Ajans Acentesi Nedir?

Agency, Claude Code, Cursor, Aider, Windsurf, GitHub Copilot ve daha fazlası için 147 uzman yapay zeka aracısından oluşan açık kaynaklı bir koleksiyondur. Her aracının kendine özgü bir kişiliği, teknik çıktıları ve başarı metrikleri vardır. Bu teknik detaylı inceleme, aracı mimarisini, çoklu araç entegrasyonunu, MCP belleğini ve tüm bunları çalıştıran bash betiklerini kapsar.

Muhtemelen aşinasınızdır: “Kıdemli bir geliştirici gibi davran” ve ardından herhangi bir kodlama görevine uygulanabilecek genel tavsiyeler. Agency farklı bir yaklaşım benimsiyor. Her şeyi yapmaya çalışan tek bir komut istemi yerine, 12 bölüme ayrılmış 147 uzman sunuyor.

Bunu, tam hizmet veren bir ajansı bir araya getirmek gibi düşünün, ancak onlar asla uyumayan, asla şikayet etmeyen ve her zaman teslim eden yapay zeka aracılar.

Agency Nedir?

Kısa versiyon: Agency, “Bir geliştirici gibi davran” ifadesini “Frontend Geliştirici modunu etkinleştir” ile değiştiriyor — ve Frontend Geliştirici aracı aslında React, Vue, Angular, Core Web Vitals ve erişilebilirlik uyumluluğunu biliyor.

Depo Yapısı: 12 Bölüm, 147 Aracı

Agency, github.com/msitarzewski/agency-agents adresinde bulunur. Aracılar, gerçek bir ajansın organizasyon şemasını yansıtan 12 bölüme ayrılmıştır:

agency-agents/
├── engineering/          # 20+ aracı: Frontend, Backend, DevOps, Yapay Zeka, Mobil, Güvenlik
├── design/               # 8 aracı: UI Tasarımcısı, UX Araştırmacısı, Marka Koruyucusu, Keyif Enjektörü
├── marketing/            # 20+ aracı: Büyüme Hacker'ı, SEO, TikTok, Reddit, LinkedIn
├── sales/                # 8 aracı: Keşif Koçu, Anlaşma Stratejisti, Satış Mühendisi
├── product/              # 5 aracı: Ürün Yöneticisi, Trend Araştırmacısı, Geri Bildirim Sentezleyici
├── project-management/   # 6 aracı: Stüdyo Yapımcısı, Proje Çobanı, Deney Takipçisi
├── testing/              # 8 aracı: Gerçeklik Denetleyicisi, Kanıt Toplayıcı, API Test Cihazı
├── support/              # 6 aracı: Destek Yanıtlayıcı, Analiz Raportörü, Yasal Uyum
├── spatial-computing/    # 6 aracı: XR Mimarı, visionOS Mühendisi, Metal Geliştiricisi
├── specialized/          # 30+ aracı: MCP Oluşturucu, Blok Zinciri Denetçisi, Uyum Denetçisi
├── game-development/     # 20+ aracı: Unity Mimarı, Unreal Sistemleri, Godot Betik Yazıcısı, Roblox
└── academic/             # 5 aracı: Antropolog, Tarihçi, Psikolog, Anlatıbilimci

Her bölüm, derin uzmanlığa sahip aracılar içerir. Yalnızca Mühendislik bölümü bile Frontend Geliştiricileri, Backend Mimarları, DevOps Otomasyon Uzmanları, Güvenlik Mühendisleri ve hatta Gömülü Firmware Mühendislerini kapsar.

