Sharkly'e 10 Dakikada Başlangıç

Sharkly ile başlamak yaklaşık on dakika sürer: bir Bilgisayar bağlayın, bir Ajan oluşturun ve küçük bir Görev atayın. Sharkly, İnsanlar ve Ajanlar için bir iş yönetim sistemidir. Claude Code ve Codex gibi yapay zekâ kodlama araçlarını paylaşılan bir görev sistemi içinde atanabilir ekip arkadaşlarına dönüştürür; böylece yapılan işler kişisel terminallerde görünmez olmaktan çıkar. İlk çalıştırmanın tamamı şöyle:

1. Giriş yapın ve bir aktif Alanı olan bir Organizasyon oluşturun (veya mevcut bir organizasyona katılın).
2. Sharkly Desktop veya Sharkly CLI üzerinden bir Bilgisayar bağlayın.
3. Claude Code gibi en az bir Çalışma Zamanının kullanılabilir olarak göründüğünü doğrulayın.
4. Dar bir role ve net talimatlara sahip bir Ajan oluşturun.
5. Küçük, kapsamı iyi belirlenmiş bir Görev yazın ve onu Ajana atayın.
6. Görevdeki sonucu inceleyin ve bir takip yorumuyla yanıt verin.

Bu rehberin geri kalanı her adımı sırayla ele alıyor, bunların arkasındaki dört kavramı açıklıyor ve ilk çalıştırma tamamlandığında nelere bakmanız gerektiğini gösteriyor. Rehberin sonunda, paralel çalıştırmalara, paylaşılan Skill'lere ve Sprint'lere doğru büyütebileceğiniz işleyen bir döngüye sahip olacaksınız.

Sharkly'de ilk on dakika neden önemli

Çoğu ekip hâlihazırda yapay zekâ kodlama ajanları kullanıyor. Sorun, bu işin nerede gerçekleştiği: bir kişinin terminalinde, herkesten gizli. Birisi bir Jira kaydını sohbet penceresine yapıştırıyor, bir ajan çalıştırıyor, farkı geri yapıştırıyor ve değişikliğin arkasındaki gerekçe hiçbir yerde kalmıyor. Bunu beş geliştirici ve üç farklı ajan aracıyla çarpın; elinizde kaydı olmayan sonuçlar kalır.

Sharkly bu soruna ekip tarafından yaklaşıyor. Bir başka kodlama ajanı değil. Resmî anlatım sınırı net biçimde çiziyor: Sharkly, Claude Code, Codex veya diğer yürütme araçlarının yerini almaz. Ekibinizin hâlihazırda kullandığı araçların etrafına paylaşılan görev, bağlam, kontrol ve inceleme katmanını ekler. Yürütmeyi bu araçlar yapar; Sharkly ise atamayı, bağlı Bilgisayarları, görev bağlamını, ilerlemeyi, engelleri, sonuçları ve bunlar arasındaki insan incelemesini yönetir.

İlk on dakikanın bu şekilde kurgulanmasının nedeni de bu. Yeni bir yapay zekâ kurmuyorsunuz. Zaten sahip olduğunuz yapay zekâyı paylaşılan bir kayıt sistemine bağlıyorsunuz; böylece her çalıştırma, talep aşamasından yayına kadar bağlamı, ilerlemeyi, engelleri, sonuçları ve insan incelemesini görünür tutuyor. Önce daha geniş konumlandırmayı okumak isterseniz Sharkly Nedir? yazısına göz atıp geri dönün; bu rehber uygulamalı kalıyor.

Her Sharkly kurulumunun arkasındaki dört kavram

Tüm model dört isim üzerine kurulu. Bunları netleştirin, sonrasında hiçbir şey kafanızı karıştırmaz.

Görev, Sharkly'deki ana iş birimidir. Hedefi ve açıklamayı, durumu, önceliği, etiketleri, sorumlu kişiyi, yürütmekle görevli Ajanı veya Crew'ü, yorumları, ekleri ve tüm yürütme durumunu ve izini kaydeder.

Ajan, tek seferlik bir istem değil, kaydedilmiş bir çalışma yapılandırmasıdır. Bir kişinin özenle hazırladığı kurulum (talimatlar, bağlanmış depolar, ortam, zaman aşımları), Ajan paylaşıldığında Alan genelinde yeniden kullanılabilir hale gelir.

