0Pricing
AI Agents · Ders

Aracı Kalıpları: Planla-Uygula-Doğrula

Önce bir plan yapın, ardından adımları uygulayın ve son olarak kabul ölçütlerine göre doğrulayın — tek seferde yapmaktan daha iyi sonuç verir.

Aracı Kalıpları: Planla-Uygula-Doğrula, CoddyKit'te ücretsiz bir AI Agents dersidir. Bu, 4 dersinin 1. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, AI Agents öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. AI Agents kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

Önce Neden Plan Yapmalı?

Tek seferlik kod üretimi küçük görevlerde ("fizzbuzz yaz") işe yarar. Gerçek yazılım değişikliklerinde agent şunları yapmalıdır:

  1. Plan — görevi adımlara ayırın
  2. Uygulayın — her adımı gerçekleştirin
  3. Doğrulayın — test edin, lint uygulayın ve çalıştırın
  4. Yineleyin — doğrulanana kadar düzeltin

Step 1: Plan

Modelden yapılandırılmış bir plan üretmesini isteyin:

PLAN_PROMPT = '''
You are a senior engineer. Given this task, produce a JSON plan:
{steps: [{description, files_to_touch: [str], test_commands: [str]}], risks: [str]}

Task: {user_task}
'''

Plan Schema

from pydantic import BaseModel

class Step(BaseModel):
    description: str
    files_to_touch: list[str]
    test_commands: list[str]

class Plan(BaseModel):
    steps: list[Step]
    risks: list[str]

Step 2: Uygulama

Her adımı sırayla execute edin. Dosya içeriklerini bağlam olarak modele sağlayın:

for step in plan.steps:
    context = {f: read_file(f) for f in step.files_to_touch}
    diff = llm.invoke(f'Implement: {step.description}\nFiles:\n{context}').content
    apply_diff(diff)

Step 3: Doğrulama

Her adım için testleri çalıştırın, lint uygulayın ve derleme yapın:

for cmd in step.test_commands:
    result = sandbox.run(cmd)
    if result.exit_code != 0:
        # Verification failed; iterate
        loop_until_verified(step, result.stderr)

Step 4: Iterate Until Pass

MAX_ITERS = 5
for iter in range(MAX_ITERS):
    result = sandbox.run(test_cmd)
    if result.exit_code == 0:
        break
    fix = llm.invoke(f'Tests failed:\n{result.stderr}\nFix the code.').content
    apply_diff(fix)

Tam Dosyalar Yerine Farkları Gösterin

Artımlı değişiklikler için model UNIFIED DIFFS üretmelidir:

diff = '''
--- a/main.py
+++ b/main.py
@@ -10,3 +10,4 @@
  def add(a, b):
      return a + b
+
+def sub(a, b): return a - b
'''
import patch
patch.fromstring(diff).apply()

Plan Kalitesi Önemlidir

Kötü bir plan, uygulamayı baştan başarısızlığa mahkûm eder. Planlama için daha güçlü bir model (GPT-4o, Claude Sonnet 4.5), bütçe kısıtlıysa uygulama için daha ucuz bir model (gpt-4o-mini, haiku) kullanın.

Takıldığınızda Yeniden Planlayın

Doğrulama tekrar tekrar başarısız olursa mevcut planı bırakın ve yeni bilgilerle RE-PLAN yapmasını LLM'den isteyin:

if iter == MAX_ITERS - 1:
    new_plan = llm.invoke(f'Original plan failed. Errors: {errors}. Make a new plan.').content

Uzun Ufuklu Planlamanın Dengesi

Ufuk ne kadar uzunsa modelin planları o kadar kötüleşir. 10'dan fazla adım içeren görevlerde kabataslak bir plan oluşturun ve her adımda ayrıntılandırın.

Plan + Eleştirmen

Bir "eleştirmen" agent'ının yürütmeden önce planı incelemesini sağlayın. Bu, belirgin hataları erkenden yakalar; yürütme sırasında düzeltmekten daha ucuzdur.

Planı Kullanıcıya Gösterin

Yürütmeden önce planı kullanıcıya gösterin. Kullanıcının planı düzenlemesine izin verin:

approved_plan = await ask_user_to_approve_or_edit(plan)
execute(approved_plan)

Planla-Uygula-Doğrula

Bu desen, tek seferlik kod üretiminden neden daha güvenilirdir?

Özet

Planlayın, uygulayın, doğrulayın ve yineleyin. Güçlü bir planlayıcı ve ucuz bir uygulayıcı kullanın; gerçek testleri çalıştırın. Risk yüksek olduğunda planları kullanıcılara gösterin.

Sıkça Sorulan Sorular

“Aracı Kalıpları: Planla-Uygula-Doğrula” dersi ücretsiz mi?

Evet — “Aracı Kalıpları: Planla-Uygula-Doğrula” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve AI Agents kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. AI Agents kursu toplamda 4 dersten oluşur.

“Aracı Kalıpları: Planla-Uygula-Doğrula” dersinde ne öğreneceğim?

Önce bir plan yapın, ardından adımları uygulayın ve son olarak kabul ölçütlerine göre doğrulayın — tek seferde yapmaktan daha iyi sonuç verir. AI Agents ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

AI Agents öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te AI Agents, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 1. dersidir.

“Aracı Kalıpları: Planla-Uygula-Doğrula” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu AI Agents dersinde kod yazıp çalıştırabilir miyim?

Evet. Her AI Agents dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

  1. Aracı Kalıpları: Planla-Uygula-Doğrula
  2. Kodlama Araçları (Read, Edit, Bash)
  3. Yinelemeli Öz Düzeltme Döngüleri
  4. SWE-Agent ve OpenDevin Mimarileri
← AI Agents Sayfasına Dön