企业官网建设流程全解析

1. 项目概述：这不是另一个“AI编程助手”，而是一套可嵌入、可扩展、可调试的代码智能基础设施

“Claude Code 整体架构与设计”这个标题，乍看像一篇技术白皮书摘要，但如果你最近在 GitHub 上翻过anthropic-codex的仓库、在 VS Code 扩展市场里反复点击“Install”又取消、或者被unable to locate the codex cli binary这条报错卡住超过三小时——你就知道，这根本不是讲某个开箱即用的插件，而是在拆解一套面向开发者自身的代码智能操作系统。它不替代你写代码，而是像给 IDE 装上神经接口：把你的编辑器、终端、Git 工作流、甚至 CI/CD 流水线，都变成 Claude 模型的“感官延伸”。核心关键词Claude Code、CLI、SDK、MCP、TypeScript并非随意堆砌：CLI 是它的命令行触手，SDK 是它对外暴露的肌肉组织，MCP（Model Communication Protocol）是它呼吸的协议标准，TypeScript 则是整套系统赖以构建的骨骼语言——所有类型定义、接口契约、错误边界，都靠它来锚定。我去年在两个中型前端团队落地这套方案时发现，真正卡住进度的从来不是模型能力，而是如何让 AI 的输出稳稳落在工程约束的格子里：比如 TypeScript 编译器能接受的类型签名、CI 环境里受限的 Node.js 版本、VS Code 扩展 API 的生命周期钩子。所以这篇内容，不讲“Claude 多聪明”，只讲它怎么被装进真实项目的血管里跳动。适合三类人：正在评估是否接入 Claude Code 的技术负责人、被 CLI 报错折磨的前端工程师、以及想基于 MCP 协议自建代码智能服务的架构师。你不需要会训练大模型，但得熟悉tsc --noEmit的含义、process.env的加载顺序、以及为什么vscode.workspace.getConfiguration()返回的对象永远比文档里写的少一个字段。

2. 架构全景图：分层解耦的四层结构，每一层都藏着工程取舍的刀锋

2.1 为什么不是单体应用？从“功能模块”到“通信契约”的范式迁移

很多人第一次看到codex-cli时，下意识把它当成create-react-app那样的脚手架工具——输入命令，生成一堆文件，然后开始编码。但 Claude Code 的设计哲学恰恰相反：它拒绝生成任何业务代码模板。它的 CLI 不创建.ts文件，不初始化package.json，甚至不碰你的tsconfig.json。它只做一件事：建立通信通道。这种克制源于一个残酷现实：2024 年的前端项目早已不是单仓库单框架，而是 React + Vite + Turborepo + pnpm workspace + 自研微前端基座的混合体。如果 CLI 强行注入配置，等于在每条血管里塞进不同规格的支架。因此整个架构被强制切分为四层，且层与层之间仅通过明确定义的接口交互：

• 用户界面层（UI Layer）：VS Code 扩展、JetBrains 插件、Web UI（如 Anthropic 官方 Playground）。它们只负责渲染、聚焦、光标定位，绝不参与逻辑判断。比如“自动补全”触发时机由编辑器事件决定，但“该补全什么”由下层返回。
• 协议适配层（MCP Layer）：这是整个系统的“翻译官”。它把 VS Code 的textDocument/didChange事件，转换成 MCP 标准的document_update消息；把模型返回的{"type":"edit","range":[0,10],"text":"const x = 1;"}，再转回 VS Code 能理解的TextEdit对象。关键点在于：MCP 协议本身不规定传输方式——可以走 WebSocket、HTTP POST、甚至本地 Unix Socket。我们团队在内网环境就用net.createServer()启了一个纯 TCP 服务，绕过所有 HTTPS 代理和 CORS 限制。
• 核心引擎层（Engine Layer）：这才是 Claude Code 的“大脑”，但它被刻意设计成无状态的函数式组件。输入是标准化的 MCP 消息，输出是标准化的 MCP 响应。它内部调用的是 Anthropic 的@anthropic-ai/sdk，但做了两层封装：第一层是重试策略（指数退避 + jitter），第二层是上下文裁剪（按 token 数动态截断历史对话，保留最近 3 次 edit 操作的 diff）。这里有个血泪教训：某次上线后发现 70% 的请求超时，排查发现是 SDK 默认的maxRetries=2在高并发下触发了雪崩重试，最终我们改成maxRetries=0，把重试逻辑提到 MCP 层统一控制。
• 运行时层（Runtime Layer）：CLI 和 SDK 的物理载体。codex-cli本质是个 TypeScript 编译后的二进制，启动时检查node_modules/.bin/codex是否存在；SDK 则是发布到 npm 的@anthropic-ai/codex-sdk包，但它的index.ts只导出一个CodexClient类，所有方法签名都严格遵循 MCP 接口定义。这里埋着一个关键设计：SDK 不包含任何网络请求逻辑，它只提供类型定义和消息构造器，真正的 HTTP 调用由用户传入的fetch实现决定——这意味着你可以轻松注入 mock fetch 用于单元测试，或替换为ky库以支持更细粒度的超时控制。

