答：

• Loop 何时终止？→ 3 无：无 tool_use / 无更多轮 / 无信号（被 abort）
• 工具怎么并行？→ Promise.all(toolCalls.map(...)) 但 computer-use 有全局锁

---

二、工具权限 —— 3 层口诀

口诀：「静动人，快中慢」

静 → Layer 1 静态白名单（allowedTools 配置）→ 直接通过，最快
动 → Layer 2 动态路径/命令检查（checkPermission）→ 规则匹配
人 → Layer 3 用户人工确认（危险操作弹窗）→ 等待，最慢

3 态：Allow / Deny / Ask（记住不是 Yes/No，是三态）

YOLO 模式 = bypass Layer 2 + Layer 3（全自动批准，危险！）

---

三、System Prompt —— 5 层口诀

口诀：「身工规忆境」（越靠前越稳定 → 越容易缓存）

身 → L1 Core Identity（最稳定，永远缓存）
工 → L2 Tool Definitions（工具列表变化时失效）
规 → L3 Project Rules（CLAUDE.md 内容）
忆 → L4 Memory（MEMORY.md，会话级缓存）
境 → L5 Dynamic Context（最不稳定，每次更新）

Prompt Cache 原则：稳定内容放前面，动态内容放后面 → 最大化 prefix match 长度

---

四、Session 持久化 —— 双轨口诀

口诀：「JSONL 不丢，墓碑判活死」

轨道 1 — JSONL（只追加，不覆盖）：
  位置：~/.claude/projects/<slug>/<sessionId>.jsonl
  格式：每条消息一行 JSON
  特点：天然崩溃安全（写失败不破坏已有数据）

轨道 2 — Tombstone 墓碑机制：
  正常退出 → 写墓碑文件（"我正常结束了"）
  异常崩溃 → 无墓碑
  下次启动 → 无墓碑 → 触发恢复流程

恢复 3 步：读 JSONL → 重建 messages → 从断点继续（不从头）

---

五、上下文压缩 —— 2 机制口诀

口诀：「预算警告防，SNIP 删减治」

预防（Token Budget）：
  → 监控 token 使用量
  → 达到阈值（如 70%）→ system prompt 注入提示告知模型
  → 模型主动精简输出

治疗（SNIP 压缩）：
  → 触发条件：窗口即将溢出
  → 策略：system prompt + 最新 N 轮 + 重要 tool results 保留
  → 被删内容替换为 [SNIP: N messages omitted]
  → 对 API 透明（模型不知道被删了）

---

六、多 Agent 协调 —— 2 模式 3 协议

2 模式：

inProcessRunner  = 同进程，共享内存，快，适合信任的子 Agent
SubprocessRunner = 子进程，隔离，慢，适合第三方插件 / MCP Server

Swarm 3 协议（CC 的实现）：

1. TeamFile   → Leader 写 plan.md，Teammate 认领任务（文件即协调）
2. Mailbox    → teammail/<agentId>/inbox.json（类 Actor 消息传递）
3. PermSync   → Teammate 危险操作需经 Leader 信道审批（单一权限 gate）

口诀：「文件邮箱权集中」

---

七、MCP 协议 —— 3 能力 2 传输

3 能力（口诀：工资提）：

工 → Tools（工具，模型可调用的函数）
资 → Resources（资源，按 URI 读取的数据）
提 → Prompts（提示模板，预定义 prompt 片段）

2 传输：

stdio  → 本地子进程（CC 默认，零网络开销）
SSE    → 远程 HTTP（适合多客户端共享的服务端工具）

与 REST API 的区别（一句话）：

MCP = 工具自描述 + 模型动态发现 + Schema 驱动调用；REST = 人工调用，模型不能自主发现

---

八、流式 SSE 处理 —— 4 要点

口诀：「缓解错终」

缓 → buffer 处理跨 chunk 的不完整行（不能直接 split \n）
解 → JSON.parse 捕获异常，格式错误不中断整个流
错 → 网络中断 → 重试；429 → retry-after header；529 → 3 次上限
终 → [DONE] 标记流结束

