Claude Deep Suite - Claude Code के लिए structured development plugin bundle (6 plugins)
(github.com/Sungmin-Cho)Claude Code का इस्तेमाल करते हुए, शायद आप सबकी तरह मैंने भी शुरुआत में उसकी समझदारी पर हैरानी जताई, लेकिन जल्द ही उस 'हकीकत' का सामना करना पड़ा जहाँ वह मेरी इच्छा के मुताबिक implement नहीं करता था। उसके बाद Harness Engineering की अवधारणा सामने आई, और मैंने Harness Engineering को शामिल करते हुए यह development workflow suite बनाया।
Deep-Suite में कुल 6 plugins हैं।
- deep-work
- deep-review
- deep-wiki
- deep-evolve
- deep-docs
- deep-dashboard
Claude Code में सिर्फ /deep-work "기능 추가" टाइप करने पर यह सब होता है।
-
पहले codebase को पढ़ा जाता है (Research)। इस दौरान अगर code modification की कोशिश की जाए, तो
PreToolUse hook उसे exit 2 के साथ block कर देता है। LLM से prompt में "modify मत करो" कहकर अनुरोध नहीं किया जाता,
बल्कि Write/Edit tools को ही physical रूप से रोक दिया जाता है। -
implementation plan बनाया जाता है (Plan)। अगर project Next.js है, तो यह अपने-आप detect करके
framework-specific guides लागू करता है, जैसे
"use client को layout.tsx में मत इस्तेमाल करो"।
(React SPA, Express API, Python आदि सहित 6 topologies built-in) -
implementation को TDD के साथ enforce किया जाता है। पहले failing tests लिखे जाने पर ही
production code modification की अनुमति मिलती है। इसे भी hook state machine के जरिए manage करता है। -
हर बार code modify करने पर sensors अपने-आप चल जाते हैं। ESLint, tsc, ruff, mypy,
dotnet build, clang-tidy — project language के अनुसार linter/type checker को
अपने-आप detect करके चलाया जाता है। Error आने पर अगली implementation पर बढ़ा नहीं जा सकता। -
implementation खत्म होने पर एक अलग Opus agent code review करता है।
code लिखने वाला agent और review करने वाला agent पूरी तरह अलग हैं।
इसलिए एक ही agent द्वारा अपने code को "LGTM" कह देने की समस्या संरचनात्मक रूप से नहीं होती।
यह deep-work + deep-review, इन दो plugins का काम है,
और बाकी 4 भी हैं।
deep-wiki — यह sessions के बीच knowledge खो जाने की समस्या हल करता है।
Karpathy के LLM Wiki आइडिया को implement करके, Claude Code खुद
धीरे-धीरे एक Markdown wiki बनाता है।
अगर URL या file को /wiki-ingest में दिया जाए, तो उसे existing wiki में integrate करता है,
और /wiki-query से सवाल पूछने पर wiki के आधार पर जवाब देता है।
इसे सीधे Obsidian vault में खोला जा सकता है।
deep-evolve — अगर आप goal दें, तो यह code को autonomously improve करता है।
यह Karpathy के autoresearch से प्रेरित है।
यह project का analysis करके evaluation script बनाता है,
और code modification → evaluation → score बढ़ने पर keep / घटने पर discard को
अपने-आप बार-बार दोहराता है। इसे ML training से लेकर test coverage तक लागू किया जा सकता है।
deep-docs — यह जाँचता है कि CLAUDE.md जैसे agent instruction documents code के साथ
मेल नहीं खो चुके हैं, और उन्हें अपने-आप ठीक भी करता है।
deep-dashboard — ऊपर के plugins के sensor results को इकट्ठा करके
यह दिखाता है कि codebase AI agents के साथ काम करने के लिए कितना उपयुक्त है,
एक quantitative score (0-10) के रूप में।
कुल 36,000 lines, और tests 5,400 lines। 6 plugins एक ही
marketplace से install किए जाते हैं।
इंस्टॉल:
/plugin marketplace add Sungmin-Cho/claude-deep-suite
/plugin install deep-work@Sungmin-Cho-claude-deep-suite
हर plugin को अलग-अलग भी install किया जा सकता है।
अभी भी बहुत कुछ कम है।
फीडबैक का स्वागत है।
अभी कोई टिप्पणी नहीं है.