Zum Hauptinhalt springen

Ein 5-Minuten-Rundgang durch Deep Code

Wir haben bereits erklärt, wie man Deep Code in unter drei Minuten installiert. Jetzt schauen wir uns an, wie es in Aktion aussieht. Diese Anleitung begleitet eine echte Aufgabe von Anfang bis Ende und zeigt dir, wie du alles liest, was Deep Code auf den Bildschirm bringt.

Viele KI-Tools können aus einer Einzeiler-Anweisung eine schicke Landing Page ausspucken -- ein netter Partytrick, aber so wird keine echte Software gebaut. Deep Code arbeitet anders: Es bleibt von Anfang bis Ende bei deiner Aufgabe, wie ein erfahrener Lead Dev, der nie den Faden verliert.

Was wir bauen​

Hier ist der Plan für diese Session:

  1. Eine bestehende Codebasis analysieren
  2. Eine Docusaurus-Dokumentations-Seite aufsetzen
  3. Nutzungsdokumentation für die Deep Code Desktop App schreiben
  4. Sicherstellen, dass die Docs einfach zu pflegen sind

Schritt 1: Starten und Aufgabe geben​

Öffne die Deep Code auf deinem Desktop. Deep Code bündelt das Claude Code TUI mit einem automatisierten Starter, der alle CLI-Abhängigkeiten und die Umgebungskonfiguration übernimmt. Kein manueller Setup nötig. Du kannst es direkt aus der Box benutzen.

Nach dem Start von Deep Code gibst du deine Anweisungen im Interaktionsbereich ein.

Sobald der Workspace geladen ist, gib deine Anweisungen ein. Hier ist, was ich ihm gegeben habe:

  • Einen Git-Branch erstellen -- damit wir zurücksetzen können, wenn etwas schiefgeht.
  • Docusaurus installieren -- das Dokumentations-Framework, das wir verwenden.
  • Analysieren und schreiben -- die Codebasis durchlesen und die Doc-Struktur und den Inhalt generieren.

Schritt 2: Deep Codes UI-Sprache lernen​

Sobald du Enter drückt, beginnt etwas zu passieren. Der Trick bei der Arbeit mit Deep Code ist zu wissen, was die Punkte und Icons eigentlich bedeuten:

Der Schlüssel zur Arbeit mit Deep Code ist das Verstehen der Punkt-Indikatoren und Icons auf dem Bildschirm
  • Weißer Punkt -- Feedback oder Reasoning. Er sagt dir, was er gerade getan hat, oder führt dich durch seinen Denkprozess.
  • Grüner Punkt -- ein Tool-Aufruf war erfolgreich. Das siehst du jedes Mal, wenn er einen Befehl ausführt und es funktioniert.
  • Orangener Asterisk -- er denkt nach. Wenn das zu lange dauert, liegt es meist an einem Netzwerk-Problem.
  • Tipp -- große Ausgaben werden standardmäßig eingeklappt. Drücke Ctrl + O, um sie ein- oder auszuklappen.

Schritt 3: Fehler und Selbstkorrektur​

A red dot means an error occurred. Deep Code immediately analyzes the history and corrects the issue automatically.

Irgendwann wirst du einen roten Punkt sehen. Keine Panik -- das bedeutet nicht, dass die Aufgabe fehlgeschlagen ist. KI macht auch Fehler. In dieser Demo hat er ein zusätzliches false in einen Verzeichnis-Erstellungsbefehl eingefügt, sodass der nächste Schritt den erwarteten Pfad nicht finden konnte.

Der Unterschied ist, dass Deep Code seine eigene Ausgabe überwacht. Wenn etwas nicht dem entspricht, was erwartet wurde, verfolgt er den Verlauf zurück und behebt das Problem selbst -- du musst es nicht bemerken.

Beim Bearbeiten von Dateien nutzt es klar farbcodierte Diffs

Wenn er Dateien bearbeitet, bekommst du einen sauberen farbcodierten Diff: Grün für Hinzufügungen, Rot für Löschungen. Jede Änderung ist auf einen Blick sichtbar. Wenn eine CSS-Kompilierung während eines Builds timed out, diagnostiziert er den Fehler und versucht es automatisch erneut.

Fazit​

Hier ist, was Deep Code am Ende der Session geliefert hat: eine vollständig aufgesetzte Dokumentations-Seite, Sidebar-Navigation eingerichtet, und Seiteninhalte angelegt und bereit.

Deep Code ist kein Code-Generator, der Ausgabe abwirft und verschwindet. Es ist eher ein Tool, das während der gesamten Arbeit aufgabenbewusst bleibt. Es prüft seine eigene Arbeit, erkennt eigene Fehler und korrigiert sich, ohne dass du eingreifen musst.

Stell dir Deep Code wie einen fähigen Polier auf einer Baustelle vor: Weiße Punkte sind seine Durchsagen, was passiert, grüne Punkte bedeuten, seine Werkzeuge sind draußen und in Benutzung, und wenn er einen Nagel an die falsche Stelle setzt (roter Punkt), zieht er ihn direkt wieder heraus und korrigiert es -- du musst nicht hinter ihm stehen.

Jetzt, da du Deep Code in Aktion gesehen hast, gibt es ein Konzept, das allem zugrunde liegt: Context. Wenn dir aufgefallen ist, dass die Antworten während einer langen Session langsamer werden, oder du dich gefragt hast, warum ein frisches Gespräch manchmal besser funktioniert -- es liegt alles daran, wie LLMs (KI-Modelle) Context verwalten. Als Nächstes: ein tieferes Eintauchen in das, was Context eigentlich ist und wie du ihn effektiv managst.