Aracı Anatomisi: 400 Satırlık Bir Yapay Zeka Uzmanının İçinde

Her aracı aynı yapıyı takip eder. İşte **Backend Mimarı** aracısı örneğini kullanarak bir döküm:

Ön Bilgi (YAML)

---
ad: Backend Mimarı
açıklama: Ölçeklenebilir sistem tasarımı, veritabanı mimarisi, API geliştirme ve bulut altyapısı konusunda uzmanlaşmış kıdemli backend mimarı
renk: mavi
emoji: 🏗️
atmosfer: Her şeyi ayakta tutan sistemleri tasarlar — veritabanları, API'ler, bulut, ölçek.
---

Bu meta veriler dekoratif değildir. Cursor ve Claude Code gibi araçlar, aracı keşfi için name ve description alanlarını kullanır. emoji, sohbet arayüzlerinde görsel tanımlama sağlar.

Kimlik ve Bellek

## 🧠 Kimliğiniz ve Belleğiniz
- **Rol**: Sistem mimarisi ve sunucu tarafı geliştirme uzmanı
- **Kişilik**: Stratejik, güvenlik odaklı, ölçeklenebilirlik zihniyetli, güvenilirlik takıntılı
- **Bellek**: Başarılı mimari kalıpları, performans optimizasyonlarını ve güvenlik çerçevelerini hatırlarsınız
- **Deneyim**: Sistemlerin doğru mimariyle başarılı olduğunu ve teknik kısayollarla başarısız olduğunu gördünüz

Bu bölüm, aracının kişiliğini ve uzmanlık sınırlarını belirler. Bu sadece süslü bir metin değil — Büyük Dil Modelini (LLM) belirli bir zihniyeti benimsemeye hazırlar.

Temel Misyon

## 🎯 Temel Misyonunuz

### Veri/Şema Mühendisliği Mükemmeliyeti
- Veri şemalarını ve dizin spesifikasyonlarını tanımlayın ve sürdürün
- Büyük ölçekli veri kümeleri (100 binden fazla varlık) için verimli veri yapıları tasarlayın
- Veri dönüşümü ve birleşimi için ETL işlem hatları uygulayın
- 20 ms altı sorgu sürelerine sahip yüksek performanslı kalıcılık katmanları oluşturun

Her görev öğesi ölçülebilir hedefler içerir. “20 ms altı sorgu süreleri” ve “100 binden fazla varlık” ifadelerine dikkat edin — bunlar belirsiz hedefler değildir.

Kritik Kurallar

## 🚨 Uymanız Gereken Kritik Kurallar

### Güvenlik Öncelikli Mimari
- Tüm sistem katmanlarında derinlemesine savunma stratejileri uygulayın
- Tüm hizmetler ve veritabanı erişimi için en az ayrıcalık ilkesini kullanın
- Mevcut güvenlik standartlarını kullanarak beklemedeki ve aktarım halindeki verileri şifreleyin

Kurallar, müzakere edilemez kısıtlamalardır. Genel Büyük Dil Modeli (LLM) davranışını geçersiz kılarlar.

Teknik Çıktılar

İşte burası, aracıların kendilerini genel komut istemlerinden ayırdığı yerdir. Backend Mimarı, eksiksiz, çalıştırılabilir kod sağlar:

-- E-ticaret Veritabanı Şeması Tasarımı
CREATE TABLE users (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    email VARCHAR(255) UNIQUE NOT NULL,
    password_hash VARCHAR(255) NOT NULL,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW(),
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT NOW(),
    deleted_at TIMESTAMP WITH TIME ZONE NULL
);

CREATE INDEX idx_users_email ON users(email) WHERE deleted_at IS NULL;
CREATE INDEX idx_users_created_at ON users(created_at);

// Güvenlik ara yazılımlı Express.js API
const helmet = require('helmet');
const rateLimit = require('express-rate-limit');

const limiter = rateLimit({
  windowMs: 15 * 60 * 1000,
  max: 100,
  message: 'Too many requests from this IP, please try again later.',
});

Başarı Metrikleri

## 🎯 Başarı Metrikleriniz

Şu durumlarda başarılı olursunuz:
- API yanıt süreleri %95'lik dilimde 200 ms'nin altında kalır
- Sistem çalışma süresi %99,9 kullanılabilirliği aşar
- Veritabanı sorguları ortalama 100 ms'nin altında performans gösterir
- Güvenlik denetimleri sıfır kritik güvenlik açığı bulur

Her aracı ölçülebilir sonuçlar tanımlar. Bu bir terapi onayı değil — mühendislik sorumluluğudur.

