Claude Code Aracıları: Otonom Kodlama İş Akışlarına Pratik Bir Rehber

Biri bana Claude Code’u ChatGPT veya GitHub Copilot’tan ayıran şeyin ne olduğunu sorsa, dil modelinden başlamazdım. İş akışından başlardım.

Bir Git deposunun içinde bir terminal açtığınızı ve tek bir istem yazdığınızı hayal edin:

Add request validation to every FastAPI endpoint,
write tests for the new validation logic, update the documentation, 
and commit everything using a descriptive Git commit message.

Claude Code, onlarca takip sorusu sormak yerine çalışmaya başlar. 

Projenizi arayarak API yapısını anlar, her uç noktayı belirler, ilgili dosyaları düzenler, testler üretir, hataları düzeltir, dokümantasyonunuzu günceller ve yapılan değişiklikleri özetleyen bir Git commit’i oluşturur.

Sizin açınızdan bu, bir yapay zekâyla sohbet etmekten çok yetkin bir ekip arkadaşına iş vermek gibi hissettirir. 

Bu değişim, Claude Code aracılarını bu kadar heyecan verici kılıyor.

Bunu mümkün kılan özellik Claude Code alt aracılarıdır. Tek bir yapay zekâ oturumunu tüm bir deposu anlamaya zorlamak yerine, Claude Code, projenin farklı kısımlarını araştıran, uygulama planları oluşturan veya ana oturuma rapor vermeden önce kodu bağımsız olarak değiştirebilen uzmanlaşmış çalışanlar başlatabilir. 

Claude Code, her sorunu tek bir konuşmada çözmeye çalışmak yerine işleri uzman ajanlara devredebilir. 

Üç ana ajan türü şunlardır: 

• Projeleri keşfetmeye odaklanan Explore
• Uygulama planları oluşturmaya odaklanan Plan ve
• Kod düzenleme ve komut çalıştırma için kullanılan Genel amaçlı.

Bu durumun geliştirmeye yaklaşımımı değiştirdiğini gördüm. “Yapay zekâ bu fonksiyonu yazabilir mi?” diye sormak yerine kendime “Güvenle devredebileceğim en büyük iş parçası ne?” diye soruyorum. 

Bu rehberin sonunda, Claude Code aracılarını etkili biçimde nasıl kullanacağınızı, her alt ajan türünün ne zaman mantıklı olduğunu, CLAUDE.md ile kalıcı proje belleğini nasıl yapılandıracağınızı ve kontrolü elden bırakmadan zaman kazandıran otonom iş akışlarını nasıl kuracağınızı biliyor olacaksınız. 

Ön koşullar

Bu rehber, bir terminal kullanmaya ve cd, ls veya dir gibi temel komut satırı komutlarıyla dizinlerde gezinmeye aşina olduğunuzu varsayar. 

Bash uzmanı olmanız gerekmez, ancak komut satırında çalışırken rahat hissetmelisiniz.

Ayrıca şunlara ihtiyacınız olacak:

• Makinenizde kurulu Node.js
• Bir Anthropic API anahtarı
• Denemek için bir Git deposu
• Python, JavaScript veya başka bir programlama diline temel düzeyde aşinalık

Claude Code’a tamamen yeniyseniz, alt ajanlara dalmadan önce Claude Code: Pratik Örneklerle Bir Rehber yazısını okumanızı da öneririm.

Claude Code Aracıları Nedir?

Claude Code aracıları, yerel deponuzu, terminalinizi ve geliştirme araçlarınızı kullanarak çok adımlı yazılım geliştirme görevlerini tamamlayan otonom çalışanlardır. 

ChatGPT veya Claude Chat’ten farklı olarak Claude Code dosyaları inceleyebilir, Bash komutları çalıştırabilir, kaynak kodu düzenleyebilir ve bir sonuç döndürmeden önce kendi işini doğrulayabilir.

Çoğu yapay zekâ kodlama asistanı hâlâ konuşma odaklı bir iş akışını izler. 

Bir soru sorarsınız, bir cevap alırsınız ve sonra sırada ne yapacağınıza karar verirsiniz. 

Bu, bir SQL sorgusu yazmak veya bir scikit-learn hattını açıklamak için iyi çalışır, ancak görev 20 dosyaya yayıldığında, birkaç terminal komutu gerektirdiğinde veya tanıdık olmayan bir depoyu anlamaya bağlı olduğunda aksar.

Claude Code bu sorunlara farklı yaklaşır. 

Doğrudan Git deponuzun içinde çalıştığı için, karar vermeden önce kodu inceleyebilir. Dosyaları bir sohbet penceresine yapıştırmanızı istemek yerine, projenin kendisini okur ve ihtiyaç duyduğu bağlamı toplar.

Diyelim ki şöyle sordunuz:

Replace every custom customer ID validator with Pydantic models, 
update the FastAPI endpoints, rewrite the affected pytest tests, 
and summarize the migration.

Geleneksel bir sohbet botu muhtemelen örnek kod üretir ve daha fazla bilgi ister. 

Claude Code depoyu arar, mevcut doğrulama mantığını belirler, ilgili dosyaları düzenler, test paketini çalıştırır, sebep olduğu gerilemeleri düzeltir ve tamamlanan işi raporlar.

Soruları yanıtlamaktan hedefleri tamamlamaya geçiş, Claude Code ile ajan tabanlı kodlamayı günlük geliştirmede farklı hissettiren şeydir.

Ajan döngüsü nasıl çalışır? 

Her Claude Code ajanı aynı karar döngüsünü izler: bilgiyi oku, sırada ne yapılacağına karar ver, harekete geç, sonra süreci tekrarlamadan önce sonucu değerlendir. 

Döngü basittir, ancak bunu onlarca kez tekrarlamak, bir ajanın tek bir başarısız girişimden sonra durmak yerine hatalardan toparlanmasını sağlar.

Claude Code’dan başarısız bir test paketini onarmasını istediğinizi hayal edin. İş akışı genellikle şöyle görünür:

Claude Code’un başarısız testleri düzeltirken nasıl çalıştığını gösteren diyagram

Bence bu, Claude Code’u anlamak için en kolay zihinsel model. 

Ajan, tüm sorunu tek adımda çözmeye çalışmaz. Bir önceki eylemden sonra olanlara dayanarak bir dizi küçük karar verir.

Bir alt ajan da tam olarak aynı döngüyü izler, ancak bunu kendi izole bağlamında yapar. 

Bu ayrım önemlidir çünkü bir araç çağrısı tek bir eylem gerçekleştirirken, bir alt ajan ana oturuma rapor vermeden önce tek bir hedefe doğru onlarca akıl yürütme adımı harcayabilir.

Claude Code neden alt ajanlar kullanır? 

Claude Code, büyük depolar nadiren tek bir çalışma bağlamına sığdığı için alt ajanlar kullanır. Python servisleri, React uygulamaları, SQL göçleri ve Terraform yapılandırmaları içeren bir monorepo, bir ajanın aynı anda düşünmesi gerekenden çok daha fazla bilgi barındırır. 

Depoyu tek bir devasa görev olarak ele almak yerine Claude Code, odaklı incelemeleri uzman çalışanlara devreder. 

Bir Explore ajanı kimlik doğrulamayı analiz ederken, bir diğeri veritabanı modellerini inceleyebilir, üçüncüsü ise API rotalarını gözden geçirebilir. Orkestratör, bir sonraki adımı belirlemeden önce bu bulguları birleştirir.

Bu mimarinin bir başka pratik avantajı daha var: birçok inceleme paralel gerçekleşir. 

Her dizini kendiniz okumak veya tek bir ajanın tüm depoyu incelemesini beklemek yerine, birkaç alt ajan farklı alanları aynı anda keşfedebilir.

Bu deseni eğitim boyunca göreceksiniz. Explore ajanları bilgi toplar, Plan ajanları uygulamayı organize eder ve genel amaçlı ajanlar gerçek geliştirme işini yürütür.

Claude Code’un ötesinde otonom yapay zekâ sistemlerinin nasıl çalıştığına dair daha geniş bir giriş isterseniz, DataCamp’in LLM Aracıları Açıklandı: Mimari, Çatılar ve Kullanım Alanları başlıklı yazısı mükemmel bir kavramsal genel bakış sunar.

Claude Code’u Nasıl Kurar ve Ayarlarsınız? 

Claude Code aracılarını kullanmaya başlamadan önce çalışan bir kurulum gerekir. 

Neyse ki, başlamak sadece birkaç dakika sürer.

Claude Code’un kurulumu

Claude Code bir npm paketi olarak dağıtılır, bu nedenle makinenizde Node.js kurulu olmalıdır. Talimatlar için Node.js ve npm için npm kurulum dokümanlarını takip etmenizi öneririm.

Claude Code’u global olarak kurun:

npm install -g @anthropic-ai/claude-code

Sonra, Anthropic Console’dan bir Anthropic API anahtarı oluşturun ve ortamınıza ekleyin.

macOS veya Linux’ta:

export ANTHROPIC_API_KEY="your_api_key_here"

Windows PowerShell’de:

$env:ANTHROPIC_API_KEY="your_api_key_here"

Her şeyin doğru kurulduğunu doğrulamak için şunu çalıştırın:

claude --version

Claude Code yüklü sürümünü yazdırıyorsa hazırsınız demektir.

Bu noktada, birçok Claude Code iş akışı depo geçmişini okumayı, commit oluşturmeyi veya değişiklikleri karşılaştırmayı içerdiğinden Git’in de mevcut olduğunu doğrulamak değerlidir. 

Git yoksa, başlamak için Git kurulum talimatlarını izleyin.

İlerlemeye geçmeden önce her iki komutun da başarıyla çalışması gerekir.

İlk Claude Code oturumunuz

Claude Code kurulu haldeyken, cd my-project kullanarak herhangi bir Git projesine gidin.

Ardından Claude Code’u başlatın: claude.

Ondan kod yazmasını istemeden önce, bir deponun içinde nasıl keşif yaptığını öğrenmek için birkaç dakika ayırın. Genellikle şu tür istemlerle başlarım:

• "Bu depo ne yapıyor?"
• "Mimarisi açıklayın."
• "Tüm TODO yorumlarını bul."
• "Temel iş mantığını içeren modüller hangileri?"
• "Kimlik doğrulama nasıl uygulanmış?"

Bu sorular yeni özellikler üretmez, ancak Claude Code’a, kod yazmadan önce yeni bir ekip arkadaşının toplayacağı bağlamı kazandırır. 

Keşfe 2-3 dakika yatırım yapmanın, doğrudan bir özellik talebine atlamaya kıyasla genellikle daha iyi uygulamalar ürettiğini gördüm.

Bir sonraki adım, CLAUDE.md ile kalıcı proje belleğini yapılandırmaktır. Deneyimlerime göre, uzun vadede Claude Code’un iş kalitesi üzerinde daha büyük etki yaratan başka tek bir dosya yok.

CLAUDE.md Neden Claude Code İçin En Önemli Dosyadır?

CLAUDE.md, Claude’a bir görevi düşünmeye başlamadan önce tercihlerinizi ve projenizin nasıl çalıştığını anlatan kalıcı bir talimat dosyasıdır. 

Yeni bir oturum açtığınızda teknoloji yığınınızı, kodlama kurallarınızı ve geliştirme iş akışınızı tekrar tekrar açıklamak yerine, bunları bir kez belgelersiniz ve gelecekteki her ajan bu ortak bağlam üzerine inşa eder.

İnsanlar ilk kez Claude Code aracılarını duyduklarında genelde istemlere odaklanırlar. Bence bu ters. 

İyi yazılmış bir CLAUDE.md, her ajanın projenizi aynı şekilde anlamasını sağladığı için, istem ifadesini sonsuza dek cilalamaktan daha çok sonuç kalitesine katkı yapar.

Yeni bir mühendisi nasıl işe alıştıracağınızı düşünün. 

Muhtemelen onlara doğrudan bir Jira bileti vermezsiniz. Depoyu açıklarsınız, test paketinin nasıl çalıştırılacağını gösterirsiniz, birkaç kodlama kuralına işaret eder ve dokunulmaması gereken kod bölümleri konusunda uyarırsınız. 

CLAUDE.md tam olarak aynı amaca hizmet eder.

Getirisi, Claude Code otonom iş akışlarını kullanmaya başladığınızda daha da belirginleşir.

Bağımsız çalışması beklenen bir ajanın güvenilir proje bağlamına ihtiyacı vardır. 

Bu olmadan Claude Code, bilgiyi yeniden keşfetmekle vakit harcar veya ekibinizin standartlarıyla uyuşmayan varsayımlar yapar.

CLAUDE.md dosyanıza ne koymalısınız?

İyi bir CLAUDE.md, proje dokümantasyonunuzun veya README.md’inizin yerini tutmaz. Claude Code’un kod okurken, özellik yazarken ve geliştirme araçlarını çalıştırırken tekrar tekrar ihtiyaç duyduğu talimatların bir derlemesidir.

Ben genellikle beş bölüme ayırırım: proje özeti, teknoloji yığını, kodlama kuralları, yaygın komutlar ve kaçınılacak dizinler. Her birine kısaca değineceğim.

Proje özeti

Projeyi gerçekten neyin yaptığını kısaca açıklayarak başlayın.

Customer analytics platform built with FastAPI.
The application serves machine learning predictions through REST APIs.
Production deployments run through GitHub Actions.

Bu üç satır, Claude Code’a genel bir Python deposu yerine FastAPI, GitHub Actions ve bir makine öğrenmesi uygulamasıyla çalıştığını anında anlatır.

Teknoloji yığını

Sonra, projeyi tanımlayan ana kütüphane ve çatıları kelimesi kelimesine listeleyin.

Python 3.12
FastAPI
Pydantic v2
SQLAlchemy
PostgreSQL
Pytest
Ruff

Gerekliyse sürüm numaralarını mutlaka eklerim. 

Pydantic v2 için önerilen yaklaşım Pydantic v1’den farklıdır ve Claude Code hangi API’yi kullandığınızı tahmin etmek zorunda kalmamalıdır. 

Özellikle eski bir paket kullanıyorsanız, yanlış varsayımlara dayanmaması için bu çok önemlidir.

Kodlama kuralları

Bu bölüm, kendinizi tekrar ederken bulduğunuz kuralları yakalar.

Always use type hints.
Prefer dependency injection.
Write tests for every new feature.
Keep business logic separate from API routes.
Reuse existing utility functions before creating new ones.

Bunların üslup tercihlerinden çok pratik mühendislik kuralları olduğuna dikkat edin. 

Claude Code genellikle biçimlendirmeyi mevcut dosyalardan çıkarabilir, ancak ekibinizin her uç noktada bağımlılık enjeksiyonu beklediğini veya her özelliğin bir pytest testi içermesi gerektiğini otomatik olarak bilmez.

Yaygın komutlar

Claude Code çoğu zaman kendi işini, geliştirme komutlarını çalıştırarak doğrular. Ekibinizin kullandığı tam komutları vermek gereksiz deneme-yanılmaları önler. 

Bu, belirli task eylemleri veya CI betikleri gibi herhangi bir şey olabilir.

pytest
Run one test file:
pytest tests/test_api.py
Lint:
ruff check .
Format:
ruff format .
Start the development server:
uvicorn app.main:app --reload

Bu bölüm, özel betikler, Docker iş akışları veya poetry, uv ya da tox gibi araçları olan depolarda özellikle faydalıdır.

Kaçınılacak dosya ve dizinler

Her depoda otomatik olarak değişmemesi gereken dosyalar vardır.

Örnekler:

Never edit generated files.
Do not modify Alembic migrations.
Avoid changing Terraform configuration unless requested.
Do not update dependency versions automatically.

Bu bölümün, neredeyse diğer tüm bölümlerden daha fazla hatayı önlediğini gördüm. Claude Code’a üretilmiş koda dokunmamasını söyleyen tek bir cümle, düzinelerce gereksiz dosya değişikliğini gözden geçirmekten çok daha ucuzdur.

Bir CLAUDE.md Örneği

İşte bir Python API projesi için basitleştirilmiş bir örnek. 

Markdown biçimlendirmesini, metni daha okunur kılmak ve Claude’a daha fazla bağlam vermek için nasıl kullandığıma dikkat edin.

# Project Overview

Customer analytics platform built with FastAPI.

## Technology

- Python 3.12
- FastAPI
- PostgreSQL
- SQLAlchemy
- Pydantic v2
- Pytest
- Ruff

## Coding Standards

- Use type hints everywhere.
- Write tests for new features.
- Prefer dependency injection.
- Keep business logic separate from API routes.

## Common Commands

pytest
ruff check .
ruff format .

## Avoid Editing

generated/
alembic/versions/
terraform/

İlk sürümünüzün mükemmel olması konusunda endişelenmeyin. 

Kendi CLAUDE.md dosyam, tekrarlandığını fark ettiğim ve belgelemeye değer gördüğüm talimatlarla birlikte birkaç kez değişti. Değişmeyen bir dokümantasyon gibi değil, kaynak kodu gibi davranın. 

Etkili talimat dosyaları yazmaya daha derinlemesine dalmak isterseniz, DataCamp’in En İyi CLAUDE.md’yi Yazmak: Claude Code İçin Kapsamlı Bir Rehber yazısı daha büyük örnekler ve ileri kalıpları ele alır.

Proje düzeyinde mi yoksa kullanıcı düzeyinde mi CLAUDE.md kullanmalısınız?

Claude Code, kalıcı talimatlar için iki kapsamı destekler. Aradaki farkı anlamak, proje kurallarını kişisel tercihlerinizden ayırmanıza yardımcı olur.

Proje düzeyi CLAUDE.md

Proje düzeyindeki dosya, deponun içinde yer alır.

	my-project/
	│
	├── CLAUDE.md
	├── app/
	├── tests/
	└── pyproject.toml

Bu dosyadaki her şey yalnızca o depoya uygulanır. Bunu teknoloji seçimleri, test komutları, kodlama kuralları, dizin yapısı ve depoya özgü kurallar için kullanırım. 

Dosya kaynak kodun yanında bulunduğundan, projeyi klonlayan her katkıcı aynı talimatları alır. Her ajana başlamadan önce bir el kitabı vermek gibi düşünün.

Kullanıcı düzeyi CLAUDE.md

Claude Code ayrıca global bir yapılandırma dosyasını da destekler.

Bu dosya projeden projeye sizinle birlikte gelir. Bunu proje dokümantasyonu değil, kişisel çalışma kılavuzum olarak düşünürüm.

Örneğin, kullanıcı düzeyindeki dosyam şu talimatları içerebilir:

Explain architectural trade-offs.
Suggest performance improvements when appropriate.
Default to Python examples unless another language is requested.
Keep explanations concise.

Bu tercihler, FastAPI, React veya PyTorch ile çalışıp çalışmadığımdan bağımsız olarak anlamlıdır.

İki dosya birlikte nasıl çalışır

Claude Code’u kullanmaya ilk başladığımda beni şaşırtan bir ayrıntı, bu dosyaların birbirini dışlamamasıdır. 

Kullanıcı düzeyi CLAUDE.md önce yüklenir, ardından proje düzeyi CLAUDE.md depo özelindeki talimatları ekler.

Bunu bir hiyerarşi olarak düşünürüm. 

Global dosya nasıl çalışmayı sevdiğimi tanımlar. Proje dosyası bu deponun nasıl çalıştığını açıklar. 

Birlikte, her ajana mantık yürütmeye başlamadan önce hem kişisel tercihleri hem de proje bağlamını sunarlar.

Claude Code, bir göreve başlamadan önce kullanıcı düzeyi tercihleri proje özelindeki talimatlarla birleştirir.

Üç Tür Claude Code Alt Ajanı Nedir?

Farklı geliştirme görevleri farklı araçlar gerektirdiği için Claude Code üç uzmanlaşmış alt ajan türü kullanır. 

Bir depoyu inceleyen bir ajanın dosya düzenleme iznine ihtiyacı yoktur, oysa bir özelliği uygulayan bir ajanın muhtemelen Bash, Git ve test paketinize erişime ihtiyacı vardır.

Claude Code’u ilk kullanmaya başladığımda, en yetenekli seçenek gibi göründüğü için her seferinde genel amaçlı ajana yöneldim. 

Bir süre sonra, gerekenden daha fazla zaman ve token harcadığımı fark ettim. Çoğu iş akışı, önce keşfetme, sonra planlama ve en son uygulamayla daha hızlı hale gelir.

Üç Claude Code Alt Ajanının Karşılaştırması

Adlar oldukça açıklayıcıdır, ancak her ajan daha büyük bir iş akışında farklı bir rol üstlenir.

Claude Code Explore Ajanı Nedir?

Claude Code Explore ajanı, bir depoyu arayan ve dosyaları değiştirmeden bulduklarını özetleyen salt-okunur bir araştırmacıdır.

Bu, tanıdık olmayan bir projeyi açtığımda en sık kullandığım ajandır. Onlarca Python modülü veya JavaScript bileşenini kendim kaydırmak yerine, Explore ajanından bir alt sistemin nasıl çalıştığını açıklamasını ve önemli dosyalara işaret etmesini isterim.

İyi kullanım alanları şunlardır:

• Kimlik doğrulamanın nerede uygulandığını bulma
• Bir isteği birkaç servis boyunca izleme
• Günlükleme veya hata işlemesini denetleme
• Kullanımdan kalkmış API’leri tespit etme
• Bir paketi veya dizini özetleme
• Yinelenen iş mantığını belirleme

Explore ajanları dosyaları düzenleyemez veya kabuk komutları çalıştıramaz, bu nedenle paralel çalıştırılmaları da en güvenli ajanlardır.

İnceleme derinliği seçme

Explore ajanları farklı araştırma derinliklerini destekler.

Yalnızca bir fonksiyonun yerini bulmam gerekiyorsa en hızlı ayarı kullanırım. Birkaç paket boyunca bir yeniden düzenlemeye hazırlanıyorsam, daha derin bir inceleme için bir dakika daha beklemek genellikle kendini amorti eder.

Claude Code Plan Ajanı Nedir?

Claude Code Plan ajanı, istenen değişikliği analiz eder ve depoyu değiştirmeden bir uygulama stratejisi üretir.

Bu adımı neredeyse hiç atlamam. Planı gözden geçirmek için fazladan bir dakika harcamak, uygulamanın yarısında, değiştirdiğiniz koda başka bir alt sistemin bağlı olduğunu keşfetmekten çok daha ucuzdur.

Tipik bir plan şunları içerir:

• Değişmesi gereken dosyalar
• Önerilen uygulama sırası
• Bağımlılıklar ve entegrasyon noktaları
• Test stratejisi
• Riskler veya varsayımlar

Planı gözden geçirdikten sonra, ya planı rafine edebilir ya da doğrudan genel amaçlı bir ajana devredebilirsiniz.

DataCamp’in Claude Code Plan Modu: Tasarım İncelemesi-Öncelikli Refaktoring Döngüleri bu inceleme-öncelikli iş akışını çok daha ayrıntılı inceler.

Genel Amaçlı Claude Code Ajanı Nedir?

Genel amaçlı bir ajan dosyaları okuyabilir, kaynak kodu düzenleyebilir, Bash komutları çalıştırabilir, testleri çalıştırabilir ve istenen hedefi yerine getirene kadar çalışmaya devam edebilir.

Yazılımı gerçekte inşa eden ajan budur. Diğer ajanlarla aynı depo bağlamına erişir, ancak değişiklik yapma ve işini doğrulama iznine de sahiptir.

Tipik görevler şunlardır:

• Yeni özellikler uygulamak
• Birkaç modülü yeniden düzenlemek
• Bağımlılıkları taşımak
• Dokümantasyonu güncellemek
• Birden çok paket arasında değişiklikleri koordine etmek

Genel amaçlı ajanlar, önemli ölçüde daha fazla iş yaptıkları için daha fazla token tüketir. 

Bu da Explore → Plan → Uygula desenini sevmemin başka bir nedeni. 

Daha ucuz ajanlar erken soruları yanıtlar, daha pahalı olan uygulama işini ise yol netleşene kadar erteler.

Bu noktada, Claude Code aracılarını başarılı kılan parçaları ele aldık: CLAUDE.md ile kalıcı proje belleği ve inceleme, planlama ve uygulama için uzman alt ajanlar. 

Sırada, bu parçaları bir araya getirerek kendi projelerinizde kullanmaya başlayabileceğiniz eksiksiz ajan tabanlı iş akışları oluşturmak var.

İlk Claude Code Ajan İş Akışlarınızı Çalıştırma

Claude Code’dan en fazla değeri elde etmenin en iyi yolu, ondan tekil bileşenler istemek yerine bir hedef vermektir.

Python projeleri, veri bilimi depoları ve web uygulamaları genelinde iyi çalışan basit bir iş akışında karar kıldım:

1. Depoyu keşfedin.
2. Bir plan oluşturun.
3. Planı gözden geçirin.
4. Değişiklikleri uygulayın.
5. Sonuçları doğrulayın.

Bu süreç zorunlu değildir, ancak deneyimli mühendislerin daha büyük değişikliklere nasıl yaklaştığını yansıtır. 

Depoyu anlamaya bir dakika ayırmak, genellikle daha sonra gereksiz düzenlemeleri düzeltmeye harcanacak birkaç dakikayı kurtarır. 

Daha kapsamlı bir istem oluşturmak, hatta bu istemi ince ayar yapmak için bir saat ayırmak, size sonrasında saatler kazandırabilir.

İş akışı 1: Tanıdık olmayan bir kod tabanını keşfedin

Yeni bir depoyu devraldığınızda veya aylardır dokunmadığınız bir projeye döndüğünüzde en iyi başlangıç noktası bir Explore ajanıdır. 

Dizinleri elle okumak yerine, Claude Code’dan mimariyi incelemesini ve önemli noktaları özetlemesini isteyin.

Örneğin:

Use an Explore agent to explain how authentication works. 
Identify the main modules involved, summarize the request flow, 
and highlight any technical debt or TODO comments.

Sonuç kopyalanmış kaynak kod duvarı olmaz. Bunun yerine, tipik olarak kimlik doğrulama akışının, ilgili dosyaların ve dikkat edilmesi gereken alanların özlü bir açıklamasını alırsınız. 

Çoğu zaman, sıfırdan başka bir istem yazmak yerine bu özeti bir sonraki görev için başlangıç noktası olarak kullanırım.

İş akışı 2: Uygulamadan önce plan yapın

Depoyu anladıktan sonra, kod yazmadan önce bir Plan ajanından uygulamayı tasarlamasını isteyin. 

Benim benimsediğim en kolay alışkanlıklardan biridir ve beni yanlış yöne gidecek birkaç yeniden düzenlemeden kurtardı.

Bir istem şöyle görünebilir:

Create an implementation plan for adding role-based access control.
Identify the files that should change, potential risks,
dependencies, and a recommended implementation order.
Do not modify any code.

İlerlemeden önce planı gözden geçirin. Her şey makulse, planı doğrudan genel amaçlı bir ajana devredin. 

Değilse, bir düzine dosya boyunca yapılan değişiklikleri geri almaktan çok, bir tasarım belgesini ayarlamak daha kolaydır.

Bu adımdan en iyi şekilde yararlanmanın harika bir yolu, başka bir Claude Code oturumunu birincisinin işini gözden geçirmek için kullanmaktır. Basit bir istem şöyle olabilir:

This is my current goal: to add role-based access control to this repository. 
Take a look at this existing implementation plan and do an adversarial review.
Once done, create a report that summarizes the strong and weak points of the plan.

İş akışı 3: Depo keşfini paralelleştirin

Claude Code’un en sevdiğim özelliklerinden biri, keşfin sıralı olmak zorunda olmamasıdır. Projeniz birkaç bağımsız alt sistem içeriyorsa, bunları aynı anda inceleyebilirsiniz.

Örneğin, API katmanını incelemek için bir Explore ajanı, veritabanı modellerini gözden geçirmek için bir diğeri ve makine öğrenmesi hattını incelemek için üçüncüsünü başlatabilirsiniz. 

Bu ajanlar bağımsız çalışırken, orkestratör bulgularını tek bir yanıtta birleştirir.

Paralel ajanları her görev için kullanmam, ancak büyük monorepolar veya çok sayıda servise sahip olgun uygulamalar için harika bir uyum sağlarlar. Tek bir uzun incelemeyi beklemek yerine, çoğu zaman projeyi çok daha hızlı anlayabilirsiniz çünkü projenin birden çok parçası aynı anda analiz edilmektedir.

Bunu yapmanın en iyi yolu, birden fazla ajanı orkestre edecek büyük bir ajan kullanmaktır. 

Bu ajan orkestrasyonu, birden fazla oturum olmadan paralel iş yaptırmanın ve hepsini tek bir bağlamda toplamanın harika bir yoludur. 

İyi bir istem şöyle görünebilir:

I want you to look at the following components: 
Inspect the API layer, review the DB models, and examine the ML pipeline. 
Look for weaknesses. 
I want this done in parallel, so spawn subagents using Opus/Sonnet models 
in order to do this work and have each generate a concise report and share out 
one master document that outlines the work needed to be done.

Claude Code Aracıları İçin En İyi Uygulamalar

İnsanların Claude Code ile karşılaştığı sorunların çoğu modelden kaynaklanmaz. Belirsiz istemlerden, eksik proje bağlamından veya tam olarak anlaşılmayan bir sorunu çözmesinin istenmesinden kaynaklanır.

Claude Code’u düzenli olarak kullandıktan sonra, sonuçlarım üzerinde en büyük etkiye sahip olan alışkanlıklar bunlar oldu.

Ajanların icra edebileceği istemler yazın

Claude Code, hedef, kapsam ve başarı ölçütleri açık olduğunda en iyi performansı gösterir. 

Nihai hedefi genel terimlerle tanımlamak yerine, ajana hangi depoyu incelemesi gerektiğini, hangi dosyaları değiştirmesi gerektiğini ve görevin tamamlandığını nasıl anlayacağınızı tam olarak söyleyin.

Örneğin:

❌ Belirsiz API’yi iyileştir.

✅ Spesifik FastAPI kimlik doğrulama uç noktalarını Pydantic v2 doğrulaması kullanacak şekilde güncelle, ilgili pytest testlerini üret veya güncelle, test paketini çalıştır ve değiştirilen her dosyayı özetle.

İkinci istem, Claude Code’a net bir hedef, sınırlar ve başarıyı doğrulama yöntemi verir. Bu genellikle daha az takip istemine ve daha az manuel temizliğe yol açar.

Bağlamı sorun olmadan yönetin

Uzun sohbetler sonunda o kadar çok bağlam biriktirir ki Claude Code, mevcut görev hakkında akıl yürütmek yerine önceki konuşmaları hatırlamak için token harcar.

Bu olduğunda, önemli bağlamı korurken konuşmayı özetlemek için /compact komutunu kullanın. Performans belirgin şekilde düşene kadar beklemektense erken özetlemek daha iyidir.

İyi bir CLAUDE.md burada da yardımcı olur çünkü proje kurallarının her oturumda tekrarlanmasına gerek yoktur. Claude Code bu bağlamı otomatik olarak yükler ve sizden istediğiniz işe daha fazla zaman kalır.

Bağlam yönetimi, test güdümlü geliştirme ve istem tasarımı hakkında daha fazla tavsiye için bkz. Claude Code En İyi Uygulamalar: Planlama, Bağlam Transferi, TDD.

Token maliyetlerini düşünün

Her görev genel amaçlı bir ajan gerektirmez.

Yalnızca bir fonksiyonun nerede tanımlandığını bulmanız gerekiyorsa, bir Explore ajanı genellikle daha hızlı ve daha ucuzdur. 

Büyük bir mimari değişikliği gözden geçiriyorsanız, bir Plan ajanı, depoyu değiştirmeden genellikle yeterli bilgi sağlar.

Genel amaçlı ajanları gerçekten yürütme gerektiren görevler için saklayın. Dosya düzenlemek, Bash komutları çalıştırmak veya testleri çalıştırmak gibi. Ajana görevi eşleştirmek hem çalışma süresini hem de token kullanımını kontrol altında tutar.

Ajanları ne zaman kullanmamanız gerektiğini bilin

Claude Code aracıları, bir miktar bağlam ve token alışverişi olduğu için ek yük getirir. 

Depoyu inceler, görevi mantık yürütür ve işlerini doğrularlar. Çok küçük değişiklikler için bu ek yük her zaman değmeyebilir.

Şunlar için muhtemelen bir ajana ihtiyacınız yoktur:

• Tek bir değişkenin adını değiştirmek.
• Bir Markdown dosyasındaki yazım hatasını düzeltmek.
• Bir Python hata mesajını açıklamak.
• Hızlı bir SQL sorusunu yanıtlamak.

Bu durumlarda, normal bir Claude Code konuşması veya hatta manuel düzenleme genellikle daha hızlıdır. Bir ajan başlatmadan önce kendime genellikle tek bir soru sorarım: Bu görevi açıklamak, kendim yapmaktan daha fazla zamanımı alır mıydı? Cevap evetse, basit tutarım.

Son Düşünceler

Claude Code aracıları, yazılım geliştirme sırasında yapay zekânın oynadığı rolü değiştirir. İzole parçacıklar üretmek yerine, depoları incelemek, uygulama tasarlamak, kodu değiştirmek, testleri çalıştırmak ve nispeten az gözetimle çok adımlı hedefleri gerçekleştirmek gibi daha karmaşık sorunları çözebilirler.

Öğrendiğim en büyük ders, daha iyi iş akışlarının, daha iyi istemlerden daha önemli olduğudur. 

Açık bir CLAUDE.md, birkaç dakikalık depo keşfi ve düşünülmüş bir uygulama planı, doğrudan kod üretimine atlamaya göre tutarlı biçimde daha iyi sonuçlar verir.

Claude Code ile daha fazla zaman geçirdikçe muhtemelen kendi iş akışınızı geliştireceksiniz. Benimki neredeyse her seferinde aynı şekilde başlıyor: önce keşfet, sonra planla, en son uygula.

Basit bir alışkanlık ama sayısız inceleme döngüsünden beni kurtardı ve otonom iş akışlarına, ilk kullanmaya başladığım zamana göre çok daha fazla güvenmemi sağladı.

Otonom sistemlerin ardındaki daha geniş fikirler hakkında daha fazla bilgi edinmek isterseniz aşağıdaki kaynakları öneririm:

• AI Ajanlarına Giriş 
• Claude Modellerine Giriş 
• Claude Code Kancaları: İş Akışı Otomasyonuna Pratik Bir Rehber 
• Claude Agent SDK Eğitimi: Claude Sonnet 4.5 ile Ajan Oluşturma 
• Claude Code Eklentileri Nasıl Geliştirilir 
• Claude Code 2.1: Pratik Örneklerle Bir Rehber 
• Model Context Protocol (MCP): Demo Projeyle Bir Rehber 
• Hugging Face smolagent ile AI Ajanları