Написать в Telegram

Claude Code: как собрать фабрику ПО из ИИ-агентов, которая сама пишет, проверяет и сливает фичи. Пошагово

Содержание
  1. Как устроена фабрика
  2. Что понадобится
  3. Ограничения и риски перед стартом
  4. Шаг 1. Выберите проект и модель
  5. Шаг 2. Вставьте один большой промт
  6. Шаг 3. Задайте структуру файлов
  7. Шаг 4. Опишите правила и команды
  8. Шаг 5. Дайте агенту всё построить
  9. Шаг 6. Запустите первую задачу
  10. Шаг 7. Следите за конвейером
  11. Шаг 8. Утвердите результат
  12. Где живут данные фабрики
  13. Шаг 9. Запускайте несколько задач сразу
  14. Что может пойти не так
  15. Что добавить дальше
  16. Если вы работаете из России

Кодинг-агент пишет код быстро, но вокруг кода остаётся ручная работа. Кто-то должен написать спецификацию, кто-то проверить безопасность, интерфейс и качество кода, кто-то решить, можно ли это сливать в основную ветку. Обычно всё это делает один человек, и именно на этом месте работа встаёт.

Фабрика ПО закрывает эту цепочку. Вы даёте задачу, дальше команда агентов проходит по конвейеру сама: спецификация, сборка, проверки, решение. Человек подключается только там, где агент не уверен. Идея не новая: «фабриками ПО» называли среды программирования ещё в 1968 году. Новое то, что автоматизировать теперь можно и неструктурированную работу между жёсткими этапами, включая написание самого кода.

Разберём, как собрать такую фабрику внутри своего проекта на Claude Code. Она получится простой: несколько файлов Markdown, один навык и семь субагентов. Но на практике её хватает, чтобы довести реальную задачу до слияния.

Как устроена фабрика

Конвейер состоит из шагов, у каждого свой агент с одной задачей:

  • Автор спецификации. Читает задачу и пишет спецификацию. Работает на Opus.
  • Сборщик. Пишет рабочую фичу в отдельной ветке и проверяет её по критериям из спецификации. Тоже Opus.
  • Четыре проверяющих. Отдельные агенты смотрят безопасность, UX, дизайн интерфейса и код. По схеме это один Opus и три Sonnet.
  • Утверждающий. Opus решает: слить в основную ветку автоматически или передать человеку.

Если проверяющие просят правок, замечания возвращаются сборщику, и круг повторяется, пока результат не устроит. Число кругов ограничено, зацикливания нет.

Дирижёр всего этого один: обычная сессия Claude Code, которая запускает навык factory. Она запускает агентов и единственная пишет в файл состояния. Код, спецификации и решения она сама не пишет.

Состояние хранится в файлах, а не в переписке. Агенты берут контекст из файлов и пишут только в свой.

Что понадобится

  • Claude Code и существующий проект, в котором вы будете строить фабрику. В примере это сайт на Vue.
  • Модель посильнее для оркестратора. В примере Opus 5.5 с высоким уровнем усилия, чтобы модель учла все детали длинного промта.
  • Чистый git. Фабрика создаёт ветки и сливает их, поэтому в основной ветке не должно быть незакоммиченных правок.
  • Время и токены. Каждая задача запускает несколько агентов подряд.

Ограничения и риски перед стартом

  • Агенты получают свободу. В примере включён режим без запросов разрешений. Это ускоряет работу, но выбирайте уровень по своему комфорту.
  • Расход токенов растёт. Субагенты передают друг другу контекст, и это стоит денег. Нужно решить, оправдано ли качество такой ценой. В примере всё шло по подписке, без оплаты по токенам.
  • У фабрики есть открытые вопросы. Агент сам перечислил их после сборки. Зависшие в статусе needs-human задачи хранят свои рабочие каталоги, а в каждом лежит около 550 МБ node_modules, и команды очистки пока нет. Эмуляторы Firebase занимают фиксированные порты, и второй сборщик не сможет их запустить. Две задачи, сливаемые в один момент, упираются в блокировку git.
  • Утверждающий осторожен. Он может отправить к человеку почти всё. Правила эскалации придётся подкручивать под свой проект.

Шаг 1. Выберите проект и модель

Откройте терминал в каталоге проекта и запустите Claude Code. В примере это рабочий сайт с множеством файлов: чем реальнее проект, тем лучше видно, как фабрика справляется.

Дальше выберите модель и уровень усилия. Для такой задачи берётся Opus 5.5 с высоким усилием: промт длинный, и модель должна донести каждую его деталь до файлов.

Шаг 2. Вставьте один большой промт

Весь секрет в промте. Он задаёт цель, роли агентов, структуру файлов и команды. Его идея в пересказе такая:

Построй в этом репозитории простую визуальную «фабрику ПО» на основе навыка Claude Code, субагентов и файлов Markdown. Сделай её маленькой: человек должен понять всё за несколько минут. Сначала изучи репозиторий, чтобы агенты знали язык проекта, команду тестов и принятые правила.