Çoklu Araç Entegrasyonu: Bir Aracı, 10 IDE

Agency, 10'dan fazla yapay zeka kodlama aracıyla çalışır. Entegrasyon katmanının nasıl çalıştığı aşağıda açıklanmıştır:

Desteklenen Araçlar

Dönüştürme Betiği (convert.sh)

scripts/convert.sh bash betiği, biçim çevirisini yapar. İşte mimarisi:

#!/usr/bin/env bash
# convert.sh — Agency aracı .md dosyalarını araca özel biçimlere dönüştürür

set -euo pipefail

AGENT_DIRS=(
  academic design engineering game-development marketing paid-media
  sales product project-management testing support spatial-computing specialized
)

# Ön bilgi alanlarını çıkarır
get_field() {
  local field="$1" file="$2"
  awk -v f="$field" '
    /^---$/ { fm++; next }
    fm == 1 && $0 ~ "^" f ": " { sub("^" f ": ", ""); print; exit }
  ' "$file"
}

# Ön bilgiyi kaldırır, gövdeyi döndürür
get_body() {
  awk 'BEGIN{fm=0} /^---$/{fm++; next} fm>=2{print}' "$1"
}

**Cursor** için betik, .md dosyalarını .mdc kural biçimine dönüştürür:

convert_cursor() {
  local agent_file="$1"
  local slug=$(to_kebab "$(get_field 'name' "$agent_file")")
  local output_file="$OUT_DIR/cursor/.cursor/rules/agency-${slug}.mdc"

  cat > "$output_file" << EOF
---
description: Agency agent: $(get_field 'description' "$agent_file")
---
$(get_body "$agent_file")
EOF
}

**Aider** ve **Windsurf** için tüm aracılar tek dosyalarda derlenir:

convert_aider() {
  local output="$OUT_DIR/aider/CONVENTIONS.md"
  echo "# Agency Agents for Aider" > "$output"
  echo "" >> "$output"

  for dir in "${AGENT_DIRS[@]}"; do
    for file in "$REPO_ROOT/$dir"/*.md; do
      echo "---" >> "$output"
      cat "$file" >> "$output"
    done
  done
}

Kurulum Betiği (install.sh)

Dönüştürmeden sonra, install.sh dosyaları araca özel dizinlere kopyalar:

#!/usr/bin/env bash
# install.sh — Agency aracılarını yerel ajan tabanlı aracınıza/araçlarınıza kurun

install_claude_code() {
  local src="$REPO_ROOT"
  local dest="$HOME/.claude/agents"
  mkdir -p "$dest"
  cp -r "$src"/{engineering,design,marketing,sales,specialized}/*.md "$dest/"
  ok "Claude Code: $(find "$dest" -name '*.md' | wc -l) aracı kuruldu"
}

install_cursor() {
  local src="$OUT_DIR/cursor/.cursor/rules"
  local dest="./.cursor/rules"
  mkdir -p "$dest"
  cp "$src"/*.mdc "$dest/"
  ok "Cursor: $(find "$dest" -name '*.mdc' | wc -l) kural kuruldu"
}

Betik, etkileşimli seçimi destekler:

  +------------------------------------------------+
  |   Agency — Araç Kurulumu                       |
  +------------------------------------------------+

  Sistem taraması: [*] = bu makinede algılandı

  [x]  1)  [*]  Claude Code     (claude.ai/code)
  [x]  2)  [*]  Copilot         (~/.github + ~/.copilot)
  [x]  3)  [*]  Antigravity     (~/.gemini/antigravity)
  [ ]  4)  [ ]  Gemini CLI      (gemini extension)
  [x]  7)  [*]  Cursor          (.cursor/rules)

  [1-10] değiştir   [a] hepsi   [n] hiçbiri   [d] algılananlar
  [Enter] kur   [q] çık

Paralel yürütme, çoklu araç kurulumlarını hızlandırır:

./scripts/install.sh --parallel --jobs 8

MCP Belleği: Oturumlar Arası Kalıcı Bağlam

Varsayılan olarak, yapay zeka aracıları her oturumu sıfırdan başlatır. **MCP Belleği** entegrasyonu bunu değiştirir.

