Tsundoku Slayer: Geliştirici Dikkatini Koruyan Akıllı Okuma Aracı

Geliştiriciler için en büyük zorluklardan biri, proje üzerinde çalışırken karşılaştıkları sorunlara dair sayısız kaynağa ulaşmak. Fakat bu kaynakların çoğu, aslında doğrudan çözüm sunmaktan uzak. Tsundoku Slayer, adını Japonca'daki "okunmamış kitap yığını" anlamına gelen tsundoku teriminden alan akıllı bir ajan sistemi olarak karşımıza çıkıyor. Bu sistem, geliştiricilerin karşılaştıkları teknik engelleri aşmalarına yardımcı olmak için tasarlanmış olup, gereksiz bilgileri otomatik olarak eleyerek sadece kritik içeriği sunuyor.

Bilgi Yükünden Odaklanmaya Geçiş

Daha önce bir Streamlit uygulamasında IndexError: list index out of range hatasıyla karşılaşan geliştirici, sorunun kaynağını bulmak için saatler harcadı. Fakat asıl sorun, eksik bilgi değil, tam tersine bilgi bombardımanıydı. API belgeleri, teknik makaleler, forum tartışmaları ve hatta rastgele haberler arasında kaybolan geliştirici, odaklanma yetisini kaybediyordu.

Çoğu yapay zeka aracı, mevcut bilgileri özetleyerek daha fazla okuma yükü yaratır. Tsundoku Slayer ise bu yaklaşımın aksine, ne okunmaması gerektiğine karar veren bir ajan sistemi olarak öne çıkıyor. Projenin arkasındaki geliştirici, "Başka bir özetleyiciye değil, odaklanmam gereken bilgiye ihtiyacım vardı" diyor.

Hermes Ajanı: Akıllı Karar Verme Süreci

Tsundoku Slayer, Hermes Ajanı adı verilen bir sistem tarafından yönetiliyor. Bu ajan, gece boyunca tarama yaptığı okunmamış sekmelerden sadece gerekli olanları seçerek geliştiriciye sunuyor. Sistem, çok adımlı bir akıl yürütme süreciyle çalışıyor:

• Alma (Retrieve): Okunmamış makalelerin içeriğini web tarama araçlarıyla toplar.
• Karşılaştırma (Compare): Toplanan içeriği, geliştiricinin mevcut sorun bağlamıyla karşılaştırır. Örneğin, bir Stack Trace hatasıyla karşılaşan geliştiricinin, o anki sorununa doğrudan değinen içerikleri önceliklendirir.
• Akıl Yürütme (Reason): İçeriğin geliştiricinin karşılaştığı sorunla ne kadar ilişkili olduğunu analiz eder.
• Karar (Verdict): İçeriği "KAYDET" ya da "YOKSAY" olarak sınıflandırır.
• Açıklama (Justify): Kararını mantıklı bir şekilde gerekçelendirir.
• Sentezleme (Synthesize): Kaydedilen içerikleri, doğrudan uygulanabilir Python ya da Streamlit kod parçaları olarak sunar.

Gerçek Bir Senaryoda Performans

Tsundoku Slayer'ın bir geliştiricinin karşılaştığı gerçek bir sorun üzerindeki performansını inceleyelim. Geliştirici, Streamlit uygulamasında bir dizi diyalog listesinde IndexError hatasıyla karşılaştı. Okunmamış sekmeler arasında şu içerikler vardı:

• Streamlit st.status belgeleri → YOKSAY (Kullanıcı arayüzüne dair genel bilgiler)
• Genel Python etiketli bir içerik → YOKSAY (Çok geniş kapsamlı, gürültü)
• Teknik haber akışı → YOKSAY (Tamamen dikkat dağıtıcı)
• Streamlit IndexError hata düzeltme kılavuzu → KAYDET (Kritik içerik)

Sistem, %75 oranında gürültü başarıyla ortadan kaldırdı ve geliştiriciye sadece doğrudan sorununa çözüm sunan kılavuzu iletti. Ajanın ürettiği otomatik düzeltme kodu ise şu şekildeydi:

# Hermes Ajanı tarafından üretilen, hatayı doğrudan çözen kod parçası:

güvenli_indeks = min(
    st.session_state.aktual_indeks,
    len(st.session_state.diyalog_listesi) - 1
)

mevcut_diyalog = st.session_state.diyalog_listesi[güvenli_indeks]

Teknik Altyapı ve Ölçülebilirlik

Tsundoku Slayer, Streamlit tabanlı bir kullanıcı arayüzüne sahip olup, Hermes Ajanı'nın akıl yürütme sürecini gerçek zamanlı olarak görselleştiriyor. Sistem, yerel olarak çalıştırılan gemma4:e4b modeliyle destekleniyor ve Ollama üzerinden erişiliyor.

Projenin en önemli metriklerinden biri olan "Gürültü Azaltma Oranı", kullanıcı arayüzünde anında görülebiliyor. Bu metrik, ajanın ne kadar veriyi gereksiz olarak tanımladığını ve geliştiricinin odaklanma süresini ne kadar kurtardığını gösteriyor.

Geliştiriciler, sistemin ilk aşamalarında belirli URL'ler için sabit bağlam sınırları kullanıyor. Bununla birlikte, projenin gelecekte RAG (Retrieval-Augmented Generation) tabanlı dinamik vektör eşlemeye geçmesi planlanıyor. Bu geçiş, ajanın karar verme sürecini daha da hassaslaştıracak.

Geleceğe Yönelik Vizyon: Odaklanmanın Yeniden Tanımlanması

Çoğu yapay zeka sistemi, kullanıcıların daha fazla bilgiye erişmesini sağlarken, Tsundoku Slayer farklı bir soruya yanıt arıyor: "Şu anda dikkatinizi hak eden hangi bilgidir?"

Hermes Ajanı, geliştiricilerin karşılaştıkları sorunlara doğrudan çözüm sunan bilgileri otomatik olarak filtreleyerek, onları gereksiz okumaların yükünden kurtarıyor. Sistem, sadece bir araç değil, aynı zamanda odaklanma ve üretkenlik kavramlarını yeniden tanımlayan bir yaklaşım sunuyor. Gelecekte, geliştiricilerin bilgi okyanusunda kaybolmadan, doğrudan çözüme odaklanmalarını sağlayacak daha da gelişmiş versiyonlarıyla karşımıza çıkması bekleniyor.