Claude Code GitLab CI/CD

​

Mengapa menggunakan Claude Code dengan GitLab?

• Pembuatan MR instan: Jelaskan apa yang Anda butuhkan, dan Claude mengusulkan MR lengkap dengan perubahan dan penjelasan
• Implementasi otomatis: Ubah masalah menjadi kode yang berfungsi dengan satu perintah atau penyebutan
• Menyadari proyek: Claude mengikuti panduan CLAUDE.md Anda dan pola kode yang ada
• Penyiapan sederhana: Tambahkan satu pekerjaan ke .gitlab-ci.yml dan variabel CI/CD yang disembunyikan
• Siap untuk perusahaan: Pilih Claude API, AWS Bedrock, atau Google Vertex AI untuk memenuhi kebutuhan residensi data dan pengadaan
• Aman secara default: Berjalan di runner GitLab Anda dengan perlindungan cabang dan persetujuan Anda

​

Cara kerjanya

1. Orkestrasi berbasis peristiwa: GitLab mendengarkan pemicu pilihan Anda (misalnya, komentar yang menyebutkan @claude dalam masalah, MR, atau utas ulasan). Pekerjaan mengumpulkan konteks dari utas dan repositori, membangun prompt dari input tersebut, dan menjalankan Claude Code.
2. Abstraksi penyedia: Gunakan penyedia yang sesuai dengan lingkungan Anda:
   • Claude API (SaaS)
   • AWS Bedrock (akses berbasis IAM, opsi lintas wilayah)
   • Google Vertex AI (asli GCP, Workload Identity Federation)
3. Eksekusi terisolasi: Setiap interaksi berjalan dalam kontainer dengan aturan jaringan dan sistem file yang ketat. Claude Code memberlakukan izin berskop ruang kerja untuk membatasi penulisan. Setiap perubahan mengalir melalui MR sehingga pengulas melihat diff dan persetujuan masih berlaku.

​

Apa yang dapat dilakukan Claude?

• Buat dan perbarui MR dari deskripsi masalah atau komentar
• Analisis regresi kinerja dan usulkan optimisasi
• Implementasikan fitur langsung di cabang, kemudian buka MR
• Perbaiki bug dan regresi yang diidentifikasi oleh tes atau komentar
• Merespons komentar lanjutan untuk mengulangi perubahan yang diminta

​

Penyiapan

​

Penyiapan cepat

1. Tambahkan variabel CI/CD yang disembunyikan
   • Buka Settings → CI/CD → Variables
   • Tambahkan ANTHROPIC_API_KEY (disembunyikan, dilindungi sesuai kebutuhan)
2. Tambahkan pekerjaan Claude ke .gitlab-ci.yml

stages:
  - ai

claude:
  stage: ai
  image: node:24-alpine3.21
  # Sesuaikan aturan agar sesuai dengan cara Anda ingin memicu pekerjaan:
  # - menjalankan manual
  # - peristiwa permintaan penggabungan
  # - pemicu web/API ketika komentar berisi '@claude'
  rules:
    - if: '$CI_PIPELINE_SOURCE == "web"'
    - if: '$CI_PIPELINE_SOURCE == "merge_request_event"'
  variables:
    GIT_STRATEGY: fetch
  before_script:
    - apk update
    - apk add --no-cache git curl bash
    - npm install -g @anthropic-ai/claude-code
  script:
    # Opsional: mulai server GitLab MCP jika penyiapan Anda menyediakannya
    - /bin/gitlab-mcp-server || true
    # Gunakan variabel AI_FLOW_* saat memanggil melalui pemicu web/API dengan muatan konteks
    - echo "$AI_FLOW_INPUT for $AI_FLOW_CONTEXT on $AI_FLOW_EVENT"
    - >
      claude
      -p "${AI_FLOW_INPUT:-'Review this MR and implement the requested changes'}"
      --permission-mode acceptEdits
      --allowedTools "Bash(*) Read(*) Edit(*) Write(*) mcp__gitlab"
      --debug

