Talep çoktan yazıldı. Bir başlığı, bir açıklaması, kabul kriterleri ve sprint’te bir yeri var. Onunla bir diff arasında duran tek şey; terminali açan, talebi bir kodlama agent’ına yapıştıran, çalışmayı izleyen ve sonucu elle Jira’ya geri kopyalayan bir kişi. İş ve işin kaydı iki ayrı pencerede yaşıyor ve ikisini senkron tutmak birinin bütün bir öğleden sonrasını yiyor.
Bir Jira talebini AI agent’ına atamak, işte bu boşluğu kapatmak demek: konu, bir agent’ın alıp deponuz üzerinde çalıştırabileceği ve incelenebilir bir değişiklik olarak geri verebileceği bir iş birimine dönüşür; hem de ekibinizin hâlihazırda kullandığı takip sisteminden hiç çıkmadan. Ekibi Jira’dan taşımazsınız. Talebin gerçekten üzerinde çalışılabileceği bir katman eklersiniz.
Bu katman, hepsi bir arada bir Agent komuta ve yönetim platformu olan Sharkly. Jira’ya bağlanır, konuları atanabilir Task’lere dönüştürür, bunları kodlama agent’larınıza (Claude Code, Codex, Gemini ve diğer komut satırı araçları) yönlendirir, her birini izole bir ortamda çalıştırır ve sonucu Task’e geri döndürür. Bu kılavuz döngünün tamamını adım adım anlatıyor: talep girer, Agent atanır, iş izole bir worktree’de yürütülür, pull request ve tartışma yeniden kayda geçer.
Döngü tek cümlede
Bir Sharkly Task, bir iş parçası için ortak kayıttır ve Jira’yı bağladığınızda her Jira konusu bu Task’lerden birine dönüşür. Buradan sonrası basit bir sözleşme: Agent’lar araştırır, yürütür, test eder ve raporlar; insanlar yön belirler, yetki verir ve sonucu kabul eder. Bu yazının geri kalanı da sadece bu cümlenin mekaniği.
Jira kalsın, üstüne yürütme katmanı gelsin
Sharkly, Jira’nın yerini almaz. Ekibinizin zaten kullandığı takip sisteminin çevresine ortak Task, bağlı Computer, yürütme ve inceleme katmanını ekler. Başlamak için kimsenin yeni bir board öğrenmesi ya da bir backlog’u taşıması gerekmez.
İkisini bir senkronizasyon bağlantısıyla birbirine bağlarsınız. Jira entegrasyonunu açın, hesabı bağlayın (Jira Cloud, *.atlassian.net sunucu adresinizi, hesap e-postanızı ve bir Atlassian API token’ını kullanır; Server ve Data Center ise temel URL’yi, kullanıcı adını ve kişisel erişim token’ını kullanır), ardından bir Jira projesini bir Sharkly Space ile eşleştirin. Temel eşlemeler beklediğiniz gibi:
- Jira konusu bir Sharkly Task’e dönüşür
- Jira epic’i bir Sharkly Projesi’ne dönüşür
- Atanan kişi, durum, yorumlar ve ekler karşıya aktarılır
İşte size dürüst ikilem. Canlı bir projenin bağlı kalmasını, yani bundan sonra değişikliklerin Jira ile Sharkly arasında akmasını istiyorsanız sync kullanın. Kontrollü bir geçiş için geçmiş konuları içe aktarmak istiyorsanız import kullanın; tek başına sync, bir projenin geçmişini doldurmaz. Yeni başlayan ekiplerin çoğu tek bir aktif projede çift yönlü bir senkronizasyon bağlantısı ister, fazlasını değil. Jira yöneticisinin bir kez hallettiği webhook adımı dahil tüm kurulum Sharkly dokümanlarında.
Talebi bir Agent’a atayın
Proje bağlandığında konu, Space’te bir Task olarak görünür. Onu bir Agent’a atamak, bir iş arkadaşına atamakla aynı şekilde işler: kişi yerine Agent’ı seçersiniz.
Bir Agent, model seçiminden çok daha fazlasıdır. Talimatları, Runtime’ı, depoları ve çalıştırma ayarları, işi nasıl ele aldığını tanımlar; tıpkı bir rol tanımının yeni bir çalışanın ne yapacağını şekillendirmesi gibi. Runtime arkadaki motordur: Claude Code, Codex ya da ekibinizin zaten kullandığı hangi CLI agent’ı varsa o. Model kullanımı, bu araçlarda yapılandırılmış abonelikler veya API anahtarları üzerinden devam eder; yani agent erişiminiz de kodunuz da kendi donanımınızda kalır. Sharkly atamayı koordine eder; kimlik bilgilerinizi devralmaz.
Bu ilk çalıştırmanızsa, kapsamı dar, sınırları net tutun. Bir agent’ın gerçekten yürütebileceği bir görev yazmak başlı başına bir beceridir ve bir Agent’ı kritik bir işe yönlendirmeden önce bunu doğru yapmakta fayda var. Tamamlanma tanımı net, sıkı bir talep sıkı bir diff üretir; belirsiz bir talep ise belirsiz bir diff.
