16 Yaşındaki Geliştirici, Teknik Borçları AI ile Analiz Eden Araca İmza Attı

On altı yaşında bir geliştirici olarak ilk kez ciddi bir proje ortaya koyduğumda, en büyük korkum neydi biliyor musunuz? Senior geliştiricilerin koduma bakıp gülmesini.

Üç aylık yoğun çalışmanın ardından ortaya çıkan Tech Debt Agent, bir komut satırı aracından çok daha fazlası. Bu araç, bir deponun derinliklerindeki teknik borcu analiz eder, AI destekli olarak en karmaşık dosyaları yeniden yapılandırır ve tüm süreci yerel bir karanlık mod panosunda görselleştirir. Hiçbir sunucuya, hesaba ya da verilerinizin dışarıya çıkmasına gerek kalmadan.

Peki neden böyle bir araca ihtiyaç duyuldu? Çünkü teknik borç, her kod deposunda gizlice büyüyen bir kanser gibi. Dosyalar zamanla şişiyor, değişkenler anlaşılmaz hale geliyor, hata ayıklama kabus oluyor. Mevcut araçların çoğu ya yalnızca uyarı veriyor ya da verilerinizi buluta gönderiyor. Oysa bizler güvenli, anında kullanılabilir ve kullanıcı dostu bir çözüm istiyoruz. İşte tam da bu boşluğu doldurmak için Tech Debt Agent doğdu.

Teknik Borcun Gizli Tehlikeleri ve Neden Görmezden Gelinemeyeceği

Teknik borç, ilk etapta masum gibi görünse de projelerin büyümesiyle birlikte felakete dönüşebiliyor. Peki bu borç nelerden oluşuyor?

• Bakım borcu: Ölümcül fonksiyonlar, tekrarlanan kod blokları, kullanılmayan değişkenler ve derinlemesine girilmiş koşullar
• Güvenlik borcu: Sertifikalı gizli anahtarlar, tehlikeli eval kullanımları ve SQL enjeksiyon riskleri
• Ölçülemeyen iyileştirme zamanı: Bir dosyayı temizlemek için gereken saatlerin belirsizliği

Mevcut araçlar genellikle sadece hata bildiriyor, düzeltmeyi kullanıcıya bırakıyor. Oysa Tech Debt Agent, borç miktarını Debt Hours adı verilen bir metriğe dönüştürerek size net bir yol haritası sunuyor. Böylece hangi dosyanın acilen temizlenmesi gerektiğini anında görebiliyorsunuz.

AI Destekli Düzeltme: Orijinal Kodunuz Dokunulmaz Kaldı

Bu aracın en dikkat çekici özelliği, AI’nın orijinal kodunuzu asla değiştirmemesi. Bunun yerine, tüm iyileştirmeler fixed_code_output/ adlı ayrı bir klasörde yer alıyor.

Örneğin, karmaşık bir fonksiyonu yeniden yapılandırdığında:

def eski_karmasa(arg1, arg2, arg3):
    if arg1 > 10:
        if arg2 < 5:
            if arg3 == "test":
                return True
    return False

# AI tarafından iyileştirilmiş hali:
def kontrol_et(esik=10, alt_limit=5, deger="test"):
    """Basit bir koşul kontrolü"""
    return esik > 10 and alt_limit < 5 and deger == "test"

• Kodun orijinal hali korunuyor
• Değişiklikleri inceleyip uygulamaya karar verebilirsiniz
• Eğer beğenmezseniz tüm klasörü silebilirsiniz

Bu yaklaşım, özellikle ticari projelerde çalışan geliştiriciler için hayati önem taşıyor. Verilerinizin şirketinizin dışına çıkmasını engelleyen tamamen yerel bir çözüm sunuyor.

Karanlık Mod Pano: Sayısal Verileri Anlaşılır Hale Getirmek

Komut satırı çıktıları hızlı bir bakış için yeterli olabilir, ancak gerçek bir araç kullanıcı dostu olmalıdır. İşte bu yüzden Tech Debt Agent, tarayıcınızda otomatik olarak açılan yerel bir HTML panosu oluşturuyor.

