Jak Zbudować Zaawansowany System Pracy z Claude Code — Od Parallelizacji do Własnego Harness'u

Jak Zbudować Zaawansowany System Pracy z Claude Code — Od Parallelizacji do Własnego Harness'u

🎯 Co Można Wdrożyć

Nauczysz się budować wieloagentowe systemy w Claude Code, które działają równolegle, oszczędzają tokeny i drastycznie skracają czas realizacji zadań. Zamiast czekać 20 minut na sekwencyjne wykonanie — uzyskasz wynik w 10-12 minut przy wyższej jakości i niższych kosztach.

🔧 Narzędzia i Technologie

• Claude Code (VS Code Extension): Główny harness — otoczka wokół modelu Claude, która daje mu narzędzia (bash, grep, pamięć).
• Cursor / Windsurf / PearAI: Alternatywne harnessy — różnią się bezpieczeństwem, auto-mode, permissions.
• MCP (Model Context Protocol): Protokół do podłączania zewnętrznych narzędzi (Chrome DevTools, API docs).
• Droid (Factory AI) / PIP.DEV: Open-source harnessy — pozwalają używać różnych modeli (nie tylko Claude) w tym samym workflow.
• Sonnet 4.6 / Opus 4.6 / Haiku: Różne modele Claude — Sonnet do research (tani, szybki), Opus do syntezy (drogi, mądry).

User Preferences

• When I say "visualize app" or "run dev server" → automatically open in Chrome (don't just print URL).

Teraz `npm run dev` automatycznie otworzy przeglądarkę.
✓ Definition of Done: Komenda "visualize app" otwiera Chrome bez dodatkowego promptu.

## Meta Rules
- When you make a mistake: update local claude.md "Lab Notes" with what NOT to do next time.
- When user asks "how to do X faster": suggest concrete optimization + add to claude.md.

Claude będzie sam aktualizował swoje instrukcje. ✓ Definition of Done: Po błędzie Claude automatycznie dodaje wpis do "Lab Notes" bez Twojego promptu.

⚠️ Pułapki i Czego Unikać

• Zbyt długi globalny claude.md: Każdy token w global claude.md jest wstrzykiwany do KAŻDEJ sesji. Trzymaj go <500 słów. Szczegóły → lokalny claude.md.
• Brak human-in-the-loop przy /insights: Insights może zasugerować sprzeczne reguły (np. "fetch docs" vs "don't fetch well-known sites"). Zawsze przeglądaj ręcznie przed dodaniem do global.
• Używanie Opus do research: Opus kosztuje 5x więcej niż Sonnet i jest wolniejszy. Używaj Sonnet do data extraction, Opus tylko do syntezy/rozumowania.
• Ignorowanie "Lab Notes": Jeśli nie logujesz błędów — Claude będzie je powtarzał. Każdy fail = lekcja. Zapisuj ją.
• Parallelizacja zadań zależnych: Fan-out działa tylko gdy zadania są niezależne. Jeśli krok 2 wymaga wyniku kroku 1 — musisz iść sekwencyjnie.

✅ Kryteria Sukcesu

• Czas realizacji zadań skrócony o 40-60% (mierz: baseline 20 min → po optymalizacji 10-12 min).
• Zużycie tokenów spadło o 50%+ (sprawdź /context przed i po — input tokens powinny być 2x mniejsze).
• Claude nie powtarza tych samych błędów (jeśli coś failowało 3x i dodałeś do Lab Notes — nie failuje 4x).
• Jakość outputu wzrosła (subiektywne, ale: mniej iteracji "to nie to, spróbuj jeszcze raz", więcej first-time-right).

⏱️ Szacowany Nakład Pracy

• Quick win (pierwsze efekty): 1-2 g