手写模板：

buffer += decoder.decode(chunk, { stream: true })
const lines = buffer.split('\n')
buffer = lines.pop()!          // 保留最后不完整行
for (const line of lines) {
  if (line.startsWith('data: ')) yield JSON.parse(line.slice(6))
}

---

九、错误重试策略 —— 4 分类

口诀：「429 等，529 分，4xx 停，网络重」

429（Rate Limit）  → 指数退避 + 读 Retry-After header
529（过载）        → 前台最多 3 次；持久化模式无限重试（上限 6 小时）
其他 4xx（客户端） → 不重试（请求本身有问题）
网络超时/5xx       → 指数退避（500ms × 2^n，上限 32s，±25% 随机抖动）

---

十、Prompt Cache —— 2 数字

命中后速度：快 5-10 倍
命中后成本：降低 90%（cache_read 价格 = input_price × 0.1）

触发条件：请求的 system prompt 前缀与上一次相同 → 命中

---

十一、LLM 理论速记

Transformer 核心（3 个必背公式概念）

1. Self-Attention：Attention(Q,K,V) = softmax(QK^T / √d_k) × V
   → 分母 √d_k 是为了防止 softmax 饱和（梯度消失）

2. KV Cache：推理时缓存已计算的 K、V 矩阵
   → 推理加速的核心（避免重复计算历史 token）

3. RoPE 位置编码：旋转矩阵，天然支持长上下文外推
   → DeepSeek 系列和 LLaMA 系列都用 RoPE

RLHF 三步（口诀：「监奖强」）

监 → SFT（监督微调）：用人类示范数据训练初始模型
奖 → 奖励模型（Reward Model）：用人类偏好比较数据训练打分器
强 → PPO（强化学习）：用奖励模型的打分优化语言模型

DeepSeek 特色（面试必备）

MoE 口诀：「稀激路专」

稀 → 稀疏激活（每次只激活部分专家，节省计算）
激 → Expert 数量大，激活数量少（如 256 个专家，每次激活 8 个）
路 → Router 负责将 token 路由到对应专家
专 → 专家分工（不同专家专注不同类型的知识）

MLA（Multi-head Latent Attention）：

目的：压缩 KV Cache 显存占用
方法：将 K、V 投影到低维潜空间再还原
效果：KV Cache 减少 75%+ 同时保持精度

Reasoning 模型（DeepSeek-R1）口诀：「思链奖，拒蒸馏」

思 → 让模型生成 Chain-of-Thought 思维链
链 → 思维链在 <think> 标签内，不计入最终输出
奖 → GRPO 强化学习，正确答案给正奖励
拒 → 拒绝错误解法（通过比较多个采样）
蒸 → 知识蒸馏到小模型（R1-Distill 系列）

---

十二、Python 异步速记

asyncio 4 件套（面试必写）：

# 1. gather（并发等所有）
results = await asyncio.gather(task1(), task2(), return_exceptions=True)

# 2. Semaphore（限并发）
sem = asyncio.Semaphore(5)
async with sem: await call_api()

# 3. timeout（超时）
async with asyncio.timeout(30): await long_task()

# 4. TaskGroup（取消传播，Python 3.11+）
async with asyncio.TaskGroup() as tg:
    t1 = tg.create_task(work1())
    t2 = tg.create_task(work2())
# 任一任务失败 → 其他任务自动取消

---

十三、算法速记（必写 5 题）

LRU Cache —— 口诀：「哈希链，头新尾旧」

class LRU:
    # 数据结构：dict（O(1) 查找）+ 双向链表（O(1) 移动）
    # get：找到 → 移到链表头
    # put：存在 → 更新值+移头；不存在 → 插头；超容 → 删尾
    pass