Bu panoda:

• Her dosyanın borç puanı
• Borç türlerine göre ayrıntılı dağılım
• En problemli dosyaların listesi
• Genel kod tabanı sağlığı skoru

Tüm bunlar tek bir .html dosyasında yer alıyor. Hiçbir framework, sunucu ya da internet bağlantısı gerekmiyor.

Yerel ve Güvenilir: Verileriniz Sizin Kontrolünüzde

Günümüzde birçok araç verilerinizi bulut tabanlı modellere gönderiyor. Oysa profesyonel ekipler için bu durum, ticari sırların tehlikeye atılması anlamına geliyor. Tech Debt Agent, bu endişeyi ortadan kaldırıyor.

Araç, farklı LLM sağlayıcılarıyla çalışabilme esnekliğine sahip:

• OpenAI ya da Anthropic API’ları (bulut tabanlı, kullanışlı)
• Ollama (tamamen yerel, çevrimdışı)
• LM Studio (GUI tabanlı yerel model yönetimi)

Özellikle Ollama ile çalıştırıldığında, hiçbir veri internete gitmiyor. Kodunuzun gizliliği tamamen korunuyor.

Üç Basit Komutla Kullanmaya Başlayın

Kullanımı son derece basit olan bu araca başlamak için gereken adımlar şunlar:

1. Depoyu klonlayın:

git clone 
cd tech-debt-agent

1. Aracı global olarak yükleyin:

pip install -e .

1. Herhangi bir projeyi analiz edin:

techdebt audit ./karmasik-proje

Veya tamamen yerel modda çalıştırmak için:

techdebt audit ./karmasik-proje --provider ollama --model codellama

Hiçbir yapılandırma dosyası gerekmiyor. Hesap oluşturmanız da gerekmiyor. Sadece çalıştırın ve sonuçları görün.

Geliştirme Sürecinden Çıkarılan Dersler

Bu projeyi geliştirirken edindiğim en önemli üç ders var.

1. Sandbox ilkesi, tasarımın en kritik parçasıydı.

İlk versiyonumda araç dosyaları doğrudan değiştiriyordu. Bir geliştiriciye gösterdiğimde aldığım ilk tepki: "Gerçek bir projede asla kullanmam." Bu yorum, mimarinin tamamen değişmesine yol açtı. Artık tüm iyileştirmeler ayrı bir klasörde yer alıyor.

2. Farklı LLM sağlayıcılarıyla çalışmak beklenenden daha karmaşık oldu.

OpenAI, Anthropic ve Ollama gibi farklı API’larla uyumlu çalışabilmek için temiz bir sağlayıcı arayüzü oluşturmak gerekti. Bu da bana daha modüler ve bakımı kolay Python kodu yazmayı öğretti.

3. Görsel arayüzün gücü inanılmazdı.

Başlangıçta sadece renkli metinler basan bir CLI aracıydı. Karanlık mod panosu ekledikten sonra araç anında ürün hissiyatı kazandı. Sunum, aracın kendisi kadar önemli.

Geri Bildirimleriniz Benim İçin Değerli

Bu aracı geliştirirken amacım, yalnızca bir proje ortaya koymak değil. Aynı zamanda açık kaynak topluluğunun bir parçası olmak.

Şimdi sizden ricam, en karmaşık projenizde bu aracı çalıştırıp bana aşağıdakilerden birini söylemeniz:

• Ne gibi hatalarla karşılaştınız?
• Hangi özellikler eksik kaldı?
• AI’nin önerilerinde ne gibi iyileştirmeler yapılabilir?
• Aracın hangi yönlerini beğendiniz?

Tüm geri bildirimler gelecek versiyonun geliştirilmesinde kullanılacak. 16 yaşında bir geliştirici olarak, öğrenme sürecimin bir parçası olarak sizden destek istiyorum.

Doğru olduğunu kanıtlayın ya da yanlış olduğunu gösterin. Her iki durumda da benim için değerli olacak.

Teknik borç artık gizli bir tehlike değil. Onu görünür kılmak ve yönetmek için gerekli araç elimizde.