Cara Kerja Claude Code Review Sesungguhnya: Diff, Hooks, dan Apa yang Ditangkap Agent

Claude Code Review: Panduan Praktis untuk Peninjauan PR Secara Agentik

Claude Code dapat meninjau pull request atau diff lokal seperti yang dilakukan oleh senior engineer yang teliti — membaca file yang diubah, menelusuri call sites, memeriksa pengujian, dan mengembalikan temuan yang diurutkan berdasarkan tingkat keparahan beserta saran perbaikan. Panduan ini secara khusus membahas penggunaan Claude Code (alat CLI agentik dari Anthropic) untuk peninjauan kode: cara memicunya, cara memberi prompt yang baik, cara mengotomatiskannya pada setiap commit atau PR, dan cara mengintegrasikannya ke dalam pipeline tim.

Apa Sebenarnya Arti "Claude Code Review"

Ada dua hal yang sangat berbeda yang orang sebut sebagai "Claude code review." Yang pertama adalah meminta Claude di antarmuka chat untuk melihat potongan kode yang Anda tempel. Yang kedua — dan menjadi topik panduan ini — adalah menjalankan Claude Code, alat CLI agentik dari Anthropic, terhadap diff atau pull request yang nyata di dalam repositori Anda yang sebenarnya.

Perbedaan ini sangat penting. Saat Claude Code meninjau sebuah diff, ia tidak bernalar secara terisolasi tentang potongan kode yang ditempel. Ia adalah agen otonom yang dapat membuka file, menelusuri import, membaca instruksi proyek CLAUDE.md Anda, memeriksa pengujian terkait, dan memahami konteks penuh dari suatu perubahan sebelum mengeluarkan satu pun temuan. Kesadaran lintas-file inilah yang membuat outputnya benar-benar berguna, bukan sekadar generik.

Claude Code tersedia sebagai CLI yang dapat Anda instal secara lokal (npm install -g @anthropic-ai/claude-code), atau sebagai agen yang berjalan di sandbox cloud — lebih lanjut tentang kedua pendekatan ini nanti. Dokumentasi resmi Anthropic membahas instalasi dan pengaturan awal.

Workflow /review Langkah demi Langkah

Claude Code dilengkapi dengan slash command /review yang dirancang khusus untuk tugas ini. Berikut adalah workflow lengkap dari diff hingga output yang dapat ditindaklanjuti.

Langkah 1 — Arahkan Claude Code ke Diff

Anda memiliki beberapa cara untuk memberikan perubahan yang ingin ditinjau.

Perubahan yang sudah di-stage (command /review):

/review

Di dalam sesi Claude Code, slash command /review memulai peninjauan atas perubahan Anda. Ini adalah workflow lokal yang paling umum: stage pekerjaan Anda, jalankan /review, dan lihat temuannya sebelum melakukan commit. (Perilaku command yang tepat dapat berubah — periksa dokumentasi Claude Code Anthropic untuk sintaks terkini.)

Rentang git tertentu: Anda juga bisa langsung meminta agen dalam bahasa natural — misalnya, "Review diff antara main dan branch ini dan tandai bug atau regresi apa pun." Karena Claude Code dapat menjalankan command git sendiri, ia akan menghasilkan diff untuk rentang yang Anda sebutkan dan meninjaunya. Ini berguna saat meninjau feature branch sebelum membuka PR, dan menghindari ketergantungan pada sintaks flag yang persis.

URL pull request GitHub: Jika proyek Anda telah mengonfigurasi GitHub CLI, Claude Code dapat mengambil diff PR secara langsung. Anda memberikan URL atau nomor PR dalam prompt Anda, dan agen menggunakan gh untuk mengambil diff beserta deskripsi PR, yang memberikan konteks maksud (intent) di samping kode.

Langkah 2 — Pemuatan Konteks

Sebelum mengeluarkan temuan, Claude Code membaca konteks yang diperlukan untuk mengevaluasi diff dengan benar:

• CLAUDE.md — file instruksi proyek Anda, yang dapat mendefinisikan area fokus peninjauan, pola yang dilarang, aturan arsitektur, atau konvensi tim. Ini adalah tumpuan utama Anda untuk menyesuaikan apa yang diperhatikan oleh agen.
• Modul yang diimpor dan pemanggil — jika sebuah fungsi yang diubah dipanggil dari sepuluh tempat, agen membaca call site tersebut untuk memeriksa apakah perubahan tersebut bersifat backward-compatible.
• Pengujian yang sudah ada — ia membaca file pengujian untuk memahami kontrak yang dimaksudkan dari kode yang diubah, dan untuk menyadari ketika logika baru tidak memiliki cakupan pengujian.
• File konfigurasi — eslint, tsconfig, pyproject.toml, dan file serupa membantu agen memahami aturan linting apa yang sudah diberlakukan di CI, sehingga ia tidak mengulangi temuan yang sudah ditangkap oleh tooling Anda.

