Yaz\u0131l\u0131m geli\u015ftirme s\u00fcre\u00e7lerinde, \u00f6zellikle ekip \u00e7al\u0131\u015fmalar\u0131nda, tutarl\u0131 ve a\u00e7\u0131klay\u0131c\u0131 commit mesajlar\u0131 ile Pull Request (PR) a\u00e7\u0131klamalar\u0131 yazmak, projenin okunabilirli\u011fi ve s\u00fcrd\u00fcr\u00fclebilirli\u011fi a\u00e7\u0131s\u0131ndan kritik \u00f6neme sahiptir. Ancak bu s\u00fcre\u00e7 genellikle zaman al\u0131c\u0131 ve tekrarlay\u0131c\u0131 olabilir. Geli\u015ftiriciler, \u00fczerinde \u00e7al\u0131\u015ft\u0131klar\u0131 kodun \u00f6z\u00fcn\u00fc birka\u00e7 c\u00fcmleye s\u0131\u011fd\u0131rmak, yap\u0131lan de\u011fi\u015fiklikleri do\u011fru bir \u015fekilde \u00f6zetlemek ve proje standartlar\u0131na uygun bir dil kullanmak konusunda s\u0131kl\u0131kla zorlan\u0131rlar. Peki, bu s\u00fcreci otomatikle\u015ftirmek ve geli\u015ftirici verimlili\u011fini art\u0131rmak m\u00fcmk\u00fcn m\u00fcd\u00fcr? \u0130\u015fte tam da bu noktada, yapay zeka destekli, komut sat\u0131r\u0131 aray\u00fcz\u00fc (CLI) tabanl\u0131 bir ara\u00e7 devreye giriyor. Bu makalede, kendi commit mesaj\u0131 ve PR a\u00e7\u0131klamas\u0131 olu\u015fturma CLI arac\u0131n\u0131z\u0131 nas\u0131l geli\u015ftirece\u011finizi, temel kavramlardan ba\u015flayarak ileri d\u00fczey \u00f6zelliklere kadar ad\u0131m ad\u0131m ke\u015ffedece\u011fiz. Bu sayede, kod yazmaya daha fazla zaman ay\u0131r\u0131rken, dok\u00fcmantasyon y\u00fck\u00fcn\u00fcz\u00fc hafifleteceksiniz.<\/p>\n
Modern yaz\u0131l\u0131m geli\u015ftirme pratiklerinde versiyon kontrol sistemleri (VCS), \u00f6zellikle Git, projelerin bel kemi\u011fini olu\u015fturur. Git’i etkili kullanman\u0131n temel ta\u015flar\u0131ndan biri de anlaml\u0131 commit mesajlar\u0131 yazmakt\u0131r. Her bir commit, projenin tarih\u00e7esinde bir d\u00f6n\u00fcm noktas\u0131d\u0131r ve bu d\u00f6n\u00fcm noktas\u0131n\u0131n ne anlama geldi\u011fini net bir \u015fekilde a\u00e7\u0131klamal\u0131d\u0131r. Benzer \u015fekilde, Pull Request (PR) veya Merge Request (MR) a\u00e7\u0131klamalar\u0131, yap\u0131lan de\u011fi\u015fikliklerin kapsam\u0131n\u0131, neden yap\u0131ld\u0131\u011f\u0131n\u0131 ve ne gibi etkileri oldu\u011funu ekip \u00fcyelerine aktarman\u0131n en \u00f6nemli yoludur. Ancak, bu s\u00fcre\u00e7ler genellikle geli\u015ftiriciler i\u00e7in bir y\u00fck haline gelebilir ve bir\u00e7ok dezavantaj\u0131 beraberinde getirebilir.<\/p>\n
\u00d6ncelikle, zaman kayb\u0131 \u00f6nemli bir fakt\u00f6rd\u00fcr. Geli\u015ftiriciler, bir \u00f6zelli\u011fi tamamlad\u0131ktan veya bir hatay\u0131 giderdikten sonra, ne yazd\u0131klar\u0131n\u0131, neden yazd\u0131klar\u0131n\u0131 ve bu de\u011fi\u015fikli\u011fin neyi \u00e7\u00f6zd\u00fc\u011f\u00fcn\u00fc d\u00fc\u015f\u00fcnmek i\u00e7in ekstra zaman harcarlar. Bu d\u00fc\u015f\u00fcnme s\u00fcreci, bazen birka\u00e7 dakikadan \u00e7ok daha fazlas\u0131n\u0131 alabilir, \u00f6zellikle karma\u015f\u0131k de\u011fi\u015fikliklerde. Bir geli\u015ftiricinin haftada ortalama 10-15 commit yapt\u0131\u011f\u0131n\u0131 d\u00fc\u015f\u00fcn\u00fcrsek, bu k\u00fc\u00e7\u00fck zaman dilimleri birikerek \u00f6nemli bir i\u015f g\u00fcc\u00fc kayb\u0131na yol a\u00e7ar. Ayr\u0131ca, bu s\u00fcre\u00e7 tekrarlay\u0131c\u0131 oldu\u011fu i\u00e7in motivasyon d\u00fc\u015f\u00fckl\u00fc\u011f\u00fcne de neden olabilir; geli\u015ftiriciler, “yine mi a\u00e7\u0131klama yazaca\u011f\u0131m?” hissine kap\u0131labilirler. Bu durum, nihayetinde daha az a\u00e7\u0131klay\u0131c\u0131 veya aceleyle yaz\u0131lm\u0131\u015f commit mesajlar\u0131na yol a\u00e7ar ki bu da projenin uzun vadeli sa\u011fl\u0131\u011f\u0131 i\u00e7in olumsuz bir durumdur.<\/p>\n
