Jak se Claude Code orientuje v obřím kódu
Na rozdíl od mnoha jiných AI kódovacích asistentů, Claude Code nepoužívá RAG indexování (Retrieval-Augmented Generation), tedy metodu, kdy se celá kódová základna převede na vektorové embeddingy a při dotazu se z nich vytahují relevantní části. Tento přístup podle Anthropicu v praxi selhává u velkých týmů — než vývojář položí dotaz, pipeline s embeddingy je zastaralá o dny, týdny nebo i hodiny. Výsledkem je, že AI pracuje s funkcí, kterou tým před dvěma týdny přejmenoval, nebo odkazuje na modul smazaný v minulém sprintu.
Claude Code místo toho používá agentní vyhledávání (agentic search). Prochází souborový systém, čte soubory, používá grep pro přesné vyhledávání a sleduje reference napříč kódem — přesně tak, jak by to dělal zkušený softwarový inženýr. Funguje lokálně na vývojářově počítači a nevyžaduje žádný index, který by se musel budovat, udržovat nebo nahrávat na server. Každá instance pracuje s živou verzí kódu.
Tento přístup má ale jeden háček: funguje nejlépe, když má Claude dostatek výchozího kontextu, aby věděl, kam se podívat. A tady přichází na řadu to, co Anthropic nazývá harness — sada rozšiřujících komponent, které určují výkon Claude Code více než samotný model.
Harness: 7 komponent, na kterých záleží víc než na modelu
Největší chybou, kterou týmy podle Anthropicu dělají, je soustředění se čistě na benchmarky modelu. Ve skutečnosti o úspěchu rozhoduje ekosystém vybudovaný kolem modelu — harness — tvořený sedmi komponentami:
1. CLAUDE.md soubory — základ všeho
Kontextové soubory, které Claude čte automaticky na začátku každé relace. Kořenový soubor obsahuje celkový obraz projektu, soubory v podadresářích popisují lokální konvence. Jsou prvním krokem, bez kterého se neobejdete. Důležité je udržet je štíhlé — pokud do nich narvete všechno, začnou být spíš přítěží.
2. Hooks — skripty, které zlepšují setup za chodu
Většina týmů vnímá hooks jako nástroj, který brání Claudovi dělat chyby. Jejich skutečná hodnota je ale jinde: stop hook může po skončení relace navrhnout aktualizaci CLAUDE.md souboru na základě právě proběhlé práce. Start hook může dynamicky načítat kontext specifický pro daný tým nebo modul. Na rozdíl od prompts, které Claude jen "čte", hooks pravidla vynucují deterministicky.
3. Skills — expertíza na vyžádání
V obří kódové základně nepotřebujete všechnu expertízu v každé relaci. Skills využívají princip progressive disclosure (postupného odkrývání) — specializované znalosti se načtou jen tehdy, když je úkol vyžaduje. Například skill pro bezpečnostní audit se aktivuje jen při kontrole zranitelností, skill pro dokumentaci jen při změnách kódu, které ji vyžadují. Skills lze navíc omezit na konkrétní adresáře — tým vlastnící platební službu může svůj deployment skill svázat jen s daným adresářem.
4. Plugins — distribuce toho, co funguje
Jeden z největších problémů velkých týmů: dobré nastavení zůstává izolované u jednotlivců. Plugin zabalí skills, hooks a MCP konfigurace do jednoho instalovatelného balíčku. Nový vývojář si plugin nainstaluje první den a má okamžitě stejné možnosti jako zkušenější kolegové. Aktualizace lze distribuovat přes managed marketplace v rámci organizace.
5. LSP integrace — navigace na úrovni symbolů
Language Server Protocol (LSP) je technologie, která ve vašem IDE umožňuje "skočit na definici" nebo "najít všechny reference". Když k němu dostane přístup i Claude Code, získá schopnost rozlišovat identicky pojmenované funkce v různých jazycích a přesně sledovat reference. Bez LSP Claude hledá podle textu — a v milionovém kódu narazí na tisíce falešných shod. Pro vícejazyčné codebase je to podle Anthropicu jedna z nejhodnotnějších investic.
6. MCP servery — brána k interním nástrojům
Model Context Protocol (MCP) servery umožňují Claudovi připojit se k interním nástrojům, datovým zdrojům a API, ke kterým by se jinak nedostal — od interní dokumentace přes ticketovací systémy až po analytické platformy.
7. Subagents — rozdělení průzkumu od editace
Subagent je izolovaná instance Claude s vlastním kontextovým oknem, která dostane úkol, splní ho a vrátí jen finální výsledek. Některé týmy používají read-only subagenta pro zmapování subsystému a zápis poznatků do souboru, než hlavní agent začne editovat.