Langkah 3 — Analisis

Proses analisis Claude Code mencakup beberapa dimensi secara bersamaan:

• Correctness (Kebenaran) — bug logika, off-by-one, dereferensi null, asumsi algoritma yang salah
• Security (Keamanan) — risiko injeksi, kredensial yang terekspos, deserialisasi yang tidak aman, pemeriksaan otorisasi yang hilang
• Reliability (Keandalan) — penanganan error yang hilang, promise rejection yang tidak ditangani, edge case yang tidak tertangkap
• Maintainability (Kemudahan pemeliharaan) — logika duplikat, penamaan yang tidak jelas, dokumentasi yang hilang untuk perilaku yang tidak jelas
• Test coverage (Cakupan pengujian) — jalur kode yang ditambahkan tanpa pengujian yang sesuai

Agen tidak hanya menandai suatu baris; ia menjelaskan mengapa temuan tersebut penting dan apa dampaknya jika kode tersebut dirilis.

Langkah 4 — Temuan Terstruktur

Output-nya adalah daftar temuan, masing-masing dengan:

• Label tingkat keparahan (biasanya: critical / warning / suggestion)
• Referensi file dan baris
• Penjelasan dalam bahasa yang mudah dipahami tentang masalah tersebut
• Saran perbaikan — sering berupa potongan kode yang siap diterapkan

Secara default, temuan ditampilkan di terminal. Untuk penggunaan tim, Anda dapat mengalihkannya: pipe ke sebuah file, posting sebagai komentar PR melalui gh pr comment, atau gunakan hook untuk menuliskannya ke log peninjauan bersama.

Peninjauan Claude Code mengikuti pipeline terstruktur — dari input diff melalui pemuatan konteks dan analisis hingga temuan yang diurutkan dan saran perbaikan, dengan hook yang memungkinkan otomatisasi penuh.

Contoh Nyata: Diff Sungguhan, Review Sungguhan

Untuk membuat ini konkret, berikut adalah diff Python minimal dan apa yang ditemukan oleh review Claude Code.

Diff-nya:

# Before
def get_user(user_id):
    result = db.query(f"SELECT * FROM users WHERE id = {user_id}")
    return result[0]

# After (in PR)
def get_user(user_id):
    result = db.query(f"SELECT * FROM users WHERE id = {user_id}")
    if result:
        return result[0]
    return None

Apa yang penulis PR kira sudah diperbaiki: sebuah KeyError saat tidak ada pengguna yang ditemukan.

Apa yang ditemukan Claude Code dalam review:

1. Critical — SQL Injection (baris 2): F-string menginterpolasi user_id langsung ke dalam query. Nilai seperti 1; DROP TABLE users;-- dapat dieksekusi. Perbaikan: gunakan parameterized query — db.query("SELECT * FROM users WHERE id = ?", (user_id,)).

2. Warning — Propagasi implisit nilai None: Pemanggil get_user yang tidak memeriksa None sekarang akan gagal di tempat lain (at a distance). Tinjau tiga call site (tercantum berdasarkan file) yang mengasumsikan objek pengguna selalu dikembalikan.

3. Suggestion — Anotasi tipe hilang: Tipe kembalian seharusnya Optional[User] agar IDE dan type checker dapat menangkap kasus None secara otomatis di call site.

4. Suggestion — Pengujian ditambahkan tetapi tidak lengkap: Pengujian baru test_get_user_not_found hanya memeriksa bahwa None dikembalikan; ia tidak memverifikasi perilaku ketika user_id bernilai 0 atau bukan integer.

Penulis asli memperbaiki KeyError tetapi memperkenalkan risiko propagasi None secara diam-diam dan tidak menyadari SQL injection yang sudah ada sebelumnya. Claude Code menangkap keduanya — dan menemukannya karena ia membaca call site, bukan hanya diff-nya.