\u0130kinci olarak, tutars\u0131zl\u0131k ve standartla\u015fma eksikli\u011fi b\u00fcy\u00fck bir problem yarat\u0131r. Farkl\u0131 geli\u015ftiriciler, farkl\u0131 stillerde, farkl\u0131 detay seviyelerinde veya farkl\u0131 dillerde commit mesajlar\u0131 yazabilirler. Bu durum, proje ge\u00e7mi\u015fini incelerken veya belirli bir de\u011fi\u015fikli\u011fi ararken b\u00fcy\u00fck zorluklara neden olur. \u00d6rne\u011fin, bir ekip \u00fcyesi “bug fix” yazarken, di\u011feri “hata d\u00fczeltmesi” yazabilir ve bir ba\u015fkas\u0131 ise sadece “fix” diyebilir. Bu t\u00fcr tutars\u0131zl\u0131klar, projenin tarih\u00e7esini anlams\u0131z bir metin y\u0131\u011f\u0131n\u0131na d\u00f6n\u00fc\u015ft\u00fcrebilir. Bir standart belirlemek ve buna herkesin uymas\u0131n\u0131 sa\u011flamak zorlu bir y\u00f6netim g\u00f6revidir ve genellikle tam olarak ba\u015far\u0131lamaz. Otomatik bir ara\u00e7, bu tutars\u0131zl\u0131\u011f\u0131 ortadan kald\u0131rarak t\u00fcm commit mesajlar\u0131n\u0131n belirli bir format ve i\u00e7erik standard\u0131na uygun olmas\u0131n\u0131 sa\u011flar, bu da projenin b\u00fct\u00fcnl\u00fc\u011f\u00fcn\u00fc ve okunabilirli\u011fini art\u0131r\u0131r.<\/p>\n
\u00dc\u00e7\u00fcnc\u00fc olarak, kod inceleme (code review) s\u00fcre\u00e7leri bu a\u00e7\u0131klamalar\u0131n kalitesinden do\u011frudan etkilenir. \u0130yi yaz\u0131lm\u0131\u015f bir PR a\u00e7\u0131klamas\u0131, kod inceleyicinin de\u011fi\u015fikliklerin amac\u0131n\u0131, kapsam\u0131n\u0131 ve etkilerini h\u0131zl\u0131ca anlamas\u0131na yard\u0131mc\u0131 olur. E\u011fer PR a\u00e7\u0131klamas\u0131 yetersizse, inceleyici kodu daha derinlemesine incelemek zorunda kal\u0131r, bu da inceleme s\u00fcresini uzat\u0131r ve yanl\u0131\u015f anlamalara yol a\u00e7abilir. Otomatik olarak olu\u015fturulan, detayl\u0131 ve ba\u011flam\u0131 do\u011fru yans\u0131tan a\u00e7\u0131klamalar, inceleme s\u00fcrecini h\u0131zland\u0131r\u0131r, hata oran\u0131n\u0131 d\u00fc\u015f\u00fcr\u00fcr ve ekip i\u00e7i ileti\u015fimi g\u00fc\u00e7lendirir. \u00d6zellikle b\u00fcy\u00fck ve karma\u015f\u0131k projelerde, bu t\u00fcr bir otomasyon, geli\u015ftirme d\u00f6ng\u00fcs\u00fcn\u00fc \u00f6nemli \u00f6l\u00e7\u00fcde h\u0131zland\u0131rabilir ve genel proje kalitesini y\u00fckseltebilir.<\/p>\n
Son olarak, proje ge\u00e7mi\u015finin netli\u011fi ve hata ay\u0131klama (debugging) kolayl\u0131\u011f\u0131 da otomatik a\u00e7\u0131klamalar\u0131n faydalar\u0131 aras\u0131ndad\u0131r. Bir hata ortaya \u00e7\u0131kt\u0131\u011f\u0131nda veya belirli bir \u00f6zelli\u011fin nas\u0131l eklendi\u011fi anla\u015f\u0131lmak istendi\u011finde, projenin Git ge\u00e7mi\u015fi incelenir. A\u00e7\u0131klay\u0131c\u0131 commit mesajlar\u0131, hangi de\u011fi\u015fikli\u011fin ne zaman ve neden yap\u0131ld\u0131\u011f\u0131n\u0131 anlamay\u0131 kolayla\u015ft\u0131r\u0131r. Bu sayede, hatalar\u0131n kayna\u011f\u0131n\u0131 bulmak veya eski bir \u00f6zelli\u011fi yeniden anlamak \u00e7ok daha h\u0131zl\u0131 ve verimli hale gelir. \u00d6zetle, otomatik commit mesajlar\u0131 ve PR a\u00e7\u0131klamalar\u0131, sadece geli\u015ftiriciye zaman kazand\u0131rmakla kalmaz, ayn\u0131 zamanda projenin genel kalitesini, s\u00fcrd\u00fcr\u00fclebilirli\u011fini ve ekip i\u00e7i i\u015fbirli\u011fini de \u00f6nemli \u00f6l\u00e7\u00fcde art\u0131r\u0131r. Bu y\u00fczden, bu t\u00fcr bir CLI arac\u0131 geli\u015ftirmek, modern yaz\u0131l\u0131m ekipleri i\u00e7in vazge\u00e7ilmez bir yat\u0131r\u0131m haline gelmektedir.<\/p>\n