MCP Nedir?

MCP (Model Bağlam Protokolü), yapay zeka aracıları için harici araçlara ve kalıcı depolamaya erişmelerini sağlayan bir protokoldür. Agency, MCP'yi şunları etkinleştirmek için kullanır:

• Oturumlar arası bellek: Aracılar önceki oturumlardan alınan kararları hatırlar
• Aracı devirleri: Bir aracı, başka bir aracı için bağlam bırakabilir
• Başarısızlık durumunda geri alma: Kalite güvencesi başarısız olduğunda bilinen iyi durumlara geri dönme

Bellek Deseni

MCP belleğini etkinleştirmek için bu bölümü herhangi bir aracıya ekleyin:

## Bellek Entegrasyonu

Bir oturum başlattığınızda:
- Rolünüzü ve projenizi arama terimleri olarak kullanarak önceki oturumlardan ilgili bağlamı hatırlayın
- Aracı adınızla etiketlenmiş tüm anıları inceleyin

Ana kararlar aldığınızda veya teslimatları tamamladığınızda:
- Kararı açıklayıcı etiketlerle (aracı adı, proje, konu) hatırlayın
- Gelecekteki bir oturumun neyin neden yapıldığını anlayabilmesi için yeterli bağlamı ekleyin

Başka bir aracıya devir yaparken:
- Alıcı aracı için etiketlenmiş çıktılarınızı hatırlayın
- Ekleyin: neyi tamamladınız, ne beklemede, bir sonraki aracının neyi bilmesi gerekiyor

MCP Araçları

Bu araçları sunan herhangi bir MCP sunucusu çalışır:

Örnek: Bellek Destekli İş Akışı

MCP belleği olmadan:

Kullanıcı: "API'yi oluştur"
Aracı: [API'yi oluşturur, oturum sona erer]

[Sonraki oturum]
Kullanıcı: "Dünden devam et"
Aracı: "Önceki oturumlardan bağlamım yok. Ne yaptığımızı yapıştırabilir misiniz?"

MCP belleği ile:

Kullanıcı: "API'yi oluştur"
Aracı: [API'yi oluşturur, hatırlar: "Backend Mimarı - E-ticaret API'si - Kullanıcılar tablosu, JWT kimlik doğrulaması, hız sınırlaması"]

[Sonraki oturum]
Kullanıcı: "Dünden devam et"
Aracı: [Anımsar: "Dün UUID birincil anahtarlara sahip kullanıcılar tablosunu tasarladım, bcrypt hashleme ile JWT kimlik doğrulaması uyguladım ve 15 dakikada 100 istek için hız sınırlaması ekledim. Sonraki adım: Sipariş Hizmeti şeması."]

Eksiksiz bir örnek için integrations/mcp-memory/backend-architect-with-memory.md adresine bakın.

Öne Çıkan Aracılar: Üç Detaylı İnceleme

1. Gerçeklik Denetleyicisi (Test Bölümü)

Gerçeklik Denetleyicisi, hayali onayları durdurur. Varsayılan duruş: Aksi kanıtlanana kadar “ÇALIŞMA GEREKİYOR”.

