CLAUDE.md: 6 warstw dla Claude Code bez strat

Konfiguracja systemowa CLAUDE.md: 6 warstw dla niezawodnego kontekstu w Claude Code

Claude Code rozpoczyna każdą sesję od zera: bez wiedzy o projekcie, serwerach, poprzednich rozwiązaniach. To prowadzi do powtarzających się wyjaśnień i ryzyk — od usunięcia danych produkcyjnych po wypchnięcie sekretów do repozytorium. Systemowy plik CLAUDE.md liczący 582 linie rozwiązuje problem dzięki 6 warstwom: od reguł po zautomatyzowane haki. Każda warstwa ewoluowała z rzeczywistych incydentów.

Incydenty, które ukształtowały architekturę

Trzy przypadki określiły podejście:

• SNI-proxy przez localhost. Agent zamienił 127.0.0.1 na prawdziwy IP, psując upload. Przyczyna: brak zrozumienia, dlaczego wartość jest dokładnie taka.
• Blokada fail2ban. Wielokrotne połączenia SSH w ciągu minuty zostały zinterpretowane jako brutalny atak, przerywając trening modelu.
• Utrata zbioru danych. Komenda "odfiltrować" doprowadziła do usunięcia plików zamiast ich przeniesienia.

Z tego wynika: reguły wymagają analizy bieżących wartości przed zmianami, jednego tunelu SSH i wyraźnego potwierdzenia usuwania.

Struktura 6 warstw

Warstwa 1: Reguły (9 plików)

Ładowane kontekstowo: reguły SSH nie przeszkadzają w zadaniach tekstowych, debugowanie — bez stylistyki.

Warstwa 2: Pamięć (78 plików)

Graf wiedzy z 178 wzajemnymi odnośnikami [[nazwaplilu]]. Podstawowe zawsze w kontekście, tematyczne — na żądanie. Przechowuje infrastrukturę, rozwiązania, błędy.

Warstwa 3: Przekazania (Handoffs)

Podsumowania sesji: cel, wykonane, porażki, następny krok. Przykład:

## Cel sesji
Kolorowy checker: przeszukiwanie CNN + dyfuzja.

## Wykonane
- Baseline CNN: mediana 1.99 deg (11M parametrów)
- Przeszukiwanie: crop128(3.17), bs16(2.04)
- Dyfuzja: epoka 5/50, strata 0.827

## NIE zadziałało
- EfficientNet-B0: niezgodność hasha
- lr=3e-4: NaN bez clippingu

## Następny krok
Inferencja dla dyfuzji + arkusze wizualne.

27 przekazów w 4 dni eliminuje powtarzanie ślepych uliczek. Działa między subskrypcjami.

Warstwa 4: Kroniki

Chronologia decyzji: 3-7 linii na kamień milowy. Uzupełnia przekazy historią drogi.

Warstwa 5: Haki

Zautomatyzowane skrypty Python na zdarzenia (SessionStart, Stop, PreToolUse). Niezależne od pamięci modelu.

Przykład haka dla przekazu:

# remind_handoff.py (hak Stop)
age = session_age_minutes()
if age < 15 or fresh_handoff_exists():
    return
print(json.dumps({
    "decision": "block",
    "reason": f"Sesja {int(age)} min, przekaz nie zapisany."
}))

Warstwa 6: Umiejętności (16 zestawów)

Opisy wyzwalaczy: "użyj przy zawieszonym GPU" zamiast ogólnych instrukcji.

Haki kontra Reguły: gwarancja wykonania

Reguły w prompcie są zapominane w długich sesjach. Haki wykonują się mechanicznie. Hak weryfikuje odnośniki w CLAUDE.md przy starcie, przypominając o przekazie przy zakończeniu.

Ochrona przed atakami łańcucha dostaw: konfiguracja w jednej linii

W .npmrc:

min-release-age=7

Blokuje pakiety młodsze niż 7 dni. Uratowało przed atakiem na axios 1.14.1 (Sapphire Sleet, 31 marca 2026, okno 3 godzin). Analog dla Pythona w uv.toml:

exclude-newer = "7 days"

Zasady z 37 prac naukowych

Przerobione na reguły:

• Pętla dowodów. Zakaz samopotwierdzania: wymagać zewnętrznych dowodów (testy z nowej sesji).
• Strukturyzowane rozumowanie. Format: fakty → śledzenie → wnioski → zweryfikowane hipotezy. Dokładność patchy: 78% → 93%.
• Deterministyczna orkiestracja. Deterministyczne zadania (testy, linter) — przez skrypty shell.
• Czerwone linie. Absolutne zakazy: "nie usuwać bez potwierdzenia", powiązane z incydentami.

Inne: generator-evaluator, dekompozycja multi-agent, bezpieczeństwo agentów.

Metryki i samoaktualizacja

• 78 plików pamięci, 178 odnośników.
• 27 przekazów w 4 dni.
• 96.9% trafień KV-cache (83 sesje).

Konfiguracja samoweryfikuje się: hak SessionStart sprawdza odnośniki po zmianach.

Co ważne:

• Przekazania i Pamięć eliminują utratę kontekstu między sesjami.
• Haki gwarantują wykonanie kluczowych działań.
• Ochrona łańcucha dostaw: min-release-age=7 w .npmrc / uv.toml.
• Strukturyzowane rozumowanie podnosi dokładność debugowania do 93%.
• Czerwone linie minimalizują ryzyka zmian produkcyjnych.

Minimalny stos: Deterministyczna orkiestracja + Strukturyzowane rozumowanie + Ochrona łańcucha dostaw + Przekazania.

Repozytorium: github.com/AnastasiyaW/claude-code-config (MIT).

— Editorial Team