Otomatik commit mesajlar\u0131 ve PR a\u00e7\u0131klamalar\u0131 olu\u015fturma fikri kula\u011fa ho\u015f gelse de, bu a\u00e7\u0131klamalar\u0131n ba\u011flam\u0131 do\u011fru anlamas\u0131 ve insan benzeri bir dil \u00fcretmesi kritik bir zorluktur. \u0130\u015fte tam bu noktada yapay zeka (AI) ve \u00f6zellikle do\u011fal dil i\u015fleme (NLP) teknolojileri devreye girer. Son y\u0131llarda b\u00fcy\u00fck dil modellerindeki (Large Language Models – LLM) geli\u015fmeler, bu t\u00fcr otomasyonlar\u0131 ger\u00e7e\u011fe d\u00f6n\u00fc\u015ft\u00fcrm\u00fc\u015ft\u00fcr. GPT-3, GPT-4, Claude ve benzeri modeller, metin anlama, \u00f6zetleme, \u00e7eviri ve metin \u00fcretme gibi karma\u015f\u0131k NLP g\u00f6revlerinde insan seviyesine yak\u0131n performans sergileyebilmektedir.<\/p>\n
Bir CLI arac\u0131n\u0131n, kod de\u011fi\u015fikliklerini analiz ederek anlaml\u0131 bir a\u00e7\u0131klama \u00fcretebilmesi i\u00e7in \u00f6ncelikle kodun ne yapt\u0131\u011f\u0131n\u0131 “anlamas\u0131” gerekir. Bu, geleneksel programlama yakla\u015f\u0131mlar\u0131yla son derece zordur \u00e7\u00fcnk\u00fc kodun semanti\u011fini (anlam\u0131n\u0131) ve ba\u011flam\u0131n\u0131 kavramak, basit anahtar kelime e\u015fle\u015ftirmelerinin \u00f6tesine ge\u00e7er. Yapay zeka modelleri, bu g\u00f6revi \u00fcstlenir. \u00d6rne\u011fin, bir dosyada yap\u0131lan eklemeleri ve \u00e7\u0131karmalar\u0131 ( NLP’nin buradaki rol\u00fc, AI modelinin bu “anlama” s\u00fcrecini ger\u00e7ekle\u015ftirmesini sa\u011flamakt\u0131r. Kod diff’i, model i\u00e7in bir girdi (input) g\u00f6revi g\u00f6r\u00fcr. Model, bu girdi \u00fczerindeki do\u011fal dil i\u015fleme tekniklerini kullanarak, kodun i\u00e7indeki anahtar kelimeleri, yap\u0131lar\u0131, yorumlar\u0131 ve hatta de\u011fi\u015fken isimlerini analiz eder. \u00d6rne\u011fin, bir de\u011fi\u015fkenin ad\u0131n\u0131n Prompt (istem) m\u00fchendisli\u011fi de bu s\u00fcre\u00e7te kritik bir \u00f6neme sahiptir. AI modeline ne kadar iyi bir istem verirseniz, o kadar kaliteli bir \u00e7\u0131kt\u0131 al\u0131rs\u0131n\u0131z. \u00d6rne\u011fin, sadece kod diff’ini vermek yerine, “Bu Git diff’ini analiz ederek, Conventional Commits standard\u0131na uygun, T\u00fcrk\u00e7e bir commit mesaj\u0131 olu\u015ftur. Mesaj\u0131n ba\u015f\u0131na de\u011fi\u015fiklik tipini (feat, fix, docs vb.) ekle, ard\u0131ndan k\u0131sa bir ba\u015fl\u0131k ve detayl\u0131 bir a\u00e7\u0131klama sun,” gibi daha spesifik bir istem, modelin beklentilerinizi daha iyi anlamas\u0131n\u0131 sa\u011flar. Modelden sadece bir \u00f6zet istemekle, detayl\u0131 bir analiz ve a\u00e7\u0131klama istemek aras\u0131nda b\u00fcy\u00fck farklar vard\u0131r. NLP’nin sa\u011flad\u0131\u011f\u0131 bu yetenekler sayesinde, geli\u015ftiriciler art\u0131k manuel olarak metin yazmak yerine, AI’\u0131n \u00fcretti\u011fi taslaklar\u0131 h\u0131zl\u0131ca g\u00f6zden ge\u00e7irip, gerekirse k\u00fc\u00e7\u00fck d\u00fczeltmelerle kullanabilirler. Bu da hem zaman kazand\u0131r\u0131r hem de daha tutarl\u0131 ve y\u00fcksek kaliteli dok\u00fcmantasyon sa\u011flar. Yapay zeka, geli\u015ftirme s\u00fcre\u00e7lerinde sadece kod yaz\u0131m\u0131na de\u011fil, ayn\u0131 zamanda kodun a\u00e7\u0131klanmas\u0131 ve belgelenmesi s\u00fcre\u00e7lerine de devrim niteli\u011finde katk\u0131lar sunmaktad\u0131r.