Bilgisayar, yürütme ana makinesini sağlar. Küçük bir yerel servis onu Sharkly'ye bağlar; kurulu ajan araçlarını algılar, işi alır, görev dizinini hazırlar, seçilen Çalışma Zamanını başlatır ve ilerlemeyi geri akıtır. Yerel servis bağlantıyı dışa doğru başlatır, dolayısıyla tipik bir kurulumda gelen porta ihtiyaç yoktur.

Tasarımın özü bu sorumluluk ayrımıdır: Ajan işin nasıl ele alınacağını tanımlar, Bilgisayar ana makineyi ve yerel kaynakları sağlar, Çalışma Zamanı oturumu yürütür ve Görev ekibin paylaşılan kaydı olarak kalır. Kodunuz ve kimlik bilgileriniz sizin kontrol ettiğiniz makinelerde kalır.

Başlamadan önce neye ihtiyacınız var

Ön koşullar listesi kısa:

• bir Sharkly hesabı ve bir Organizasyon;
• en az bir aktif Alan;
• Sharkly Desktop'ı veya yerel servisi çalıştırabilen bir bilgisayar;
• o makinede kurulu ve kimlik doğrulaması yapılmış desteklenen bir Çalışma Zamanı; örneğin Claude Code, Codex veya Gemini CLI;
• İlk Göreviniz özel bir depoya dokunacaksa o makinede Git erişimi.

Model tarafıyla ilgili iki not. Birincisi, kendi aboneliğinizi getirin: model kullanımı bu araçlarda yapılandırılmış abonelikler veya API anahtarları üzerinden devam eder ve kotanız ekibinizin bağladığı planlara ve hesaplara bağlıdır. İkincisi, Ajan, Çalışma Zamanının varsayılan modelini kullanır. Bir model seçici sunmaz; modeli Ajan üzerinden değil, Çalışma Zamanının kendi yapılandırmasından değiştirirsiniz.

Bağlı bir Bilgisayar olmadan da Görevleri düzenleyebilirsiniz. Ancak bir Ajan, uygun bir Çalışma Zamanı çevrimiçi olana kadar iş yürütemez; bu yüzden Bilgisayar bağlamak boşuna ilk adım değil.

Organizasyonunuzda henüz aktif bir Alan yoksa Sharkly sizi bir tane oluşturmaya yönlendirir. Mantıklı görev türlerinin oluşturulması için bir iş kategorisi seçin: yazılım geliştirme, Requirement, Bug, Task ve User Story ile başlar. İlk Alan varsayılan olarak Organizasyona açıktır; erişimi daha sonra daraltabilirsiniz.

1. Adım: Bir Bilgisayar bağlayın

Settings > Computers yolunu izleyip Connect Computer seçeneğini seçin. Neredeyse herkes için iki yol var:

• Desteklenen kişisel bilgisayarlar için Sharkly Desktop. Kurun, giriş yapın; makineyi kaydeder ve yerel servisi sizin için başlatır.
• Uzak bir sunucu veya Linux makinesi için Sharkly CLI ve yerel servis. Bağlantı penceresinde tek kullanımlık bir kurulum token'ı oluşturun, ardından oluşturulan komutu hedef makinede çalıştırın:

sharkly computer register --install-token sit_9f2ka7x1mrq8

Kurulum token'ının ömrü kısadır ve yalnızca bir kez kullanılır. Onu yeniden kullanılabilir bir imaja, bir betiğe, bir Göreve veya bir yoruma koymayın. Ayrıca tek ve dar bir görevi vardır: kurulum token'ı bir Bilgisayarı kaydeder ve bir kullanıcı CLI girişi oluşturmaz. Kişisel erişim token'ları (shk_ ile başlar) bu işi ayrıca üstlenir.

Bilgisayarın bağlı olarak görünmesini bekleyin, ardından ayrıntı sayfasını kontrol edin. Algılanan her Çalışma Zamanı bir yetenek durumu bildirir: Available, Needs configuration, Not installed veya Unsupported. Bu ayrım, başlangıçta en sık yaşanan kafa karışıklığının önüne geçer. Bir Bilgisayarın çevrimiçi olması yalnızca yerel servisinin kalp atışı gönderdiği anlamına gelir. Seçtiğiniz Çalışma Zamanının bir Görevi yürütebileceği anlamına gelmez. Bir çalıştırma daha sonra başlamazsa, bağlantıda sorun aramadan önce Çalışma Zamanının yetenek durumunu kontrol edin.

Terminalden de doğrulayabilirsiniz:

sharkly computer list
sharkly computer show cmp_4c81d2
sharkly computer ping cmp_4c81d2 rt_claude_code

Computers belgeleri tanılama, özel Çalışma Zamanları, görünürlük ve temizlik ayarlarını ayrıntılı olarak ele alıyor.

