Context
Ik was benieuwd of ik AI autonoom mijn eigen ideeën kon laten uitwerken, van plan tot uitvoering, zonder dat ik elke stap hoefde te sturen. Ik heb altijd meer ideeën dan ik tegelijk kan uitvoeren; mijn eigen tijd, aandacht en de AI-gebruikslimieten houden geen gelijke tred met dat tempo.
Aanpak
Een geplande Claude Code-routine die een paar keer per dag één project uit meerdere GitLab-repo's kiest (het meest urgente, via een lichte API-check zonder clone), daar één goedgekeurd plan uitvoert of nieuwe issues uitwerkt tot concept-plannen, en dat terugkoppelt in één status-bericht.
Idee & scope
Kan AI mijn eigen ideeën autonoom uitwerken, van plan tot uitvoering? Bewust klein: twee eigen projecten als pilot.Workflow-ontwerp
Eén geplande routine die per run één project kiest, met gelaagde veiligheid: branch-protection, wrapper-script, git-hook en altijd-concept-MR's.OrchestratorUI
Eigen webapp om plannen, vragen en goedkeuringen te beantwoorden, met GitLab als bron van waarheid.MCP-interface
Projecten bekijken en issues melden direct vanuit een Claude-gesprek, zonder GitLab te openen.Pilot & bijsturen
Productief gebruikt, daarna tijdelijk uitgezet toen limieten en review-capaciteit knelden.
Technische diepgang
Voor de routine zelf bewust geen kant-en-klare GitLab MCP-connector of
glab-CLI: puur git + curl naar de GitLab REST API, omdat de connector als
jezelf authenticeert en onbetrouwbaar bleek bij onbemande runs. In plaats daarvan
werkt de orchestrator via een GitLab service account, "AI Orchestrator Bot",
zodat de AI een eigen identiteit heeft en niet als ikzelf handelt. Lifecycle-boekhouding (status van een plan, labels,
opruimen van branches) zit in een losse, bewust niet-AI "reconciler" (een
Next.js-app op Vercel), getriggerd door een GitLab-webhook plus een dagelijkse
cron, zodat saaie, foutgevoelige bookkeeping nooit van een LLM afhangt.
Veiligheid zit gelaagd: GitLab branch-protection als harde grens, een wrapper-script dat bepaalde acties (zoals een plan zelf op "klaar" zetten) hard weigert, een git-hook die pushes naar beschermde branches blokkeert, en software-brakes zoals altijd-concept-MR's en een limiet op regels per diff.
OrchestratorUI
Bij de workflow hoort een eigen webapp, de OrchestratorUI. Die laat zien welke plannen op mij wachten en laat me vragen, keuzes en goedkeuringen direct beantwoorden, zodat ik niet in losse plan-bestanden hoef te duiken. Er is geen database: GitLab blijft de bron van waarheid en de status leeft in de plan-bestanden van de beheerde repo's. Inloggen gaat met GitLab, zodat de app namens mij handelt. De reconciler hierboven draait in dezelfde app.
MCP-interface. De OrchestratorUI heeft ook een MCP-server, zodat ik
de orchestrator vanuit een gewoon Claude-gesprek kan aansturen. Twee dingen
gebruik ik het meest: list-projects om te zien welke projecten er zijn en wat
er wacht, en een report-issue-skill. Die interviewt me over een idee of bug,
toont een preview van het issue (probleem, gewenste uitkomst, context,
acceptatiecriteria) en dient het pas in na mijn bevestiging, met het label
ai:queue. De orchestrator pakt het bij de volgende cyclus op en maakt er een
plan van. Zo gaat een idee van losse zin naar goed gespecificeerd issue zonder
dat ik GitLab hoef te openen.
Wekelijkse audit. Naast het uitwerken van issues draait er elke week een
read-only audit over alle beheerde repo's. Die zoekt naar verouderde of
kwetsbare dependencies, ontbrekende tests en afwijkingen van de eigen
conventies van een repo, en zet elke bevinding als ai:audit-issue in GitLab,
aangemaakt door dezelfde bot. Een vingerafdruk per bevinding voorkomt dubbele
issues. Er komt geen plan, branch of merge request uit voort: de audit meldt
alleen, ik beslis wat ik oppak.
Resultaat
Ik heb 'm productief gebruikt: hij pakte zelfstandig issues op die ik met een paar regels tekst had aangemaakt, maakte er plannen voor, en voerde die na mijn goedkeuring zelfstandig uit, inclusief een paar verbeterpunten die hij zelf vond. Inmiddels tijdelijk uitgezet: mijn GitLab-gebruikslimieten raakten op en hij maakte meer merge requests dan ik op tijd kon controleren. Bewust klein gehouden (2 beheerde projecten) voor overzicht en falen-isolatie, een aantoonbaar werkende pilot, geen productieschaal.
Het vervolg is mijn Agentic Development Team: dezelfde gedachte (AI die plannen uitwerkt, ik keur goed), maar lokaal draaiend op Paperclip, Hermes en ObsidianAITools.