​

Penyiapan manual (direkomendasikan untuk produksi)

1. Konfigurasi akses penyedia:
   • Claude API: Buat dan simpan ANTHROPIC_API_KEY sebagai variabel CI/CD yang disembunyikan
   • AWS Bedrock: Konfigurasi GitLab → AWS OIDC dan buat peran IAM untuk Bedrock
   • Google Vertex AI: Konfigurasi Workload Identity Federation untuk GitLab → GCP
2. Tambahkan kredensial proyek untuk operasi GitLab API:
   • Gunakan CI_JOB_TOKEN secara default, atau buat Project Access Token dengan cakupan api
   • Simpan sebagai GITLAB_ACCESS_TOKEN (disembunyikan) jika menggunakan PAT
3. Tambahkan pekerjaan Claude ke .gitlab-ci.yml (lihat contoh di bawah)
4. (Opsional) Aktifkan pemicu berbasis penyebutan:
   • Tambahkan webhook proyek untuk “Comments (notes)” ke pendengar peristiwa Anda (jika Anda menggunakannya)
   • Buat pendengar memanggil API pemicu pipeline dengan variabel seperti AI_FLOW_INPUT dan AI_FLOW_CONTEXT ketika komentar berisi @claude

​

Contoh kasus penggunaan

​

Ubah masalah menjadi MR

@claude implement this feature based on the issue description

​

Dapatkan bantuan implementasi

@claude suggest a concrete approach to cache the results of this API call

​

Perbaiki bug dengan cepat

@claude fix the TypeError in the user dashboard component

​

Menggunakan dengan AWS Bedrock & Google Vertex AI

# Untuk AWS Bedrock:
- AWS_ROLE_TO_ASSUME
- AWS_REGION

​

Contoh konfigurasi

​

.gitlab-ci.yml dasar (Claude API)

stages:
  - ai

claude:
  stage: ai
  image: node:24-alpine3.21
  rules:
    - if: '$CI_PIPELINE_SOURCE == "web"'
    - if: '$CI_PIPELINE_SOURCE == "merge_request_event"'
  variables:
    GIT_STRATEGY: fetch
  before_script:
    - apk update
    - apk add --no-cache git curl bash
    - npm install -g @anthropic-ai/claude-code
  script:
    - /bin/gitlab-mcp-server || true
    - >
      claude
      -p "${AI_FLOW_INPUT:-'Summarize recent changes and suggest improvements'}"
      --permission-mode acceptEdits
      --allowedTools "Bash(*) Read(*) Edit(*) Write(*) mcp__gitlab"
      --debug
  # Claude Code akan menggunakan ANTHROPIC_API_KEY dari variabel CI/CD

​

Contoh pekerjaan AWS Bedrock (OIDC)

• Amazon Bedrock diaktifkan dengan akses ke model Claude pilihan Anda
• GitLab OIDC dikonfigurasi di AWS dengan peran yang mempercayai proyek dan ref GitLab Anda
• Peran IAM dengan izin Bedrock (privilege minimal direkomendasikan)

• AWS_ROLE_TO_ASSUME: ARN peran IAM untuk akses Bedrock
• AWS_REGION: Wilayah Bedrock (misalnya, us-west-2)

