Jak to działa w praktyce

1. 1

   Dokumentacja, która rozmawia z AI

   W każdym katalogu projektu mieszka plik AI_README, a w korzeniu CLAUDE.md — konstytucja, którą agent czyta przed dotknięciem kodu. To nie archiwum dla ludzi „na kiedyś”, tylko mapa pisana na bieżąco: co tu jest, jakie są kontrakty, czego nie ruszać. Pytaj wykonawcę albo AI: „gdzie to jest udokumentowane?”. Jeśli zmiana w kodzie nie idzie w parze z aktualizacją dokumentacji, robota nie jest skończona.

2. 2

   Weryfikacja zamiast „chyba działa”

   „Działa” wolno powiedzieć dopiero po uruchomieniu i sprawdzeniu — najlepiej testem, który zostaje w projekcie na przyszłość. Dobry nawyk to test najpierw, potem kod, i piramida testów: dużo szybkich testów drobnych elementów, mniej tych sprawdzających całe ścieżki. Twoje pytanie kontrolne brzmi: „pokaż, że to działa”. Dowód w postaci zielonych testów albo nagranego przejścia bije każde zapewnienie.

3. 3

   Skrypty i bazy: najpierw plan, potem ruch

   Każde narzędzie, które zmienia dane, domyślnie działa w trybie próbnym (dry-run) — pokazuje, co i ile zmieni — a realnie wykonuje to dopiero po świadomym potwierdzeniu (--execute). Przed taką operacją powstaje backup, czyli punkt powrotu, gdyby coś poszło nie tak. Operacje projektuje się idempotentnie: da się je puścić dwa razy bez podwajania efektu. Zanim zaakceptujesz uruchomienie na żywych danych, zażądaj wyniku dry-runu i potwierdzenia, że kopia istnieje.

4. 4

   Git i wdrożenia: pamięć i przycisk cofania

   Historia gita to pamięć projektu — zanim cokolwiek powstanie od zera, sprawdza się, czy problem nie był już rozwiązany. Zmiany zapisuje się małymi, spójnymi paczkami (jeden temat na commit), żeby w razie problemu cofnąć tylko jedną rzecz, nie wszystko. Każde wdrożenie na żywo dostaje czytelny znacznik (tag) z datą — to umożliwia szybki rollback do poprzedniej działającej wersji. Produkcję rusza się wyłącznie na Twoje wyraźne „wdrażaj”.

5. 5

   Stack: decyzje już rozstrzygnięte

   The Craft podaje sprawdzone domyślne wybory technologii — Python, solidną bazę danych, warstwę web/API, Docker do pakowania, prosty serwer — żebyś nie tracił czasu na spory dawno zamknięte. Nie chodzi o to, że to jedyna słuszna droga, tylko o to, że to droga przewidywalna i tania w utrzymaniu. Gdy wykonawca proponuje coś innego, pytaj „dlaczego odchodzimy od domyślnego wyboru?”. Dobra odpowiedź to konkretny powód, nie moda.

Rozdziały tego poziomu