Claude Code: Anthropics Terminal-Agent für Vibe Coding mit MCP und Subagenten
Claude Code im Entwickler Check mit Opus 4.8: Terminal Agent, MCP Support, Subagenten, Dynamic Workflows, Installation, Kosten und Praxis Tipps 2026
Mehr erfahren
Eine rules.md ist eine Markdown Datei im Projekt Root, die einem KI Coding Agent dauerhaft erklärt, wie er in deinem Projekt arbeiten soll: Build Befehle, Code Konventionen, Test Regeln und Architektur Entscheidungen. Der Begriff fasst eine ganze Familie verwandter Dateien zusammen, allen voran AGENTS.md als offener Standard und CLAUDE.md als Variante von Anthropic.
Ohne so eine Datei muss der Agent den Projektkontext bei jeder Session neu erraten. Mit ihr liest er die Regeln einmal ein und hält sich daran, von der Ordnerstruktur über die bevorzugten Test Tools bis zu Dateien, die er niemals anfassen darf. AGENTS.md wird inzwischen von über 30 Agents nativ gelesen, darunter Codex, Cursor, GitHub Copilot, Gemini CLI, Aider, Windsurf und Zed.
Die Datei nutzt reines Markdown, ohne JSON, ohne YAML, ohne Spezialsyntax. Genau das macht sie robust: Menschen und Maschinen lesen dieselbe Quelle, und neue Teammitglieder finden die Projektregeln an einer Stelle statt verstreut über mehrere toolspezifische Konfigurationen.
Bei Never Code Alone sind Rules Dateien gelebte Praxis, kein Theoriethema. Wir betreiben eine eigene AGENTS.md aus den NCA dotfiles und setzen sie täglich mit lokalen Modellen wie Qwen3 Coder über OpenCode und mit Claude Code ein. Aus dieser Arbeit wissen wir, welche Struktur funktioniert und welche das Context Window unnötig belastet.
Wir helfen Teams, ihre Rules Dateien sauber aufzusetzen und über mehrere Tools hinweg konsistent zu halten, im Vibe Coding Consulting. Dazu gehören wirksames Prompting für KI Coding Agents, das passende Context Window Management, der Aufbau von Agent Skills sowie abgesicherte Workflows nach unseren Regeln zur Vibe Coding Security. Ob das für dein Projekt passt, klären wir gemeinsam im Beratungsprojekt.
Finde das passende Angebot für dein Projekt
Hey! Ich bin CodeBot. Lass uns herausfinden, wie wir dein Projekt zum Fliegen bringen.
Was soll entstehen?
KI Coding Agents arbeiten mit einem begrenzten Context Window. Sie kennen weder deine Namenskonventionen noch deine Teststrategie, solange du es ihnen nicht sagst. Ohne Regeln raten sie, und Raten erzeugt halluzinierte APIs, falsche Imports und Code, der zwar läuft, aber nicht zu deinem Projekt passt.
Eine Rules Datei löst das, indem sie genau die Informationen liefert, die der Agent aus dem Code nicht ableiten kann: welche Befehle den Dev Server starten, welche Ordner Geschäftslogik enthalten, welche Dateien tabu sind. Entwickler berichten regelmäßig von deutlich weniger Korrekturen schon in der ersten Session, sobald eine solche Datei existiert.
Diese Inhalte gehören typischerweise hinein:
2026 haben sich die Tools auf ein gemeinsames Muster geeinigt, eine Markdown Datei im Repo Root, aber auf mehrere konkurrierende Namen. AGENTS.md steht inzwischen als offener Standard unter der Agentic AI Foundation der Linux Foundation und wird quer durch die Toollandschaft gelesen. Die folgende Übersicht zeigt, welches Format zu welchem Tool gehört und wofür es gedacht ist.
