Eine Cloud-Sitzung ist eine Claude Code-Sitzung, die auf Cloud-Infrastruktur statt auf Ihrem Computer ausgeführt wird und mit Code aus Ihren GitHub-Repositories arbeitet. Sie können eine Sitzung von Claude Desktop, von Claude Code im Web unter claude.ai/code, von Claude Mobile oder von Ihrem Terminal mit claude --cloud starten. Dieser Artikel erklärt, wie Cloud-Sitzungen funktionieren, wann Sie sie statt einer lokalen Sitzung in Claude Desktop, Ihrem Terminal oder Ihrer IDE verwenden sollten, und welche Workflows sie ermöglichen.
Was Cloud-Sitzungen bieten
Cloud-Sitzungen ermöglichen es Ihnen, Aufgaben an Claude zu delegieren, die ohne Ihre aktive Überwachung ausgeführt werden. Sie wählen ein GitHub-Repository aus, beschreiben, was Sie erledigt haben möchten, und Claude arbeitet an der Aufgabe in der Cloud. Sobald Claude Code mit einer Aufgabe begonnen hat, können Sie die Seite vollständig verlassen; Claude wird seine Arbeit fortsetzen. Nach Abschluss erstellt Claude automatisch einen Pull Request mit Änderungen zur Überprüfung.
Diese Funktion funktioniert mit Repositories, die Sie möglicherweise nicht auf Ihrem lokalen Computer haben. Sie können Aufgaben in jedem GitHub-Repository starten, auf das Sie Zugriff haben, ohne es lokal klonen oder eine Entwicklungsumgebung einrichten zu müssen. Dies ist nützlich für Projekte, zu denen Sie gelegentlich beitragen, oder zum Erkunden von Codebases, die Sie noch lernen.
Cloud-Sitzungen ermöglichen asynchrone Entwicklungs-Workflows. In einer lokalen Sitzung in Ihrem Terminal oder Editor arbeiten Sie normalerweise synchron: Sie stellen eine Anfrage, warten auf Claudes Antwort, überprüfen die Änderungen und stellen dann eine weitere Anfrage. Synchrone Arbeit wie diese gibt Ihnen eine feinkörnige Kontrolle, erfordert aber Ihre Aufmerksamkeit während des gesamten Prozesses. Eine Cloud-Sitzung funktioniert anders: Sie können eine größere Aufgabe zuweisen, Claude unabhängig arbeiten lassen und später zurückkehren, um die abgeschlossene Arbeit zu überprüfen.
Sie können auch mehrere Aufgaben parallel ausführen. Da jede Aufgabe in ihrer eigenen isolierten Umgebung ausgeführt wird, kann Claude an mehreren verschiedenen Problemen oder Repositories gleichzeitig arbeiten. Jede Aufgabe läuft unabhängig ab und erstellt ihren eigenen Pull Request nach Abschluss. Mehr als eine Aufgabe kann gleichzeitig an demselben Repository arbeiten.
Wie es funktioniert
Wenn Sie eine Cloud-Sitzung starten, erstellt Claude Code eine isolierte virtuelle Maschine für Ihre Arbeit. Ihr GitHub-Repository wird in diese Umgebung geklont, die mit gängigen Entwicklungstools und Sprachökosystemen vorkonfiguriert ist.
Claude bereitet die Umgebung vor, indem er alle Einrichtungsbefehle ausführt, die Sie in der Konfiguration Ihres Repositories definiert haben. Dies umfasst das Installieren von Abhängigkeiten, das Einrichten von Datenbanken oder das Ausführen anderer Initialisierungsschritte, die Ihr Projekt benötigt. Wenn Ihre Aufgabe Netzwerkzugriff erfordert, z. B. zum Installieren von Paketen oder zum Abrufen von Daten, können Sie die Stufe des Internetzugriffs konfigurieren, den die Umgebung hat.
Sobald die Umgebung bereit ist, beginnt Claude mit Ihrer Aufgabe. Claude liest Ihren Code, nimmt Änderungen vor, schreibt Tests und führt Befehle aus, um die Arbeit zu überprüfen. Sie können den Fortschritt überwachen und bei Bedarf über die Weboberfläche Anleitung geben.
Wenn Claude die Aufgabe abgeschlossen hat, pusht es die Änderungen in einen neuen Branch in Ihrem GitHub-Repository. Sie erhalten eine Benachrichtigung und können die Änderungen überprüfen, dann direkt über die Oberfläche einen Pull Request erstellen. Der Pull Request enthält alle Arbeiten von Claude, bereit zur Überprüfung und für alle zusätzlichen Änderungen, die Sie vornehmen möchten.
