ai agents
QUERY = 'contents'; CATEGORY = 'ai-agents' // 26 rows
Argus: AI Kodlama Asistanının Web Aramalarını Görünür Kıl
AI kodlama asistanları konuşma sırasında web araması yapar ama bu aramalar görünmez. Argus her WebSearch ve WebFetch çağrısını lokal bir SQLite veritabanına kaydeder, CLI ile sorgulatır ve arama desenlerini analiz eder. 68 günlük gerçek veriyle ne ölçülebildiğini anlatıyorum.
Compaction Uyumlu Arama Çıktısı: Pratik Bir Playbook
Agent context window'u dolmadan önce search çıktısını sıkıştırmanın yolu var. file:line + 2 satır context formatı, file-cache, dedup ve tool result wrapper'ları için kod örnekleri, ölçüm sonuçları.
Agent Araması için Token Bütçesi Aritmetiği
Agent context window'u bir bütçedir, search bu bütçenin alt bütçesi. Yaklaşık %15 search budget kuralının nereden geldiğini, farklı boyuttaki context window'lar için nasıl ölçeklendiğini ve bütçe aşımı sinyallerini sayısal örneklerle anlatıyorum.
AI Agent için Kod Arama: Hangi Aracı Ne Zaman Kullanmalı?
ripgrep hızlıdır, ast-grep yapısaldır, semantic search akıllıdır. Ama agent için doğru soru farklı: hangi backend hangi sırayla, hangi token bütçesinde? Karar ağacı, akademik kanıtlar ve pratik policy snippet'leri.
ADR, OpenSpec ve Spec-Driven Development: Karar ve Spec Yönetimi
Architecture Decision Records (ADR) ve spec-driven development, yazılım geliştirme süreçlerinde farklı ama tamamlayıcı roller üstlenir. ADR 'neden' sorusuna, spec 'ne' sorusuna yanıt verir.
OpenSpec'ten Brainstorm + Court'a: Worktree ile Spec-Driven İş Akışı
OpenSpec CLI'dan brainstorm + court pipeline'ına evrim, multi-AI değerlendirme ve git worktree ile paralel spec-driven geliştirme iş akışı.
Claude ile Pair Programming: Pratikte Şekillenen Bir Çerçeve
53 takip edilen hata, 10 kahve borcu ve haftalarca süren deneme yanılma. Yapay zeka kodlama agent'ıyla sürdürülebilir çalışmanın nasıl göründüğünü, hangi altyapının neden gerektiğini ve bu çerçevenin pratikte nasıl oturduğunu anlatıyorum.
KISS, AI Agent Çağında Neden Her Zamankinden Daha Geçerli?
Gartner'a göre agentic AI projelerinin %40'ından fazlası iptal edilecek. Neden? Gereksiz karmaşıklık. Kelly Johnson'ın 1960'larda tanımladığı KISS prensibi, AI agent mimarisinde klasik yazılımdan daha kritik bir role sahip.
SoC, AI Agent Mimarisinde Neden Kritik?
Separation of Concerns sadece bir yazılım prensibi değil, AI agent mimarisinin çökmesini veya ayakta kalmasını belirleyen temel tasarım kararı. Context sınırları, savunma katmanları ve protokol ayrımı.
AI Destekli Codebase Audit: Solo Girişimci İçin Production-Grade Yaklaşım
Solo girişimci olarak AI araçlarıyla enterprise kalitesinde codebase audit süreci. Guardrail'li AI destekli kodlama, 6 audit track ve Augmented CTO modeli.
AI Coding Agent'lar İçin Yaşayan Mimari Dokümantasyon: Araştırma, Yaklaşımlar ve Araçlar
Codified Context, AGENTS.md ekosistemi, C4 Model, Repomix, ADR'ler, Spec-Driven Development, Google Code Wiki. AI agent'lara mimari bağlam vermenin 11 farklı yaklaşımını araştırma bulgularıyla karşılaştırıyorum.
Hybrid Search: FTS5 + Vector + RRF ile Akıllı Arama Mimarisi
Keyword search tek başına yetersiz. Vector search de. İkisini Reciprocal Rank Fusion ile birleştirdiğinizde ne oluyor? dnomia-knowledge implementasyonu üzerinden hybrid search mimarisi.