2. Adım: İlk Ajanınızı oluşturun

Agents bölümünü açıp New Agent'ı seçin. Her işi yapan bir asistan yaratma dürtüsüne karşı koyun. Dar bir rolle başlayın; çünkü odaklı bir açıklama İnsanlara neyi atayacaklarını söyler, talimatlar ise Ajana işi nasıl yapacağını anlatır.

İyi bir ilk yapılandırma şöyle görünür:

• Ad: Code Reader
• Açıklama: Bir depoyu okur, mevcut uygulamayı açıklar ve dosyaları değiştirmeden riskleri bildirir.
• Görünürlük: Personal ya da Ajanın kullanılacağı Alan
• Bilgisayar ve Çalışma Zamanı: 1. adımda doğruladığınız bağlantı

Talimatlar için Quickstart'taki örnek neredeyse kelimesi kelimesine kopyalanmaya değer:

Harekete geçmeden önce Görevin tamamını ve ilgili yorumları oku. Kapsamı istekle sınırlı tut. İlk Görevde dosyaları düzenleme. Neyi incelediğini, her sonucun kanıtını ve belirsiz kalan her şeyi bildir.

Talimatların neleri kapsadığına dikkat edin: kapsam, harekete geçmeden önce nasıl inceleme yapılacağı ve raporlama biçimi. Doğru seviye bu. Kalıcı davranışları Ajan talimatlarına, Göreve özgü gereksinimleri Görev açıklamasına, birkaç Ajanın paylaştığı yeniden kullanılabilir prosedürleri ise bir Skill'e koyun. Bu üç katmanı ayrı tutmak, bir Ajanı kırılgan olmaktan çıkarıp yeniden kullanılabilir kılan şeydir.

3. Adım: Bir depo veya çalışma dizini ekleyin

Ajanınız kod okuyacaksa, okuyacak koda ihtiyacı var. İki seçenek:

• Ajana bir Git deposu bağlayın (ya da Görevin bulunduğu Alan için yapılandırılmış depolara güvenin). Depo tabanlı çalıştırmalar her Görev için yeni bir git worktree hazırlayabilir; ileride güvenli paralel yürütmeyi mümkün kılan da budur.
• Yerel bir Bilgisayarda belirli bir yerel dizini yapılandırın. Çalıştırmalar yeni bir kopya hazırlamak yerine orada zaten bulunan kodu, bağımlılıkları, önbellekleri ve araçları yeniden kullanır.

Karar kuralı: çoğu depo işi için ve birkaç Görev aynı kod tabanını paralel olarak değiştirebileceği durumlarda geçici, worktree tabanlı dizinleri kullanın. Yeniden oluşturması pahalı bir ortama ihtiyaç duyan bir çalıştırma için belirli bir dizin kullanın ve belirli bir dizinin aynı anda yalnızca bir çalıştırmaya hizmet ettiğini unutmayın. Mekaniği merak ediyorsanız, worktree'lerin paralel ajanların birbirinin işine karışmasını nasıl önlediğine dair kapsamlı bir açıklama yazdık.

4. Adım: Bir Ajanın yürütebileceği bir Görev yazın

Aynı Alanda bir Görev oluşturun. Quickstart'taki örnek kasten sıkıcıdır ve amaç da tam olarak budur:

Başlık: Kimlik doğrulama hata yolunu incele

Açıklama: Mevcut kimlik doğrulama uygulamasını oku ve kullanıcıya görünen üç hata durumunu belirle. Dosyaları değiştirme. Her durum için ilgili dosyayı veya bileşeni belirt ve beklenen davranışı açıkla. Son olarak, uygulamaya geçmeden önce yanıtlanması gereken varsa soruları ekle.

Bu Görev, iyi bir ilk Görevin ihtiyaç duyduğu üç özelliğe sahip. Net bir sınırı var (oku, düzenleme). İncelenebilir bir sonuç üretiyor (kanıtlı üç durum). Ve düşük riskli; böylece kod tabanınızı riske atmadan Ajanın muhakemesini değerlendirebilirsiniz. Deponuzda kimlik doğrulama kodu yoksa konuyu, var olan küçük bir alanla değiştirin; örneğin yapılandırma yükleme veya boş durum bileşeni.

