kann schnell viel Code generieren. Mithilfe von Programmen wie Cursor oder Claude Code können Sie schnell leistungsstarke und leistungsfähige Anwendungen entwickeln. Allerdings ist der ursprüngliche Code, den diese Modelle generieren, in vielen Fällen noch nicht vollständig produktionsbereit.
Es gibt viele Macken und Unvollkommenheiten im Code, die schwerwiegende Auswirkungen haben könnten, wenn Sie versuchen, den Code in der Produktion bereitzustellen. Daher müssen Sie bestimmte Techniken anwenden, um sicherzustellen, dass der mit Claude Code generierte Code produktionsbereit ist.
In diesem Artikel werde ich besprechen, wie wir sicherstellen können, dass der von Claude Code generierte Code produktionsbereit ist und unser Geschäft in der entwickelten Anwendung sicherstellt.
Warum Code mit Claude Code generieren?
Zunächst müssen wir besprechen, warum Sie Code mit Codierungsagenten wie Claude Code generieren sollten. Der Hauptgrund, warum Sie dies tun sollten, ist einfach, dass Sie dadurch viel Zeit sparen. Das manuelle Schreiben von Code ist natürlich extrem langsam. Die nächste Ebene der Agentencodierung ist die Tab-Vervollständigung, bei der Sie mit dem Schreiben von Codeteilen beginnen und die KI diese für Sie vervollständigt.
Allerdings scheint selbst die zeitliche Fertigstellung langsam zu sein, wenn man mit der Entwicklung mit vollständig agentenbasierten Systemen beginnt. Der Grund dafür ist, dass Sie einfach beschreiben können, was Sie erstellen oder erreichen möchten, und der Codierungsagent kann es für Sie erstellen.
Natürlich hat man weniger Kontrolle über den eigentlichen Code, aber mit den neuesten Programmiermodellen wie Claude Opus 4.6 sind die Modelle in der Lage, Code zu produzieren, der dem entspricht, was ein Mensch schreiben kann.
Sie sollten Code mit Codierungsagenten generieren, einfach weil Sie dadurch viel Zeit sparen und weil die Codierungsagenten in der Lage sind, guten Code zu erzeugen, der bei der Bereitstellung in der Produktion intestine funktioniert, vorausgesetzt, Sie treffen die richtigen Vorsichtsmaßnahmen, die ich im nächsten Abschnitt besprechen werde.
So stellen Sie sicher, dass der von Ihnen generierte Code produktionsbereit ist
Es gibt zwei Hauptaspekte, um sicherzustellen, dass der Code produktionsbereit ist. Eine besteht darin, Claude Code bei der ersten Iteration des Codes die richtigen Eingaben und Eingabeaufforderungen bereitzustellen, um sicherzustellen, dass der Code so sturdy und produktionsbereit wie möglich ist.
Der zweite Schritt besteht darin, über eine Überprüfungsfunktion zu verfügen, bei der Sie sich den ursprünglich entwickelten Code ansehen, ihn überprüfen und feststellen, was korrigiert werden muss, um den Code in der Produktion bereitzustellen.
Ich schreibe für jeden Schritt einen Unterabschnitt:
Verbesserung der Robustheit im ursprünglichen Code
Dieser Schritt ist wichtig, da Sie hier die erste Model des Codes generieren und natürlich möchten, dass der generierte Code so intestine wie möglich ist. Jetzt müssen wir sicherstellen, dass der anfängliche Code, den der Agent generiert, korrekt und produktionsbereit ist, so produktionsbereit wie möglich. Dabei ist auch zu berücksichtigen, dass der ursprünglich entwickelte Code einen großen Einfluss auf die Architektur hat. Es ist schwierig, die Architektur durch Iterationen des Codes vollständig zu ändern. Der Entwurf der Architektur erfolgt normalerweise durch die erste Iteration des erstellten Codes. Wenn Sie die Architektur zu einem späteren Zeitpunkt ändern möchten, müssen Sie in der Regel einfach von vorne beginnen und völlig neuen Code generieren.
Der Hauptpunkt, wie ich die Robustheit und Produktionsbereitschaft im ersten Code verbessere, ist:
- Ich habe die Dateien Claude.md und Brokers.md in meinen Repositorys aktualisiert und Claude Code erklärt, wie Code generiert wird und worauf man achten muss
- Ich bin ein begeisterter Benutzer des Planmodus, bei dem ich darauf achte, genügend Zeit mit der Planung mit meinem Coding-Agenten zu verbringen, bevor ich mit der Implementierung beginne. Dies ist wichtig, um sicherzustellen, dass der Codierungsagent tatsächlich die Anwendung implementiert, an die ich denke
- Sie geben dem Agenten klare Anweisungen und stellen sicher, dass Sie auch das Downside verstehen, mit dem Sie es zu tun haben. Und stellen Sie dem Agenten den gesamten Kontext zur Verfügung, den er benötigt, um gute Entscheidungen zu treffen
Was die Claude.md- und Brokers.md-Dateien betrifft, können Sie dies normalerweise erreichen, indem Sie sicherstellen, dass diese Dateien immer aktualisiert werden, wenn Sie Code im Repository ändern. Wenn Sie additionally eine neue Funktion implementieren oder einen Fehler beheben, schließen Sie diese Aufgabe ab und stellen dann sicher, dass Sie den Agenten anweisen, das Wissen aus dem Thread, in dem er die Funktion implementiert hat, zu verallgemeinern, den Fehler zu beheben, und es in den Dateien Claude.md oder Brokers.md zu notieren.