这种分层不是为了炫技，而是为了解决一个具体问题：当客户要求“把代码审查功能集成到我们自研的低代码平台”时，我们只需实现 MCP 层的适配器，复用全部引擎和运行时，开发周期从预估的 3 周压缩到 3 天。

2.2 CLI 的真实角色：进程管理器而非命令执行器

搜索热词里高频出现unable to locate the codex cli binary，这暴露了对 CLI 本质的普遍误解。codex-cli不是一个类似git commit那样执行完就退出的短生命周期程序。它本质上是一个长驻进程管理器，其核心流程如下：

1. 启动校验：检查CODUX_CLI_PATH环境变量（优先级最高），若未设置则查找node_modules/.bin/codex，再 fallback 到全局npm bin目录。注意：它不检查 PATH，这是刻意为之——避免不同项目依赖不同版本 CLI 时产生冲突。
2. 进程孵化：启动一个独立的 Node.js 子进程（spawn('node', [enginePath], {detached: true})），并监听其 stdout/stderr。这个子进程才是真正的 MCP 服务端。
3. 健康探活：每隔 5 秒向子进程的/health端点发送 HTTP GET 请求。如果连续 3 次失败，则自动重启子进程，并将错误日志写入~/.anthropic/codex/logs/。
4. 信号透传：当用户执行codex stop时，CLI 不是kill -9，而是向子进程发送SIGTERM，等待 10 秒优雅关闭；超时则SIGKILL。

提示：unable to locate the codex cli binary的 80% 场景，是因为用户在 monorepo 的根目录运行npx codex start，但codex只安装在某个 workspace 子包里。正确做法是进入该子包目录再执行，或在根目录pnpm add -D @anthropic-ai/codex-cli。

我们曾为解决跨平台路径问题，在 CLI 启动逻辑里加入了一段硬核检测：

// 检查 Windows 下的 .cmd 文件是否被正确识别 if (process.platform === 'win32') { const cmdPath = path.join(binDir, 'codex.cmd'); if (fs.existsSync(cmdPath)) { // 读取 .cmd 文件内容，提取实际 JS 入口路径 const content = fs.readFileSync(cmdPath, 'utf8'); const jsPathMatch = content.match(/node\s+["']([^"']+)["']/); if (jsPathMatch) { enginePath = path.resolve(path.dirname(cmdPath), jsPathMatch[1]); } } }

这段代码从未出现在任何官方文档里，却是 Windows 用户能稳定运行的关键。

2.3 SDK 的轻量化设计：为什么它只有 237 行代码？

打开@anthropic-ai/codex-sdk的源码，你会发现index.ts文件小得惊人。这不是偷工减料，而是精准的“责任剥离”：

• 零网络层：不内置fetch或axios，所有 HTTP 调用由用户传入的options.fetch决定。这让你能在 Deno 环境里传入globalThis.fetch，在 Electron 主进程中传入require('node-fetch')，甚至在测试中传入jest.fn()。
• 零序列化层：不处理 JSON.stringify/parse。所有消息对象必须是 plain object，SDK 只负责类型校验和字段必填检查。当你传入new Date()作为时间戳，SDK 会立刻抛出ValidationError: field 'timestamp' must be a string。
• 零缓存层：不维护任何请求缓存。每次client.edit()都是全新请求。缓存逻辑交由上层应用决定——比如 VS Code 扩展会在onDidChangeTextDocument事件里做防抖，而不是依赖 SDK。

