YAML ile AI Geliştirme Takımlarınızı Nasıl Tanımlarsınız?

Günümüzde AI ajanlarının davranışlarından bahsedilirken genellikle kod yazma, pull request gönderme ya da görevleri otomatikleştirme gibi eylemler öne çıkar. Ancak bu davranışların altında yatan asıl önemli unsur, ekiplerin nasıl tanımlandığıdır. NexFlow projesi, AI geliştirme ekiplerini tanımlamak için YAML tabanlı manifestler kullanarak bu süreci yeniden şekillendiriyor.

AI Ekiplerini Tanımlamanın Önemi

AI destekli geliştirme ekiplerinde davranışlar kadar, ekibin yapısının da açıkça tanımlanması kritik önem taşıyor. Bu tanımlama, katılımcı rollerinden yetkilendirme kurallarına, bellek erişiminden onay sürecine kadar birçok konuyu kapsamalıdır. Eğer bu unsurlar gizli kalırsa, sistemler yalnızca yerleşik alışkanlıklar, yerel kurallar ya da insan hafızası üzerinden çalışır. Oysa NexFlow, tüm bu tanımlamaları YAML dosyaları aracılığıyla merkezi ve denetlenebilir hale getirmeyi hedefliyor.

NexFlow Manifest Seti Nedir?

NexFlow manifest seti, bir projeyi ve ekibini tanımlayan bir dizi YAML dosyasından oluşur. Bu dosyalar, aşağıdaki alanları içerir:

• `specVersion`: Kullanılan belirtim sürümünü tanımlar.
• `kind`: Manifestin türünü belirterek neyi tanımladığını gösterir.
• `metadata`: Projeye ve belgelendirmeye yardımcı bilgiler ekler.

En temel manifest seti şu dosyalardan oluşur:

• `project.yaml`: Proje kimliği, bakım görevlileri, politika ve manifest konumlarını tanımlar.
• `agents.yaml`: İnsanlar, ajanlar, roller, yetkiler ve erişim kurallarını belirler.
• `workflow.yaml`: İş akışını, adımları ve onay noktalarını tanımlar.
• `tasks.yaml`: Görevleri, sahiplerini ve bağımlılıklarını listeler.
• `permissions.yaml`: Kimin hangi eylemi gerçekleştirebileceğini ve onay gereksinimlerini düzenler.
• `capabilities.yaml`: Mevcut eylemleri ve risk düzeylerini tanımlar.

Bu dosyalar karmaşık görünebilir, ancak amaçları basittir: tüm tanımlamaları tek bir prompt ya da yerleşik kurallarla gizlemek yerine, herkesin erişebileceği ve inceleyebileceği şekilde düzenlemektir.

En Küçük Faydalı Ekip Örneği

NexFlow'un examples/minimal-team dizininde yer alan en basit ekibin sadece bir insan bakım görevlisi ve bir dokümantasyon ajanından oluşur. Bu ekipteki politika kuralları şunlardır:

specVersion: "0.1"
kind: AgentSet
metadata:
  project: example-project

defaultAutonomy: ask_before_changes
policies:
  requireReview: true
  secretHandling: "Raw secrets are never stored in manifests."
  networkAccess: "Disabled unless a task explicitly requests approval."
  destructiveActions: "Human approval required."

Bu basit örnek bile birçok önemli detayı ortaya koyar. Dokümantasyon ajanının bağımsız bir çalışan gibi hareket etmediğini, yalnızca bakım görevlisine sunulan değişiklikler hazırladığını gösterir. Ajanın yetkileri ve erişimleri açıkça belirtilmiştir:

- id: docs-agent
  displayName: Docs Agent
  role: technical_writer
  description: "Drafts documentation updates for maintainer review."
  permissions:
    - docs_write_with_review
  capabilities:
    - read_repository
    - modify_documentation
    - read_context
  contextAccess:
    - repository
    - docs
  memoryAccess:
    - ephemeral
    - task
  autonomyLevel: ask_before_changes

Bu tanımlar, aracın çalışma sınırlarını net bir şekilde çizer ve gizli varsayımlara yer bırakmaz.

Yetkiler ve Yetkinlikler Ayrımı

NexFlow'un en önemli özelliklerinden biri, yetkinlikler ile yetkilerin ayrılmasıdır. Bir yetkinlik, bir eylemin varlığını tanımlarken, yetkiler kimin bu eylemi gerçekleştirebileceğini belirler. Örneğin, modify_documentation yetkinliği orta riskli kabul edilir:

- id: modify_documentation
  description: "Modify documentation files."
  risk: medium
  category: repository
  requiresApprovalByDefault: true
  auditRecommended: true

Ancak bu yetkinliğin varlığı, otomatik olarak herhangi bir ajan tarafından kullanılabileceği anlamına gelmez. Yetki, permissions.yaml dosyasında tanımlanır:

- id: docs_write_with_review
  description: "Docs agent may draft documentation changes after review."
  subjects:
    - docs-agent
  capabilities:
    - read_repository
    - read_context
    - modify_documentation
  effect: approval_required
  approvalGate: human_review
  conditions:
    - "Documentation changes only."

Bu ayrım, AI destekli ekiplerin güvenliğini artırır. Bir araca teknik erişim vermek, aynı zamanda yetki vermek anlamına gelmez.

Bir Yazılım Ekibine Uygulanması

NexFlow'un examples/software-team dizini, daha gerçekçi bir mühendislik sürecini simüle eder. Bu örnekte, bir geliştirici, bir test mühendisi ve bir proje yöneticisi yer alır. Her katılımcının rollerine ve yetkilerine göre tanımlanmış eylemleri bulunur. Örneğin, geliştiriciye kod incelemesi ve hata düzeltme yetkisi verilirken, test mühendisine otomatik test çalıştırma yetkisi tanımlanır. Tüm bu tanımlamalar, ekip içindeki sorumluluk dağılımını ve denetim mekanizmalarını şeffaf hale getirir.

Gelecekteki Potansiyel

YAML tabanlı manifestlerin kullanımı, AI destekli geliştirme ekiplerinin daha güvenilir, denetlenebilir ve işbirlikçi hale gelmesine olanak tanır. NexFlow'un sunduğu bu yaklaşım, projelerin karmaşıklığının arttığı ve AI araçlarının yaygınlaştığı bir dönemde, ekiplerin sınırlarını net bir şekilde tanımlamalarına yardımcı olabilir. Gelecekte, bu sistemin daha da genişletilerek farklı sektörlere ve kullanım senaryolarına uyarlanması mümkündür. Böylece, AI ajanlarının projelerdeki rolleri daha kontrollü ve hesap verebilir hale gelecektir.