Memberi Prompt Claude Code untuk Review yang Lebih Baik

Kualitas sebuah review berbanding langsung dengan kualitas konteks yang Anda berikan kepada agen. Prompt dan teknik berikut menghasilkan output yang konsisten lebih baik.

Gunakan CLAUDE.md untuk Menetapkan Instruksi Tetap

Tumpuan terbesar ada pada file CLAUDE.md proyek Anda. Tambahkan bagian ## Review Guidelines:

## Review Guidelines
- We use parameterized queries everywhere. Flag any string interpolation in SQL.
- All public functions must have return-type annotations (Python) or JSDoc (JS).
- Security findings should always be severity: critical, not warning.
- We prefer explicit error returns over exceptions in the data layer.
- Do not flag import ordering — Black handles that automatically.

Ini memberikan instruksi kepada agen satu kali, dan setiap review dalam proyek mewarisi aturan ini tanpa perlu memberi prompt ulang.

Berikan Maksud (Intent) dalam Prompt

Saat memanggil review secara interaktif, katakan kepada agen apa yang ingin dicapai oleh PR tersebut:

/review This PR migrates our auth flow from JWT to session cookies. Focus on
session fixation, secure cookie attributes, and any places we might be leaking
the old JWT validation logic.

Konteks maksud ini memungkinkan Claude Code memprioritaskan temuan yang relevan daripada menghasilkan checklist yang seragam di semua dimensi.

Minta Pass Berdasarkan Severity Saja Terlebih Dahulu

Untuk diff yang besar, pendekatan dua tahap lebih efisien:

/review Pass 1: list only critical and warning severity findings with file+line.
No suggestions yet.

Kemudian, setelah Anda memiliki daftar critical, minta detail perbaikan untuk temuan tertentu. Ini menghindari masalah output review 200 baris di mana bug kritis terkubur di antara saran gaya penulisan.

Minta Konfirmasi Pemahaman

Untuk perubahan yang kompleks:

Before reviewing, summarize what this diff is trying to do in two sentences,
then proceed with the review.

Jika ringkasannya salah, Anda tahu bahwa agen telah salah membaca diff dan Anda dapat mengoreksinya sebelum membuang waktu pada temuan yang menyesatkan.

Mengotomatiskan Review dengan Hooks

Menjalankan /review secara manual memang bermanfaat, tetapi keuntungan produktivitas sesungguhnya terletak pada membuat review berjalan otomatis — sehingga setiap commit atau setiap PR yang dibuka memicunya tanpa perlu ada orang yang mengingatnya. Sistem hooks Claude Code memungkinkan hal ini. (Sistem hooks dibahas secara mendalam dalam panduan hooks Claude Code — bagian ini fokus secara khusus pada kasus penggunaan review.)

Auto-Review pada Setiap Commit

Di .claude/settings.json proyek Anda, tambahkan hook Stop:

{
  "hooks": {
    "Stop": [
      {
        "matcher": "",
        "hooks": [
          {
            "type": "command",
            "command": "claude -p 'Review the diff from the last commit (git diff HEAD~1 HEAD) and list any bugs, security issues, or regressions.'"
          }
        ]
      }
    ]
  }
}

Dengan pengaturan ini, setiap kali Claude Code menyelesaikan sebuah tugas (termasuk tugas coding yang diakhiri dengan commit), hook akan terpicu dan meninjau diff yang dihasilkan. Temuannya muncul di terminal Anda segera setelah commit selesai.

Auto-Review saat PR Dibuka

Untuk integrasi CI, jalankan Claude Code dalam mode headless (claude -p "<prompt>") di dalam job GitHub Actions dan posting hasilnya sebagai komentar PR. Pola di bawah ini bersifat ilustratif — Anthropic juga menerbitkan GitHub Action resmi untuk Claude Code, jadi periksa dokumentasi Claude Code untuk pengaturan CI terkini yang direkomendasikan, bukan menyalin flag secara harfiah:

name: Claude Code Review
on:
  pull_request:
    types: [opened, synchronize]
jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0
      - name: Install Claude Code
        run: npm install -g @anthropic-ai/claude-code
      - name: Run review
        run: |
          claude -p "Review the diff between origin/${{ github.base_ref }} and HEAD. \
          List bugs, security issues, and regressions, ranked by severity." > review.md
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
      - name: Post review as PR comment
        run: gh pr comment ${{ github.event.number }} --body-file review.md
        env:
          GH_TOKEN: ${{ secrets.GITHUB_TOKEN }}

Ini akan memposting temuan Claude Code sebagai komentar PR secara otomatis pada setiap push. Reviewer manusia Anda kemudian dapat memfokuskan perhatian mereka pada temuan yang sudah ditemukan oleh agen, bukan menghabiskan waktu review pada hal-hal yang secara konsisten dapat ditangkap oleh Claude Code.