SDK 的核心价值体现在三个接口上：

interface CodexClientOptions { baseUrl: string; // MCP 服务地址，如 http://localhost:3000 apiKey?: string; // 可选，用于需要鉴权的部署场景 fetch: typeof globalThis.fetch; // 必须显式传入 } class CodexClient { constructor(options: CodexClientOptions); // 所有方法都返回 Promise<McpResponse> edit(request: McpEditRequest): Promise<McpEditResponse>; explain(request: McpExplainRequest): Promise<McpExplainResponse>; test(request: McpTestRequest): Promise<McpTestResponse>; }

注意：McpEditRequest类型定义里，range字段是[number, number]的元组，而非{start: number, end: number}对象。这是为了与 VS Code 的Range类型完全对齐，避免运行时类型转换开销。我们在早期版本用对象格式，结果在大型文件上补全延迟增加了 120ms。

这种“瘦 SDK”设计，让团队能快速构建出三种完全不同的客户端：

• VS Code 扩展：传入window.fetch，利用浏览器环境的 cookie 自动鉴权；
• CI/CD 插件：传入node-fetch，并手动注入Authorization: Bearer ${token}；
• Figma 插件：传入 Figma API 提供的figma.clientStorage.getAsync()封装的 fetch。

3. 核心机制深度解析：MCP 协议、TypeScript 类型系统与 CLI 生命周期的协同

3.1 MCP 协议：不是 REST，不是 GraphQL，而是一套“语义化消息总线”

MCP（Model Communication Protocol）常被误认为是简单的 HTTP API 规范，但它的真实定位是面向代码智能场景的领域专用消息协议。它的设计直指三个痛点：模型响应的不确定性、编辑操作的原子性、多客户端状态同步。

先看一个真实的edit请求/响应示例（简化版）：

// 请求（MCP Edit Request） { "type": "edit", "id": "req_abc123", "document": { "uri": "file:///home/user/project/src/index.ts", "content": "function hello() {\n return 'world';\n}" }, "range": [12, 26], "prompt": "Add type annotation to the function" } // 响应（MCP Edit Response） { "type": "edit_response", "id": "req_abc123", "edits": [ { "range": [0, 12], "text": "function hello(): string {\n" } ], "metadata": { "model": "claude-3-haiku-20240307", "tokens_used": 42 } }

关键设计点解析：

• id字段的强制性：每个请求必须带唯一 ID，响应必须原样返回。这解决了网络抖动下的请求去重问题——VS Code 扩展收到重复 ID 的响应时，直接丢弃，不触发二次编辑。
• edits数组的幂等性：响应里的edits是一个数组，意味着一次请求可返回多个编辑操作。更重要的是，所有编辑操作必须是原子的：要么全部应用，要么全部忽略。我们在线上环境曾遇到模型返回[{range:[0,5],text:"a"},{range:[10,15],text:"b"}]，但用户在应用第一个 edit 后手动修改了文件，导致第二个 edit 的 range 失效。解决方案是在 SDK 层增加applyEditsSafely()方法，它会先校验每个 range 是否仍有效，无效则跳过。
• metadata的可观测性：tokens_used不仅用于计费，更是性能调优的关键指标。我们发现explain请求的 tokens_used 中位数是edit的 3.2 倍，于是将explain的默认超时从 10s 提升到 30s，避免大量TimeoutError。

MCP 协议的精髓在于消息语义的精确表达。对比 REST API：

• REST 的POST /api/edit只能告诉你“发生了编辑”，但无法表达“编辑发生在哪一行、替换了什么文本、是否影响了类型推导”；
• MCP 的edit消息则天然携带这些语义，让客户端（如 VS Code）能精确计算光标新位置、触发语法高亮重绘、甚至调用tsc --noEmit验证类型安全性。

3.2 TypeScript 类型系统：如何用 127 个接口定义守住整个系统的边界

@anthropic-ai/codex-sdk的types/目录下，有 127 个.d.ts文件。这不是过度设计，而是对抗 JavaScript 动态性的必要防线。以最核心的McpEditRequest为例：

export interface McpEditRequest { type: 'edit'; id: string; document: McpDocument; range: [number, number]; // 关键！必须是元组，禁止对象 prompt: string; // 可选字段，但类型必须精确 context?: { files?: McpDocument[]; selection?: string; }; options?: { maxTokens?: number; temperature?: number; }; }

