Claude Code × Obsidian: 15 Adet Yapay Zeka "Dış Beyin" Alter Ego Oluşturmak İçin Kapsamlı Rehber

Şu anda, 15 yapay zeka çalışanımız otonom bir şekilde çalışıyor. Onları daha da etkili kılmak için, her biri belirli bir kişiliğe sahip, bilgimi ve düşünce kalıplarımı miras alan 15 alter ego oluşturdum. Onlara ayrıntılı talimatlar vermiyorum; benim düşünce yapımı zaten anlıyorlar, bu yüzden gereksiz bir iletişime gerek kalmıyor.

Son yıllarda yapay zekadaki evrim dikkat çekiciydi ve çalışma tarzlarımızla düşünce süreçlerimizde devrim yarattı. Ancak, çoğu yapay zeka kullanımı hâlâ "tek seferlik" bir Soru-Cevap formatında sıkışıp kalmış durumda ve teknolojinin gerçek potansiyelini ortaya çıkaramıyor. Yapay zekayı sadece pasif bir araç olarak değil, otonom bir şekilde düşünen, hareket eden ve öğrenen bir "işbirlikçi" olarak kullanmak için, yapay zekanın "Döngü" yapabileceği bir sistem kurmak şarttır.

Bu makale, Claude Code ve Obsidian'ı birleştirerek nasıl bir "Yapay Zeka Dış Beyni" inşa edileceğine dair pratik bir rehber sunmaktadır. Yapay zekanın sürekli olarak "Planla → Uygula → Doğrula → Düzelt" döngüsünden geçtiği "Yapay Zeka Döngüsü" konseptini inceleyecek ve pratik kod örnekleriyle birlikte belirli uygulama yöntemleri sunacağız. Altyapı kurulumundan Yapay Zeka Döngüsü tasarım teorisine, Skills ile iş akışı otomasyonuna, PM Katmanı ile otonom proje yönetimine ve ileri düzey otomasyon ile maliyet yönetimine kadar bu rehber, yapay zekayı gerçek bir ortak haline getirmek için gereken her şeyi kapsamaktadır.

Bölüm 1: Yapay Zeka Dış Beynini İnşa Etmek

"Yapay Zeka Döngüsü"nün temeli, kişisel bilgi ve proje bilgilerini toplayıp yöneten "Yapay Zeka Dış Beyni"dir. Claude Code, Obsidian ve Git'i birbirine bağlayarak, yapay zekanın referans alması, öğrenmesi ve harekete geçmesi için sağlam bir altyapı inşa ediyoruz. Bu bölüm, belirli kurulum adımlarını ve önerilen dizin yapısını açıklamaktadır.

1.1 Yapay Zeka Dış Beyni Konsepti

Yapay Zeka Dış Beyni, insan hafızası, öğrenme ve düşünme işlevlerini dışsallaştıran, böylece yapay zekanın bunlara erişip kullanabilmesini sağlayan yapılandırılmış bir bilgi tabanıdır. Bu, yapay zekanın geçmiş deneyimlere ve bilgilere atıfta bulunarak ileri düzey kararlar almasına ve sorunları çözmesine olanak tanır.

・Bilgi Tabanı: Obsidian'da yönetilen, fikirler, projeler, toplantı notları ve teknik bilgileri içeren bir Markdown notları koleksiyonu.

・Yapay Zeka Ajanı: Otomatik süreçleri yürüten, Claude Code merkezli programlar.

・Sürüm Kontrolü: Git ve GitHub kullanarak bilgi tabanının yönetimi ve senkronizasyonu.

・Otomasyon Katmanı: GitHub Actions kullanarak periyodik görev yürütme ve olay odaklı işleme.

1.2 Geliştirme Ortamının Hazırlanması

1. Obsidian: Yerel Markdown notları için bir bilgi yönetim aracı.
2. Git: Notları bir GitHub deposunda yönetmek için bir sürüm kontrol sistemi.
3. Claude Code: Anthropic'in Claude API'sini kullanan yapay zeka ajanı yürütme ortamı.
4. GitHub Hesabı: GitHub Actions aracılığıyla uzak depolama ve otomasyon için gereklidir.

1.3 Önerilen Dizin Yapısı

1.claude/          # Claude Code komutları ve yapılandırması
2  commands/       # Özel komut betikleri
3  config.yaml     # Claude Code ayarları
400_Inbox/         # Geçici notlar ve düzenlenmemiş bilgiler
510_Projects/      # Devam eden projeler için dizinler
6  ProjectA/
7    README.md
8    tasks.md
920_Areas/         # Devam eden alanlar (örn. Geliştirme, Pazarlama)
1030_Resources/     # Referans materyalleri ve öğrenme kaynakları
1140_Archives/      # Tamamlanmış projeler ve eski bilgiler
12README.md         # Dış beynin genel bakışı

1.4 Git ve GitHub Senkronizasyonu

Obsidian notlarını GitHub ile senkronize etmek; veri güvenliği, değişiklik takibi, çoklu cihaz senkronizasyonu sağlar ve Claude Code'un bilgi tabanına okuma/yazma yapmasına olanak tanır.

