ห้องปฏิบัติการ MacCoss นำประสบการณ์ 17 ปีในการนำโค้ดเข้าสู่ Claude Code

TL;DR

• Claude Code ช่วยให้ทีม MacCoss Lab จัดการกับโค้ด C# กว่า 700,000 บรรทัดในโปรเจกต์ Skyline ได้อย่างมีประสิทธิภาพ
• Brendan MacLean ทูตนักพัฒนา Claude ได้นำหลักการในการสอนนักพัฒนาใหม่มาปรับใช้กับ Claude Code
• การจัดโครงสร้างโค้ดและทักษะ (skills) ช่วยให้ Claude Code เข้าใจบริบทของโปรเจกต์ขนาดใหญ่ได้ดีขึ้น
• เครื่องมือนี้ช่วยลดหนี้ทางเทคนิคและเร่งความเร็วในการพัฒนา โดยเฉพาะโปรเจกต์ที่ค้างคา

Brendan MacLean นักพัฒนาหลักของ Skyline ซอฟต์แวร์วิเคราะห์โปรตีนแบบโอเพนซอร์สจาก MacCoss Lab ของมหาวิทยาลัยวอชิงตัน ได้ค้นพบวิธีใหม่ในการจัดการกับโค้ดเบสขนาดใหญ่ที่มีอายุยืนยาว โดยการนำเครื่องมือ AI อย่าง Claude Code มาปรับใช้ให้เหมือนกับการสอนนักพัฒนาหน้าใหม่

Skyline ซึ่งพัฒนามาตั้งแต่ปี 2008 มีโค้ดเบสกว่า 700,000 บรรทัดที่เขียนด้วยภาษา C# ตลอดระยะเวลา 17 ปี ทีมงานขนาดเล็กได้ดูแลรักษาโปรเจกต์นี้อย่างต่อเนื่อง พร้อมกับการทดสอบอัตโนมัติกว่า 200,000 ครั้งต่อคืน Brendan ซึ่งมีประสบการณ์ในการสอนนักศึกษาและนักวิจัยจำนวนมากให้คุ้นเคยกับโค้ดเบสของแล็บมานานหลายปี ได้ตระหนักว่าวิธีการที่เขาใช้สอนคน สามารถนำมาปรับใช้กับ Claude Code ได้อย่างน่าทึ่ง

Brendan เริ่มต้นด้วยความสงสัยว่าเครื่องมือ AI สมัยใหม่จะสามารถเข้าใจภาษา C# ได้ดีเท่ากับเครื่องมือที่ออกแบบมาสำหรับภาษาและสภาพแวดล้อมนั้นๆ โดยเฉพาะหรือไม่ การทดลองเบื้องต้นกับ Claude.ai ในเบราว์เซอร์ทำให้เขาได้ผลลัพธ์ที่น่าพอใจ แต่ก็ยังติดขัดเมื่อต้องปรับเปลี่ยนโค้ดอย่างละเอียด เพราะ Claude ยังไม่มีความเข้าใจเกี่ยวกับ Skyline หรือความสัมพันธ์ของส่วนประกอบต่างๆ ในโปรเจกต์ Brendan มองเห็นความคล้ายคลึงกับประสบการณ์การสอนนักพัฒนาใหม่ ทำให้เขาเกิดแนวคิดในการแนะนำ Claude Code ให้กับโปรเจกต์ขนาดใหญ่ของเขา ด้วยการให้บริบทที่เพียงพอสำหรับการทำงานที่จำกัดขอบเขต และสร้างบริบทที่ดีขึ้นสำหรับการทำซ้ำครั้งต่อไป

หัวใจสำคัญของวิธีนี้คือการจัดระเบียบโค้ดและทักษะ (skills) Brendan ได้สร้าง repository แยกต่างหากสำหรับ AI context โดยเฉพาะ ชื่อว่า pwiz-ai ซึ่งแยกออกมาจากโค้ดเบสหลัก เพื่อให้สามารถใช้งานได้กับทุก branch และทุกเวอร์ชันของโปรเจกต์ ไฟล์ CLAUDE.md ที่อยู่ใน root ของ repository ทำหน้าที่ในการตั้งค่าสภาพแวดล้อมและชี้ไปยังเอกสารที่เกี่ยวข้อง เปรียบเสมือน "แผนที่" ของโครงการ โดยความเชี่ยวชาญที่แท้จริงจะอยู่ใน "skills" ซึ่งเป็นรูปแบบเปิดที่ช่วยให้ AI มีความสามารถและความเชี่ยวชาญเฉพาะด้าน ตัวอย่างเช่น skills สำหรับการดีบัก (debugging skill) ถูกออกแบบมาเพื่อดึง Claude ออกจากโหมด "ลองผิดลองถูก" ไปสู่การวิเคราะห์หาสาเหตุที่แท้จริงก่อนที่จะทำการแก้ไขใดๆ ทักษะเหล่านี้สามารถเรียกใช้งานได้ทั้งแบบ manual หรืออัตโนมัติ ซึ่ง Brendan ได้ปรับแต่งทักษะที่สำคัญที่สุดของเขาด้วยเงื่อนไขที่ชัดเจน

การใช้ Claude Code ร่วมกับบริบทที่จัดเตรียมไว้อย่างดีนี้ช่วยลดภาระในการสอน Claude ให้เข้าใจรายละเอียดของการดีบักโค้ดเบสได้อย่างมาก Brendan กล่าวว่า "สิ่งที่เคยเป็นข้อกังวลสำคัญอย่าง 'Claude ไม่สามารถเรียนรู้เกี่ยวกับโปรเจกต์ใหญ่ของฉันได้อย่างแท้จริง' กลับชัดเจนขึ้นเรื่อยๆ ว่าบริบทก็เป็นเพียงสิ่งหนึ่งที่ต้องบำรุงรักษาและพัฒนาต่อไป"

สรุป

• Claude Code ช่วยให้ทีม MacCoss Lab จัดการกับโค้ด C# กว่า 700,000 บรรทัดในโปรเจกต์ Skyline ได้อย่างมีประสิทธิภาพ
• Brendan MacLean ทูตนักพัฒนา Claude ได้นำหลักการในการสอนนักพัฒนาใหม่มาปรับใช้กับ Claude Code
• การจัดโครงสร้างโค้ดและทักษะ (skills) ช่วยให้ Claude Code เข้าใจบริบทของโปรเจกต์ขนาดใหญ่ได้ดีขึ้น
• เครื่องมือนี้ช่วยลดหนี้ทางเทคนิคและเร่งความเร็วในการพัฒนา โดยเฉพาะโปรเจกต์ที่ค้างคา

แหล่งที่มา: Onboarding Claude Code like a new developer: Lessons from 17 years of development | Claude