Дальше в промте описан оркестратор: фабрика это один навык /factory, и любая сессия Claude Code, которая его запускает, становится оркестратором. Она гонит задачу по кругу, порождает всех агентов и одна пишет в factory/board.json.

Промт не привязан к проекту: сначала агент изучает репозиторий и сам подстраивается. Поэтому тот же текст подойдёт и вам.

Схема с блоком промта, оркестратором и перечнем команд фабрики
Схема с блоком промта, оркестратором и перечнем команд фабрики

Чтобы длинный промт было удобно править, его можно открыть в редакторе по умолчанию сочетанием клавиш Ctrl+G.

Шаг 3. Задайте структуру файлов

В промте прописана целевая файловая система. Навык и агенты живут в каталоге .claude, а данные фабрики в каталоге factory:

  • .claude/skills/factory/SKILL.md. Инструкции оркестратора.
  • .claude/agents/. По одному файлу на каждого агента из цепочки.
  • factory/board.json. Состояние задач, из него рисуется панель.
  • factory/dashboard.html. Визуальная панель, она опрашивает board.json.
  • factory/backlog.md. Очередь задач для команды /factory next.
  • factory/jobs/. По папке на каждую задачу: спецификация, отчёт о сборке, папки кругов проверки и итоговое решение.

Для агентов в промте даны примеры синтаксиса субагента Claude Code: имя, описание, список инструментов и модель. Остальное модель достраивает сама.

Фрагмент промта с целевой файловой системой: навык, агенты, board.json и папка задач
Фрагмент промта с целевой файловой системой: навык, агенты, board.json и папка задач

Шаг 4. Опишите правила и команды

В промте заданы правила, которые держат конвейер в порядке. Агенты берут контекст из файлов, а не из переписки, и пишут только в свой файл. Каждая проверка начинается со слова PASS или CHANGES, а решение утверждающего с APPROVE или ESCALATE. Сборщик работает в отдельной ветке factory/<id> и сверяется с критериями из спецификации. Круг проверки считается завершённым, только когда готовы файлы всех проверяющих.

Там же четыре команды:

  • /factory <задача>. Запустить новую задачу.
  • /factory next. Взять первую невыполненную задачу из backlog.md.
  • /factory approve <id>. Слить в основную ветку задачу, ждущую человека.
  • /factory rework <id> <замечание>. Вернуть задачу сборщику с замечанием.

Отдельно в промте описана панель: один самодостаточный HTML-файл, который раздаётся командой python3 -m http.server. Задачи на нём карточки, которые движутся по этапам, а задачи, ждущие человека, выделены.

Раздел промта с четырьмя командами фабрики и описанием панели
Раздел промта с четырьмя командами фабрики и описанием панели

Шаг 5. Дайте агенту всё построить

После запуска промта Claude Code изучает проект. В примере он выяснил, что это Vue 3 с Vite и Firebase без набора тестов, и решил проверять работу сборкой и линтером. Затем он пишет навык-оркестратор (в примере 178 строк), агентов и панель. В примере на это ушло около восьми минут.

Claude Code записывает файл навыка factory, оркестратор из 178 строк
Claude Code записывает файл навыка factory, оркестратор из 178 строк

Когда сборка закончилась, перезапустите Claude Code, чтобы он подхватил новых агентов. Панель запускается так:

cd factory && python3 -m http.server

Откройте в браузере localhost:8000/dashboard.html. Навык factory теперь виден в списке /skills как проектный.

В примере в backlog.md оказались три стартовые задачи, которые агент придумал для сайта: время чтения у записи блога, кнопка копирования у блоков кода и страница 404.

Шаг 6. Запустите первую задачу

Перед запуском закоммитьте всё созданное. Если не сделать этого, фабрика остановится на первой проверке: рабочее дерево не чистое. В примере так и вышло, и коммит всех новых файлов решил вопрос.

Для задачи возьмём такую:

Страницы курса по настройке агентов в Obsidian не должны быть платными. Платными остаются только видео.

Запускаем /factory и текст задачи. Оркестратор проверяет чистоту ветки, создаёт задачу, записывает её в board.json и вызывает автора спецификации.

Запуск задачи командой factory: оркестратор создаёт задачу и запускает spec-writer
Запуск задачи командой factory: оркестратор создаёт задачу и запускает spec-writer

Спецификация получилась подробной, и в ней уже был вопрос к человеку: считать ли бесплатными только тексты уроков или ещё и файлы для скачивания. Ответ определил рамки работы: файлы остались платными.

Шаг 7. Следите за конвейером

Дальше всё идёт без вас. Автор спецификации записывает файл spec.md, оркестратор создаёт ветку factory/001-obsidian-course-unpaywall и запускает сборщика. Каждого субагента можно открыть и посмотреть, что он делает. Сборка в примере заняла около шести минут.

На панели видно, как карточка задачи переезжает из колонки Spec в Build, затем в Review. Пока работает конвейер, вы свободны.

Сборщик закончил, оркестратор готовится к проверкам, на панели карточка в колонке Build
Сборщик закончил, оркестратор готовится к проверкам, на панели карточка в колонке Build

На проверке параллельно запускаются четыре агента: UX, дизайн интерфейса, безопасность и код. В примере все четыре прошли с первого круга. Каждая проверка пишет отдельный файл, а карточка на панели показывает четыре отметки по результатам.

