Autonomous Long-Task Development

Dieses Skill optimiert Claude Code für lange, autonome Entwicklungsaufgaben - von mehrstündigen Feature-Implementierungen bis zu Multi-Session-Refactorings.

Wann diesen Skill nutzen

• Komplexe Features: Implementierungen die mehrere Dateien/Services betreffen
• Multi-Step Workflows: Tasks mit 5+ abhängigen Schritten
• Long-Running Tasks: Aufgaben die >30 Min dauern
• Multi-Session Tasks: Arbeit die über Context-Grenzen hinausgeht

Core Principles

1. Loop Closing (Test-Driven)

Jede Code-Änderung muss einen Feedback-Loop schließen:

1. Test schreiben (was soll passieren)
2. Code implementieren
3. Test ausführen → Loop geschlossen
4. Refactor falls nötig
5. Test erneut → Sicherheit

Anti-Pattern (Open Loop):

"Implementiere Feature X"
→ Code geschrieben, keine Verifikation
→ Bugs später entdeckt

Best Practice (Closed Loop):

"Implementiere Feature X mit E2E Test.
Führe den Test nach Implementation aus."
→ Sofortige Verifikation

2. Incremental Progress mit Checkpoints

Niemals alles auf einmal:

❌ Versuchen das komplette Feature zu "one-shotten"
   → Context läuft aus mitten in der Implementierung
   → Nächste Session erbt Chaos

✓ Kleine, getestete Inkremente
   → Jedes Inkrement funktioniert standalone
   → Klare Übergabe zwischen Sessions

Checkpoint-Pattern:

• Nutze /rewind oder Esc Esc für Rollbacks
• Committe nach jedem funktionierenden Inkrement
• Dokumentiere State in STATUS.md oder claude-progress.txt

3. Context-Window Management

Claude Opus 4 kann 200K Tokens, aber:

• Sub-Agents haben eigene Context Windows (isoliert)
• Lange Sessions fragmentieren den Context
• claude-progress.txt für Session-Handoffs nutzen

Sub-Agents für Parallelisierung

Was sind Sub-Agents?

Lightweight Claude-Instanzen mit eigenem Context Window. Nur relevante Ergebnisse kommen zurück zum Orchestrator.

Verfügbare Agent-Typen

Wann Sub-Agents nutzen

DO:

• Unbekannte Codebase-Teile erkunden
• Patterns über viele Dateien suchen
• Unabhängige Tasks parallelisieren (max 10 parallel)

DON'T:

• Spezifische bekannte Datei lesen → Read direkt
• In 2-3 Dateien suchen → Read direkt
• Klassen-Definition finden → Glob direkt

Parallel Workflow Pattern

"Implementiere Stripe Integration parallel:

Sub-Agent 1 (Backend): API Endpoint erstellen
Sub-Agent 2 (Frontend): Payment Form Component
Sub-Agent 3 (Tests): Integration Tests schreiben

Starte alle drei parallel mit Task tool.
Warte auf Completion, dann integrieren."

Git Worktrees für echte Parallelität:

# Worktree pro Task für isolierte Entwicklung
git worktree add ../feature-a feature/a
git worktree add ../feature-b feature/b
# Separate Claude Sessions in jedem Worktree

Multi-Session Task Patterns

Session Handoff mit claude-progress.txt

Am Ende jeder Session:

## Session 2025-12-06 14:30

### Completed
- UserService refactored to dependency injection
- All controller endpoints updated
- Unit tests passing (23/23)

### Current State
- Branch: refactor/user-service
- Last commit: abc123
- Tests: ✓ Passing

### Blockers
- None

### Next Session
1. Frontend updates for new API structure
2. Integration tests
3. Documentation

Initializer + Coding Agent Pattern (Anthropic)

Für sehr lange Tasks (>8h):

Session 1 (Initializer):
- init.sh Script erstellen
- claude-progress.txt anlegen
- Initial Git Commit
- Grundstruktur aufsetzen

Sessions 2-N (Coding Agent):
- claude-progress.txt lesen
- Git History verstehen
- Inkrementell weitermachen
- Progress dokumentieren

Template Prompts

Long-Running Feature Implementation

"Implementiere [FEATURE] mit vollständiger Loop-Closing.