İşi yazılıma bu şekilde atamak, istem yazmaktan farklı hissettirir; öyle de olmalı. İstem bir sohbettir; Görev ise incelenebilir bir sonucu olan bir sözleşmedir. Bu döngü bir kez çalıştığında aynı yapı gerçek kayıtlara da ölçeklenir: bir Jira kaydını yapay zekâ ajanına atama rehberimiz üretim sürümünü gösteriyor.

5. Adım: Görevi atayın ve çalıştırmayı izleyin

Görevin atanan (Assignee) kontrolünü açıp Ajanınızı seçin. İnsanlar, Ajanlar ve Crew'ler atanan olabilir; bir Ajan seçtiğinizde o, yürütmeden sorumlu atanan olur.

Yürütmenin ne zaman başlayacağını tek bir durum kuralı belirler. Bir Ajana atanmış Görev, Backlog'da beklerken çalıştırma başlatmaz. Backlog, işin hazırlandığı bir bekleme alanıdır. Görevi işe hazır bir duruma (Unstarted veya Started) taşıyın; Sharkly, Bilgisayar ve Çalışma Zamanı hazır olduğunda çalıştırmayı kuyruğa alır. Completed, canceled ve duplicate durumları hiçbir zaman ilk çalıştırmayı başlatmaz.

Çalıştırma ilerlerken Görev yürütme durumunu gösterir: queued, dispatched, running, ardından completed, failed veya canceled. Depo tabanlı bir çalıştırma önce kodu çekip yalıtılmış dizinini hazırlamak için biraz zaman harcayabilir. Üç görünümünüz var:

• Ajanla yorum biçimindeki alışveriş için Chat;
• Yorumları ve Görev değişikliklerini tek bir zaman çizelgesinde görmek için Activity;
• Çalıştırma geçmişi ve tam iz için Executions: araç çağrıları, Çalışma Zamanı olayları, tetikleyici kaynağı ve hata ayrıntıları.

Çalıştırma durumu ile Görev durumu ilişkili ama ayrı şeylerdir. Görev durumu hâlâ In Progress derken çalıştırma Running olabilir; çünkü biri yürütmenin ilerlemesini, diğeri iş akışındaki konumu tanımlar.

6. Adım: Sonucu seyirci gibi değil, gözden geçiren biri gibi inceleyin

Ajanın nihai yanıtı, yürütme izine bağlı bir yorum olarak Göreve döner. Sözleşmenin insan tarafı burada başlar: Ajanlar araştırır, yürütür, test eder ve raporlar. İnsanlar yön belirler, yetki verir ve sonucu kabul eder.

Ajanın şunları yaptığını kontrol edin:

• amaçlanan kodu veya kaynak materyali incelediğini;
• düzenleme yapmama sınırı içinde kaldığını;
• her sonuç için kanıt sunduğunu;
• tahmin etmek yerine belirsizliği kaydettiğini;
• Görevde bir ekip arkadaşının üzerine gidebileceği bir sonuç bıraktığını.

Bir tur daha gerekiyorsa, odaklı bir yorumla yanıt verin. Hâlâ o Ajana atanmış bir Göreve yapılan uygun bir yorum, yeni bir takip çalıştırması başlatır; hızlı art arda gelen yorumlar ise birleştirilir, böylece yinelenen bekleyen çalıştırmalar oluşturmazsınız. Ajan sizin girdinize veya incelemenize ihtiyaç duyuyorsa, bu istek Inbox'ınızda görünebilir; burası yanıtınızı gerektiren öğeleri daha düşük öncelikli güncellemelerden ayırır.

Sonuç sağlam çıktığında Görevi tamamlandı olarak işaretleyin. Bu, kurulum kontrol listesinin izlediği ilk döngüyü kapatır: Bilgisayar bağlandı, Ajan oluşturuldu, depo hazır, Görev oluşturuldu, atandı ve tamamlandı.

İlk döngüden sonra: kurulumu büyütmenin beş yolu

İlk çalıştırma altyapının çalıştığını kanıtlar. Sonraki adımların her biri bir boyut ekler.

Aynı anda birden fazla Görevi nasıl çalıştırırsınız?

Eşzamanlılığı bilinçli olarak artırın. Geçici dizinlerle varsayılan eşzamanlılık, Bilgisayarın sınırının yarısıdır; her Görev yalıtılmış bir worktree aldığı için paralel çalıştırmalar çakışmaz. Sınırları yükseltmeden önce CPU, bellek ve model sağlayıcınızın kapasitesini izleyin; kendi kurduğunuz çözümlerle karşılaştırma için ekipleri birden fazla Claude Code oturumunu nasıl paralel çalıştırdığına dair yazımızı okuyun.

