Claude Code Routines: Automatisierte Cloud-Aufgaben für KI-Entwicklungsworkflows

Claude Code Routines sind gespeicherte Konfigurationen, die einen Prompt, ein oder mehrere Repositories und Konnektoren in automatisierte Aufgaben verpacken, die auf der von Anthropic verwalteten Cloud-Infrastruktur ausgeführt werden. Das bedeutet, dass Routines weiterlaufen, auch wenn Ihr lokaler Rechner offline ist.
Wie Routines funktionieren
Jede Routine kann mit mehreren Triggertypen verknüpft sein:
- Geplante Trigger: Laufen in wiederkehrenden Abständen wie stündlich, nächtlich oder wöchentlich
- API-Trigger: Werden bei Bedarf über HTTP POST an einen Routine-spezifischen Endpunkt mit Bearer-Token-Authentifizierung ausgeführt
- GitHub-Trigger: Laufen automatisch als Reaktion auf Repository-Ereignisse wie Pull Requests, Pushes, Issues oder Workflow-Runs
Eine einzelne Routine kann mehrere Trigger kombinieren. Beispielsweise könnte eine PR-Review-Routine nächtlich laufen, über ein Deploy-Skript per API ausgelöst werden und auch auf jeden neuen Pull Request reagieren.
Praktische Anwendungsfälle
Die Dokumentation bietet mehrere konkrete Beispiele für Routine-Anwendungen:
- Backlog-Pflege: Ein Zeitplan-Trigger läuft nächtlich gegen Ihren Issue-Tracker über einen Konnektor, liest neue Issues, weist Labels zu, ordnet Verantwortliche basierend auf Code-Bereichen zu und postet Zusammenfassungen in Slack
- Alarm-Triage: Monitoring-Tools rufen den API-Endpunkt der Routine auf, wenn Fehlerschwellen überschritten werden, und übergeben Alarmtexte. Die Routine zieht Stack Traces, korreliert sie mit kürzlichen Commits und öffnet Draft-PRs mit vorgeschlagenen Fixes
- Maßgeschneiderte Code-Reviews: GitHub-Trigger bei pull_request.opened wenden teamspezifische Review-Checklisten an, hinterlassen Inline-Kommentare zu Sicherheits-/Performance-/Stilproblemen und fügen Zusammenfassungskommentare hinzu
- Deploy-Verifizierung: CD-Pipelines rufen den API-Endpunkt der Routine nach Produktions-Deploys auf. Die Routine führt Smoke-Checks durch, scannt Fehlerlogs auf Regressionen und postet Go/No-Go-Entscheidungen in Release-Kanäle
- Dokumentations-Drift-Erkennung: Wöchentliche Zeitplan-Trigger scannen gemergte PRs, markieren Dokumentation, die geänderte APIs referenziert, und öffnen Update-PRs gegen Docs-Repositories
- Bibliotheks-Portierung: GitHub-Trigger bei pull_request.closed (gefiltert auf gemergte PRs) portieren Änderungen zu parallelen SDKs in anderen Sprachen und öffnen entsprechende PRs
Erstellen und Verwalten von Routines
Routines sind auf Pro-, Max-, Team- und Enterprise-Plänen mit aktiviertem Claude Code im Web verfügbar. Sie können sie unter claude.ai/code/routines oder über die CLI mit dem Befehl /schedule erstellen und verwalten.
Erstellungsoptionen umfassen:
- Web-Oberfläche unter claude.ai/code/routines
- Desktop-App: Klicken Sie auf "Neue Aufgabe" und wählen Sie "Neue Remote-Aufgabe" ("Neue lokale Aufgabe" erstellt stattdessen lokale Desktop-geplante Aufgaben)
- CLI mit dem Befehl
/schedule
Das Erstellungsformular konfiguriert den Prompt der Routine, Repositories, Umgebung, Konnektoren und Trigger. Alle Erstellungsmethoden schreiben in dasselbe Cloud-Konto, daher erscheinen Routines, die über die CLI erstellt wurden, sofort in der Web-Oberfläche.
Aktueller Status und Einschränkungen
Routines befinden sich derzeit in der Research Preview, was bedeutet, dass Verhalten, Limits und die API-Oberfläche sich ändern können. Sie werden als vollständige Claude Code Cloud-Sitzungen ohne Permission-Mode-Prompts ausgeführt.
📖 Read the full source: HN AI Agents
👀 Siehe auch

LLMock: HTTP-basierter Mocking-Server für deterministische LLM-Tests über Prozesse hinweg
LLMock ist ein echter HTTP-Server, der OpenAI-, Claude- und Gemini-APIs simuliert und Entwicklern ermöglicht, deterministische Tests über mehrere Prozesse hinweg auszuführen, ohne echte APIs anzusprechen. Er unterstützt SSE-Streaming, Tool-Aufrufe, Prädikat-Routing und Request-Protokollierung ohne Abhängigkeiten.

Signet: Open-Source Memory Layer für KI-Codierungsagenten erreicht 80 % F1 bei LoCoMo
Signet ist ein Open-Source-Gedächtnissystem für KI-Coding-Agenten, das 80 % F1 auf dem LoCoMo-Benchmark erreicht, verglichen mit 41 % für Standard-RAG. Es extrahiert Erinnerungen nach jeder Sitzung und injiziert relevante Kontexte vor Prompts, lokal mit SQLite.

Intuno: Open-Sourced Network for AI Agent Discovery and Communication
Intuno ist ein Open-Source-Netzwerk, in dem KI-Agenten ihre Fähigkeiten registrieren, sich gegenseitig über semantische Suche entdecken und Funktionen mit nur drei Zeilen Python-Code aufrufen können. Es beinhaltet MCP-Integration zur Nutzung mit Claude Desktop oder Cursor.

Mozilla Thunderbolt: Open-Source Enterprise-Client für KI auf selbst gehosteter Infrastruktur
Mozilla hat Thunderbolt angekündigt, einen Open-Source-AI-Client unter MPL-2.0-Lizenz, der Organisationen die Bereitstellung einer selbst gehosteten AI-Infrastruktur mit Modellauswahl, Integration von Unternehmensdaten und plattformübergreifenden nativen Anwendungen ermöglicht.