Workflow с Claude Code

Как использовать Claude Code, чтобы ускоряться и при этом экономить лимиты (Max X5). Расширяет спецификацию MCP и экономию лимитов практикой.

Приоритет инструментов (от дешёвого к дорогому)

Главная статья расхода — контекст: результаты MCP остаются в сессии до конца, каждый следующий запрос дороже. Отсюда порядок выбора:

Задача	Инструмент	Доля лимита
Ошибка Laravel	laravel-boost__last-error	~1%
Схема БД, app-info, доки	laravel-boost__*	~1%
SQL-запрос к БД	postgres/mysql MCP	~6%
Поиск по коду	Grep/Glob (встроенные)	бесплатно
artisan/composer/npm	docker MCP	~20% (fallback)
Визуальная проверка	claude-in-chrome	~2%
Визуальная проверка (headless)	Playwright	~19%

Правило: не брать дорогой инструмент, если задачу закрывает дешёвый. docker exec через MCP — только когда Boost и postgres не покрывают (произвольный artisan, тесты, сборка).

Экономия контекста

• /compact после каждого логического блока (серия MCP-вызовов, отладка) — сжимает контекст, сохраняя суть.
• /clear при смене задачи/проекта — полная очистка.
• Selective reading — читать нужные строки (offset+limit), не файл целиком.
• Scratchpad для задач 30+ минут: файл прогресса вместо длинной истории чата; после /clear — «прочитай scratchpad.md и продолжи».
• .claudeignore — исключить vendor/, node_modules/, storage/logs/ из индексации (экономия 5–30k токенов на проект).

Модели под задачу

Модель	Когда
Haiku	Рутина: переименования, CRUD-поля, форматирование (в 3–5× быстрее, отдельный лимит)
Sonnet	Дефолт: рутина, CRUD, CSS-правки, деплой, рефакторинг
Opus	Архитектура, security review, сложная бизнес-логика, финальные решения

Переключение: /model haiku|sonnet|opus. Дорогую модель — только там, где нужна точность.

Субагенты — делегирование

Каждый субагент — отдельный запрос со своим контекстом (расход есть). Правила студии:

• Делегировать: code review по чеклисту, тесты, документацию, рефакторинг, grep-поиски, бойлерплейт.
• Делать самому: архитектурные решения, security review, анализ ТЗ, задачи где субагент дал неуверенный результат.
• Модель субагентов — Sonnet, не более 3–4 одновременно (лимит Max X5).
• Конкретные промпты — чем точнее задача, тем быстрее и дешевле результат.

Пример эффективного дележа: основной агент проектирует домен и пишет сервисы (Opus), параллельно субагенты (Sonnet) генерируют тесты и документацию по готовым сигнатурам.

TDD через Claude Code

Быстро и надёжно на фичах с логикой:

1. Попросить агента написать падающий тест по спецификации поведения.
2. Убедиться, что тест падает по правильной причине.
3. Реализовать минимум, чтобы тест прошёл.
4. Прогнать pint + test, зафиксировать зелёное как факт (не «должно работать»).

Для feature-тестов публичных URL — почти всегда окупается: агент генерирует их пачкой.

Проверка перед «готово»

Не отчитываться об успехе без доказательства (правило студии + verification):

• Тесты реально прогнаны, вывод зелёный — приложить.
• Pint без правок, Larastan без ошибок.
• Если что-то пропущено или падает — сказать прямо, с выводом.

Laravel Boost — почему первым

Boost возвращает структурированные компактные ответы (схема, логи, доки) вместо сырого вывода docker exec + tail/psql. На типичной отладке это разница между 1% и 20% лимита за один и тот же результат. Порядок: сначала Boost/postgres, docker — как fallback.

Частые сценарии → дешёвый путь

Сценарий	Дёшево
«Почему падает страница»	laravel-boost__last-error, не tail логов через docker
«Что в таблице X»	laravel-boost__database-schema, не psql \d
«Данные по условию»	postgres__query, не docker exec psql -c
«Как работает пакет Y»	context7 / laravel-boost__search-docs, не WebFetch наугад
«Найти где используется Z»	Grep, не субагент
«Прогнать миграцию/тесты»	docker MCP (единственный путь) + /compact после