<\/p>\n Kendi otomatik commit mesaj\u0131 ve PR a\u00e7\u0131klamas\u0131 olu\u015fturma CLI arac\u0131n\u0131z\u0131 geli\u015ftirmek, d\u00fc\u015f\u00fcnd\u00fc\u011f\u00fcn\u00fczden daha kolay olabilir. Bu b\u00f6l\u00fcmde, Python kullanarak b\u00f6yle bir arac\u0131 ad\u0131m ad\u0131m nas\u0131l in\u015fa edece\u011finizi anlataca\u011f\u0131z. Python, zengin k\u00fct\u00fcphane ekosistemi ve okunabilir s\u00f6zdizimi sayesinde bu t\u00fcr bir ara\u00e7 i\u00e7in m\u00fckemmel bir se\u00e7imdir. Amac\u0131m\u0131z, kullan\u0131c\u0131n\u0131n Bir CLI arac\u0131 geli\u015ftirirken iyi bir proje yap\u0131s\u0131 kurmak, kodun d\u00fczenli ve bak\u0131m\u0131 kolay olmas\u0131n\u0131 sa\u011flar. Temel olarak, projemiz bir ana betik (script) ve yard\u0131mc\u0131 fonksiyonlar\u0131 i\u00e7eren mod\u00fcllerden olu\u015facak. Python’da CLI uygulamalar\u0131 i\u00e7in Gerekli k\u00fct\u00fcphaneler:<\/p>\n Proje dizin yap\u0131m\u0131z \u015f\u00f6yle olabilir:<\/p>\n <\/code>\n <\/div>\n <\/code>\n <\/div>\n Bu k\u00fct\u00fcphaneleri y\u00fcklemek i\u00e7in terminalinizde a\u015fa\u011f\u0131daki komutu \u00e7al\u0131\u015ft\u0131rabilirsiniz:<\/p>\n <\/code>\n <\/div>\n Ard\u0131ndan, <\/code>\n <\/div>\n Bu temel kurulumla, art\u0131k Git de\u011fi\u015fikliklerini alg\u0131lama ve yapay zeka entegrasyonu ad\u0131mlar\u0131na ge\u00e7meye haz\u0131r\u0131z. Projemizin iskeletini olu\u015fturduk ve gerekli t\u00fcm ba\u011f\u0131ml\u0131l\u0131klar\u0131 y\u00fckledik. Bu ba\u015flang\u0131\u00e7, arac\u0131n mod\u00fcler ve geni\u015fletilebilir olmas\u0131n\u0131 sa\u011flayarak, gelecekte yeni \u00f6zellikler eklemeyi veya mevcutlar\u0131 geli\u015ftirmeyi kolayla\u015ft\u0131racakt\u0131r. Ayr\u0131ca, CLI arac\u0131m\u0131z\u0131n ilk ve en \u00f6nemli ad\u0131m\u0131, Git deposundaki de\u011fi\u015fiklikleri tespit etmek ve bu de\u011fi\u015fikliklerin detaylar\u0131n\u0131 almakt\u0131r. Bu bilgilere dayanarak yapay zeka modeli, anlaml\u0131 commit mesajlar\u0131 veya PR a\u00e7\u0131klamalar\u0131 \u00fcretecektir. Git, bu t\u00fcr bilgileri almak i\u00e7in g\u00fc\u00e7l\u00fc komutlar sunar ve biz de bu komutlar\u0131 Python'\u0131n Temel olarak kullanaca\u011f\u0131m\u0131z Git komutu <\/code>\n <\/div>\n Yukar\u0131daki kod blo\u011fu, PR a\u00e7\u0131klamalar\u0131 i\u00e7in ise genellikle iki farkl\u0131 dal (branch) aras\u0131ndaki fark\u0131 almak isteriz. \u00d6rne\u011fin, Git de\u011fi\u015fikliklerini ba\u015far\u0131yla alg\u0131lad\u0131\u011f\u0131m\u0131za g\u00f6re, \u015fimdi s\u0131ra bu de\u011fi\u015fiklikleri anlaml\u0131 commit mesajlar\u0131 ve PR a\u00e7\u0131klamalar\u0131na d\u00f6n\u00fc\u015ft\u00fcrmek i\u00e7in yapay zekay\u0131 kullanmaya geldi. Bu ad\u0131mda, bir yapay zeka API'si ile (\u00f6rne\u011fin, OpenAI'\u0131n GPT modelleri) nas\u0131l etkile\u015fime ge\u00e7ilece\u011fini ve etkili prompt (istem) m\u00fchendisli\u011finin \u00f6nemini ele alaca\u011f\u0131z. OpenAI API'si, do\u011fal dil i\u015fleme g\u00f6revleri i\u00e7in g\u00fc\u00e7l\u00fc ve eri\u015filebilir bir se\u00e7enektir.<\/p>\n \u0130lk olarak, <\/code>\n <\/div>\ngit diff<\/code> \u00e7\u0131kt\u0131s\u0131) analiz ederek, bu de\u011fi\u015fikliklerin hangi amaca hizmet etti\u011fini \u00e7\u0131karabilirler. Yeni bir fonksiyon eklendi\u011finde, AI modeli fonksiyon ad\u0131n\u0131, parametrelerini ve i\u00e7indeki mant\u0131\u011f\u0131 inceleyerek fonksiyonun ne i\u015fe yarad\u0131\u011f\u0131n\u0131 \u00f6zetleyebilir. Benzer \u015fekilde, bir hata d\u00fczeltmesi yap\u0131ld\u0131\u011f\u0131nda, eski kod ile yeni kod aras\u0131ndaki farklar\u0131 alg\u0131layarak hatan\u0131n ne oldu\u011funu ve nas\u0131l d\u00fczeltildi\u011fini a\u00e7\u0131klayabilir.