claude-bedrock:
  stage: ai
  image: node:24-alpine3.21
  rules:
    - if: '$CI_PIPELINE_SOURCE == "web"'
  before_script:
    - apk add --no-cache bash curl jq git python3 py3-pip
    - pip install --no-cache-dir awscli
    - npm install -g @anthropic-ai/claude-code
    # Tukar token OIDC GitLab dengan kredensial AWS
    - export AWS_WEB_IDENTITY_TOKEN_FILE="${CI_JOB_JWT_FILE:-/tmp/oidc_token}"
    - if [ -n "${CI_JOB_JWT_V2}" ]; then printf "%s" "$CI_JOB_JWT_V2" > "$AWS_WEB_IDENTITY_TOKEN_FILE"; fi
    - >
      aws sts assume-role-with-web-identity
      --role-arn "$AWS_ROLE_TO_ASSUME"
      --role-session-name "gitlab-claude-$(date +%s)"
      --web-identity-token "file://$AWS_WEB_IDENTITY_TOKEN_FILE"
      --duration-seconds 3600 > /tmp/aws_creds.json
    - export AWS_ACCESS_KEY_ID="$(jq -r .Credentials.AccessKeyId /tmp/aws_creds.json)"
    - export AWS_SECRET_ACCESS_KEY="$(jq -r .Credentials.SecretAccessKey /tmp/aws_creds.json)"
    - export AWS_SESSION_TOKEN="$(jq -r .Credentials.SessionToken /tmp/aws_creds.json)"
  script:
    - /bin/gitlab-mcp-server || true
    - >
      claude
      -p "${AI_FLOW_INPUT:-'Implement the requested changes and open an MR'}"
      --permission-mode acceptEdits
      --allowedTools "Bash(*) Read(*) Edit(*) Write(*) mcp__gitlab"
      --debug
  variables:
    AWS_REGION: "us-west-2"

​

Contoh pekerjaan Google Vertex AI (Workload Identity Federation)

• Vertex AI API diaktifkan di proyek GCP Anda
• Workload Identity Federation dikonfigurasi untuk mempercayai GitLab OIDC
• Akun layanan dengan izin Vertex AI

• GCP_WORKLOAD_IDENTITY_PROVIDER: Nama sumber daya penyedia lengkap
• GCP_SERVICE_ACCOUNT: Email akun layanan
• CLOUD_ML_REGION: Wilayah Vertex (misalnya, us-east5)

claude-vertex:
  stage: ai
  image: gcr.io/google.com/cloudsdktool/google-cloud-cli:slim
  rules:
    - if: '$CI_PIPELINE_SOURCE == "web"'
  before_script:
    - apt-get update && apt-get install -y git nodejs npm && apt-get clean
    - npm install -g @anthropic-ai/claude-code
    # Autentikasi ke Google Cloud melalui WIF (tanpa kunci yang diunduh)
    - >
      gcloud auth login --cred-file=<(cat <<EOF
      {
        "type": "external_account",
        "audience": "${GCP_WORKLOAD_IDENTITY_PROVIDER}",
        "subject_token_type": "urn:ietf:params:oauth:token-type:jwt",
        "service_account_impersonation_url": "https://iamcredentials.googleapis.com/v1/projects/-/serviceAccounts/${GCP_SERVICE_ACCOUNT}:generateAccessToken",
        "token_url": "https://sts.googleapis.com/v1/token"
      }
      EOF
      )
    - gcloud config set project "$(gcloud projects list --format='value(projectId)' --filter="name:${CI_PROJECT_NAMESPACE}" | head -n1)" || true
  script:
    - /bin/gitlab-mcp-server || true
    - >
      CLOUD_ML_REGION="${CLOUD_ML_REGION:-us-east5}"
      claude
      -p "${AI_FLOW_INPUT:-'Review and update code as requested'}"
      --permission-mode acceptEdits
      --allowedTools "Bash(*) Read(*) Edit(*) Write(*) mcp__gitlab"
      --debug
  variables:
    CLOUD_ML_REGION: "us-east5"

​

Praktik terbaik

​

Konfigurasi CLAUDE.md

​

Pertimbangan keamanan

• Tambahkan ANTHROPIC_API_KEY sebagai variabel yang disembunyikan (dan lindungi jika diperlukan)
• Gunakan OIDC spesifik penyedia jika memungkinkan (tanpa kunci jangka panjang)
• Batasi izin pekerjaan dan egress jaringan
• Tinjau MR Claude seperti kontributor lainnya

