developer tools
QUERY = 'contents'; CATEGORY = 'developer-tools' // 31 rows
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.
Claude ile Pair Programming: Pratikte Şekillenen Bir Çerçeve
53 takip edilen hata, 10 kahve borcu ve haftalarca süren deneme yanılma. Yapay zeka kodlama ajanıyla sürdürülebilir çalışmanın nasıl göründüğünü, hangi altyapının neden gerektiğini ve bu çerçevenin pratikte nasıl oturduğunu anlatıyorum.
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.
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.
AI Coding Agent'lar İçin Context Engineering: Statik Dokümanlardan Yaşayan Ekosisteme
CLAUDE.md ve architecture.md yetmez. Semantik kod arama, bilgi tabanı, karar yönetişimi ve öğrenme döngüsünü birleştiren dört katmanlı context engineering ekosistemi. Gerçek proje deneyimiyle.
Crontab, Cron Job ve Modern Zamanlanmış Görevler
Crontab temellerinden systemd timer'lara, Cloudflare Workers Cron Triggers'dan Inngest'e, AI agent heartbeat pattern'dan MCP entegrasyonuna uzanan kapsamlı bir zamanlanmış görev rehberi.
wget, Wget2 ve Modern Dosya İndirme
wget'in temellerinden Wget2'nin çok kanallı yapısına, HTTP/2 desteğinden TLS 1.3 güvenliğine, bot koruma stratejilerinden curl karşılaştırmasına ve Python subprocess entegrasyonuna uzanan kapsamlı bir rehber.
rsync, Güvenlik Açıkları ve Modern Dosya Senkronizasyonu
rsync'in temellerinden 2025 güvenlik açıklarına, modern flag'lerden rclone ve Syncthing gibi alternatiflere, AI/ML iş akışlarında dosya senkronizasyonuna uzanan kapsamlı bir rehber.
Hook'lar Neden Önemli: 4 Katmanlı Workflow Otomasyonu
Claude Code hook sistemiyle tekrarlayan işleri nasıl otomatize edersiniz? Auto-format, context enrichment, WIP persistence ve standalone agent bridge. Problem-driven yaklaşım, gerçek sonuçlar.
Decision Gate v2: Çoklu AI ile Spec Tribunal
Bir AI'ın değerlendirmesi yeterli mi? Decision Gate framework'ünü birden fazla ve bağımsız AI ile eleştirel/yargısal modda çalıştıran açık kaynak Claude Code skill'i: /court. Gemini ve Kimi'yi jüri olarak ekleyin, rubber-stamp'i önleyin.
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?
LLM'ler Türkçe Yazarken Neden Hata Yapar? Claude Code ile Deterministik Çözüm
Büyük dil modelleri uzun Türkçe içerik üretirken ç, ğ, ı, ö, ş, ü karakterlerini düşürür. Bu sorunu sıfır token maliyetiyle çözen bir Claude Code eklentisinin geliştirilme süreci.