## 🚨 Zorunlu Süreciniz

### ADIM 1: Gerçeklik Kontrol Komutları (ASLA ATLAMA)
```bash
# Gerçekte neyin inşa edildiğini doğrula
ls -la resources/views/ || ls -la *.html

# İddia edilen özellikleri çapraz kontrol et
grep -r "luxury\|premium\|glass\|morphism" . --include="*.html" --include="*.css" || echo "NO PREMIUM FEATURES FOUND"

# Profesyonel Playwright ekran görüntüsü yakalamayı çalıştır
./qa-playwright-capture.sh http://localhost:8000 public/qa-screenshots

ADIM 2: Kalite Güvencesi Çapraz Doğrulama

• Başsız Chrome testinden elde edilen KG aracısının bulgularını inceleyin
• Otomatik ekran görüntülerini KG'nin değerlendirmesiyle çapraz referanslayın
• KG'nin değerlendirmesini ek kanıtlarla onaylayın veya sorgulayın

ADIM 3: Uçtan Uca Doğrulama

• responsive-desktop.png, responsive-tablet.png, responsive-mobile.png'i analiz edin
• Etkileşim akışlarını kontrol edin: nav--click.png, form-.png dizileri
• Gerçek performans verilerini (yükleme süreleri, hatalar, metrikler) inceleyin

Bu aracı, herhangi bir şeyi onaylamadan önce **görsel kanıt** gerektirir. Kanıt olmadan artık "Harika görünüyor!" yok.

---

### 2. Keyif Enjektörü (Tasarım Bölümü)

Keyif Enjektörü, kullanılabilirlikten ödün vermeden kişilik katar.

```css
/* Keyifli Düğme Etkileşimleri */
.btn-whimsy {
  position: relative;
  overflow: hidden;
  transition: all 0.3s cubic-bezier(0.23, 1, 0.32, 1);

  &::before {
    content: '';
    position: absolute;
    top: 0;
    left: -100%;
    width: 100%;
    height: 100%;
    background: linear-gradient(90deg, transparent, rgba(255, 255, 255, 0.2), transparent);
    transition: left 0.5s;
  }

  &:hover {
    transform: translateY(-2px) scale(1.02);
    box-shadow: 0 8px 25px rgba(0, 0, 0, 0.15);
  }
}

// Keyifli Başarı Sistemi
class WhimsyAchievements {
  unlock(achievementId) {
    const achievement = this.achievements[achievementId];
    this.showCelebration(achievement);
    this.saveProgress(achievementId);
  }

  showCelebration(achievement) {
    const celebration = document.createElement('div');
    celebration.className = `achievement-celebration ${achievement.celebration}`;
    celebration.innerHTML = `
      <div class="achievement-card">
        <div class="achievement-icon">${achievement.icon}</div>
        <h3>${achievement.title}</h3>
        <p>${achievement.description}</p>
      </div>
    `;
    document.body.appendChild(celebration);
    setTimeout(() => celebration.remove(), 3000);
  }
}

Her eğlenceli öğe, işlevsel veya duygusal bir amaca hizmet etmelidir. Aracı, eksiksiz bir mikro metin kitaplığı içerir:

## Hata Mesajları
**404 Sayfası**: "Eyvah! Bu sayfa bize söylemeden tatile çıkmış."
**Form Doğrulama**: "E-postanız biraz utangaç görünüyor – @ sembolünü ekler misiniz?"
**Ağ Hatası**: "İnternet aksamış gibi görünüyor. Tekrar dener misiniz?"

3. MCP Oluşturucu (Uzmanlaşmış Bölüm)

MCP Oluşturucu, yapay zeka aracı yeteneklerini genişleten özel araçlar oluşturur.

// TypeScript MCP sunucu iskeleti
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const server = new McpServer({ name: "my-server", version: "1.0.0" });

server.tool("search_items", { query: z.string(), limit: z.number().optional() },
  async ({ query, limit = 10 }) => {
    const results = await searchDatabase(query, limit);
    return { content: [{ type: "text", text: JSON.stringify(results, null, 2) }] };
  }
);

const transport = new StdioServerTransport();
await server.connect(transport);

Kritik kurallar:

• Açıklayıcı araç adları: query1 değil search_users — aracılar araçları ada göre seçer
• Zod ile tip tanımlı parametreler: Her giriş doğrulanır, isteğe bağlı parametrelerin varsayılan değerleri vardır
• Yapılandırılmış çıktı: Veriler için JSON, insan tarafından okunabilir içerik için markdown döndürün
• Zarifçe başarısız olun: Hata mesajları döndürün, sunucuyu asla çökertmeyin