​

Mengoptimalkan kinerja

• Jaga CLAUDE.md tetap fokus dan ringkas
• Berikan deskripsi masalah/MR yang jelas untuk mengurangi iterasi
• Konfigurasi timeout pekerjaan yang masuk akal untuk menghindari lari yang liar
• Cache npm dan instalasi paket di runner jika memungkinkan

​

Biaya CI

• Waktu GitLab Runner:
  • Claude berjalan di runner GitLab Anda dan mengonsumsi menit komputasi
  • Lihat penagihan runner rencana GitLab Anda untuk detail
• Biaya API:
  • Setiap interaksi Claude mengonsumsi token berdasarkan ukuran prompt dan respons
  • Penggunaan token bervariasi menurut kompleksitas tugas dan ukuran basis kode
  • Lihat harga Anthropic untuk detail
• Tips optimisasi biaya:
  • Gunakan perintah @claude spesifik untuk mengurangi putaran yang tidak perlu
  • Tetapkan nilai max_turns dan timeout pekerjaan yang sesuai
  • Batasi konkurensi untuk mengontrol jalankan paralel

​

Keamanan dan tata kelola

• Setiap pekerjaan berjalan dalam kontainer terisolasi dengan akses jaringan terbatas
• Perubahan Claude mengalir melalui MR sehingga pengulas melihat setiap diff
• Perlindungan cabang dan aturan persetujuan berlaku untuk kode yang dihasilkan AI
• Claude Code menggunakan izin berskop ruang kerja untuk membatasi penulisan
• Biaya tetap di bawah kontrol Anda karena Anda membawa kredensial penyedia Anda sendiri

​

Pemecahan masalah

​

Claude tidak merespons perintah @claude

• Verifikasi pipeline Anda dipicu (secara manual, peristiwa MR, atau melalui pendengar peristiwa catatan/webhook)
• Pastikan variabel CI/CD (ANTHROPIC_API_KEY atau pengaturan penyedia cloud) ada dan tidak disembunyikan
• Periksa bahwa komentar berisi @claude (bukan /claude) dan pemicu penyebutan Anda dikonfigurasi

​

Pekerjaan tidak dapat menulis komentar atau membuka MR

• Pastikan CI_JOB_TOKEN memiliki izin yang cukup untuk proyek, atau gunakan Project Access Token dengan cakupan api
• Periksa alat mcp__gitlab diaktifkan di --allowedTools
• Konfirmkan pekerjaan berjalan dalam konteks MR atau memiliki konteks yang cukup melalui variabel AI_FLOW_*

​

Kesalahan autentikasi

• Untuk Claude API: Konfirmkan ANTHROPIC_API_KEY valid dan tidak kadaluarsa
• Untuk Bedrock/Vertex: Verifikasi konfigurasi OIDC/WIF, impersonasi peran, dan nama rahasia; konfirmkan ketersediaan wilayah dan model

​

Konfigurasi lanjutan

​

Parameter dan variabel umum

• prompt / prompt_file: Berikan instruksi inline (-p) atau melalui file
• max_turns: Batasi jumlah iterasi bolak-balik
• timeout_minutes: Batasi waktu eksekusi total
• ANTHROPIC_API_KEY: Diperlukan untuk Claude API (tidak digunakan untuk Bedrock/Vertex)
• Lingkungan spesifik penyedia: AWS_REGION, variabel proyek/wilayah untuk Vertex

​

Menyesuaikan perilaku Claude

1. CLAUDE.md: Tentukan standar pengkodean, persyaratan keamanan, dan konvensi proyek. Claude membaca ini selama berjalan dan mengikuti aturan Anda.
2. Prompt khusus: Teruskan instruksi spesifik tugas melalui prompt/prompt_file dalam pekerjaan. Gunakan prompt berbeda untuk pekerjaan berbeda (misalnya, ulasan, implementasi, refaktor).