Die Faustregel: Pflegst du nur eine Datei, mach sie zur AGENTS.md. Ergänze CLAUDE.md oder .cursor/rules nur dann, wenn du toolspezifische Features brauchst. Rund 90 Prozent der Inhalte sind ohnehin identisch, denn Build Befehle, Architektur und Test Konventionen ändern sich nicht je Tool.
| Format | Tool und Besonderheit | Geltungsbereich |
|---|---|---|
| AGENTS.md | Offener Standard, gelesen von Codex, Cursor, Copilot, Gemini CLI, Aider, Windsurf, Zed | Repo Root, projektweit |
| CLAUDE.md | Anthropic Claude Code, dreischichtiges Memory Modell, unterstützt Imports | Projekt, User und lokal |
| .cursor/rules | Cursor, MDC Format mit YAML Frontmatter und Glob Aktivierung | Datei und Pfad gescoped |
| SKILL.md | Anthropic Skills, beschreibt eine aufgabenbezogene Fähigkeit | Pro Skill, bei Bedarf geladen |
Eine einzige Rules Datei ist der richtige Start. Sobald sie aber zu lang wird, lädt der Agent bei jedem Aufruf Regeln mit, die mit der aktuellen Aufgabe nichts zu tun haben. Das verschwendet Context und schwächt genau die Hinweise, die zählen. Anthropic empfiehlt rund 200 Zeilen pro CLAUDE.md, bei AGENTS.md gilt als Faustregel: ab etwa 300 Zeilen lässt die Trefferquote nach und du teilst besser auf.
Beim Aufteilen verteilst du die Regeln auf die Verzeichnisse, die sie betreffen. Der Agent liest dann die Datei, die der bearbeiteten Datei am nächsten liegt, und tiefer verschachtelte Dateien haben bei Konflikten Vorrang. So bleibt jeder Kontext schlank und trotzdem vollständig. Eine typische Nested Struktur sieht so aus:
project/
├── AGENTS.md # Repo Layout, globale Konventionen
├── src/
│ └── AGENTS.md # Framework, Code Style, Tests
├── infra/
│ └── AGENTS.md # Terraform, niemals anfassen Regeln
└── tests/
└── AGENTS.md # Teststrategie, Mocking
| Level | Struktur | Wann sinnvoll |
|---|---|---|
| Level 1: Single File | Eine AGENTS.md im Repo Root | Kleine Projekte und der Start |
| Level 2: Nested Files | Eine Datei pro relevantem Verzeichnis | Ab etwa 200 bis 300 Zeilen |
| Level 3: Layered | Root plus Override Dateien je Tool | Mehrere Tools und Teams |
| Level 4: Modular | Regeln pro Sprache getrennt gehalten | Monorepo und Polyglott Stacks |
Aus der Praxis haben sich klare Prinzipien herausgebildet. Sie zielen alle auf dasselbe: maximale Wirkung bei minimalem Context Verbrauch.
Wie sich der Token Verbrauch dabei senken lässt, zeigt unser Leitfaden zu weniger Tokens im KI Einsatz. Wie du die Qualität des generierten Codes absicherst, behandeln wir bei Code Qualität mit KI Agenten.
Drei Anti Patterns tauchen immer wieder auf. Wer sie kennt, spart sich viel Frust.
Diese Muster hängen eng mit den allgemeinen Agentic Coding Patterns zusammen und lassen sich mit derselben Disziplin vermeiden, die auch technische Schulden im Vibe Coding verhindert.
Split context by area, keep files tight, and let tools load only what's relevant.
In unseren Beratungsprojekten sehen wir regelmäßig dasselbe Muster: Teams starten mit einer gut gemeinten, aber überladenen Datei und wundern sich, warum der Agent nach 20 Minuten Session schlechter wird. Die Lösung ist fast immer Aufteilen und Kürzen, nicht weitere Regeln hinzufügen.
Unsere eigene AGENTS.md aus den NCA dotfiles ist bewusst schlank und macht lokale Modelle wie Qwen3 Coder im Planungsmodus produktiv. Wir kombinieren sie mit Terminal Agents wie OpenCode, Crush und Codex sowie mit Frameworks wie GSD für Claude Code und Sammlungen wie Everything Claude Code. Wer parallele Agenten orchestriert, profitiert zusätzlich von sauberen Regeln je Claude Agent Team.
