Skip to content

Claude Code Profile

Claude-Code-Profile steuern, wie der MoE-Sovereign-Orchestrator Anfragen von Claude Code CLI, der VS-Code-Extension und anderen Anthropic-API-Clients verarbeitet. Jedes Profil bildet auf einen eigenen Verarbeitungsmodus mit spezifischen Kompromissen ab.

Drei Referenzprofile

Native (Direktes LLM)

Profil: cc-ref-native
Modus:  native

Die Anfrage wird direkt an ein einzelnes LLM (z.B. gemma4:31b) weitergeleitet, ohne jegliche MoE-Pipeline-Beteiligung. Das Modell verarbeitet Tool Calls nativ.

  • Latenz: 5-30 Sekunden
  • Einsatzzweck: Schnelle Aenderungen, einfache Bugfixes, interaktives Coding
  • Kompromiss: Keine Multi-Experten-Synthese, kein GraphRAG, keine Wissensakkumulation

Reasoning (Thinking Node)

Profil: cc-ref-reasoning
Modus:  moe_reasoning

Die Anfrage durchlaeuft die MoE-Pipeline mit aktiviertem Thinking Node. Das LLM fuehrt eine Chain-of-Thought-Analyse mit <think>-Bloecken durch, bevor es die Antwort generiert.

  • Latenz: 30-120 Sekunden
  • Einsatzzweck: Architekturentscheidungen, komplexes Debugging, Code-Review
  • Kompromiss: Tiefere Analyse, aber langsamer; kein paralleles Experten-Routing

Orchestrated (Vollstaendige Pipeline)

Profil: cc-ref-orchestrated
Modus:  moe_orchestrated

Die vollstaendige MoE-Pipeline: Planner zerlegt die Aufgabe, parallele Experten-LLMs bearbeiten Teilaufgaben, Merger synthetisiert die Ergebnisse, Judge bewertet die Qualitaet, und GraphRAG akkumuliert Wissen fuer kuenftige Anfragen.

  • Latenz: 2-10 Minuten
  • Einsatzzweck: Tiefgehende Recherche, domaenen-uebergreifende Synthese, wissensgestuetzte Analyse
  • Kompromiss: Hoechste Qualitaet, aber unpraktisch fuer interaktives Coding

Profilwahl

Szenario Empfohlenes Profil
Tippfehler oder Syntaxfehler beheben Native
Einfaches Feature hinzufuegen Native
Komplexe Race Condition debuggen Reasoning
Architektur-Review Reasoning
Sicherheitsaudit einer Codebasis Orchestrated
Recherche + Implementierungsplan Orchestrated
Multi-Datei-Refactoring mit Tests Reasoning

Konfiguration

Admin-UI

Unter CC Profile in der Admin-Navigation. Jedes Profil umfasst:

Feld Beschreibung
name Anzeigename in Clients
moe_mode native, moe_reasoning oder moe_orchestrated
tool_model LLM fuer Tool-Ausfuehrung (z.B. gemma4:31b)
tool_endpoint Inferenz-Server-Knoten (z.B. N04-RTX)
expert_template_id Experten-Vorlage fuer Orchestrated-Modus (optional)
tool_max_tokens Max. Ausgabe-Tokens fuer Tool Calls
reasoning_max_tokens Max. Tokens fuer Denkbloecke
tool_choice auto, required oder any

User Portal

Benutzer koennen persoenliche Profile unter My Templates > CC Profiles erstellen. Persoenliche Profile ueberschreiben administrativ zugewiesene Profile.

API-Key-Binding

Jeder API-Key kann an ein bestimmtes CC-Profil gebunden werden:

  1. Admin-UI > Users > Benutzer auswaehlen > API Keys
  2. Im CC Profile-Dropdown das Profil fuer den Key setzen
  3. Alle Anfragen mit diesem Key nutzen nun das gebundene Profil

Client-Konfiguration

Claude Code auf die MoE-Sovereign-Instanz ausrichten:

# Claude Code CLI
export ANTHROPIC_BASE_URL=https://your-moe-instance.example.com
export ANTHROPIC_API_KEY=moe-sk-xxxxxxxx...

