Znalosti

Claude Code ve vývojovém týmu: jak začít a nerozbít kvalitu

Autor: · Publikováno · Aktualizováno

Claude Code zavedete v týmu bez ztráty kvality, když s ním budete zacházet jako s novým členem týmu: dáte mu jasná pravidla v repozitáři, omezená oprávnění a jeho práci budete kontrolovat stejně jako práci kohokoli jiného. Začněte pilotem na jednom repozitáři s dobrými testy, nastavte soubor CLAUDE.md a oprávnění, držte malé pull requesty s lidským review a od prvního dne měřte lead time a dobu review. Zrychlení přichází z disciplíny, ne z nástroje samotného.

Co je Claude Code a čím se liší od našeptávače kódu?

Klasický AI našeptávač doplňuje řádky kódu v editoru. Claude Code je agentní nástroj: dostane úkol, sám si projde repozitář, navrhne plán, upraví více souborů, spustí testy a podle výsledku pokračuje. Pracuje v terminálu nebo v editoru a vývojář schvaluje jeho kroky.

Tento rozdíl mění to, na čem záleží. U našeptávače rozhoduje kvalita jednotlivých návrhů. U agenta rozhoduje prostředí, ve kterém pracuje: jak dobře je popsaný projekt, jaké má oprávnění, jak rychle mu testy řeknou, že něco rozbil, a kdo jeho výstup kontroluje.

Kde začít?

Nezavádějte nástroj plošně ze dne na den. Osvědčuje se pilot:

  1. Vyberte jeden repozitář s rozumným pokrytím testy a funkční CI. Agent bez testů nemá zpětnou vazbu a chyby najdete až v produkci.
  2. Vyberte dva až tři vývojáře, kteří mají chuť zkoušet a zároveň dobře znají kód. Ti nejlépe poznají, kdy AI navrhuje nesmysl.
  3. Změřte výchozí stav – lead time, dobu review a velikost pull requestů za poslední měsíce.
  4. Stanovte délku pilotu, například čtyři až šest týdnů, a na konci vyhodnoťte data i zkušenosti.
  5. Sepište, co se naučíte, a přeneste to do pravidel pro další týmy.

Jak připravit repozitář?

Soubor CLAUDE.md

CLAUDE.md je paměťový soubor projektu. Claude Code ho načte na začátku každé práce. Patří do něj:

  • příkazy pro instalaci, build, testy a linting,
  • stručný popis architektury a hlavních adresářů,
  • konvence kódu a pojmenování, které nejsou vidět z linteru,
  • pravidla, co nedělat, například neměnit veřejné API bez domluvy nebo nesahat do migrací,
  • odkazy na podrobnější dokumentaci.

Držte ho stručný a aktuální. Kromě projektového souboru lze mít i osobní nastavení vývojáře a soubory v podadresářích pro jednotlivé části monorepa. CLAUDE.md verzujte v gitu a měňte ho přes pull request jako kód.

Oprávnění a allowlisty

Claude Code se před rizikovými kroky ptá na schválení. V nastavení projektu můžete určit, které příkazy smí spouštět bez ptaní (například testy a linter) a které jsou zakázané. Typicky zakažte čtení souborů s tajemstvími, mazání mimo pracovní adresář, push do hlavní větve a nasazení. Sdílené nastavení dejte do repozitáře, aby platilo pro celý tým.

MCP servery

Model Context Protocol (MCP) je otevřený standard, přes který lze Claude Code napojit na další systémy: issue tracker, dokumentaci, databázi nebo monitoring. Přidávejte jen servery, kterým důvěřujete, a dávejte jim nejnižší potřebná oprávnění. Přístup k produkční databázi pro čtení i zápis do pilotu nepatří.