Roland Golla ist Entwickler aus Leidenschaft – seit über 20 Jahren. Er hat hunderte Projekte begleitet, von Legacy-Refactoring bis KI-Integration. Bei Vibe Coding verbindet er das Beste aus beiden Welten: Die Geschwindigkeit von KI-generiertem Code mit der Qualität professioneller Softwareentwicklung. Kein Bullshit, keine Agentur-Floskeln – direkte Hilfe von jemandem, der selbst täglich im Code steckt.
Die wichtigsten Fragen zu Rules Dateien, ihrer Struktur und dem Aufteilen für KI Coding Agents, kompakt beantwortet.
Eine rules.md ist eine Markdown Datei im Projekt Root, die einem KI Coding Agent dauerhaft erklärt, wie er arbeiten soll: Build Befehle, Code Konventionen, Test Regeln und Architektur. Der Begriff steht stellvertretend für die ganze Familie, vor allem AGENTS.md und CLAUDE.md.
Pflegst du nur eine Datei, nimm AGENTS.md. Sie ist der offene Standard und wird von über 30 Agents nativ gelesen. CLAUDE.md ergänzt du nur, wenn du Claude spezifische Features wie das dreischichtige Memory Modell oder Imports brauchst. Rund 90 Prozent der Inhalte sind ohnehin gleich.
Als Faustregel: ab etwa 200 Zeilen bei CLAUDE.md und ab rund 300 Zeilen bei AGENTS.md. Danach lädt der Agent zu viele irrelevante Regeln, das Context Window leidet und die Trefferquote sinkt. Dann verteilst du die Regeln auf Nested Dateien in den jeweiligen Verzeichnissen.
Du legst in einzelnen Verzeichnissen eigene Rules Dateien an. Der Agent liest die Datei, die der bearbeiteten Datei am nächsten liegt. Bei Konflikten haben tiefer verschachtelte Dateien Vorrang. So bleibt der Kontext schlank, weil nur die relevanten Regeln für den aktuellen Ordner geladen werden.
Nein, niemals. Rules Dateien liegen im Git und werden von externen Diensten gelesen. Schon ein einziger durchgesickerter Zugang kann ganze Systeme kompromittieren. Halte die Dateien auf Konventionen beschränkt und lege Secrets in eine .env Datei und einen Secret Manager.
AGENTS.md steht als offener Standard unter der Agentic AI Foundation der Linux Foundation und wird unter anderem von Codex, Cursor, GitHub Copilot, Gemini CLI, Aider, Windsurf und Zed gelesen. Viele weitere Tools greifen darauf zurück, wenn ihre eigene Konfigurationsdatei fehlt.
Build und Test Befehle, eine knappe Beschreibung der Architektur und Ordnerstruktur, Code Konventionen wie Type Hints sowie harte Regeln, etwa dass Handler keine Geschäftslogik enthalten. Verweise auf bestehende Doku sind besser als kopierte Inhalte, weil sie Tokens sparen und Drift vermeiden.
Kurz. Analysen großer GitHub Bestände zeigen, dass die besten Dateien knapp und konkret sind. Starte mit 20 bis 30 Zeilen und ergänze nur, was der Agent wirklich braucht. Eine kürzere Datei lässt dem Agenten mehr Context für die eigentliche Aufgabe.
Mit Vorsicht. Eine Studie der ETH Zürich zeigte, dass automatisch generierte Kontextdateien in fünf von acht Szenarien die Erfolgsrate senkten und Kosten erhöhten. Nutze einen Befehl wie init als Startpunkt, prüfe und kürze danach aber unbedingt von Hand.
AGENTS.md beschreibt das Projekt insgesamt, also Konventionen, Befehle und Struktur. SKILL.md beschreibt eine einzelne, aufgabenbezogene Fähigkeit, die ein Agent bei Bedarf lädt. Beide ergänzen sich: das eine liefert dauerhaften Projektkontext, das andere spezialisiertes Wissen für konkrete Aufgaben.