Apa yang Ditangkap Claude Code Review — dan Apa yang Terlewat

Penting untuk bersikap jelas tentang batas kemampuannya. Review AI sangat kuat untuk kelas temuan tertentu, dan secara konsisten kurang memadai untuk yang lain.

Claude Code unggul dalam kebenaran mekanis, pola keamanan, dan konsistensi — sementara penilaian produk, ancaman baru, dan persetujuan kepatuhan tetap menjadi tanggung jawab manusia.

Claude Code menangkap dengan andal:

• Kesalahan off-by-one, dereferensi null/undefined, dan ketidaksesuaian tipe yang terlihat dalam diff dan konteks langsungnya
• Pola keamanan yang sudah diketahui: SQL injection, XSS, celah CSRF, insecure direct object reference, validasi input yang hilang, secret dalam kode
• Pelanggaran gaya dan konvensi terhadap aturan yang didefinisikan dalam CLAUDE.md dan file konfigurasi Anda
• Logika duplikat — kesadaran lintas-file agen berarti ia menyadari ketika fungsi yang baru Anda tambahkan sudah ada di modul utilitas dua direktori jauhnya
• Penanganan error yang hilang — promise rejection yang tidak ditangani, klausa except yang kosong, fungsi yang dapat mengembalikan None atau undefined tanpa pemanggil yang mengharapkannya
• Kesenjangan cakupan pengujian untuk jalur kode tertentu yang ditambahkan dalam diff

Claude Code tidak menggantikan penilaian manusia dalam:

• Keputusan produk dan requirement. Apakah fitur tersebut memang seharusnya ada, apakah UX-nya masuk akal, apakah kontrak API merupakan abstraksi yang tepat — ini memerlukan konteks bisnis yang tidak dimiliki agen mana pun.
• Ancaman keamanan baru. Agen mengetahui kelas kerentanan yang sudah diketahui; ia tidak menciptakan threat model spesifik untuk lingkungan deployment atau logika bisnis aplikasi Anda.
• Performa dalam skala besar. Analisis statis tidak dapat menggantikan output profiler, hasil load test, atau pemahaman tentang pola traffic yang sebenarnya.
• Kepatuhan regulasi. GDPR, HIPAA, PCI-DSS, dan sejenisnya memerlukan persetujuan manusia dan sering kali review hukum. Review AI tidak dapat menggantikannya.
• Dinamika tim dan tata kelola arsitektur. "Apakah ini seharusnya berada di modul ini?" atau "Haruskah kita menambahkan dependency ini?" memerlukan konteks organisasi.

Cara pandang yang sehat: review Claude Code menghilangkan bagian yang membosankan dari code review — menangkap kesalahan mekanis, menegakkan konvensi, menandai pola yang sudah diketahui buruk — sehingga reviewer manusia Anda dapat mencurahkan perhatian terbatas mereka pada keputusan yang benar-benar memerlukan penilaian manusia.

Mengintegrasikan Claude Code Review ke dalam Pipeline Tim

Membuat tim benar-benar menggunakan review agentik secara konsisten memerlukan perlakuan terhadapnya sebagai bagian utama dari workflow Anda, bukan sebagai tambahan opsional.

Model Tiga Lapisan

Pipeline tim yang berfungsi baik memiliki tiga lapisan:

1. Pre-commit lokal — Developer menjalankan /review sebelum push. Pengaturan hook yang dijelaskan di atas mengotomatiskan ini. Temuan di lapisan ini adalah yang paling murah untuk diperbaiki.
2. Gate CI — Workflow GitHub Actions memposting temuan Claude Code sebagai komentar PR sebelum reviewer manusia mana pun ditugaskan. Reviewer manusia baru ditugaskan setelah review CI lolos (tanpa temuan critical).
3. Fokus review manusia — Reviewer manusia menggunakan komentar Claude Code sebagai panduan triase. Tugas mereka adalah mengevaluasi hal-hal yang memerlukan penilaian — kesesuaian arsitektur, kebenaran produk, trade-off performa — bukan membaca ulang setiap baris untuk mencari typo.