令牌桶 —— 口诀：「时间差补桶，取多则等」

def consume(self, tokens):
    now = time.time()
    # 1. 计算时间差 → 补充令牌（不超桶上限）
    self.tokens = min(self.capacity, self.tokens + (now - self.last) * self.rate)
    self.last = now
    # 2. 令牌够 → 扣除；不够 → 拒绝或等待
    if self.tokens >= tokens:
        self.tokens -= tokens; return True
    return False

滑动窗口限流 —— 口诀：「队列删旧，长度判限」

def is_allowed(self, user_id):
    now = time.time()
    q = self.windows[user_id]       # deque
    # 删除超出时间窗口的请求
    while q and q[0] < now - self.window: q.popleft()
    if len(q) < self.limit: q.append(now); return True
    return False

一致性哈希 —— 口诀：「虚节点散，顺时针找」

# 关键：150 个虚节点防倾斜
# 添加：hash(node+i) for i in range(150) → sorted ring
# 查找：bisect_right(ring, hash(key)) % len(ring) → 顺时针最近节点

Top-K —— 口诀：「最小堆，大于堆顶才换」

import heapq
def top_k(nums, k):
    heap = nums[:k]
    heapq.heapify(heap)          # 建 k 大小的最小堆
    for n in nums[k:]:
        if n > heap[0]:          # 比堆顶大 → 替换
            heapq.heapreplace(heap, n)
    return heap                  # O(N log K)

---

十四、系统设计答题模板

口诀：「假架存容监」（5 步必说）

假 → 先说假设（QPS 多少？数据量多大？延迟要求？）
架 → 画架构图（不要一上来就细节）
存 → 数据存储（怎么持久化？分层缓存？）
容 → 容错设计（崩溃恢复？超时重试？限流降级？）
监 → 可观测性（metrics/tracing/logging 三件套）

面试加分句型：

• “Claude Code 的 X 模块就是这样设计的，原因是…”
• “这里有个 trade-off：A 方案快但无法恢复，B 方案慢但崩溃安全…”
• “我们可以从 metrics 出发定位瓶颈，而不是盲目优化…”

---

十五、高频数字速记表

数字	记忆点
3	权限三态（Allow/Deny/Ask）/ 重试次数上限（529 前台）/ Agentic Loop 终止条件
5	System Prompt 5 层 / 系统设计答题 5 步（假架存容监）
2	上下文压缩 2 机制（Budget + SNIP）/ Session 持久化 2 轨道 / MCP 传输 2 种
7	Agentic Loop 7 步（输构调解有工无停）
85%	上下文压缩触发阈值（AUTOCOMPACT_THRESHOLD）
90%	Prompt Cache 命中省成本比例
5-10×	Prompt Cache 命中后速度提升
32s	重试退避最大等待时间上限
6h	持久化模式 529 重试时间上限（PERSISTENT_RESET_CAP_MS）
150	一致性哈希虚节点数量（防倾斜）
√d_k	Attention 除以它防 softmax 饱和

---

十六、30 分钟速记计划

分钟 01-05：读完一~四（Agentic Loop + 权限 + SystemPrompt + Session）
分钟 06-10：读完五~八（压缩 + 多Agent + MCP + 流式）
分钟 11-15：读完九~十一（重试 + Cache + LLM理论）
分钟 16-20：读完十二~十三（Python异步 + 5道算法）
分钟 21-25：读完十四~十五（设计模板 + 数字表）
分钟 26-30：闭眼口述 Agentic Loop 7 步 + 权限 3 层 + SystemPrompt 5 层

---

十七、面试前 10 分钟最后检查

闭眼能说出（不看文档）：

• Agentic Loop 7 步口诀：「输构调解有工无停」
• 权限 3 层：「静动人，快中慢」
• SystemPrompt 5 层：「身工规忆境」
• Session 双轨：JSONL 只追加 + 墓碑判崩溃
• 上下文压缩 2 机制：预算警告 + SNIP 删减
• MCP 3 能力：「工资提」（工具/资源/提示）
• RLHF 3 步：「监奖强」
• MoE 核心：「稀激路专」
• 系统设计 5 步：「假架存容监」
• Top-K 时间复杂度：O(N log K)，最小堆实现