Requirements:
- [Req 1]
- [Req 2]

Approach (track mit TodoWrite):
1. [Step 1] → Test schreiben + implementieren
2. [Step 2] → Test schreiben + implementieren
...

Constraints:
- Jedes Inkrement muss testbar sein
- Committe nach jedem funktionierenden Schritt
- Dokumentiere in STATUS.md falls komplex

Token-Budget: Nutze volle 200K, stoppe NICHT früh.
Bei Context-Grenze: STATUS.md für Handoff updaten.
Parallelisiere unabhängige Tasks mit Sub-Agents."

Multi-Session Refactoring

"Refactoring Part [N] von [TOTAL].

Previous Sessions:
- Siehe claude-progress.txt
- Git log für bisherige Änderungen

This Session Goals:
- [Goal 1]
- [Goal 2]

Am Ende dieser Session:
- claude-progress.txt updaten
- Alle Tests müssen grün sein
- Klare Next Steps dokumentieren

Falls Context knapp wird:
- Sauber abschließen (keine halben Implementierungen)
- Handoff-Dokument schreiben
- Nächste Session kann nahtlos weitermachen"

Bug Investigation

"Untersuche und fixe Bug: [DESCRIPTION]

Beobachtetes Verhalten:
- [Was passiert]
- [Wann es passiert]
- [Error Messages]

Investigation Steps:
1. Lokal reproduzieren
2. Logs prüfen
3. Root Cause identifizieren
4. Fix implementieren
5. Regression Test hinzufügen (Loop Closing!)
6. Verifizieren

Dokumentiere Findings in STATUS.md falls komplex."

Parallel Feature Development

"Implementiere diese 3 unabhängigen Änderungen parallel:

1. [Feature A] - Backend
2. [Feature B] - Frontend
3. [Feature C] - Tests

Nutze Task Tool mit 3 Sub-Agents.
Jeder Agent arbeitet isoliert.
Am Ende: Integration + E2E Test."

Autonomy Levels

High Autonomy (Default für Long Tasks)

"Implementiere Feature X.
Triff alle Implementierungsentscheidungen selbst basierend auf Best Practices.
Stoppe NICHT wegen Token-Budget.
Erstelle Tests und Docs während du arbeitest."

Guided Autonomy (Bei kritischen Entscheidungen)

"Implementiere Feature X.
Frage mich VOR Entscheidungen zu:
- Datenbankschema-Änderungen
- Externe API Auswahl
- Breaking Changes

Bei allem anderen: Mach selbstständig weiter."

Common Failure Modes

Testing Strategy für Long Tasks

Test Pyramid

          /\
         /E2E\ ← Playwright (kritische Flows)
        /-----\
       / API   \ ← Integration Tests
      /---------\
     /   Unit    \ ← Schnellstes Feedback
    /--------------\

Playwright Best Practices

// Serial Mode für abhängige Tests
test.describe.configure({ mode: 'serial' });

// Authenticated Contexts wiederverwenden
const ctx = await createAuthenticatedContext(...);

// Cleanup vor und nach Tests
await purgeTestData();
// ... test ...
await cleanupTestData();

// Traces für Debugging
use: {
  trace: 'retain-on-failure',
  screenshot: 'only-on-failure',
  video: 'retain-on-failure'
}

Token & Cost Considerations

• Single Agent: ~50K-100K Tokens pro Session
• Parallel Agents: 3-4x höherer Token-Verbrauch
• Trade-off: Höhere Velocity vs. höhere Kosten

Empfehlung:

• Für schnelle Tasks: Single Agent
• Für komplexe/lange Tasks: Sub-Agents rechtfertigen Cost
• Claude Max Plan für heavy-duty Nutzung

Quick Reference

START:
1. TodoWrite mit Task-Breakdown erstellen
2. Autonomy Level definieren
3. Loop-Closing Pattern etablieren

WÄHREND:
- Jedes Inkrement testen
- Nach funktionierenden Steps committen
- Sub-Agents für parallele Arbeit

ENDE / HANDOFF:
- claude-progress.txt updaten
- Tests grün
- Klare Next Steps

Sources

Basiert auf:

• Anthropic: Effective harnesses for long-running agents
• Anthropic: Claude Code Best Practices
• Anthropic: Enabling Claude Code to work more autonomously
• Parallel AI Coding with Git Worktrees
• Claude Code Subagent Deep Dive