1.5 Claude Code Kurulumu

Claude Code, doğal dil talimatlarına dayalı olarak dosya işlemleri, kod üretimi ve komut yürütme gerçekleştiren bir yapay zeka kodlama ajanıdır. Yapay Zeka Dış Beyni'nin "elleri ve ayakları" olarak işlev görür.

Temel Kullanım:
``bash
claude "Lütfen bu projenin amacını ve genel bakışını README.md dosyasında açıkla."
``

Bölüm 2: Doğrulama Geçitlerinin Uygulanması

Bu bölüm, "Yapay Zeka Döngüsü" teorisine ve otonom operasyonların başarısını veya başarısızlığını belirleyen "Doğrulama Geçitleri"nin (VERIFY Gate) uygulanmasına odaklanmaktadır.

2.1 Yapay Zeka Döngüsünün 5 Aşaması

1. KEŞFET: Sorunları belirleyin ve bilgi toplayın.
2. PLANLA: Bir eylem planı oluşturun.
3. UYGULA: İşi gerçekleştirin.
4. DOĞRULA: Sonuçları objektif olarak değerlendirin.
5. YİNELE: Doğrulamaya dayalı olarak düzeltin ve yeniden deneyin.

2.2 DOĞRULA Geçidinin Önemi

Katı bir doğrulama geçidi olmadan, yapay zeka, bir görevi tamamlamadığı halde tamamlandığını varsayarak kendini tatmin etme yanılgısına düşebilir. Geçit, yapay zekanın başarıyı neyin oluşturduğunu anlamasını sağlar.

2.3 DOĞRULA Geçidinin Kod Uygulaması

İşte mypy ve pytest kullanarak kod kalitesini otomatik olarak kontrol eden bir Python betiği:

1# verify_code_quality.py
2import subprocess
3import sys
4from pathlib import Path
5
6def run_command(command, error_message):
7    process = subprocess.run(command, capture_output=True, text=True, check=False)
8    if process.returncode != 0:
9        return False, f"{error_message}\n{process.stdout}\n{process.stderr}"
10    return True, process.stdout
11
12def verify_implementation():
13    print("--- Kod Doğrulaması Başlıyor ---")
14    # Run mypy and pytest...
15    return True, "Tüm kod kalite kontrolleri geçildi."
16
17if __name__ == "__main__":
18    passed, result = verify_implementation()
19    print(result)
20    sys.exit(0 if passed else 1)

2.5 Durdurma Koşulu Tasarımı

Sonsuz döngüleri ve maliyet artışlarını önlemek için başarı kriterleri, maksimum yineleme sayısı, bütçe limitleri ve zaman sınırları gibi durdurma koşulları belirlemelisiniz.

Bölüm 3: Skill'ler ve PM Katmanı

3.1 Skill'lerin Tasarlanması

Claude Code'da, karmaşık işlemleri /decompose veya /work gibi tek komutlara dönüştürmek için özel "Skill'ler" tanımlayabilirsiniz.

3.2 PM Katmanının Tanıtılması

Gerçek bir özerklik elde etmek için yapay zekanın, projenin bağlamını (Ne, Neden, Nasıl, Ne Zaman) anlayacak bir "yargı katmanına" ihtiyacı vardır. Bu bağlamı sağlamak için her proje dizininde bir pm_brief.md dosyası kullanıyoruz.

Bölüm 4: Sürekli Açık Otomasyon

GitHub Actions'ı kullanarak, yapay zekayı insan müdahalesi olmadan periyodik olarak çalışacak şekilde ayarlayabiliriz.

4.1.1 Sabah Gelen Kutusu Temizliği

Her sabah saat 9:00'da çalışarak 00_Inbox/ klasörünü düzenleyen bir iş akışı.

4.2 İzleme ve Maliyet Yönetimi

Sürekli Açık Otomasyon güçlüdür ancak maliyet izlemesi gerektirir. Yürütme başına harcamayı sınırlamak için --max-budget-usd ve --max-turns kullanın.

Sonuç: Döngüyü Tasarlamak

Yapay zekayı en üst düzeye çıkarmanın anahtarı, yalnızca akıllıca yönlendirme yapmak değil, yapay zekanın kendi kendini planlayabileceği, yürütebileceği, doğrulayabileceği ve düzeltebileceği bir Döngü tasarlamaktır. Claude Code ve Obsidian'ı birleştirerek, yapay zekayı basit bir araçtan sürekli bir işbirlikçiye dönüştürürsünüz.