Tři konfigurační vzory, které fungují
Vytvoření přehledné codebase
Anthropic doporučuje několik konkrétních postupů:
- CLAUDE.md soubory držte štíhlé a vrstvené. Kořenový soubor obsahuje jen kritické informace a odkazy. Detailnější instrukce patří do podadresářů.
- Inicializujte v podadresářích, ne v kořeni repozitáře. Claude automaticky prochází strom adresářů směrem nahoru a načítá všechny CLAUDE.md soubory, takže o kořenový kontext nikdy nepřijdete.
- Testovací a lintovací příkazy specifikujte pro každý podadresář zvlášť. Spouštění celé testovací sady při změně jedné služby plýtvá časem i kontextovým oknem.
- Používejte
.ignoresoubory pro vyloučení vygenerovaných souborů, build artefaktů a kódu třetích stran. Pravidla v.claude/settings.jsonjsou verzovaná, takže je sdílí celý tým.
Aktivní údržba konfigurace
Jak se modely vyvíjejí, instrukce napsané pro starší verzi mohou novější model brzdit. Pravidlo, které staršímu modelu pomáhalo udržet přehled, může novějšímu bránit v koordinovaných úpravách napříč soubory. Anthropic doporučuje smysluplnou revizi konfigurace každých 3–6 měsíců a také vždy po vydání velké aktualizace modelu.
Vlastnictví a adopce
Nejrychleji se Claude Code rozšířil ve firmách, které do infrastruktury investovaly ještě před plošným nasazením. Malý tým (někdy i jeden člověk) připravil tooling tak, aby vývojářům Claude sedl hned při prvním kontaktu. Vzniká i nová role — agent manager, hybrid mezi product managerem a inženýrem, který spravuje ekosystém Claude Code napříč organizací.
Anthropic zároveň varuje před čistě bottom-up přístupem bez centralizace: nadšení se sice šíří rychle, ale bez někoho, kdo sjednotí konvence a udržuje sdílené skills a pluginy, zůstane know-how roztříštěné a adopce narazí na strop.
Co to znamená pro české vývojáře a firmy
Claude Code je dostupný globálně včetně České republiky a Evropské unie. Funguje jako CLI nástroj, který si vývojář nainstaluje lokálně — nevyžaduje nahrávání kódu na cloudové servery, což ocení nejen firmy podléhající GDPR nebo pracující s citlivými daty. Ceny začínají na 20 USD měsíčně (Claude Pro), firemní tarif Team stojí 25 USD za uživatele měsíčně, Enterprise řešení má individuální ceny.
Pro české softwarové domy, které často spravují rozsáhlé legacy systémy — ať už v Javě, C# nebo PHP — jsou poznatky z článku vysoce relevantní. Anthropic výslovně zmiňuje, že Claude Code si vede lépe, než většina týmů očekává, právě v jazycích jako C, C++, C#, Java a PHP. Investice do správného nastavení CLAUDE.md souborů a LSP integrace může znamenat rozdíl mezi frustrujícím nástrojem a produktivním parťákem.
Je Claude Code vhodný i pro menší týmy, nebo jen pro korporátní nasazení?
Popsané postupy škálují oběma směry. I tříčlenný tým může těžit z dobře napsaného CLAUDE.md souboru a základních hooks. Rozdíl je v tom, že menší tým nepotřebuje řešit distribuci pluginů ani správu marketplace — stačí mu sdílená konfigurace v gitu.
Musím kvůli Claude Code migrovat na jiný verzovací systém nebo měnit strukturu projektu?
Ne. Claude Code je navržený pro konvenční vývojářská prostředí — Git, standardní adresářové struktury. Funguje s tím, co už máte. Anthropic pouze upozorňuje, že extrémně nestandardní prostředí (například herní enginy s velkými binárními assety nebo legacy systémy na jiném VCS než Git) mohou vyžadovat dodatečnou konfiguraci.
Jak Claude Code nakládá s GDPR a citlivými daty v kódu?
Claude Code běží lokálně na vývojářově počítači a nevyžaduje nahrávání kompletního indexu kódové základny na server. Komunikace s Claude API probíhá šifrovaně, ale samotný kód se při každém dotazu odesílá do cloudu Anthropicu ke zpracování. Pro firmy pracující s přísně regulovanými daty (bankovnictví, zdravotnictví) je proto vhodné konzultovat podmínky Enterprise plánu, který nabízí pokročilejší možnosti řízení dat.