Vorkodierungs-Routine mit Claude Code: 5 MCP-Server vor dem Schreiben einer Zeile

Ein Reddit-Nutzer teilte eine Routine vor dem Programmieren mit Claude Code, die fünf MCP-Server nutzt, bevor das Modell Code schreibt. Die Routine dauert 60-90 Sekunden und spart Berichten zufolge hunderte von Stunden, indem sie Halluzinationen reduziert – falsche Klassennamen, veraltete SDK-Methoden und Ratschläge, die nicht zur tatsächlichen Codebasis passen.

Die fünf MCP-Server

• Memory MCP: Behält Kontext über Sitzungen hinweg – Ziele des letzten Sprints, offene Entscheidungen, aktuelle Erkenntnisse, Begründungen für vergangene Technologieentscheidungen. Ohne ihn beginnt jede Sitzung kalt und das Modell baut die Argumentation von Grund auf neu auf, oft falsch.
• Codebase-Memory-Server: Erstellt einen Wissensgraphen des Repos – Funktionen, Aufrufer, Abhängigkeiten, Zyklen. Anstatt blind zu greppen, befragt Claude den Graphen (z.B. „Was ruft processOrder auf?“). Ein einziger Tool-Aufruf ersetzt Dutzende von Dateilesevorgängen.
• Tavily-Suche: Sucht vor nicht-trivialen Entscheidungen nach aktuellen Praktiken. Die Trainingsdaten sind alt; bewährte Verfahren ändern sich. Tavily liefert saubere Antworten mit Quellen.
• Context7: Ruft aktuelle Bibliotheksdokumentationen für das ab, was Sie gerade verwenden möchten (Anthropic SDK, Next.js, Prisma usw.). Der Trainingsstichtag bedeutet, dass Claude API-Methoden erfinden kann, die vor zwei Versionen umbenannt wurden. Das Laden der tatsächlichen Dokumentationen hat diesen Fehler behoben.
• Code schreiben: Mit Gedächtnis, Codebasis-Struktur, aktuellem Ökosystem-Kontext und genauen Dokumentationen wechselt die Ausgabe von „Lass es mich versuchen und sehen“ zu „Basierend auf dem Aufrufgraphen und der v5-Dokumentation gehört die Änderung hier hin.“

Hooks, die das Modell ehrlich halten

Der Beitrag hebt auch zwei Hooks hervor:

• Read-Before-Edit-Guard: Lehnt jede Bearbeitung einer Datei ab, die die Sitzung nicht zuerst gelesen hat. Kostet zusätzliche Tokens im Voraus, verhindert aber blinde Edits, die mehr Tokens für die Bereinigung verschwenden.
• Sicherheits-Guard: Blockiert destruktive Befehle.
• Re-Index nach Edits: Synchronisiert automatisch den Wissensgraphen nach Änderungen.

Der Kreislauf schließt sich, indem alles, was funktioniert hat, im Gedächtnis gespeichert wird: Entscheidungen, Muster, Fallstricke, Korrekturen. Das System verstärkt sich jede Woche, wenn der Kontext wächst.

Die zugrunde liegende Einsicht des Autors: Das Modell ist nicht die Wissensquelle – es ist der Orchestrator. MCP-Server und Hooks sind das System. Der Speicher erinnert sich, der Graph kennt den Code, die Suche kennt die Gegenwart, Context7 kennt die Dokumentationen, Hooks halten das Modell ehrlich. Das Modell verbindet sie nur.