这个接口背后有三层防御：

1. 编译时防御：[number, number]元组类型确保range只能是两个数字，杜绝range: {start: 0, end: 10}这种运行时才报错的隐患；
2. 运行时防御：SDK 的validateEditRequest()函数会检查range[0] <= range[1]，并在不满足时抛出RangeError；
3. IDE 防御：VS Code 的 TypeScript 语言服务会实时提示Property 'start' does not exist on type '[number, number]'，从编码阶段就拦截错误。

我们曾在线上环境抓到一个典型 bug：某次模型更新后，explain响应里新增了suggestion字段，但 SDK 类型未同步。结果部分用户收到undefined is not an object (evaluating 'response.suggestion.text')错误。修复方案不是简单加字段，而是：

• 在McpExplainResponse接口里添加suggestion?: McpSuggestion;
• 在 SDK 的parseExplainResponse()方法里，对suggestion字段做存在性检查；
• 同步更新所有使用response.suggestion.text的客户端代码，改为response.suggestion?.text ?? ''。

这种“类型先行”的开发模式，让我们的 SDK 发布频率从每月 1 次提升到每周 2 次，因为每次变更都能在tsc --noEmit阶段就捕获 90% 的兼容性问题。

3.3 CLI 生命周期管理：从启动、运行到优雅退出的完整链路

codex-cli的生命周期远比npm start复杂。它要应对 Linux 的systemd、macOS 的launchd、Windows 的服务管理器，还要处理用户手动Ctrl+C、IDE 突然关闭、网络中断等异常。其状态机设计如下：

最关键的SHUTTING_DOWN状态处理，我们用了双保险：

// 在子进程 spawn 后立即注册 childProcess.on('exit', (code, signal) => { if (shutdownRequested) { // 正常退出，记录日志 logger.info(`Engine exited gracefully with code ${code}`); } else { // 非正常退出，自动重启 logger.error(`Engine crashed with code ${code}, restarting...`); startEngine(); } }); // 用户主动停止时 process.on('SIGTERM', () => { shutdownRequested = true; childProcess.kill('SIGTERM'); setTimeout(() => { if (childProcess.exitCode === null) { childProcess.kill('SIGKILL'); logger.warn('Force killed engine after graceful timeout'); } }, 10000); });

这个设计让我们在生产环境实现了 99.98% 的可用性。某次因内核升级导致epoll_wait调用阻塞，子进程卡死，但 CLI 在 15 秒内检测到/health失败，自动重启，用户无感知。

4. 实操落地指南：从零搭建可调试的 Claude Code 开发环境

4.1 环境准备：避开 TypeScript 和 SDK 的经典陷阱

很多教程教你npm install -g @anthropic-ai/codex-cli，但这在真实项目中是灾难起点。正确的环境准备流程如下：

第一步：Node.js 版本锁定

• 必须使用 Node.js 18.17.0 或 20.9.0。我们测试过 20.10.0，node:crypto模块的webcrypto.subtle.digest()在某些 OpenSSL 版本下会返回undefined，导致 MCP 消息签名失败。验证命令：

  node -v # 必须输出 v18.17.0 或 v20.9.0 node -e "console.log(require('crypto').webcrypto !== undefined)"

第二步：TypeScript 配置加固在项目根目录创建tsconfig.codex.json，不要复用主项目的tsconfig.json：

{ "compilerOptions": { "target": "ES2020", "module": "CommonJS", "lib": ["ES2020", "DOM"], "strict": true, "skipLibCheck": true, "forceConsistentCasingInFileNames": true, "noEmit": true, "resolveJsonModule": true, "types": ["node", "mocha"], // 关键：禁用所有可能干扰 MCP 消息类型的选项 "noImplicitAny": true, "strictNullChecks": true, "strictFunctionTypes": true, "strictBindCallApply": true, "strictPropertyInitialization": true, "alwaysStrict": true }, "include": ["src/**/*", "test/**/*"], "exclude": ["node_modules"] }

注意：“typescript怎么输出长等号”这类搜索词，其实指向一个真实需求：在调试 MCP 消息时，需要清晰打印嵌套对象。我们封装了一个prettyPrintMcpMessage()工具函数，它会递归展开McpEditRequest，但跳过Buffer和Function类型，避免TypeError: Converting circular structure to JSON。