Jede Aufgabe läuft in vollständiger Isolation. Die virtuelle Maschine existiert nur für diese spezifische Aufgabe und enthält Sicherheitskontrollen wie eingeschränkten Netzwerkzugriff und geschützte Anmeldedatenverwaltung. Ihre GitHub-Authentifizierung wird über einen sicheren Proxy verwaltet, sodass Anmeldedaten niemals direkt in der Umgebung vorhanden sind, in der Claude arbeitet.
Wann Cloud-Sitzungen vs. lokale Sitzungen verwendet werden
Einige Aufgaben eignen sich gut für die asynchrone Ausführung in der Cloud, während andere am besten lokal in Claude Desktop, Ihrem Terminal oder Ihrer IDE ausgeführt werden.
Verwenden Sie Cloud-Sitzungen für:
Gut definierte Aufgaben mit klaren Anforderungen: Wenn Sie genau beschreiben können, was getan werden muss, und nicht erwarten, Claude während der Aufgabe lenken zu müssen, können Sie mit einer Cloud-Sitzung die Arbeit starten und zurückkehren, wenn sie abgeschlossen ist.
Hintergrundarbeit an Bug-Backlogs: Sie können Claude mehrere Probleme aus Ihrem Backlog zuweisen und diese parallel ausführen lassen. Jede Aufgabe läuft unabhängig ab, sodass Sie mehrere Fixes gleichzeitig angehen können, ohne jede einzelne zu überwachen.
Repositories, die Sie nicht lokal haben: Wenn Sie Änderungen an einem Repository vornehmen müssen, das Sie nicht geklont haben oder nicht auf Ihrem Computer einrichten möchten, kümmert sich eine Cloud-Sitzung um die Umgebungseinrichtung für Sie.
Aufgaben, die Sie in die Warteschlange einreihen möchten: Wenn Sie eine Liste von Änderungen haben, die Sie vornehmen möchten, aber nicht jetzt daran arbeiten möchten, können Sie sie in der Cloud starten und die Ergebnisse später überprüfen. Dies ermöglicht es Ihnen, ähnliche Arbeiten zu stapeln oder Aufgaben zu delegieren, wenn Sie sich auf etwas anderes konzentrieren.
Verwenden Sie lokale Sitzungen in Claude Desktop, Ihrem Terminal oder Ihrer IDE für:
Aufgaben, die häufige Kurskorrektur benötigen: Wenn Sie nicht genau wissen, welcher Ansatz richtig ist, oder erwarten, dass Sie Claude basierend auf dem, was Sie sehen, umleiten müssen, gibt Ihnen eine lokale Sitzung sofortiges Feedback. Sie können die Richtung anpassen, während Claude arbeitet, anstatt auf ein vollständiges Ergebnis zu warten.
Explorative Arbeit mit unklar definierten Anforderungen: Wenn Sie herausfinden, wie Sie ein Problem lösen oder verschiedene Ansätze untersuchen, können Sie mit einer lokalen Sitzung Ihre Anfrage verfeinern, während Sie lernen. Der Hin- und Herwechsel hilft, Anforderungen zu klären, die anfangs nicht offensichtlich waren.
Lokale Entwicklung mit nicht committeten Änderungen: Wenn Sie aktiv entwickeln und nicht committete Arbeiten in Ihrem lokalen Repository haben, hält die lokale Verwendung von Claude Code alles an einem Ort. Sie können schnell über Änderungen iterieren, ohne Arbeiten committen oder pushen zu müssen, die noch nicht bereit sind.
Aufgaben, die sofortiges Feedback erfordern: Wenn Sie schnell Ergebnisse sehen möchten und schnell iterieren möchten, bietet eine lokale Sitzung niedrigere Latenz. Sie können Claude in Echtzeit arbeiten sehen und stoppen oder umleiten, wenn früh im Prozess etwas schief geht.
Beispiel-Anwendungsfälle
Backend-Änderungen mit testgetriebener Entwicklung
Lassen Sie Claude Tests schreiben, die das erwartete Verhalten definieren, und implementieren Sie dann den Code, um diese Tests zu bestehen. Dies funktioniert besonders gut für Backend-Änderungen, bei denen das Verhalten durch automatisierte Tests validiert werden kann.
Beispiel-Prompt:
Add rate limiting to the /api/search endpoint.
The rate limiter should:
- Allow 100 requests per minute per API key
- Return 429 status when limit exceeded
- Reset limits after 60 seconds
- Track different API keys independently
Use a TDD approach: write comprehensive tests first, then implement the rate limiting logic to pass them.
