Langsung ke konten
luqmanzakariya.com
Bahasaenid
← Semua tulisan

Cara saya menjalankan alur kerja development dengan AI agent

Setup harian saya: AI agent yang terhubung ke Jira, GitHub, Confluence, dan browser, dirutekan ke beberapa LLM lewat gateway OmniRoute, dengan vault Obsidian sebagai memori jangka panjang, serta aturan yang membuatnya berguna, bukan berisiko.

3 menit baca
  • AI
  • Workflow
  • Claude
  • Gemini
  • OmniRoute
  • Obsidian

AI tidak menggantikan pekerjaan saya sebagai engineer. AI mengubah ke mana waktu saya dihabiskan. Tulisan ini membahas setup yang saya pakai setiap hari sebagai full stack developer, apa yang dikerjakannya dengan baik, dan batasan yang saya pasang.

Versi singkatnya

  • Satu agent, banyak tool. Sebuah AI agent (Hermes Agent) berjalan di terminal dan editor saya. Ia terhubung ke Jira, Confluence, GitHub, dan browser sungguhan lewat MCP server, sehingga bisa membaca tiket, membuka kode, memperbaikinya, lalu mengecek hasilnya di UI.
  • Banyak model, satu endpoint. Request melewati OmniRoute, gateway LLM lokal, dengan urutan prioritas: Claude dulu, lalu akun Claude lain, lalu Gemini sebagai cadangan. Kalau satu provider down atau kena rate limit, pekerjaan tetap jalan.
  • Memori yang bertahan lebih lama dari chat. Vault Obsidian menjadi "otak bersama". Setiap model membacanya sebelum mulai tugas dan menulis kembali keputusan, akar masalah, dan konvensi. Vault ini tersinkron ke repo Git privat setiap beberapa menit.

1. Agent dan tool-nya

Jendela chat yang hanya melihat apa yang saya tempel itu cuma mainan. Versi yang berguna adalah agent yang bisa bertindak:

  • Tiket masuk, konteks keluar. Agent membaca tiket Jira dan acceptance criteria, lalu spesifikasi di Confluence, sebelum menyentuh kode.
  • Kode dengan pagar pengaman. Agent mengedit repo, menjalankan linter, type-check, dan test, serta mengikuti aturan quality gate yang sama dengan CI kami (coverage untuk kode baru, tidak ada promise yang dibiarkan menggantung, markup yang aksesibel).
  • Verifikasi seperti manusia. Agent mengendalikan browser dengan frontend dan backend berjalan di lokal, lalu menelusuri acceptance criteria. Laporan yang saya terima berupa daftar lulus/gagal yang singkat, bukan "seharusnya sudah jalan".

Saya tetap me-review setiap diff dan melakukan setiap commit sendiri. Agent mengusulkan, saya yang memutuskan.

2. Merutekan ke beberapa LLM

Setiap model punya kelebihan dan "hari buruk" yang berbeda. Saya menjalankan OmniRoute sebagai gateway lokal. OmniRoute membuka satu endpoint kompatibel OpenAI, dan di belakangnya ada "combo": rantai cadangan model dan akun yang berurutan:

  1. Claude (akun utama)
  2. Claude (akun kedua)
  3. Model Claude yang lebih kecil
  4. Gemini Pro, lalu Gemini Flash

Agent hanya tahu satu URL dan satu nama model; OmniRoute yang menentukan provider mana yang menjawab, dan log-nya menunjukkan akun mana yang melayani setiap request. Saat token kedaluwarsa atau provider mengembalikan error, rantai pindah ke opsi berikutnya dan sesi tetap hidup. Pelajarannya: perlakukan model seperti dependency lain yang tidak selalu andal. Pasang retry, fallback, dan logging, serta ikat gateway ke localhost dengan API key agar perangkat lain di jaringan tidak bisa memakai akun Anda.

3. Obsidian sebagai memori jangka panjang

Chat bisa dipadatkan dan terlupakan; tim pun bisa lupa. Karena itu setiap model membaca satu catatan terlebih dulu, Brain.md, yang menunjuk ke catatan lainnya:

  • Learnings: preferensi saya, keanehan tool, dan cara setup bekerja.
  • Journal: satu catatan bertanggal per hari kerja: apa yang dikerjakan, keputusan, dan tindak lanjut.
  • Knowledge base proyek: arsitektur, perintah menjalankan, konvensi, bug yang diketahui beserta akar masalahnya.

Karena berupa Markdown biasa di Git, model apa pun bisa memakainya: Claude hari ini, Gemini besok, model lain tahun depan. Aturan yang menjaganya tetap rapi: tulis pelajarannya, bukan log-nya. "Promise fire-and-forget harus diberi void atau gate Sonar gagal" berguna untuk sesi berikutnya; "memperbaiki lint" tidak.

4. Batasan yang tidak saya tawar

  • Tidak ada rahasia di prompt atau catatan. Kredensial disimpan di keychain OS atau vault; agent mengisi form login tanpa pernah melihat password.
  • Tidak ada aksi destruktif secara default. Tidak ada push, force-reset, atau penulisan ke database bersama tanpa bertanya dulu.
  • Verifikasi terhadap kenyataan. Ringkasan dari model adalah klaim, bukan fakta. Cek diff, output test, dan screenshot-nya.
  • Kode perusahaan tetap di tool yang disetujui. Kode perusahaan hanya dikirim ke provider yang sudah disepakati.

Apa yang berubah bagi saya

Bagian yang membosankan jadi lebih cepat: membaca tiket, mengejar aturan CI, menulis test untuk setiap cabang logika baru, mengecek ulang perbaikan di tiga browser. Bagian yang menarik mendapat lebih banyak waktu: desain sistem, pertimbangan produk, dan me-review pekerjaan dengan benar.

Situs ini pun dibangun dengan cara yang sama. Kalau Anda sedang menyiapkan hal serupa dan ingin bertukar pikiran, sapa saya.

Ingin ngobrol soal ini?

Hubungi saya