Desarrollador de Python pone límites a Claude Code: configuración contra regresiones en abierto

Un desarrollador de CREATMAN pasó varias semanas estudiando documentación, discusiones en Reddit y configuraciones ajenas para armar una configuración de Claude Code con protección real contra regresiones. El resultado es un repositorio abierto con archivos listos para usar inmediatamente.

Un Problema que Todos Conocen

Claude Code funciona con potencia, pero sin la configuración adecuada actúa de forma demasiado independiente. Un escenario típico para un desarrollador en solitario:

• Pidió agregar autenticación — el agente reescribió la mitad del proyecto
• Pidió reparar una función — recibió pruebas eliminadas y una dependencia no solicitada
• Construyó un prototipo funcional en una hora — pasó tres horas limpiando las "mejoras" del agente

Para quienes trabajan solos, esto es doblemente crítico. No hay ingeniero de QA que atrape regresiones después de cada prompt. No hay revisor que note pruebas eliminadas. Cada corrección no planeada es tiempo gastado analizando soluciones ajenas en lugar de trabajar en el producto. El autor dirige CREATMAN sin equipo y enfrentó exactamente esto: la IA ayuda a construir rápido, pero sin control crea nuevos problemas con la misma rapidez.

De Qué Está Hecha la Configuración

Después de varias semanas de leer documentación, discusiones en foros y analizar otras configuraciones, el autor identificó cinco componentes clave. Todos están reunidos en el repositorio claude-code-antiregression-setup y listos para usar:

• CLAUDE.md — el archivo-contrato principal: alcance de la tarea, prohibiciones explícitas sobre soluciones independientes, requisitos para describir cambios futuros antes de ejecutarlos
• Reglas de directorios — restricciones a nivel de carpeta para que el agente no toque lo que no se le pidió explícitamente
• Checklist obligatorio — antes de cualquier cambio, el agente describe el plan y el desarrollador confirma o rechaza
• Hooks — scripts automáticos que se ejecutan después de cada acción del agente y verifican conformidad con la tarea
• Plantillas de prompts — formatos listos de solicitudes que eliminan ambigüedad y reducen el espacio para interpretación

Lo importante es que todo está documentado. El repositorio está diseñado no para estudio, sino para implementación rápida: clona, adapta a tu proyecto, usa.

Por Qué el Contrato Funciona Mejor que la Restricción

La idea clave es dar al agente reglas claras, no simplemente limitarlo. Claude Code lee CLAUDE.md al inicio de cada sesión. Si ahí está explícitamente escrito "no toques pruebas sin solicitud", "cambios solo dentro de archivos especificados" o "advierte antes de agregar dependencia" — el agente lo sigue.

"Necesito que el agente IA me ayude a construir más rápido, no que

cree nuevos problemas", explica el autor.

Los hooks agregan un segundo nivel. Pequeños scripts se ejecutan después de cambios y verifican si el agente se salió de los límites. Si se salió — los cambios se marcan para revisión en lugar de entrar silenciosamente en la base de código.

Las plantillas de prompts resuelven otro problema. Una solicitud vaga da al agente demasiado espacio para interpretación — y es ahí donde comienza la acción independiente. Formatos listos con alcance explícito, archivos y resultado esperado reducen drásticamente este espacio.

CLAUDE.md no es solo un README para el agente, sino un documento vivo del proyecto. En él se fijan decisiones arquitectónicas, módulos críticos, convenciones de nombres. El agente usa este archivo como contexto en cada solicitud — y esto hace que su comprensión del proyecto sea más concreta y las "mejoras" aleatorias menos probables.

La configuración no está vinculada a un stack específico. El autor trabaja con backend Python, pero los principios se aplican a cualquier proyecto donde necesites mantener al agente dentro de los límites de la tarea dada.

Qué Significa Esto

La impredecibilidad es una de las principales barreras para adoptar agentes IA en desarrollo en solitario. Configuraciones abiertas como esta bajan la barrera de entrada: tomas la estructura, la adaptas a tu proyecto y obtienes una herramienta manejable en lugar de un asistente caótico. Cuanto más de estas configuraciones aparezcan en acceso abierto, más práctico se vuelve usar agentes IA sin equipo de soporte.