Decision Gate: Vibe Coding'in Eksik Parçası
AI hızlı kod üretir ama her kabul bir karardır. Stage-Gate konseptinden uyarlanan 8 kriterlik Decision Gate framework'ü ile AI-assisted geliştirmede teknik kararları sistematize edin.
Pre-injection vs MCP Tool Loop: AI Coding Agent'lar İçin Context Stratejileri
GrapeRoot context'i model başlamadan önce enjekte ediyor, CodeGraphContext MCP tool loop'u kullanıyor. Aynı repo, aynı model, aynı prompt'lar. Biri %31 daha ucuz çıkıyor. Mimari fark nerede? Benchmark verileri ve kendi sistemimle karşılaştırma.
Hangi Dosyalarınızı Gerçekten Okuyorsunuz? Geliştirici Etkileşim Takibi
Bir haftalık çalışmada en çok hangi dosyalara baktığınızı biliyor musunuz? Hiç sonuç dönmeyen aramalarınız hangileri? Claude Code hook'larıyla etkileşim verisi toplayan, trace analytics ile örüntüleri ortaya çıkaran bir sistem ile kendi çalışmalarımdaki süreci izledim, veriler şaşırtıcı.
ABONELERE ÖZEL
Local Semantic Code Search: AI Agent'lar için MCP Sunucusu
AI coding agent'ların arama sorunlarını çözen, Tree-sitter AST chunking ve hybrid search kullanan local semantic code search MCP sunucusunun geliştirilme süreci, mimari kararları ve gerçek dünya sonuçları.
Claude Code Context Yönetimi: Üç Farklı Yaklaşım
Claude Code'un context window'u hızla doluyor. claude-context-mode, claude-context ve dnomia-knowledge bu sorunu farklı yollarla çözüyor. Mimari kararlar, trade-off'lar ve gerçek kullanım karşılaştırması.
AI Pair Programming: Context Yönetimi
Claude Code'un context penceresi sınırlı ve autocompact beklenenden erken tetikleniyor. Compact disiplini, oturumlar arası köprüler, PostCompact hook'ları ve SkillReducer ile context'i nasıl canlı tuttuğumu anlatıyorum.
AI Pair Programming: Coffee Debt, Hata Takibini Oyunlaştırmak
Yapay zeka kodlama asistanları hata yapıyor. Edit komutu eşleşmiyor, bash scripti çöküyor, kullanıcı düzeltme yapıyor. Önemli olan hatalara sinirlenip sinirlenip enerji harcamak değil, onları kayıt altına alıp pattern çıkarmak. Coffee Debt sistemi tam olarak bunu yapıyor.
AI Pair Programming: Öğrenme Pipeline'ı, Hatadan İçgüdüye
Yapay zeka kodlama asistanı aynı hatayı tekrarlıyor. Missing import, type mismatch, dosya bulunamadı. Her seferinde aynı düzeltme. Öğrenme pipeline'ı bu hataları otomatik olarak yakalıyor, biriktiriyor ve bir sonraki oturumda context'e enjekte ediyor. Sonuç: aynı hata giderek daha az tekrarlanıyor.
AI Pair Programming: Guardrails (Koruma Katmanları) ve Değerlendirme
Yapay zeka kodlama asistanına güven, sınırlamalarla inşa ediliyor. Tehlikeli komut engelleme, config koruması, build gate, 8 kriterli karar mekanizması ve adversarial doğrulama. Yapay zekanın asla yapmaması gereken şeylerin ve her kararın nasıl değerlendirildiğinin teknik detayları.
AI Agent'lar Dosya Düzenlerken Neden Hata Yapar? Pratik Stratejiler ve Testler
Claude Code, Cursor, Copilot gibi AI coding agent'ların dosya düzenleme stratejilerini 20 senaryoda test ettim. Sequential Edit'ten Unified Diff'e, hangi yaklaşım ne zaman işe yarar?
RAG Chunking: Stratejiler, Sınırlamalar ve Karar Haritası
RAG sistemlerinde metin parçalama stratejilerinin kapsamlı rehberi. 12 farklı yaklaşım, sınırlamalar, Türkçe dil desteği ve durum bazlı karar tablosu.