İzole bir worktree’de yürütme
Agent başladığında çalışma, bağlı bir Computer üzerinde kendi izole worktree’si içinde gerçekleşir. Bu izolasyon, işi güvenle tekrarlanabilir kılan kısımdır. Her çalıştırma taze bir çalışma dizini alır; böylece aynı depo üzerinde iki farklı talebi işleyen iki Agent birbirinin dosyalarının üzerine asla yazmaz ya da bir branch için çekişmez. Bu, AI kodlama agent’ları için git worktree’lerini elle kullanırken uygulayacağınız disiplinin aynısıdır; sizin yerinize halledilir ve her Task’te tekrarlanabilir.
İş akışının tek bir talebin ötesine geçebilmesini de bu sağlar. İzolasyon otomatik hâle geldiği anda, birden fazla agent’ı paralel çalıştırmak artık bir denge oyunu olmaktan çıkar; çünkü genellikle her şeyi bozan şey (disk üzerindeki paylaşılan durum) tasarım gereği ortadan kaldırılmıştır. Bu modele tamamen yabancıysanız, Jira’yı bağlamadan önce ilk görevinizi bir AI agent’ına atamak daha yumuşak bir başlangıçtır.
PR’ı yeniden kayda geçirin
Agent’ın işi Task’e geri döner: konuşma, yürütme logları, engeller ve ortaya çıkan değişiklik, bir terminal ile bir sohbet akışına dağılmak yerine tek bir yerde toplanır. Agent bir pull request açtığında, Task ID’sini branch adına, PR başlığına veya PR gövdesine yazarak onu Task’e bağlarsınız. Sharkly’nin GitHub entegrasyonu ID’yi görür, pull request’i Task’e bağlar ve talepteki herkesin doğrudan koda atlayabilmesi için geri bağlantı yorumu bırakabilir.
Jira senkronizasyon bağlantısı çift yönlü olduğu için bu hareketlilik özgün konuya da akmaya devam eder. Talebi açan kişi, tek bir terminal açmadan işin ilerlediğini görür. İşi özel bir prompt yerine ortak bir Task üzerinden yürütmenin getirisi budur: bağlam, ilerleme, engeller, sonuçlar ve inceleme, talepten sürüme kadar görünür kalır.
Dürüst sınır: kabulü insan verir
Hiçbir şey kendi kendine merge edilmez. Bu bilinçli bir tercih ve açıkça söylenmeye değer, çünkü okuyucu aksini varsayabilir: bir pull request’i merge etmek Task durumunu değiştirmez ve bu asla otomatik gerçekleşmez. Otomasyon, ekip muhakemesinin devreye girmesi gereken yerde durur.
İş bölümü sona kadar geçerliliğini korur. Agent işi yürütür, PR’ı açar ve ne yaptığını, neyi doğruladığını, nerede emin olmadığını raporlar. Bir kişi diff’i özgün kabul kriterlerine göre okur, değişiklik ister ya da kabul eder ve merge ile sürüm kararını verir. Bir agent boşluğu memnuniyetle inisiyatifle doldurur; bu yüzden inceleme adımı bir tören değil, otomatik kısmı güvenilir kılan denetimdir. Nihai kabul ve sürüm kararları insanlarda kalır.
Döngünün tamamı bu. Bir Jira talebi girer, bir Agent onu alır, iş izole şekilde yürür ve okunabilir bir pull request olarak kayda döner; siz de yayına çıkıp çıkmayacağına karar verirsiniz. Bunun tek bir çalıştırma yerine bir agent ekibine nasıl oturduğuna dair daha geniş bir bakış için AI agent orkestrasyonunun geliştirici ekipleri için ne anlama geldiğine ya da tüm platform için Sharkly genel bakışına göz atın.
Bunu gerçek bir talepte denemek için: Sharkly’yi indirin, app.sharkly.ai adresinden giriş yapın, bir Computer bağlayın ve düşük riskli bir Jira projesi bağlayın.
Sıkça sorulan sorular
Sharkly, Jira’nın yerini alır mı? Hayır. Sharkly, Jira’nın çevresine yürütme ve inceleme katmanını ekler. Konularınız, epic’leriniz, durumlarınız ve iş akışlarınız oldukları yerde kalır; Agent’lar işi ilerletirken senkronizasyon bağlantısı onları bağlı tutar.
Hangi Jira sürümleri çalışır? İkisi de. Jira Cloud, sunucu adresiniz, hesap e-postanız ve bir Atlassian API token’ı ile bağlanır. Jira Server ve Data Center ise temel URL, kullanıcı adı ve kişisel erişim token’ı ile bağlanır.
Önce backlog’umu taşımam gerekiyor mu? Hayır. Senkronizasyon bağlantısı canlı bir projeyi bağlar ve geçmişi içe aktarmadan gelecekteki değişikliklerin akmasını sağlar. Ayrı bir import’u yalnızca geçmiş konuların kopyalanmasını özellikle istediğinizde çalıştırın.
Pull request’i merge etmek talebi kapatır mı? Hayır. Bir PR’ı merge etmek, tasarım gereği Task durumunu değiştirmez. Sonucu bir kişi kabul eder ve merge ile sürüm adımına karar verir. İnceleme döngüsünün nasıl işlediğini görmek için ilk görevinizi bir AI agent’ına atama yazısına bakın.
Kodum ve model erişimim nerede duruyor? Kendi donanımınızda. Agent’lar, sizin bağladığınız bir Computer üzerinde, kodlama araçlarınızda zaten yapılandırılmış abonelikleri veya API anahtarlarını kullanarak çalışır. Sharkly atamayı, bağlamı ve incelemeyi koordine eder; deponuzu ya da model kotanızı barındırmaz.