第三步：CLI 二进制安全获取放弃npm install -g，改用npx确保版本可控：

# 在项目根目录执行 npx @anthropic-ai/codex-cli@0.8.3 start --port 3000 --log-level debug

@0.8.3是当前最稳定的版本，0.8.4 修复了 Windows 下的路径解析 bug，但引入了新的内存泄漏。版本选择不是看最新，而是看社区 issue 里closed状态的 bug 数量。

4.2 本地 MCP 服务搭建：5 分钟启动可调试的后端

官方文档推荐用 Docker 启动anthropic/codex-server，但开发阶段 Docker 会掩盖真实错误。我们采用纯 Node.js 方式：

1. 创建mcp-server.ts

import { createServer } from 'http'; import { parse } from 'url'; import { readFileSync, writeFileSync } from 'fs'; import { CodexEngine } from '@anthropic-ai/codex-engine'; // 初始化引擎（模拟真实 Anthropic 服务） const engine = new CodexEngine({ apiKey: process.env.ANTHROPIC_API_KEY || 'sk-xxx', model: 'claude-3-haiku-20240307' }); const server = createServer((req, res) => { const { pathname } = parse(req.url || ''); if (pathname === '/health') { res.writeHead(200, { 'Content-Type': 'application/json' }); res.end(JSON.stringify({ status: 'ok', timestamp: Date.now() })); return; } if (req.method === 'POST' && pathname === '/mcp') { let body = ''; req.on('data', chunk => body += chunk); req.on('end', async () => { try { const request = JSON.parse(body); const response = await engine.handleMcpRequest(request); res.writeHead(200, { 'Content-Type': 'application/json' }); res.end(JSON.stringify(response)); } catch (error) { res.writeHead(500, { 'Content-Type': 'application/json' }); res.end(JSON.stringify({ error: error.message })); } }); return; } res.writeHead(404); res.end('Not Found'); }); server.listen(3000, 'localhost', () => { console.log('MCP server running on http://localhost:3000'); });

2. 启动并验证

# 编译并运行 npx tsc mcp-server.ts --outDir dist --moduleResolution node node dist/mcp-server.js # 发送测试请求 curl -X POST http://localhost:3000/mcp \ -H "Content-Type: application/json" \ -d '{"type":"edit","id":"test","document":{"uri":"test","content":"x"},"range":[0,1],"prompt":"return 1"}'

这个简易服务的价值在于：所有日志、错误、网络请求都暴露在你的控制台里。当vscode配置claude code失败时，你不再猜测是插件问题还是网络问题，而是直接看mcp-server的console.log输出。

4.3 VS Code 扩展调试：从“安装失败”到“逐行断点”的全流程

vscode配置claude code的难点不在配置，而在调试。我们总结出四步法：

Step 1：禁用所有其他扩展VS Code 的扩展沙盒机制会导致@anthropic-ai/codex-sdk的fetch被其他扩展劫持。启动命令：

code --disable-extensions --user-data-dir=/tmp/vscode-test

Step 2：配置 launch.json

{ "version": "0.2.0", "configurations": [ { "name": "Launch Extension", "type": "extensionHost", "request": "launch", "runtimeExecutable": "${execPath}", "args": [ "--extensionDevelopmentPath=${workspaceFolder}", "--extensionTestsPath=${workspaceFolder}/out/test" ], "outFiles": ["${workspaceFolder}/out/**/*.js"], "preLaunchTask": "npm: build" } ] }

Step 3：在关键节点插入 debugger在扩展的activate()函数里：

export function activate(context: vscode.ExtensionContext) { // 关键：在创建 client 前打点 console.log('Creating CodexClient with options:', { baseUrl: 'http://localhost:3000', fetch: globalThis.fetch }); const client = new CodexClient({ baseUrl: 'http://localhost:3000', fetch: globalThis.fetch }); // 在发送请求前打点 const originalEdit = client.edit.bind(client); client.edit = async (request) => { console.log('Sending MCP edit request:', request); const response = await originalEdit(request); console.log('Received MCP edit response:', response); return response; }; }

Step 4：网络层抓包VS Code 扩展运行在 Electron 渲染进程中，chrome://net-internals/#events是终极武器。启动 VS Code 时加上--remote-debugging-port=9222，然后访问http://localhost:9222，选择vscode-webview标签页，就能看到所有fetch请求的完整 headers、body、timing。