Шаг 8. Утвердите результат

Утверждающий агент в примере не стал сливать сам и передал задачу человеку. У него было два вопроса: должен ли текст уроков быть бесплатным и должны ли файлы остаться платными. Оркестратор пояснил, что на оба вопроса ответ уже есть в задаче, и перечислил, что изменится на сайте.

Решение за вами. Если всё верно, запустите команду утверждения с номером задачи в новой сессии:

/factory approve 001-obsidian-course-unpaywall

Если нужны другие формулировки, используйте /factory rework с замечанием.

Команда factory approve в строке ввода, на панели задача в колонке Needs human
Команда factory approve в строке ввода, на панели задача в колонке Needs human

После утверждения агент слил ветку в основную как отдельный коммит слияния, удалил ветку задачи и отметил задачу слитой. Ничего не отправлялось на сервер. В истории git видно ветку, несколько коммитов и итоговое слияние.

Важный момент: команда approve не строгая схема. Это обращение к навыку, а всё остальное агент делает по тексту инструкций.

Где живут данные фабрики

Метаданные всей системы лежат в обычных файлах Markdown и JSON в папке factory. Их можно открыть в редакторе, прочитать глазами и отдать другим агентам. Именно из них панель берёт всё, что показывает.

Панель с файлами задачи: spec.md, build.md, decision.md и результаты четырёх проверок
Панель с файлами задачи: spec.md, build.md, decision.md и результаты четырёх проверок

В примере эти файлы добавлены в .gitignore: они текстовые, но засоряют поиск по проекту. Агент решил это сам. Тогда после нового клонирования репозитория данные пропадут. Если они вам нужны, настройте резервное копирование отдельно, например в облачное хранилище.

Шаг 9. Запускайте несколько задач сразу

Одна задача за раз быстро надоедает. Чтобы вести несколько, фабрике нужны рабочие деревья git: у каждой задачи свой каталог, и ветки не мешают друг другу. Это просто просьба Claude Code:

Хочу запускать через фабрику несколько фич одновременно. Для этого, видимо, понадобится интеграция с git worktrees.

Агент дописывает навык, и дальше в трёх панелях терминала запускаются три сессии с /factory next. На панели в этот момент три карточки на разных этапах.

Две из трёх параллельных сессий Claude Code: каждая ведёт свою задачу в своём рабочем дереве
Две из трёх параллельных сессий Claude Code: каждая ведёт свою задачу в своём рабочем дереве

Оркестратор не обязан быть самым сильным. В примере одну из сессий перевели на Sonnet 5.5 с низким усилием, и она работала быстрее. Но скорость всё равно упирается в субагентов: они остались на Opus. Разумная схема: умный оркестратор и часть субагентов на более дешёвых моделях.

Панель фабрики: три задачи на разных этапах, одна ждёт человека
Панель фабрики: три задачи на разных этапах, одна ждёт человека

Что может пойти не так

В примере две задачи из трёх застряли в статусе «нужен человек». В задаче про время чтения утверждающий не стал сливать сам: слияние сбрасывало кэш отрисовки блога, и на это нужно время. Это разумная осторожность. В задаче про страницу 404 проверки прошли, но слияние не состоялось: основная ветка не была чистой, ведь backlog.md менялся самой фабрикой. Такие правки неизбежны, поэтому в навык добавили правило: изменения в этом файле не блокируют слияние. Исправление агент внёс сам.

Вывод: первую версию правил придётся дорабатывать. Это нормально, и именно поэтому свою фабрику лучше собрать самим. Вы знаете, как она устроена, и можете её менять.

Что добавить дальше

  • Задачи из GitHub Issues. Задачу сможет создать любой участник, и она видна в трекере. Так же можно принимать задачи из Slack.
  • Метрики приложения. Например, подключить Sentry, чтобы ошибки из рабочей системы приходили в фабрику вместе с контекстом.
  • Метрики инфраструктуры. Загрузка процессора и памяти нужны, чтобы следить за системой после выкладки.
  • Откат после релиза. Фабрика может остаться в цикле и после публикации: если фича ломает приложение, её можно откатить.

Если вы работаете из России

Claude Code из России напрямую недоступен. Но весь замысел держится на простых вещах: навык, субагенты, файлы Markdown и git. Это не привязано к одному продукту. Тот же конвейер можно повторить в любом кодинг-агенте, который умеет запускать субагентов и читать инструкции из файлов. Модели при этом можно взять открытые, на своём сервере, или российские, если они справляются с кодом.

Оговорка: качество конвейера зависит от модели. В примере сильные модели отвечали за спецификацию, сборку и решение. Если вы возьмёте слабее, придётся строже писать критерии приёмки и чаще проверять результат вручную.

Мы в Агентехе учим сотрудников собирать таких агентов под реальные процессы своей команды: от разбора задачи до проверки результата и ручного утверждения. Как устроено обучение.

Написать в Telegram