11. 真实任务串联：修复测试失败

用“修复一个测试失败”可以把 Claude Code 的主要机制串起来。用户输入“修复这个测试”，入口层先把请求交给查询引擎。查询引擎构造上下文：默认系统提示告诉模型如何作为编程智能体行动，CLAUDE.md 提供项目规则，git 快照告诉模型当前分支和工作区状态，历史消息提供前文，工具结构说明告诉模型可以运行测试、读取文件、编辑文件。

sequenceDiagram participant U as 用户 participant Q as 查询引擎 participant L as 查询循环 participant M as 模型 participant P as 权限系统 participant B as Bash participant F as 文件工具 participant S as transcript U->>Q: 修复测试失败 Q->>S: 记录用户消息 Q->>L: 启动 loop L->>M: 发送上下文和工具 schema M-->>L: 请求 Bash 运行测试 L->>P: Bash 权限与沙箱判断 P-->>L: allow / ask / deny L->>B: 执行测试命令 B-->>L: 测试失败输出 L->>M: 回填工具结果 M-->>L: 请求读取相关文件 L->>F: FileRead F-->>L: 文件内容 L->>M: 回填文件内容 M-->>L: 请求编辑文件 L->>P: FileEdit 权限判断 P-->>L: allow L->>F: 写入补丁 F-->>L: 编辑结果 L->>M: 回填编辑结果 M-->>L: 请求重新运行测试 L->>B: 执行测试 B-->>L: 通过 L->>M: 回填通过结果 M-->>L: 最终说明 L->>S: 记录消息、工具结果、usage

第一步通常是观察。模型会请求 Bash 运行特定测试或整个测试命令。运行时不会因为模型请求就直接执行，它会解析 Bash 输入，检查命令是否匹配允许/拒绝/询问规则，判断是否可以使用沙箱，必要时询问用户。若权限允许，Bash 处理器才运行命令。测试输出被截断或保留后作为工具结果回填。

第二步是定位。模型看到失败堆栈后，会请求读取相关代码、测试文件或配置文件。文件读取结果不仅作为工具结果进入下一轮采样，也会更新已读文件状态。后续如果上下文过长触发压缩，运行时可以把近期读取过的重要文件片段重新附加回来，避免模型在压缩后失去关键代码。

第三步是修改。模型会请求文件编辑或文件写入。文件工具同样经过结构校验、钩子和权限判断。编辑成功后，工具结果会说明修改结果，文件历史和归因也会更新。模型下一轮不是凭空相信自己改对了，而是根据编辑结果继续决定是否查看文件或运行测试。

第四步是验证。模型再次请求 Bash 跑测试。测试通过时，工具结果成为最终回答的依据；测试失败时，循环继续。这个过程中最大轮数、预算和上下文窗口都可能限制任务长度。如果测试输出很长，工具结果会被压缩或截断；如果历史过长，自动压缩会把旧过程摘要化，再附加必要文件、计划和技能信息。

失败分支会自然回到同一条链路。测试命令被权限拒绝时，模型下一轮会看到拒绝原因，可以请求授权、改用只读检查或说明限制；工具参数无效时，错误工具结果会提示模型修正参数；沙箱阻止命令时，运行时会按策略询问或返回受限结果；压缩遗漏了关键事实时，模型可能重新读取文件或要求用户补充上下文。

如果用户中途中断，中断控制器会通知模型请求或工具执行停止。运行时会补齐必要的工具结果，保持消息成对，转录记录仍可恢复。如果用户稍后恢复，会话会从 JSONL 重建主线，恢复压缩边界、文件历史和任务状态，模型能接着看到“测试跑到哪一步、哪些文件已读、哪些修改已完成”。

这个例子展示的是闭环任务执行。模型负责基于上下文选择下一步；工具系统负责把下一步变成受控的本地动作；权限系统决定动作能否发生；记忆和转录记录保证动作结果能被后续推理利用；压缩和恢复保证长任务不会因为上下文窗口或进程中断而断裂。