<\/p>\nkullaniciAdi<\/code> olmas\u0131 veya bir fonksiyonun ad\u0131n\u0131n veritabaninaKaydet<\/code> olmas\u0131, model i\u00e7in \u00f6nemli ipu\u00e7lar\u0131d\u0131r. Bu ipu\u00e7lar\u0131n\u0131 birle\u015ftirerek, model de\u011fi\u015fikli\u011fin genel temas\u0131n\u0131 ve amac\u0131n\u0131 belirler. Ard\u0131ndan, bu \u00e7\u0131kar\u0131mlar\u0131 kullanarak, istenen formatta (\u00f6rne\u011fin, Conventional Commits standard\u0131na uygun) ve belirli bir dilde (T\u00fcrk\u00e7e veya \u0130ngilizce) bir commit mesaj\u0131 veya PR a\u00e7\u0131klamas\u0131 \u00fcretir. Bu metin \u00fcretim s\u00fcreci, modelin milyonlarca metin verisi \u00fczerinde e\u011fitilmi\u015f olmas\u0131ndan kaynaklan\u0131r; bu sayede do\u011fal ve ak\u0131c\u0131 bir dil kullanabilir.<\/p>\nKendi CLI Arac\u0131n\u0131z\u0131 Ad\u0131m Ad\u0131m Nas\u0131l Geli\u015ftirirsiniz?<\/h2>\n
git diff<\/code> \u00e7\u0131kt\u0131s\u0131n\u0131 otomatik olarak al\u0131p, bir yapay zeka modeline g\u00f6ndererek anlaml\u0131 bir commit mesaj\u0131 veya PR a\u00e7\u0131klamas\u0131 olu\u015fturmas\u0131n\u0131 sa\u011flayacak bir ara\u00e7 geli\u015ftirmektir.<\/p>\nProje Yap\u0131s\u0131 ve Gerekli Ara\u00e7lar<\/h3>\n
argparse<\/code> veya Click<\/code> gibi k\u00fct\u00fcphaneler kullanabiliriz. Bu makalede, daha basit ve temel bir yakla\u015f\u0131m i\u00e7in argparse<\/code> k\u00fct\u00fcphanesini kullanaca\u011f\u0131z, ancak daha karma\u015f\u0131k CLI’lar i\u00e7in Click<\/code> daha g\u00fc\u00e7l\u00fc se\u00e7enekler sunar.<\/p>\n\n
argparse<\/code>: Komut sat\u0131r\u0131 arg\u00fcmanlar\u0131n\u0131 (\u00f6rne\u011fin, --type<\/code> veya --pr<\/code>) i\u015flemek i\u00e7in Python’\u0131n yerle\u015fik k\u00fct\u00fcphanesi.<\/li>\nsubprocess<\/code>: Git komutlar\u0131n\u0131 (git diff<\/code>) \u00e7al\u0131\u015ft\u0131rmak ve \u00e7\u0131kt\u0131s\u0131n\u0131 almak i\u00e7in.<\/li>\nrequests<\/code>: Yapay zeka API’si ile ileti\u015fim kurmak i\u00e7in (\u00f6rne\u011fin, OpenAI API’si).<\/li>\npython-dotenv<\/code>: API anahtar\u0131 gibi hassas bilgileri g\u00fcvenli bir \u015fekilde y\u00f6netmek i\u00e7in.<\/li>\n<\/ul>\n\nmy-commit-cli\/\n\u251c\u2500\u2500 cli.py\n\u251c\u2500\u2500 .env.example\n\u251c\u2500\u2500 .gitignore\n\u2514\u2500\u2500 requirements.txt\n <\/pre>\ncli.py<\/code> ana beti\u011fimiz olacak. .env.example<\/code>, \u00e7evre de\u011fi\u015fkenlerinin nas\u0131l tan\u0131mlanaca\u011f\u0131n\u0131 g\u00f6sterirken, .gitignore<\/code> Git'in g\u00f6rmezden gelmesi gereken dosyalar\u0131 (\u00f6rn: .env<\/code>) belirtecek. requirements.txt<\/code> ise projemizin ba\u011f\u0131ml\u0131l\u0131klar\u0131n\u0131 listeleyecek. \u0130lk ad\u0131m olarak, requirements.txt<\/code> dosyam\u0131z\u0131 olu\u015ftural\u0131m ve gerekli k\u00fct\u00fcphaneleri ekleyelim:<\/p>\n\nrequests\npython-dotenv\n <\/pre>\n\npip install -r requirements.txt\n <\/pre>\n.env<\/code> dosyan\u0131zda API anahtar\u0131n\u0131z\u0131 tan\u0131mlayacaks\u0131n\u0131z:<\/p>\n\nOPENAI_API_KEY=\"sizin_openai_api_anahtar\u0131n\u0131z\"\n <\/pre>\n.env<\/code> kullan\u0131m\u0131 sayesinde hassas bilgilerimizin kaynak kodunda yer almas\u0131n\u0131 engelleyerek g\u00fcvenli\u011fi art\u0131rm\u0131\u015f olaca\u011f\u0131z. Bu, \u00f6zellikle a\u00e7\u0131k kaynak projelerde veya ekip i\u00e7inde \u00e7al\u0131\u015f\u0131rken b\u00fcy\u00fck \u00f6nem ta\u015f\u0131r.<\/p>\nGit De\u011fi\u015fikliklerini Alg\u0131lama ve Ay\u0131klama<\/h3>\n