Der zweite Punkt zur Verwendung des Planmodus ist unglaublich wichtig, da Sie sicherstellen müssen, dass der Agent Ihre Idee versteht. Ein Teil der Herausforderung beim Schreiben von Eingabeaufforderungen in natürlicher Sprache statt beim Eintippen von Code besteht darin, dass Sie weniger explizit angeben, was Sie erstellen möchten. Natürlich ist das Schreiben von Code die höchste Ebene der Explizitheit, da Sie im wahrsten Sinne des Wortes Logik schreiben. Dies ist jedoch von Natur aus nicht effizient genug, weshalb wir natürliche Sprache verwenden. Wenn wir jedoch natürliche Sprache verwenden, stehen wir erneut vor der Herausforderung, klar anzugeben, was wir aufbauen wollen. Hier kommt der Planmodus zum Einsatz, da er es dem Agenten ermöglicht, Ihnen Fragen als klärende Fragen zu stellen, um sicherzustellen, dass er die anstehende Aufgabe versteht.
Schließlich ist es unglaublich wichtig, dem Agenten klare Anweisungen zu geben, und Sie müssen sicherstellen, dass Sie die Aufgabe selbst intestine genug verstehen. Wenn Sie die Aufgabe selbst nicht intestine genug verstehen, ist es sehr schwierig, einem Agenten auch zu erklären, wie er die Aufgabe effizient lösen kann. Darüber hinaus ist es unglaublich wichtig, dass der Agent über genügend Kontext verfügt. Wenn er Vorgänge auf linearen oder Nachrichten in Slack lesen muss, ist es wichtig, dass Sie dem Agenten Zugriff auf diese Informationen gewähren, damit er selbst die bestmöglichen Entscheidungen treffen kann.
Verbesserung der Robustheit durch Iteration
Wenn Sie hier angekommen sind, haben Sie bereits den ersten Teil des Codes implementiert und müssen nun einige Iterationen durchführen, um sicherzustellen, dass der Code produktionsbereit ist und wie vorgesehen funktioniert.
Ich möchte zwei Punkte hervorheben, die ich in dieser Section meiner Entwicklung tue. Der erste Punkt ist natürlich, dass ich die Umsetzung gründlich teste. Im Vergleich zu früher verbringe ich relativ viel mehr Zeit damit, den Code zu testen, den meine Agenten erstellt haben. Dies liegt natürlich daran, dass der Implementierungsteil der Codierung von Codierungsagenten zur Ware gemacht wurde, während der Testteil immer noch wichtig für die Beteiligung von Menschen ist, um sicherzustellen, dass die Implementierung wie beabsichtigt funktioniert.
Auch wenn Sie additionally das Gefühl haben, viel Zeit mit dem Testen von Code zu verbringen, denke ich normalerweise, dass es sich lohnt, weil der Entwicklungsprozess immer noch weitaus effizienter ist als zuvor. Wir verbringen einfach mehr Zeit damit, den Code zu testen, weil der Implementierungsteil so viel effektiver geworden ist.
Zweitens möchte ich darauf hinweisen, dass ich auf meinem Pc einen separaten PR-Evaluation-Talent eingerichtet habe. Ich kann meinen Claude Code einfach dazu auffordern, den Pull-Request-Evaluation-Talent zu verwenden, und er liest alle von mir generierten PRs oder Codes durch und stellt sicher, dass er produktionsbereit ist. Was diesen Talent noch leistungsfähiger macht, ist, dass ich dem Talent explizit Informationen über das Repository zur Verfügung gestellt habe, in dem schon einmal Fehler gemacht wurden und der Code nicht wie beabsichtigt funktionierte.
Dies können bestimmte Fälle sein, in denen Personen etwas implementiert haben, das bei der Bereitstellung in der Produktion schief gelaufen ist, oder bestimmte Vorsichtsmaßnahmen, die beim Schreiben von Code in einem bestimmten Repository getroffen werden müssen.
Abschluss
In diesem Artikel habe ich besprochen, wie man mit Claude Code produktionsbereiten Code erstellt. Ich habe zwei Hauptpunkte behandelt, wie ich sicherstelle, dass der Code, den ich mit meinen Codierungsagenten generiere, produktionsbereit ist. Der erste Punkt ist, dass ich bei der Erstellung der ersten Versionen meines Codes darauf achte, aktiv Claude.md-Dateien zu verwenden, den Planmodus aktiv zu nutzen und meinem Agenten klare Anweisungen zu geben. Zweitens verbessere ich die Codeproduktionsbereitschaft, indem ich den Code durch Exams und eine Fähigkeit zur Pull-Request-Überprüfung iteriere. Dadurch werden viele Probleme aufgedeckt, daher vermeide ich die Bereitstellung von Fehlern in der Produktion. Für die Zukunft denke ich, dass es unglaublich wichtig sein wird, über die Instruments zu verfügen, die ich in diesem Artikel erläutert habe, um sicherzustellen, dass der generierte Code produktionsbereit ist. Angesichts der Geschwindigkeit, mit der wir Code über Codierungsagenten entwickeln, hat nicht jeder Entwickler genug Zeit, Pull-Requests vollständig zu prüfen. Wir müssen Codierungsagenten auch aktiv nutzen, um Code zu überprüfen und nicht nur Code zu generieren.
👉 Mein kostenloses E-E-book und Webinar:
🚀 Verzehnfachen Sie Ihr Engineering mit LLMs (kostenloser 3-tägiger E-Mail-Kurs)
📚 Holen Sie sich mein kostenloses E-E-book „Imaginative and prescient Language Fashions“.
💻 Mein Webinar zu Imaginative and prescient Language Fashions
👉 Finden Sie mich in den sozialen Netzwerken: