GitHub Modelleri: Uygulamalı Örneklerle Bir Rehber

GitHub Modelleri Nedir?

GitHub Modelleri, kod, depolar ve dokümantasyonla daha akıllı ve hızlı çalışmanıza yardımcı olmak için doğrudan GitHub platformuna yerleştirilmiş yapay zekâ modelleridir. GitHub Modelleri şunları yapmanıza olanak tanır:

• İstemler geliştirmek için sistem talimatlarını, test girdilerini ve parametre yapılandırmasını destekleyen yapılandırılmış bir düzenleyici kullanın.
• Modelleri yan yana karşılaştırın, aynı istemleri farklı modellerde deneyerek sonuçları gözlemleyin.
• Çıktıları değerlendirin; benzerlik, alaka düzeyi gibi metrikleri veya özel değerlendiricileri kullanarak performansı takip edin.
• İstem yapılandırmalarını kaydedin; sürüm kontrolü ve çoğaltılabilirlik için .prompt.yml dosyaları olarak.
• Modelleri canlı ortama entegre edin SDK’ler veya REST API aracılığıyla.

Sürüm kontrolü, istemler üzerinde tıpkı kodda olduğu gibi iş birliği yapmanıza olanak tanır. Bir istem dosyası commit’lendiğinde aynı çekme isteği (pull request) akışından geçer; böylece ekibiniz kimin neyi, neden değiştirdiğini bilir.

GitHub Modelleri, yapay zekâyı mevcut iş akışlarıyla yakından entegre etmek isteyen yazılım ekipleri için kullanışlı bir platformdur.

GitHub Modellerinin temel özellikleri

GitHub Modellerini nasıl kullanacağınıza derinlemesine dalmadan önce, kısaca temel özelliklere bakalım:

1. GitHub tarafından barındırılır: Sunucu veya GPU yönetmezsiniz. Modeller GitHub’ın altyapısında çalışır; varsayılan olarak kurumsal düzeyde güvenlik ve performans elde edersiniz.
2. Yapılandırılmış istemler ve şemalar: JSON şemalarıyla tam giriş ve çıkış yapısını tanımlayabilirsiniz. Bu, yanıtların öngörülebilir ve entegre edilmesini kolay hale getirir.
3. Çoklu model karşılaştırmaları: Playground, istemleri aynı anda birden fazla modele karşı test etmenizi sağlar. Böylece maliyet ve performans açısından modelleri kıyaslayabilir, ihtiyaçlarınıza en uygun seçeneği belirleyebilirsiniz.
4. Değerlendirme araçları: Yerleşik değerlendiriciler alaka düzeyi veya dayanaklılık gibi nicel metrikler sunar. Alanınıza özgü kontroller için özel değerlendiriciler de yazabilirsiniz.
5. Entegrasyon yolları: Hızlı denemeler için Playground’u, otomasyon için REST API’yi, CI/CD için GitHub Actions’ı ve konuşmaya dayalı kullanım için CLI veya Copilot Chat’i kullanın.
6. Hazır ayarlar ve istem düzenleyici: Parametreler, sohbet geçmişi ve daha fazlası dahil olmak üzere Playground durumunuzun bir hazır ayarını kaydedin; böylece daha sonra paylaşabilir veya üzerinde yineleme yapabilirsiniz. İstem düzenleyici, istemlerinizi tasarlamanıza olanak tanır.

Özetle, GitHub Modelleri fikrinizi kavramdan canlı kullanıma taşımanıza yardımcı olacak şekilde tasarlanmıştır. Denemelerle başlayabilir, değerlendirebilir ve ardından dağıtabilirsiniz. Üstelik tüm adımlar tek bir yerde. 

GitHub Modelleri Nasıl Kullanılır

GitHub Modelleriyle birkaç farklı şekilde etkileşime geçebilirsiniz. Doğru yol, deney yapmanıza, bir iş akışını otomatikleştirmenize veya bir uygulamaya yapay zekâ entegre etmenize bağlıdır.

Aşağıdaki bölümlerde çeşitli yöntemler, ilgili örneklerle birlikte ayrıntılı olarak açıklanmaktadır.

Playground’da GitHub Modellerini kullanma

Playground, başlamayı en çok sevdiğim yol. İstemlerle deneyler yapabileceğiniz, parametreleri ayarlayabileceğiniz ve modelleri yan yana karşılaştırabileceğiniz bir kum havuzudur. 

Şuradan erişebilirsiniz: GitHub Marketplace veya doğrudan bir depodan.

Önce bir model seçmekle başlayalım. Bir modeli Playground’da açmak için GitHub Marketplace’e gidin ve açılır menüden bir model seçin. Kataloğu gezmek için “Tüm modelleri görüntüle” seçeneğine tıklayabilir, ardından herhangi bir modelde “Playground”’u seçebilirsiniz.

Playground’a girdikten sonra, sıcaklık (temperature), maksimum token sayısı ve varlık ya da sıklık cezaları gibi parametreleri ayarlayabilirsiniz. 

Bir sistem isteminin ve bir hatayı tanımlayan bir kullanıcı isteminin ekran görüntüsü.

“Code” sekmesine geçmek, seçtiğiniz programlama dilindeki bir SDK kullanılarak yapılan ilgili API çağrısını gösterir; böylece bunu betiklerinize kopyalayabilirsiniz. 

Ve modelinizin yanındaki "Compare" düğmesine tıklarsanız, karşılaştırmak için ikinci bir model seçebilirsiniz. Playground, isteminizi her iki modele de yansıtır ve yanıtları yan yana gösterir. Bu özellik, belirli görevler için modelleri karşılaştırmak açısından mükemmeldir.

Yine de iki modeli yalnızca sezgisel olarak değil, nesnel metriklerle karşılaştırmak istersiniz. İşte değerlendiricilerin devreye girdiği yer burasıdır. Benzerlik veya dayanaklılık gibi değerlendiricileri her bir çıktıya uygulayabilir, hatta alanınıza özgü metrikler için özel değerlendiriciler yazabilirsiniz. 

Hoşunuza giden bir istem‑parametre kombinasyonu bulursanız, bunu bir hazır ayar olarak kaydedin. Hazır ayarlar durumunuzu, parametrelerinizi ve isteğe bağlı sohbet geçmişinizi saklar. Daha sonra bir hazır ayarı yükleyebilir veya URL ile paylaşabilirsiniz; bu da ekip arkadaşlarınızla iş birliği için idealdir.

Ekip arkadaşlarınızla sürümlenebilir ve paylaşılabilir yeni bir hazır ayar oluşturma.

Kişisel projelerimde, birim testleri üretmek, commit özetleri oluşturmak ve hatta hata mesajları üzerine fikir yürütmek için Playground’u kullandım. Bir modelin deponuzun bağlamıyla neler yapabileceğini görmenin en hızlı yolu bu.

GitHub Modellerini API üzerinden kullanma

Playground, modelleri tanımak, tüm özelliklerini keşfetmek ve onlarla oynamak için harikadır.

Ancak bir adım daha ileri gidip GitHub Modellerini iş akışlarınızı otomatikleştirmek veya uygulamalarınıza entegre etmek için kullanmanızı öneririm. Bu durumda GitHub Modelleri API’sini kullanmanız gerekir.

Ham API’yi nasıl kullanacağınıza dair bir genel bakış burada:

• Uç nokta: Kuruluş kapsamlı istekler için POST /inference/chat/completions veya /orgs/{org}/inference/chat/completions.
• Kimlik doğrulama: Jetonun models: read permission iznine sahip olması gerekir (ince taneli bir PAT veya GitHub Uygulaması jetonu). Authorization: Bearer <TOKEN> üst bilgisi zorunludur.
• İstek gövdesi: model ID (ör. openai/gpt‑4.1) ve her biri bir role (system, user, assistant veya developer) ve içerik içeren bir mesajlar dizisi sağlayın. Ayrıca max_tokens, temperature, frequency_penalty, presence_penalty ve response_format gibi parametreleri de ayarlayabilirsiniz.
• Yanıt: API, modelin yanıtını içeren bir choices dizisine sahip bir JSON nesnesi döndürür.

Aşağıda requests kullanan basit bir Python örneği yer alıyor (models: read kapsamına sahip kişisel erişim jetonunuz olduğu varsayılmıştır).

Jetonu GitHub ayarlarınızdan oluşturabilirsiniz.

import osimport requests# Replace with your fine-grained PATtoken = os.getenv('GITHUB_PAT')url = "https://models.github.ai/inference/chat/completions"payload = {    "model": "openai/gpt-4.1",    "messages": [        {"role": "system", "content": "You are a helpful coding assistant."},        {"role": "user", "content": "Explain the concept of recursion."}    ],    "max_tokens": 150,    "temperature": 0.3}headers = {    "Content-Type": "application/json",    "Accept": "application/vnd.github+json",    "Authorization": f"Bearer {token}"}response = requests.post(url, json=payload, headers=headers)print(response.json())

Bu betik, bir sohbet istemini GPT‑4.1 modeline gönderir ve asistanın yanıtını yazdırır. Pratikte, bu çağrıyı bir botun, bir CI iş akışının veya özel bir aracın içine gömersiniz.

GitHub Modelleri Playground arayüzündeki “Code” sekmesine de göz atabilirsiniz; böylece GitHub modelinizle iletişim kurmak için daha üst düzey bir Python kitaplığından yararlanabilir veya başka bir programlama dilini tercih edebilirsiniz. Kod sekmesinde, Python için Azure AI Inference SDK veya OpenAI SDK arasında seçim bile yapabilirsiniz.

Azure AI Inference SDK veya OpenAI SDK kullanarak bir GitHub Modeliyle iletişim kurmak için kod bölümü

Bu yaklaşımı ham requests paketini kullanmaya tercih ederim; çünkü bazı karmaşıklıkları soyutlar. Ancak kod tüm modeller için mevcut olmayabilir.

Yapay zekâ modellerini iş akışlarına entegre etme

Playground ve API ile rahat ettikten sonra asıl güç, modelleri günlük geliştirme süreçlerinize entegre etmekten gelir. GitHub, Copilot Chat, GitHub Actions ve GitHub CLI için uzantılar sunar.

Copilot Chat Uzantısı

Bir Copilot aboneliğiniz varsa GitHub Modelleri Copilot Uzantısını kurun. Bu uzantı, Copilot Chat içinde belirli modellerle doğrudan sohbet etmenize ve hatta ölçütlere göre model önermesini istemenize olanak tanır (ör. “Fonksiyon çağrısını destekleyen düşük maliyetli bir model hangisi?”). Sohbete @models YOUR‑PROMPT yazarak modelinizi seçebilirsiniz.

GitHub Actions

Bir iş akışı dosyasında, models: read iznini ayarlayıp bir HTTP isteği yaparak çıkarım API’sini çağırabilirsiniz. GitHub’ın dokümanları, API’yi çağırmak için curl kullanan ve yanıtı iş akışı çıktısına gönderen bir örnek sunar. 

İşte ilgili parça:

name: Use GitHub Modelson: [push]permissions:  models: readjobs:  call-model:    runs-on: ubuntu-latest    steps:      - name: Call AI model        env:          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}        run: |          curl "https://models.github.ai/inference/chat/completions" \             -H "Content-Type: application/json" \             -H "Authorization: Bearer $GITHUB_TOKEN" \             -d '{              "messages": [                  {                     "role": "user",                     "content": "Explain the concept of recursion."                  }               ],               "model": "openai/gpt-4o"            }'

GitHub CLI Uzantısı

Bazen bir modelle birkaç sorgu göndermek için komut satırını kullanmayı tercih ediyorum; tam bir geliştirici meraklısıyım.

Siz de komut satırını tercih ediyorsanız CLI aracını ve GitHub Modelleri CLI uzantısını kurun. 

CLI aracının kurulum talimatlarını resmi CLI dokümanlarında bulabilirsiniz.

Önce GitHub hesabınıza giriş yapmak için gh auth login komutunu çalıştırın.

GitHub CLI ile kimlik doğrulama çıktısı (Yazarın görseli).

Kimlik doğrulamadan sonra gh extension install https://github.com/github/gh-models komutunu çalıştırın. 

Ardından tek bir komutla bir modele istem gönderebilirsiniz: 

# ask GPT-4 why the sky is bluegh models run openai/gpt-4.1 "why is the sky blue?"# or start a chat sessiongh models run

Bu, betik yazımı için veya terminalinizden ayrılmadan hızlı yanıtlar gerektiğinde idealdir.

Kurumsal Ölçekte GitHub Modelleri

Daha büyük bir kuruluşun parçasıysanız, GitHub Modelleri kurumsal düzeyde denetimler ve özelleştirme sunar.

GitHub’ın dokümantasyonuna göre faydalar şunlardır:

• Merkezi model yönetimi: Yöneticiler, kuruluş genelinde geliştiriciler için hangi yapay zekâ modellerinin ve sağlayıcıların kullanılabilir olacağını kontrol edebilir.
• Özel modeller: Kendi LLM API anahtarlarınızı getirerek harici veya özel modelleri bağlayabilirsiniz; böylece kuruluşunuz mevcut abonelikler üzerinden doğrudan ödeme yapabilir.
• Yönetişim ve uyumluluk: GDPR, SOC 2 veya ISO 27001 gereklilikleriyle uyumu sağlamak için standartları uygulayın ve model kullanımını izleyin.
• Maliyet optimizasyonu: Farklı modellerin maliyet ve performansını değerlendirin ve daha az kritik görevler için en uygun maliyetli olanları seçin.
• İş birliği ve sürüm kontrolü: İstemler ve sonuçlar depoda saklanır ve çekme isteklerine tabidir; böylece ekipler tam görünürlükle yineleme yapabilir.
• Yüksek verimlilikte API: Modeller REST API’yi kullanarak istemleri yönetin, çıkarım isteklerini programatik olarak çalıştırın ve GitHub Actions veya harici sistemlerle entegre edin.

Üzerinde çalıştığım büyük projelerde bu denetimler önem taşıyor. Birden fazla ekip yapay zekâ ile deney yaparken, aynı görev için 50 farklı istem veya sınırsız API faturası istemezsiniz. GitHub Modelleri, tutarlı istemler uygulamanıza ve modelleri ekipler genelinde değerlendirmenize olanak tanıyarak tüm kuruluşun kolektif öğrenmeden faydalanmasını sağlar.

GitHub Modellerini Ne Zaman Kullanmalısınız?

Bu kadar çok yapay zekâ aracı varken, GitHub Modellerini doğrudan OpenAI API’si veya yalnızca Copilot gibi alternatifler yerine kullanmak ne zaman mantıklıdır? 

Deneyimlerime dayanarak bazı yönergeler:

• Zaten GitHub’daysanız ve minimum kurulum istiyorsanız, Modeller sekmesi ve Playground biçilmiş kaftandır. Her şey barındırılır; altyapı yerine istemlere ve değerlendirmeye odaklanabilirsiniz.
• Yapılandırılmış istemlere ve yanıtlara ihtiyacınız varsa (ör. otomatik etiketleme hattı için JSON çıktısı), GitHub Modellerinin şema desteği tutarlı sonuçlar elde etmenize yardımcı olur.
• Modelleri karşılaştırmanız gerekiyorsa veya bir ekip olarak istemler üzerinde yineleme yapacaksanız, yerleşik karşılaştırma ve değerlendirme araçları, OpenAI API’sini elle çağırmaya kıyasla denemeyi çok daha kolay hale getirir.
• Dahili araçlar geliştiriyorsanız (botlar, aksiyonlar, betikler) ve her şeyi GitHub ekosistemi içinde tutmak istiyorsanız, Modeller API’si GitHub Actions, CLI ve Copilot ile sorunsuz entegre olur.
• Deney yapıyor veya istem mühendisliğini öğreniyorsanız, Playground ile başlayın. Rahat ettiğinizde API entegrasyonuna geçin.

Öte yandan, farklı bir yapay zekâ sağlayıcısını kullanan sağlam bir hattınız varsa veya GitHub’ın barındırmadığı bir modele ihtiyaç duyuyorsanız, mevcut yapınızla devam etmek isteyebilirsiniz. GitHub Modelleri, araç setinize bir ektir; yapay zekâyla ilgili her şeyin yerine geçmez.

Sonuç

GitHub Modelleri ile geliştiriciler artık bir istem fikrinden üretimde entegrasyona, depolarından ayrılmadan ilerleyebilir. 

Modellerle Playground’da deney yapabilir, yerleşik metriklerle değerlendirebilir, sürümlü iş birliği için istemleri kaydedebilir ve modellere API, GitHub Actions veya CLI üzerinden çağrı yapabilirsiniz. Kurumsal ekipler için GitHub; yönetişim, maliyet kontrolü ve kendi modellerinizi getirme olanağı ekleyerek büyük kuruluşların yapay zekâ benimsemesine dair pek çok endişeyi giderir.

Önerim mi? Küçük başlayın. Playground ile istemleri test edin, sorunları özetleyin veya dokümantasyon oluşturun.  Ardından, en iyi isteminizi tekrarlı bir görev için bir GitHub Action’a entegre edin. Zamanla, yapay zekânın size en çok nerede zaman kazandırdığını keşfedeceksiniz. Ve her şey sürüm kontrollü ve şeffaf olduğu için, güven inşa edebilir ve iş akışınızı ilerledikçe iyileştirebilirsiniz.