我们曾用此方法定位到一个隐藏 bug：VS Code 的fetch实现会自动添加Origin: vscode-file://header，而我们的 MCP 服务端cors中间件错误地将其视为非法来源，返回 403。解决方案是在服务端cors配置里显式允许vscode-file://*。

5. 常见问题与实战排障：那些官方文档绝不会告诉你的细节

5.1 “unable to locate the codex cli binary” 的 7 种真实场景与解法

这条报错是 Claude Code 生态里最频繁的“拦路虎”，但原因远不止路径问题。我们整理了线上环境抓取的 7 种真实场景：

实操心得：我们编写了一个codex-diagnose.sh脚本，自动执行上述 7 项检查，并生成 HTML 报告。它已成为新成员入职的第一课。

5.2 TypeScript 类型错误：从“类型不匹配”到“编译器崩溃”的降级路径

搜索热词里大量出现typescript面试、typescript数组的方法，说明开发者对 TS 的底层机制不熟悉。当codex-sdk类型与你的项目冲突时，不要盲目any，按以下路径降级：

Level 1：精确类型覆盖

// 当 SDK 的 McpDocument 与你的 Document 接口冲突 declare module '@anthropic-ai/codex-sdk' { export interface McpDocument { uri: string; content: string; // 添加你项目特有的字段 version?: string; } }

Level 2：模块声明合并

// 如果 SDK 导出的类型名与你项目冲突 declare module '@anthropic-ai/codex-sdk' { export namespace CodexTypes { export interface EditRequest extends McpEditRequest {} } }

Level 3：类型断言（最后手段）

// 仅在紧急修复时使用 const safeRequest = request as unknown as McpEditRequest; client.edit(safeRequest);

Level 4：编译器降级如果tsc崩溃（常见于typescript 5.3+与旧 SDK 兼容问题），在tsconfig.json中添加：

{ "compilerOptions": { "skipDefaultLibCheck": true, "skipLibCheck": true, "noErrorTruncation": true } }

我们曾遇到tsc在解析@anthropic-ai/codex-sdk的types/mcp.d.ts时无限循环，最终发现是type McpRange = [number, number] & { __brand: 'McpRange' };这种 branded type 与typescript 5.4的类型推导冲突。解决方案是升级 SDK 到 0.8.3，它已移除 branded type。

5.3 MCP 协议调试：如何读懂那些“看似正常”的失败响应

MCP 响应返回 200 并不意味成功。我们定义了三类“静默失败”：

类型 A：语义失败（Semantic Failure）

• 现象：响应type: "edit_response"，edits数组非空，但编辑后代码无法编译。
• 根因：模型生成的代码违反了你的tsconfig.json规则，如noImplicitAny: true下生成了function foo(x) {}。
• 解法：在 SDK 层增加validateEditResult()，调用tsc --noEmit --lib ES2020,DOM验证生成代码：

  async function validateEditResult(content: string, edits: McpEdit[]) { const tempFile = await createTempFile(content); const result = await exec(`tsc --noEmit --lib ES2020,DOM ${tempFile}`); if (result.stderr.includes('error TS')) { throw new ValidationError(`TypeScript validation failed: ${result.stderr}`); } }

类型 B：范围漂移（Range Drift）

• 现象：响应edits[0].range是[100, 105]，但应用时发现文件第 100 个字符已不是预期位置。
• 根因：用户在模型生成响应期间手动编辑了文件，导致行号/字符偏移错乱。
• 解法：采用“模糊匹配”算法，基于edits[0].text的前 3 个字符和后 3 个字符，在当前文件内容中搜索最接近的位置：

  function findFuzzyRange(content: string, targetText: string, hintRange: [number, number]): [number, number] { const startHint = Math.max(0, hintRange[0] - 10); const endHint = Math.min(content.length, hintRange[1] + 10); const snippet = content.slice(startHint, endHint); const index = snippet.indexOf(targetText.substring(0, 3)); return index !== -1 ? [startHint + index, startHint + index + targetText.length] : hintRange; }

类型 C：协议失步（Protocol Desync）

• 现象：VS Code 扩展收到响应后，光标位置错乱，或高亮区域消失。
• 根因：MCP 响应里的range是基于原始文件内容计算的，但 VS Code