Nein. Da der Großteil der Inhalte tool unabhängig ist, pflegst du eine AGENTS.md als zentrale Quelle. Nur wenn du spezielle Features wie Cursors Glob Aktivierung oder Claudes Imports nutzt, legst du zusätzlich .cursor/rules oder CLAUDE.md an. Konverter Tools helfen beim Synchronisieren.
Ja, wenn sie schlank und gepflegt ist. Entwickler berichten von deutlich weniger Korrekturen schon in der ersten Session. Handgeschriebene, knappe Dateien halfen in Studien messbar. Wichtig ist die Pflege, denn veraltete Regeln senken die Agent Leistung über Wochen unbemerkt.
Von Vibe Coding zum professionellen Agenten-Workflow. Die fünf Anthropic-Patterns und wie du sie in der Praxis einsetzt.
Argon2id ist der OWASP-Standard für Passwort-Hashing 2026. So setzt du ihn in Astro.js Rewrite-Projekten korrekt ein – ohne Legacy-Fallstricke.
Warum das blinde Zur\u00fcckkopieren von Fehlermeldungen in KI Agents zu Endlosschleifen f\u00fchrt und wie NCA strukturiertes Debugging etabliert.
BMAD strukturiert KI Coding von der Analyse bis zum Deployment. 6 Default Agents, 4 Phasen, Quick Flow für kleine Tasks. 42k GitHub Stars, Open Source.
Wie Sie mit klaren Architekturentscheidungen, einer guten Konfigurationsdatei und Review Agents in frischen Sessions hohe Code Qualität bei Vibe Coding sicherstellen
Warum KI-Agenten nach 20 Minuten schlechter werden und wie du mit Compaction, Subagents und Token-Budget gegensteuern kannst.
Alle wichtigen curl Flags erkl\u00e4rt: fsSL, IL, fail, silent, location. Praxis Beispiele f\u00fcr KI Tool Installationen und sichere Install Befehle.
Warum KI-generierter Code lokal funktioniert, aber auf dem Server scheitert: Ursachen, L\u00f6sungen und Checkliste f\u00fcr professionelle Deployments 2026.
Wie wir durch optimierte MCP Response Formate 90% Token eingespart haben. Praktische Anleitung für jeden der MCP Server oder API Tools für KI Agenten baut.
Welche Python Tools KI generierten Code absichern: Rope, pyupgrade und Ruff fürs Refactoring, mypy und Pyright für tiefe Analyse, pytest und pre-commit als Gate.
Warum KI generierter Code bei Wachstum und langfristiger Pflege scheitert und welche Strategien helfen.
Das offene Skills-Ökosystem von Vercel: Mit einem Befehl wiederverwendbare Fähigkeiten in Claude Code, Cursor und andere KI-Coding-Agents installieren.
KI generierter Code erzeugt unsichtbare technische Schulden. Strategien gegen das Kartenhaus Risiko in der Codebasis.
Vom Localhost zur Live Domain. Hosting, IP Adresse und DNS für Vibe Coder verständlich erklärt.
Effektive Prompts für KI-Coding-Agents schreiben: Context Engineering, Rules Files und iterative Workflows. Praxis-Tipps von Never Code Alone für Cursor, Claude Code und Co.
Die 5 gr\u00f6\u00dften Vibe Coding Risiken: Sicherheitsl\u00fccken, halluzinierter Code, fehlende Tests. So minimiert NCA Risiken in echten Projekten.
Wie du KI-generierten Code sicher einsetzt: Review-Prozesse, automatisierte Tests und DSGVO-konforme Tool-Auswahl f\u00fcr Vibe Coding 2026.
Sicherheitsrisiken bei KI-generiertem Code erkennen und vermeiden. Praxiserprobte Security Best Practices für Vibe Coding von Never Code Alone.
Vier Stufen Token Optimierung von besseren Prompts über Kontext Hygiene bis zu Prompt Caching und MCP Strukturen.
Vier Lern Stufen mit realistischen Zeitangaben vom ersten Prototyp bis zur produktionsreifen Anwendung. Was wirklich dauert und was schnell geht.