Membagikan Konvensi CLAUDE.md

CLAUDE.md Anda adalah lapisan konfigurasi untuk perilaku review agen. Perlakukan seperti kode: commit, versikan, dan review perubahannya dalam PR. Ketika tim menyepakati bahwa Claude Code seharusnya berhenti menandai pola tertentu (karena Anda sudah memiliki linter untuk itu), perbarui CLAUDE.md dan perubahan tersebut berlaku pada setiap review di masa depan.

Mengkalibrasi Ambang Severity

Tim sering menemukan kalibrasi severity default terlalu berisik (noisy) pada awalnya. Tambahkan instruksi eksplisit ke CLAUDE.md untuk mengontrolnya:

## Review Severity Rules
- Only flag console.log as a warning if it is in a non-test, non-debug file.
- Import ordering is never a finding; Prettier handles it.
- Treat any hardcoded credential as critical regardless of context.
- Performance suggestions are informational only unless they affect O(n²) loops.

Setelah beberapa minggu penggunaan, kebanyakan tim menemukan bahwa tingkat noise menurun secara signifikan setelah perhatian agen disetel ke pola yang benar-benar penting dalam codebase mereka.

Menangani False Positive

Claude Code sesekali akan menandai sesuatu secara tidak tepat. Respons yang benar bukanlah menolak review secara keseluruhan — melainkan menambahkan instruksi khusus proyek ke CLAUDE.md yang menangani pola tersebut. Seiring waktu, ini menciptakan konfigurasi review yang semakin akurat dan spesifik untuk proyek, yang merefleksikan standar tim Anda yang sebenarnya.

Menjalankan Claude Code Review Tanpa Instalasi Lokal

Semua yang dijelaskan sejauh ini mengasumsikan Anda telah menginstal dan menjalankan Claude Code di terminal Anda. Bagi banyak tim — terutama yang bekerja pada mesin korporat yang terkunci, lingkungan Windows tanpa WSL, atau developer yang ingin melakukan review dari tab browser — instalasi lokal menjadi titik gesekan (friction point).

Happycapy menjalankan Claude Code di sandbox cloud yang aman langsung di browser Anda. Anda mendapatkan kemampuan review agentik penuh — termasuk pemuatan konteks lintas-file, dukungan CLAUDE.md, dan command /review — tanpa menginstal apa pun. Ini sangat berguna untuk:

• Code review pada pull request dari browser tanpa perlu menarik (pull) branch secara lokal
• Tim yang baru mengadopsi Claude Code review yang menginginkan lingkungan bersama dan konsisten sebelum meluncurkan instalasi lokal
• Mesin yang terkunci di mana menginstal paket npm global memerlukan persetujuan IT
• Meninjau repositori yang tidak familiar di mana Anda menginginkan pemuatan konteks agen tanpa harus melakukan clone seluruh repo

Jika Anda ingin tahu bagaimana Claude Code dibandingkan dengan alternatif lain dalam hal kemampuan agentik, lihat Claude Code vs. GitHub Copilot dan Claude Code vs. Cursor. Dan jika Anda ingin memahami bagaimana Happycapy menjalankan Claude Code dalam konteks browser, Claude Code on the web membahas arsitekturnya.

Mulai gratis di happycapy.ai

Pertanyaan yang Sering Diajukan

T: Apakah Claude Code review bekerja pada bahasa apa pun?

Ya. Claude Code tidak spesifik terhadap bahasa tertentu — ia membaca diff berbasis teks apa pun dan menerapkan penalaran tentang kode yang terkandung di dalamnya. Ia cenderung paling presisi pada Python, TypeScript, JavaScript, Go, dan Rust (bahasa dengan representasi training yang besar), tetapi ia menghasilkan temuan yang berguna pada Ruby, Java, C#, dan kebanyakan bahasa mainstream lainnya. Untuk bahasa spesifik domain atau framework yang tidak umum, menambahkan konteks di CLAUDE.md secara signifikan mempertajam output-nya.

T: Bagaimana /review berbeda dari sekadar meminta Claude di chat untuk melihat diff saya?

Perbedaan utamanya adalah penggunaan tool secara agentik dan konteks repositori. Dalam chat, Claude hanya melihat apa yang Anda tempel. Command /review Claude Code memungkinkan agen membuka file, menelusuri import, memeriksa pengujian, dan membaca konvensi proyek Anda — menghasilkan temuan yang berlandaskan pada codebase yang sebenarnya, bukan hanya potongan kode. Untuk perubahan yang besar atau saling terkait, perbedaan ini sangat signifikan.