Wann Sie diesen Ansatz verwenden sollten: Dies funktioniert gut in einer Cloud-Sitzung, da die Tests Claude klare Validierungskriterien geben, auf die hingearbeitet werden kann. Sie müssen Claudes Fortschritt nicht überwachen, da die Tests Probleme erkennen und die Iteration zu einer funktionierenden Lösung führen. Die in sich geschlossene Natur der Aufgabe, bei der Claude Tests schreibt und diese dann bestehen lässt, erfordert Ihre Eingabe nicht, sobald sie gestartet ist.
Was macht dies effektiv: Claude kann die Implementierung ohne Ihre Überwachung iterieren und Testfehler verwenden, um Probleme zu identifizieren und zu beheben. Die Aufgabe dauert länger als eine einfache Codeänderung, aber Sie können sie im Hintergrund abschließen lassen. Wenn Sie den Pull Request überprüfen, sind sowohl die Tests als auch die Implementierung bereit, und Sie haben Vertrauen, dass die Lösung funktioniert, da die Tests bestanden werden.
Dokumentationsaktualisierungen
Generieren oder aktualisieren Sie technische Dokumentation wie README-Dateien, API-Dokumentation, Code-Kommentare oder Benutzerhandbücher.
Beispiel-Prompt:
Update CHANGELOG.md with all changes since the v2.3.0 release:
- Review commits on main branch since that tag.
- Categorize changes into "Added, "Changed, "Fixed", and "Removed" sections.
- Include the commit hash for each entry.
Wann Sie diesen Ansatz verwenden sollten: Changelog-Aktualisierungen eignen sich gut für eine Cloud-Sitzung, da Claude die Commit-Historie unabhängig überprüfen und Einträge ohne Anleitung formatieren kann. Die Aufgabe ist mühsam, um sie manuell zu erledigen, aber unkompliziert genug, dass Claude sie ohne Fragen darüber abschließen kann, welche Commits einzubeziehen sind oder wie sie kategorisiert werden sollen.
Was macht dies effektiv: Sie können die gesamte Changelog-Aktualisierung delegieren und das Ergebnis nach Abschluss überprüfen. Claude liest Commits durch, extrahiert aussagekräftige Änderungen und folgt Ihrem bestehenden Changelog-Format.
Refaktorierung mit klarem Umfang
Strukturieren Sie Code neu, um die Organisation oder Lesbarkeit zu verbessern, wenn Sie klare Grenzen für die Änderung definieren können. Dies umfasst das Extrahieren von Code, das Aufteilen großer Dateien oder das Organisieren der Modulstruktur.
Beispiel-Prompt:
The UserService class in /src/services/user.go has 800 lines long.
Split it into three focused services:
- UserAuthService (login/logout/sessions)
- UserProfileService (profile CRUD operations)
- UserPreferencesService (settings/preferences)
Ensure all tests still pass.
Wann Sie diesen Ansatz verwenden sollten: Refaktorierung mit klaren Einschränkungen funktioniert gut in einer Cloud-Sitzung, da Sie klare Grenzen für Claude festlegen können. Test-Suites können Validierung bieten, sodass Claude überprüfen kann, dass die Refaktorierung keine vorhandene Funktionalität unterbrochen hat.
Was macht dies effektiv: Die Aufgabe dauert Zeit, benötigt aber Ihre aktive Eingabe nicht, sobald die Struktur definiert ist. Sie können die Refaktorierung starten und das organisierte Ergebnis später überprüfen, anstatt Claude zu überwachen, während es die Aufgabe durcharbeitet. Der klare Umfang bedeutet, dass Claude während der Aufgabe wahrscheinlich keine Anleitung benötigt.
Tipps für effektive Nutzung
Erwägen Sie, eine Test-Suite zu Ihrem Repository hinzuzufügen, damit Claude leichter überprüfen kann, dass es eine Aufgabe erfolgreich abgeschlossen hat
Geben Sie Erfolgskriterien statt vager Ziele wie "verbessern" oder "beheben" an
Definieren Sie, was sich ändern soll und was in Ihrem Prompt gleich bleiben soll
Begrenzen Sie Aufgaben mit klaren Grenzen, damit Claude während der Aufgabe keine Anleitung benötigt
Wenn Sie denken "Ich muss erst sehen, wie das läuft", erwägen Sie stattdessen eine lokale Sitzung
Verwenden Sie "In CLI öffnen", wenn Sie während der Aufgabe feststellen, dass Sie Anleitung geben müssen