subprocess<\/code> mod\u00fcl\u00fc arac\u0131l\u0131\u011f\u0131yla \u00e7al\u0131\u015ft\u0131raca\u011f\u0131z.<\/p>\ngit diff<\/code> olacakt\u0131r. Bu komut, \u00e7al\u0131\u015fma dizinimizdeki de\u011fi\u015fiklikleri veya belirli bir commit ile HEAD aras\u0131ndaki farklar\u0131 g\u00f6sterir. Bizim senaryomuzda, hen\u00fcz commit edilmemi\u015f (staged veya unstaged) de\u011fi\u015fiklikleri analiz etmek isteyebiliriz. Bunun i\u00e7in git diff HEAD<\/code> komutunu kullanabiliriz. E\u011fer sadece staged (sahnelenmi\u015f) de\u011fi\u015fiklikleri almak istersek, git diff --cached<\/code> veya git diff --staged<\/code> kullan\u0131r\u0131z. PR a\u00e7\u0131klamalar\u0131 i\u00e7in ise genellikle son birka\u00e7 commit'in birle\u015fimini veya belirli bir dal (branch) ile ana dal (main\/master) aras\u0131ndaki fark\u0131 al\u0131r\u0131z. Bu makalede, basitlik ad\u0131na, mevcut \u00e7al\u0131\u015fma dizinindeki staged ve unstaged de\u011fi\u015fikliklerin bir \u00f6zetini almak i\u00e7in git diff<\/code> komutunu kullanaca\u011f\u0131z.<\/p>\ncli.py<\/code> dosyam\u0131zda Git komutunu \u00e7al\u0131\u015ft\u0131rmak i\u00e7in a\u015fa\u011f\u0131daki fonksiyonu tan\u0131mlayabiliriz:<\/p>\n\nimport subprocess\nimport os\n\ndef get_git_diff():\n \"\"\"\n Mevcut Git deposundaki staged ve unstaged de\u011fi\u015fikliklerin diff \u00e7\u0131kt\u0131s\u0131n\u0131 al\u0131r.\n \"\"\"\n try:\n # Sadece staged de\u011fi\u015fiklikleri almak i\u00e7in --cached kullan\u0131labilir.\n # T\u00fcm de\u011fi\u015fiklikleri (staged + unstaged) almak i\u00e7in 'git diff' yeterlidir.\n # PR a\u00e7\u0131klamas\u0131 i\u00e7in belirli bir branch'ten di\u011ferine diff al\u0131nabilir:\n # subprocess.check_output(['git', 'diff', 'main..feature-branch'])\n diff_output = subprocess.check_output(['git', 'diff'], text=True)\n if not diff_output.strip():\n print(\"Git deposunda hen\u00fcz commit edilmemi\u015f bir de\u011fi\u015fiklik bulunamad\u0131.\")\n return None\n return diff_output\n except subprocess.CalledProcessError as e:\n print(f\"Git komutu \u00e7al\u0131\u015ft\u0131r\u0131l\u0131rken bir hata olu\u015ftu: {e}\")\n return None\n except FileNotFoundError:\n print(\"Git komutu bulunamad\u0131. L\u00fctfen Git'in y\u00fckl\u00fc ve PATH'inizde oldu\u011fundan emin olun.\")\n return None\n\n# Fonksiyonu test etmek i\u00e7in:\nif __name__ == \"__main__\":\n # Bu k\u0131sm\u0131 sadece test ama\u00e7l\u0131 kullan\u0131yoruz, ana CLI ak\u0131\u015f\u0131nda farkl\u0131 \u00e7a\u011f\u0131r\u0131lacak.\n # Mevcut dizinin bir Git deposu oldu\u011fundan emin olun.\n if os.path.exists(\".git\"):\n diff = get_git_diff()\n if diff:\n print(\"--- Git Diff Ba\u015flang\u0131c\u0131 ---\")\n print(diff[:500]) # \u0130lk 500 karakteri g\u00f6ster (\u00e7ok uzun olmamas\u0131 i\u00e7in)\n print(\"--- Git Diff Sonu ---\")\n else:\n print(\"Diff al\u0131namad\u0131 veya de\u011fi\u015fiklik yok.\")\n else:\n print(\"Bu bir Git deposu de\u011fil. L\u00fctfen bir Git deposu i\u00e7inde \u00e7al\u0131\u015ft\u0131r\u0131n.\")\n <\/pre>\nget_git_diff<\/code> fonksiyonu ile git diff<\/code> komutunu \u00e7al\u0131\u015ft\u0131r\u0131r ve \u00e7\u0131kt\u0131y\u0131 bir string olarak d\u00f6nd\u00fcr\u00fcr. text=True<\/code> parametresi, \u00e7\u0131kt\u0131n\u0131n metin olarak i\u015flenmesini sa\u011flar. Olas\u0131 hatalar\u0131 (Git'in y\u00fckl\u00fc olmamas\u0131 veya komutun ba\u015far\u0131s\u0131z olmas\u0131 gibi) yakalamak i\u00e7in try-except<\/code> bloklar\u0131 kullan\u0131yoruz. \u00d6zellikle, git diff<\/code> \u00e7\u0131kt\u0131s\u0131n\u0131n bo\u015f olmas\u0131 durumunda, hen\u00fcz commit edilmemi\u015f bir de\u011fi\u015fiklik olmad\u0131\u011f\u0131 anlam\u0131na gelir ve bu durumu kullan\u0131c\u0131ya bildirmemiz gerekir.