T: Apakah Claude Code review dapat menangkap kerentanan keamanan?

Ia secara andal menangkap kelas kerentanan yang sudah dikenal luas: SQL injection, XSS, celah CSRF, insecure direct object reference, secret yang hardcoded, sanitasi input yang hilang. Ia kurang andal pada vektor serangan baru yang spesifik pada aplikasi, atau kerentanan yang memerlukan pemahaman tentang lingkungan deployment Anda. Perlakukan ini sebagai pemindaian keamanan tahap awal yang menyeluruh, bukan sebagai penetration test.

T: Bagaimana saya menghentikan review dari menandai hal-hal yang sudah ditangani linter saya?

Tambahkan pengecualian eksplisit ke CLAUDE.md Anda: "Do not flag import ordering — isort handles this." atau "Do not flag trailing whitespace — Prettier enforces it." Kebanyakan tim membangun daftar ini selama dua hingga tiga minggu penggunaan dan menemukan rasio signal-to-noise meningkat secara dramatis.

T: Bisakah saya menggunakan Claude Code review di monorepo dengan banyak bahasa?

Ya. Anda dapat membatasi ruang lingkup review dengan argumen path atau rentang git diff yang hanya mencakup subdirektori yang Anda ubah. Anda juga dapat memelihara bagian review khusus bahasa dalam CLAUDE.md yang dibaca agen sebagai bagian dari pemuatan konteksnya.

T: Apa yang terjadi jika diff-nya sangat besar — katakanlah, PR sepanjang 3.000 baris?

Untuk diff yang sangat besar, pertimbangkan pendekatan dua tahap: pertama minta temuan critical dan warning saja (tanpa suggestion), triase temuan tersebut, lalu minta analisis lengkap pada file atau subsistem tertentu. Untuk refactor yang sangat besar, memecah PR adalah solusi yang lebih baik — baik untuk keterbacaan oleh manusia maupun AI.

T: Apakah output review-nya deterministik? Akan saya dapatkan temuan yang sama dua kali?

Tidak — seperti semua output large language model, ada variasi antar-run. Untuk review dengan taruhan tinggi, menjalankan command dua kali dan membandingkan temuannya adalah praktik yang masuk akal. Sebagian besar temuan critical muncul secara konsisten; saran minor lebih bervariasi. Menggunakan temperature yang lebih rendah (jika dapat dikonfigurasi untuk workflow Anda) atau prompt yang lebih prescriptive mengurangi variasi.

T: Bagaimana Claude Code review berinteraksi dengan linter dan alat static analysis yang sudah ada?

Ia melengkapi mereka, bukan menggantikannya. Linter Anda menangkap aturan gaya yang diberlakukan secara mekanis dan cepat; Claude Code menambahkan pemahaman semantik — ia dapat mengevaluasi apakah suatu fungsi melakukan hal yang benar, yang tidak dapat dilakukan oleh linter mana pun. Pipeline yang ideal menjalankan keduanya: linter di pre-commit hook (cepat, deterministik), Claude Code review di CI (lebih lambat, semantik). Command /review menyadari konfigurasi linter Anda dan menghindari duplikasi temuan yang sudah dihasilkan oleh tool Anda.

T: Bisakah saya menyesuaikan format output review untuk diposting ke Slack atau tiket?

Ya. Anda dapat memberi prompt kepada agen untuk mengeluarkan temuan dalam format tertentu — JSON, markdown, atau template yang sesuai dengan gaya komentar PR tim Anda. Padukan ini dengan sistem hook dan script shell kecil, dan Anda mendapatkan pipeline review yang sepenuhnya otomatis yang memposting temuan terstruktur ke mana pun tim Anda melacaknya.

Terkait: Claude Code hooks deep-dive — otomatiskan pemeriksaan pre-commit, linting, dan workflow khusus lainnya di luar review.

Panduan terkait

• Claude Code Hooks: The Power-User Guide to Automating Your Agent
• Build Autonomous Agents with the Claude Code SDK: A Practical Developer's Guide
• Claude Code vs GitHub Copilot: Autonomous Agent or In-Editor Assistant?
• Claude Code Web: How to Run Claude Code in Your Browser (No Install)