Master 3.1 - Codex / Claude Code Aufbauplan

Master 3 ist der komplexeste Workspace mit vielen fachlichen und technischen Modulen. Der AI-Aufbau funktioniert nur zuverlässig als streng phasenweiser Engineering-Prozess: lesen, planen, Modul-Slice bauen, testen, dokumentieren, prüfen.

Umfang: 27 Maven-Module, DDD, Hexagonal Architecture, Outbox, Saga, CQRS, Security, Observability, Contract Tests, Architecture Tests und OpenShift.

Grundprinzip

Phasenplan

0 - Architekturvertrag erstellen

Phase-Ziel
AI liest README, PROJECTS, project-descriptions, design-patterns und maven-build-strategy. Danach erstellt sie einen Architekturvertrag: erlaubte Abhängigkeiten, Naming, Package-Regeln, Teststrategie.

1 - Platform Foundation

Phase-Ziel
architecture-bom, shared-kernel und common-test erstellen. Erst danach dürfen fachliche Domains entstehen. Pattern: BOM/Dependency Management, Shared Kernel, Value Object, Test Fixture.

2 - Fachliche Domains getrennt bauen

Phase-Ziel
domain-order, domain-payment, domain-inventory, domain-customer und domain-catalog einzeln erzeugen. Jede Domain bekommt Aggregate, Policies/Specifications, Domain Events und Unit Tests.

3 - Application Layer je Bounded Context

Phase-Ziel
application-order, application-payment, application-inventory und application-customer ergänzen. AI soll Ports und Commands zuerst definieren, danach Use Cases, danach Tests.

4 - Adapter Layer in dünnen Scheiben

Phase-Ziel
adapter-rest, adapter-persistence-jpa, adapter-messaging-kafka, adapter-legacy-soap und adapter-batch ergänzen. Adapter dürfen Frameworkdetails enthalten; Domain und Application bleiben sauber.

5 - Prozess- und Event-Robustheit

Phase-Ziel
orchestration-saga, outbox-engine und query-cqrs-readmodel bauen. AI soll zuerst Statusmodell und Fehlerfälle dokumentieren, dann Kompensation, Retry, Idempotenz und Projektionen implementieren.

6 - Cross-Cutting Enterprise Readiness

Phase-Ziel
security-module, observability-module und api-gateway-bff ergänzen. AI markiert Policy, Guard, Decorator, Observer, Facade und Gateway direkt im Code.

7 - Qualitätsmodule

Phase-Ziel
contract-tests, architecture-tests und integration-tests ergänzen. AI erzeugt zunächst Testziele und danach Tests. Build darf nicht nur kompilieren, sondern Architekturregeln prüfen.

8 - Deployment und Betrieb

Phase-Ziel
deploy-openshift, Runbook, Healthchecks, Konfigurationshinweise und Recovery-Abläufe ergänzen. Keine geheimen Werte einchecken; nur Beispielwerte und klare Platzhalter.

9 - Abschlussreview

Phase-Ziel
AI erzeugt Änderungsbericht, Pattern-Review, Lizenzscan, Linkcheck, PDF-Renderprüfung und neues Gesamt-ZIP. Bei jeder MD-Datei wird HTML mit erzeugt.

Ablauf in der Praxis

SchrittCodex / Claude Code AktionErwarteter Nachweis
LesenRepository, POMs, README, Projektbeschreibungen und Design Patterns analysierenkurzer Plan mit betroffenen Dateien
Schneideneine kleine fachliche oder technische Slice auswählenModul- oder Package-Liste
ImplementierenCode, Tests und README gemeinsam ändernmvn test oder nachvollziehbarer lokaler Hinweis
PrüfenPattern-Marker, Abhängigkeitsrichtung, Links und Lizenz prüfenPrüfbericht / Konsolenausgabe
DokumentierenMarkdown und HTML aktualisierenMD + HTML im selben Bereich

Prompt-Vorlagen

Codex-Phasenprompt

Du bist Codex im Repository. Arbeite phasenweise und ändere nur Dateien, die zur aktuellen Phase gehören. Vorgehen: 1) Lies README, PROJECTS und ../docs/design-patterns.md. 2) Erstelle einen kurzen Plan. 3) Implementiere eine kleine lauffähige Slice. 4) Markiere Entwurfsmuster im Code mit // PATTERN:. 5) Aktualisiere README.md und README.html. 6) Führe mvn test aus oder erkläre ehrlich, warum es lokal nicht möglich war.

Claude-Code-Phasenprompt

Du bist Claude Code im Repository. Behandle das Projekt als Enterprise-Lernsystem. Refactore nicht breit, sondern arbeite in kleinen, nachvollziehbaren Phasen. Prüfe Modulabhängigkeiten, halte Domain frei von Frameworkdetails, schreibe kurze README-Abschnitte zu Zweck, Ablauf, Klassen und Pattern und fasse am Ende die geänderten Dateien zusammen.

Review-Checkliste

Typische Fehler beim AI-Aufbau

⌂ Cockpit