<\/p>\nfeature-branch<\/code> dal\u0131ndaki t\u00fcm de\u011fi\u015fiklikleri main<\/code> dal\u0131na g\u00f6re \u00f6zetlemek i\u00e7in git diff main..feature-branch<\/code> komutunu kullan\u0131r\u0131z. Bu, CLI arac\u0131m\u0131z\u0131n esnekli\u011fini art\u0131racak ve farkl\u0131 senaryolara uyum sa\u011flamas\u0131n\u0131 sa\u011flayacakt\u0131r. Diff \u00e7\u0131kt\u0131s\u0131, yapay zeka modelimiz i\u00e7in ana veri kayna\u011f\u0131d\u0131r. Bu \u00e7\u0131kt\u0131n\u0131n ne kadar detayl\u0131 ve do\u011fru oldu\u011fu, AI'\u0131n \u00fcretece\u011fi mesaj\u0131n kalitesini do\u011frudan etkileyecektir. Bu nedenle, diff alma mekanizmas\u0131n\u0131n sa\u011flam ve hatas\u0131z \u00e7al\u0131\u015fmas\u0131 b\u00fcy\u00fck \u00f6nem ta\u015f\u0131r. Bu ad\u0131m tamamland\u0131\u011f\u0131nda, arac\u0131m\u0131z art\u0131k kod de\u011fi\u015fikliklerini ba\u015far\u0131yla okuyabiliyor demektir ve yapay zeka entegrasyonuna haz\u0131r\u0131z.<\/p>\nYapay Zeka Entegrasyonu: Commit Mesaj\u0131 ve PR A\u00e7\u0131klamas\u0131 Olu\u015fturma<\/h3>\n
.env<\/code> dosyam\u0131zda tan\u0131mlad\u0131\u011f\u0131m\u0131z API anahtar\u0131n\u0131 Python beti\u011fimizde kullanabilmek i\u00e7in python-dotenv<\/code> k\u00fct\u00fcphanesini y\u00fcklememiz ve yap\u0131land\u0131rmam\u0131z gerekiyor:<\/p>\n\n# cli.py dosyas\u0131n\u0131n ba\u015f\u0131na ekleyin\nfrom dotenv import load_dotenv\nload_dotenv() # .env dosyas\u0131ndaki de\u011fi\u015fkenleri y\u00fckler\nimport os\nimport requests\nimport json\n\nOPENAI_API_KEY = os.getenv(\"OPENAI_API_KEY\")\nOPENAI_API_URL = \"https:\/\/api.openai.com\/v1\/chat\/completions\" # GPT-3.5\/4 i\u00e7in chat endpoint\n\ndef generate_ai_message(diff_content, message_type=\"commit\"):\n \"\"\"\n Verilen Git diff i\u00e7eri\u011fini kullanarak AI'dan commit mesaj\u0131 veya PR a\u00e7\u0131klamas\u0131 olu\u015fturur.\n \"\"\"\n if not OPENAI_API_KEY:\n print(\"Hata: OPENAI_API_KEY \u00e7evre de\u011fi\u015fkeni ayarlanmam\u0131\u015f.\")\n return None\n\n # Prompt m\u00fchendisli\u011fi: AI'dan ne istedi\u011fimizi a\u00e7\u0131k\u00e7a belirtmek.\n if message_type == \"commit\":\n system_prompt = \"Sen bir yaz\u0131l\u0131m geli\u015ftiricisinin Git commit mesajlar\u0131n\u0131 yazmas\u0131na yard\u0131mc\u0131 olan bir yapay zeka asistan\u0131s\u0131n. Sadece verilen Git diff i\u00e7eri\u011fine dayanarak, Conventional Commits (type: subject) standard\u0131na uygun, k\u0131sa ve a\u00e7\u0131klay\u0131c\u0131 T\u00fcrk\u00e7e bir commit mesaj\u0131 olu\u015ftur. Mesaj\u0131n ba\u015f\u0131na de\u011fi\u015fiklik tipini (feat, fix, docs, style, refactor, test, chore gibi) ekle, ard\u0131ndan k\u0131sa bir ba\u015fl\u0131k ve detayl\u0131 bir a\u00e7\u0131klama sun. E\u011fer de\u011fi\u015fiklik basitse, sadece ba\u015fl\u0131k yeterli olabilir. Cevab\u0131n sadece commit mesaj\u0131 olsun, ba\u015fka bir \u015fey i\u00e7ermesin.\"\n user_prompt = f\"A\u015fa\u011f\u0131daki Git diff'i i\u00e7in commit mesaj\u0131 olu\u015ftur:\\n\\n{diff_content}\"\n elif message_type == \"pr\":\n system_prompt = \"Sen bir yaz\u0131l\u0131m geli\u015ftiricisinin Pull Request (PR) a\u00e7\u0131klamalar\u0131n\u0131 yazmas\u0131na yard\u0131mc\u0131 olan bir yapay zeka asistan\u0131s\u0131n. Sadece verilen Git diff i\u00e7eri\u011fine dayanarak, detayl\u0131, okunabilir ve T\u00fcrk\u00e7e bir PR a\u00e7\u0131klamas\u0131 olu\u015ftur. A\u00e7\u0131klama, yap\u0131lan de\u011fi\u015fiklikleri, neden yap\u0131ld\u0131\u011f\u0131n\u0131 ve potansiyel etkilerini i\u00e7ermelidir. Ba\u015fl\u0131k, De\u011fi\u015fiklikler, Neden Yap\u0131ld\u0131 ve Etkileri gibi b\u00f6l\u00fcmler kullan. Cevab\u0131n sadece PR a\u00e7\u0131klamas\u0131 olsun, ba\u015fka bir \u015fey i\u00e7ermesin.\"\n user_prompt = f\"A\u015fa\u011f\u0131daki Git diff'i i\u00e7in Pull Request a\u00e7\u0131klamas\u0131 olu\u015ftur:\\n\\n{diff_content}\"\n else:\n print(\"Hata: Ge\u00e7ersiz mesaj tipi belirtildi. 