Topluluk ve Çeviriler

Agency bir Reddit başlığından başladı. Şimdi şunlara sahip:

• 12 bölümde **147 aracı**
• **10.000'den fazla satır** kişilik, süreç ve kod örnekleri
• **Topluluk çevirileri**: Basitleştirilmiş Çince (iki bağımsız çatal), daha fazlası devam ediyor
• **Çoklu araç desteği**: Dönüştürme betikleri aracılığıyla sürdürülen 10'dan fazla entegrasyon

Kayda değer çatallar:

• agency-agents-zh by @jnMetaCode: 100 çevrilmiş aracı + 9 Çin pazarı orijinali
• agent-teams by @dsclca12: Bilibili, WeChat, Xiaohongshu yerelleştirmesi ile bağımsız çeviri

Kurulum: Hızlı Başlangıç

Seçenek 1: Claude Code (Önerilir)

# Aracılarınızı Claude Code dizininize kopyalayın
cp -r agency-agents/* ~/.claude/agents/

# Herhangi bir oturumda etkinleştirin:
"Hey Claude, Frontend Geliştirici modunu etkinleştir ve bir React bileşeni oluşturmama yardım et"

Seçenek 2: Çoklu Araç Kurulumu

# Adım 1: Entegrasyon dosyalarını oluşturun
./scripts/convert.sh

# Adım 2: Etkileşimli olarak kurun (araçları otomatik algılar)
./scripts/install.sh

# Veya doğrudan belirli bir aracı kurun
./scripts/install.sh --tool cursor
./scripts/install.sh --tool aider

Seçenek 3: Referans Olarak Kullanın

github.com/msitarzewski/agency-agents adresindeki aracılara göz atın ve ihtiyacınız olanları uyarlayın. Her dosya kimlik, iş akışları, teslimatlar ve kod örnekleri içerir.

Bunu Farklı Kılan Nedir?

Genel Yapay Zeka Komut İstemi ile Karşılaştırma

Komut İstemi Kütüphaneleri ile Karşılaştırma

Yapay Zeka Araçları ile Karşılaştırma

Teknik Çıkarımlar

1. Uzmanlaşma genelleştirmeyi yener: 147 uzman, tek bir "her şeyi yap" komut isteminden daha iyi performans gösterir
2. Yapı çıktıyı yönlendirir: Ön Bilgi + Kimlik + Misyon + Kurallar + Çıktılar + Metrikler
3. Entegrasyon önemlidir: Bash betikleri, aracıları otomatik olarak 10'dan fazla biçime dönüştürür
4. Bellek sürekliliği sağlar: MCP protokolü, "dünü hatırlamıyorum" sorununu çözer
5. Topluluk ölçeklenir: Reddit başlığı → 147 aracı → çeviriler → çoklu araç desteği

Sonraki Adımlar

Agency'i denemek ister misiniz?

1. Tam aracı listesine göz atın
2. Tercih ettiğiniz araç için kurun (Claude Code, Cursor, Aider, vb.)
3. Uzmanları adına göre etkinleştirin: "Bunun üretime hazır olduğunu doğrulamak için Gerçeklik Denetleyicisi'ni kullanın"
4. Katkıda bulunun: Yeni aracılar ekleyin, mevcutları iyileştirin, başarı hikayeleri paylaşın

Yapay zeka aracıları mı oluşturuyorsunuz? Aracı anatomisini inceleyin: keşif için ön bilgi, kişilik için kimlik, kapsam için misyon, kısıtlamalar için kurallar, çıktı için teslimatlar, hesap verebilirlik için metrikler.

Agency, uzmanlaşmanın sadece insanlara özgü olmadığını kanıtlıyor. Bazen en iyi yapay zeka ekibi her şeyi yapmaya çalışan tek bir model değil — her biri tam olarak ne yapması gerektiğini bilen 147 uzmandır.