# VS Code settings.json
{
  "claude-code.apiEndpoint": "https://your-moe-instance.example.com",
  "claude-code.apiKey": "moe-sk-xxxxxxxx..."
}

Innovator-Profile

Die Innovator-Profilfamilie (cc-innovator-*) richtet sich an Claude-Code-Power-User, die die vollstaendige MoE-Pipeline mit unterschiedlichen Qualitaets-/Geschwindigkeits-Kompromissen nutzen moechten. Alle drei Profile verwenden den moe_orchestrated-Modus mit dedizierten Experten-Vorlagen.

Profilvergleich

Profil ID Tool-Modell Ziel-Latenz Thinking Max Tokens
Fast cc-innovator-fast gemma4:31b 30-90s aus 4.096
Balanced cc-innovator-balanced Qwen3-Coder-Next 2-5 Min an 8.192 / 16K Reasoning
Deep cc-innovator-deep Qwen3-Coder-Next 5-15 Min an 8.192 / 32K Reasoning

Wesentliche Unterschiede:

  • Fast nutzt tool_choice: required mit leichtgewichtigen Modellen und stream_think: false fuer minimalen Overhead. Ideal fuer schnelle Iterationszyklen.
  • Balanced aktiviert Denkbloecke und eskaliert ueber T2-Fallback zu Domaenen-Spezialistenmodellen. Guter Standard fuer die taegliche Entwicklung.
  • Deep setzt die groessten verfuegbaren Modelle ein, inklusive einer Security-Analyst-Expertenkategorie und einem assertiven System-Prompt, der vollstaendigen, produktionsreifen Code verlangt. Ideal fuer Sicherheitsaudits, Architektur-Reviews und komplexes Refactoring.

5-Epochen-Benchmark-Ergebnisse

Ein kontrollierter Benchmark ueber 5 aufeinanderfolgende Durchlaeufe misst den kumulativen Effekt der MoE-Wissens-Pipeline. Jede Epoche durchlaeuft dieselbe Testsuite; GraphRAG akkumuliert Wissen aus frueheren Durchlaeufen, verbessert die Genauigkeit und reduziert die Latenz.

Epoche Durchschn. Score Durchschn. Latenz Latenz vs. Epoche 1
1 5,2 / 10 280s Baseline
2 6,4 / 10 125s 0,45x
3 7,1 / 10 72s 0,26x
4 7,8 / 10 45s 0,16x
5 8,1 / 10 30s 0,11x

Kumulativer Effekt: Ab Epoche 5 liefert das System 9,3-mal schnellere Antworten als in Epoche 1 bei gleichzeitiger Qualitaetssteigerung um 56 %. Drei Mechanismen treiben diesen Effekt:

  1. GraphRAG-Kontextanreicherung -- fruehere Synthese-Ergebnisse werden als SYNTHESIS_INSIGHT-Relationen gespeichert und in kuenftige Experten-Prompts injiziert
  2. L2-Plan-Cache -- identische Aufgabenzerlegungen treffen den Valkey SHA-256-Plan-Cache und ueberspringen das Planner-LLM vollstaendig
  3. Modell-Waerme -- Sticky Sessions und die Modell-Registry halten haeufig genutzte Modelle im VRAM geladen und eliminieren Cold-Start-Overhead

Der kumulative Effekt ist in den Epochen 1-3 am staerksten (steile Verbesserung) und flacht ab Epoche 4-5 ab, wenn der Wissensgraph fuer die Testdomaene gesaettigt ist.

Referenzprofile herunterladen

Vorkonfigurierte Profil-JSONs stehen zum Download bereit:

Die Platzhalter <YOUR_OLLAMA_HOST> und <YOUR_TEMPLATE_ID> durch die tatsaechlichen Werte ersetzen.

API-Kompatibilitaet

Der /v1/messages-Endpunkt ist vollstaendig kompatibel mit der Anthropic Messages API. Claude Code CLI, das Anthropic Python SDK und VS-Code-Extensions funktionieren ohne Anpassung -- einfach ANTHROPIC_BASE_URL auf die MoE-Sovereign-Instanz zeigen lassen.

Unterstuetzte Features:

  • Streaming-Antworten (SSE)
  • Tool Use / Function Calling
  • Mehrteilige Konversationen
  • System-Prompts
  • Denkbloecke (Reasoning-Modus)
  • Bildeingaben (werden an vision-faehige Modelle weitergeleitet)