'commit' veya 'pr' olmal\u0131.\")\n return None\n\n headers = {\n \"Authorization\": f\"Bearer {OPENAI_API_KEY}\",\n \"Content-Type\": \"application\/json\"\n }\n payload = {\n \"model\": \"gpt-3.5-turbo\", # Daha g\u00fcncel modeller i\u00e7in 'gpt-4o' veya 'gpt-4-turbo' kullan\u0131labilir\n \"messages\": [\n {\"role\": \"system\", \"content\": system_prompt},\n {\"role\": \"user\", \"content\": user_prompt}\n ],\n \"temperature\": 0.7, # Yarat\u0131c\u0131l\u0131k seviyesi (0.0 - 1.0 aras\u0131)\n \"max_tokens\": 500 # \u00dcretilecek metnin maksimum uzunlu\u011fu\n }\n\n try:\n response = requests.post(OPENAI_API_URL, headers=headers, data=json.dumps(payload))\n response.raise_for_status() # HTTP hatalar\u0131n\u0131 kontrol et\n response_data = response.json()\n ai_message = response_data['choices'][0]['message']['content'].strip()\n return ai_message\n except requests.exceptions.RequestException as e:\n print(f\"API iste\u011fi s\u0131ras\u0131nda bir hata olu\u015ftu: {e}\")\n return None\n except KeyError:\n print(f\"API yan\u0131t\u0131 beklenenden farkl\u0131: {response_data}\")\n return None\n\n# Test ama\u00e7l\u0131 kullan\u0131m (ana CLI ak\u0131\u015f\u0131na entegre edilecek)\nif __name__ == \"__main__\":\n # \u00d6rnek diff i\u00e7eri\u011fi (ger\u00e7ekte get_git_diff() fonksiyonundan gelecek)\n sample_diff = \"\"\"\ndiff --git a\/main.py b\/main.py\nindex e69de29..7d3000f 100644\n--- a\/main.py\n+++ b\/main.py\n@@ -0,0 +1,5 @@\n+def factorial(n):\n+ if n == 0:\n+ return 1\n+ else:\n+ return n * factorial(n-1)\n \"\"\"\n # commit_message = generate_ai_message(sample_diff, message_type=\"commit\")\n # if commit_message:\n # print(\"\\nOlu\u015fturulan Commit Mesaj\u0131:\")\n # print(commit_message)\n\n # pr_description = generate_ai_message(sample_diff, message_type=\"pr\")\n # if pr_description:\n # print(\"\\nOlu\u015fturulan PR A\u00e7\u0131klamas\u0131:\")\n # print(pr_description)\n <\/pre>\ngenerate_ai_message<\/code> fonksiyonu, diff_content<\/code> ve message_type<\/code> (commit<\/code> veya pr<\/code>) parametrelerini al\u0131r. En kritik k\u0131s\u0131m, system_prompt<\/code> ve user_prompt<\/code> de\u011fi\u015fkenleridir. system_prompt<\/code>, yapay zekaya rol\u00fcn\u00fc ve beklentilerimizi anlat\u0131r. Ne kadar a\u00e7\u0131k ve detayl\u0131 bir prompt verirseniz, o kadar iyi sonu\u00e7lar al\u0131rs\u0131n\u0131z. \u00d6rne\u011fin, Conventional Commits standard\u0131na uygun bir commit mesaj\u0131 istedi\u011fimizi veya PR a\u00e7\u0131klamas\u0131n\u0131n hangi b\u00f6l\u00fcmleri i\u00e7ermesi gerekti\u011fini belirtmek, \u00e7\u0131kt\u0131n\u0131n kalitesini art\u0131r\u0131r.<\/p>\nrequests.post<\/code> metodu ile OpenAI API'sine bir HTTP POST iste\u011fi g\u00f6nderiyoruz. \u0130stek ba\u015fl\u0131klar\u0131nda API anahtar\u0131m\u0131z\u0131, g\u00f6vdesinde ise<\/p>\n","protected":false},"excerpt":{"rendered":"Yaz\u0131l\u0131m geli\u015ftirme s\u00fcre\u00e7lerinde, \u00f6zellikle ekip \u00e7al\u0131\u015fmalar\u0131nda, tutarl\u0131 ve a\u00e7\u0131klay\u0131c\u0131 commit mesajlar\u0131 ile Pull Request (PR) a\u00e7\u0131klamalar\u0131 yazmak, projenin okunabilirli\u011fi ve s\u00fcrd\u00fcr\u00fclebilirli\u011fi a\u00e7\u0131s\u0131ndan kritik \u00f6neme sahiptir.","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_page_header_type":"","csco_page_load_nextpost":"","csco_page_subscribe_form":"","csco_page_contact_form":"","footnotes":""},"categories":[1],"tags":[],"class_list":{"0":"post-41734","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-genel","7":"cs-entry","8":"cs-video-wrap"},"yoast_head":"\n