Skills, hooks a subagenti

  • Skills jsou balíčky instrukcí pro opakované úlohy, například postup přidání nového API endpointu nebo vydání verze.
  • Hooks jsou příkazy, které se automaticky spustí při určitých událostech, například formátování a linting po každé úpravě souboru. Kvalitu tak hlídá stroj, ne paměť.
  • Subagenti jsou specializovaní pomocníci s vlastním zadáním a kontextem, například pro průzkum kódu nebo review. Hodí se pro větší úkoly, kde by se hlavní konverzace zahltila detaily.

Jaký workflow od ticketu po merge funguje?

  1. Jasné zadání. Ticket s akceptačními kritérii. Čím přesnější zadání, tím méně oprav.
  2. Plán před kódem. V plánovacím režimu (plan mode) nástroj nejdřív projde kód a navrhne postup bez úprav souborů. Vývojář plán zkontroluje a opraví dřív, než vznikne první řádek.
  3. Testy první. Nechte nejdřív napsat test, který popisuje požadované chování a selhává. Pak implementaci, dokud test neprojde. Test je smlouva, podle které poznáte, že agent udělal, co měl.
  4. Malé kroky a malé pull requesty. Jeden pull request má řešit jednu věc. Velký diff vygenerovaný za pět minut se špatně čte a review se z něj stane formalita.
  5. Lidské review. Reviewer kontroluje logiku, bezpečnost, dopady na architekturu a testy. Autor musí změnu umět vysvětlit, i když ji napsal nástroj.
  6. CI jako brána. Testy, linter, kontrola typů a bezpečnostní skeny musí projít, jinak se nemerguje.

Hypotetický příklad: tým přidává do aplikace export objednávek do CSV. Vývojář nechá Claude Code navrhnout plán, upraví ho (export musí respektovat oprávnění uživatele), nechá napsat testy včetně prázdného exportu a speciálních znaků, pak implementaci. Pull request má pár souborů a reviewer ho projde během jednoho sezení.

Jak udržet kvalitu?

AI zrychlí psaní kódu. Pokud ale ostatní části procesu zůstanou stejné, úzkým hrdlem se stane review a chyby se přesunou dál. Kvalitu drží tato pravidla:

  • Pravidla kvality v automatizaci, ne v dobré vůli. Linter, formátovač, kontrola typů a testy v CI a v hooks.
  • Limit velikosti pull requestu. Domluvte se na hranici a větší změny dělte.
  • AI review jako doplněk. Automatické review v pull requestu najde překlepy, chybějící ošetření chyb nebo nekonzistence. Lidské review nenahrazuje.
  • Pozor na falešné testy. Kontrolujte, jestli testy opravdu testují chování, a ne jen to, že kód běží. Agent někdy upraví test tak, aby prošel.
  • Architektonická rozhodnutí dělá člověk. Nové závislosti, změny datového modelu a veřejných rozhraní schvaluje tým.

Na co si dát pozor v bezpečnosti?

  • Tajemství mimo dosah. Hesla, API klíče a certifikáty patří do správce tajemství, ne do repozitáře. V oprávněních zakažte čtení souborů jako .env.
  • Data zákazníků. Do konverzace s AI nevkládejte produkční data s osobními údaji. Na ladění používejte anonymizovaná nebo testovací data.
  • Nedůvěryhodný obsah. Text z webu, issue nebo závislostí může obsahovat skryté instrukce (prompt injection). Čím víc nástrojů a oprávnění agent má, tím opatrněji s tím zacházejte.
  • Nové závislosti. Ověřte, že navržená knihovna existuje, je udržovaná a má vhodnou licenci.
  • Firemní pravidla. Sepište, co do AI nástrojů nesmí. Souvisí to i s povinností AI gramotnosti podle AI Actu, o které píšeme v článku AI gramotnost podle AI Actu.

Jak Claude Code použít v CI?

Claude Code umí běžet i neinteraktivně (headless mode), tedy bez vývojáře u klávesnice. V CI se to hodí pro:

  • automatické první review pull requestu s komentáři,
  • návrh opravy padajícího lintu nebo jednoduchého testu,
  • generování popisu změn nebo poznámek k vydání.

V CI dávejte nástroji jen minimální oprávnění: čtení repozitáře, komentáře k pull requestu, žádný přístup k produkčním tajemstvím a žádné nasazení. Výstup z CI je návrh, o kterém rozhoduje člověk.

Jak měřit přínos?

Bez měření nepoznáte, jestli tým zrychlil, nebo jen generuje víc kódu. Sledujte před pilotem i po něm:

MetrikaCo ukazuje
Lead time (od prvního commitu po nasazení)Jestli se práce dostává k uživatelům rychleji
Doba čekání na reviewJestli se úzké hrdlo nepřesunulo na reviewery
Velikost pull requestůJestli tým drží malé kroky
Podíl nasazení, která způsobí chybuJestli rychlost nejde na úkor kvality
Počet oprav po mergeKolik práce se vrací

Doplňte data krátkým dotazníkem pro vývojáře: kde jim nástroj pomáhá a kde zdržuje.

Co udělat teď

  • Vyberte pilotní repozitář s testy a CI a dva až tři vývojáře.
  • Změřte výchozí lead time, dobu review a velikost pull requestů.
  • Napište CLAUDE.md s příkazy, architekturou a pravidly.
  • Nastavte sdílená oprávnění a zakažte přístup k tajemstvím.
  • Zaveďte hooks pro formátování a linting.
  • Dohodněte workflow: plán, testy první, malé pull requesty, lidské review.
  • Po pilotu vyhodnoťte data a rozhodněte o rozšíření.

Pokud chcete začít rychle a správně, připravili jsme jednodenní workshop AI-assisted vývoje s Claude Code, kde tým nastaví repozitář a workflow na vlastním kódu. Pokud potřebujete dlouhodobé technologické vedení včetně zavedení AI do vývoje, podívejte se na službu Fractional CTO. A pokud chcete vidět AI-assisted vývoj v praxi na novém produktu, podívejte se na MVP za 14 dní. Napište nám přes kontaktní formulář a domluvte si nezávaznou konzultaci.

Časté otázky

Co je Claude Code?

Claude Code je agentní nástroj pro vývoj od společnosti Anthropic, který pracuje v terminálu nebo editoru nad vaším repozitářem. Umí číst kód, upravovat soubory, spouštět příkazy a testy a navrhovat změny, které vývojář schvaluje.

Co je soubor CLAUDE.md?

CLAUDE.md je soubor v repozitáři s instrukcemi, které Claude Code načte na začátku práce. Patří do něj příkazy pro build a testy, konvence kódu, architektura a pravidla, co nedělat.

Nahradí Claude Code code review?

Ne, lidské code review zůstává povinné. AI může review doplnit jako první kontrolu, odpovědnost za změnu ale nese vývojář, který ji posílá, a reviewer, který ji schvaluje.

Jak zabránit tomu, aby se do AI dostala hesla a klíče?

Tajné klíče nepatří do repozitáře ani do souborů, které nástroj čte. Nastavte pravidla oprávnění, která zakážou čtení souborů jako .env, používejte správce tajemství a v CI dávejte nástroji jen minimální oprávnění.

Jak poznáme, že nám Claude Code pomáhá?

Měřte stejné metriky před zavedením a po něm: dobu od začátku práce po nasazení (lead time), dobu čekání na review, velikost pull requestů a podíl změn, které způsobí chybu v produkci. Pocit zrychlení bez dat nestačí.

Hodí se Claude Code i pro starší kód?

Ano, u legacy kódu pomáhá hlavně s porozuměním, dokumentací a psaním testů před úpravami. Změny ve starém kódu ale dělejte v malých krocích a s testy, které současné chování zachytí dřív, než ho změníte.

Potřebujete to vyřešit ve vaší firmě?

Napište nám. Konzultace je nezávazná.