Görev yerine ne zaman Agent Chat kullanmalısınız?

Sharkly bilinçli olarak iki yüzey sunar. İşin takip edilmesi gerekmeden önce bir Ajanla keşfetmek, planlamak veya araştırmak için Chat'i kullanın. İş sahiplik, durum, yürütme geçmişi veya inceleme gerektirdiğinde Görev kullanın. Ekibin üzerine gitmesi gereken bir şey ürettiğini fark ettiğiniz bir Chat varsa, onu bir Göreve yükseltin; böylece sonucun bir kaydı olur.

Ne zaman bir Crew'e ihtiyaç duyarsınız?

Crew, tek bir lider Ajan tarafından koordine edilen, yeniden kullanılabilir bir İnsan ve Ajan grubudur. Küçük, iyi tanımlanmış işlerde Görevi doğrudan tek bir Ajana atayın ve hareketli parça sayısını sıfırda tutun. Liderin bir hedefi yorumlaması, uzman üyeleri devreye sokması ve sonuçlarını tek bir Görevde toplaması gerektiğinde Crew kullanın.

Bir Skill, talimatları düzenlemekten ne zaman daha iyidir?

Birkaç Ajan aynı prosedüre ihtiyaç duyduğunda (bir inceleme kontrol listesi, bir taşıma deseni, bir raporlama biçimi), onu bir Skill'e taşıyın ve gereken yerlere bağlayın. Böylece bir geliştiricinin zanaatı, kişisel bir istem olarak kalmak yerine organizasyon altyapısına dönüşür.

Peki ekibin geri kalanı?

Yukarıdakilerin hepsi tek başına da çalışır. Asıl getirisi, Görevler paylaşılan Alanlarda yaşadığında, Sprint'ler işi döngülere ayırdığında ve ekip arkadaşları Ajan çıktısını insan işi için zaten kullandıkları görünümlerde incelediğinde katlanarak artar. Sharkly'nin proje katmanı (Alanlar, Projeler, Sprint'ler, kanban ve liste görünümleri) o kadar standarttır ki kimsenin yeniden eğitim alması gerekmez.

Sharkly bugün için yanlış araç olduğunda

Dürüst bir sınır size zaman kazandırır. Tek bir depoda tek bir ajan çalıştıran tek bir geliştiriciyseniz, bugün ihtiyacınız olan tek şey bir terminal ve bir branch olabilir. Koordinasyon katmanı, çalıştırmalar çoğaldığında kendini amorti eder: birden fazla ajan, sonuçları görmesi gereken birden fazla kişi ya da birleştirmeden önce inceleme gerektiren işler.

Aynı mantık kendi geliştirdiğiniz araçlar için de geçerli. Evde yapılmış tmux oturumları ve worktree betikleri gerçekten işe yarar; ekipler bunlardan, görünmeyen kısımlar (kim neyi çalıştırdı, fark nereye gitti, kim onayladı) betiklerin kazandırdığından daha pahalıya gelmeye başladığında vazgeçer. Ekibiniz baştan sona tek bir sağlayıcının ekosistemi içinde yaşıyorsa, önce o sağlayıcının kendi orkestrasyonunu değerlendirin. Sharkly en çok araçları, makineleri ve insanları bir arada kullandığınızda işe yarar; çünkü üçü karşısında da tarafsız kalır. Bu alanı haritalandırıyorsanız, daha geniş kategori bağlamı Agentic Coding Nedir? yazısında.

Bu durumların hiçbirinde değişmeyen şey: ekibinizin zaten kullandığı araçları koruyun. Sharkly'nin benimsenme yolu, onların etrafına görünür ve incelenebilir bir katman eklemektir; altta yatan iş akışını değiştirmek değil.

Pratikte işe yarayan üç ilk çalıştırma

Tedbirli platform ekibi. Bir DevEx mühendisi paylaşılan tek bir Linux Bilgisayarı bağlar, salt okunur bir Code Reader Ajanı oluşturur ve ekip arkadaşlarının bir hafta boyunca inceleme Görevleri atamasına izin verir. Raporlar güvenilir olduğunu kanıtlayana kadar kimse yazma erişimi vermez. Benimseme yayılır; çünkü yürütme izleri Ajanın muhakemesini denetlenebilir kılar.

Ölçeklenen tek geliştirici. Bir geliştirici dizüstü bilgisayarını bağlar, iki Ajan oluşturur (biri uygulama, biri inceleme için) ve küçük hataları doğaçlama istemler yerine Görevler üzerinden yönlendirmeye başlar. Anında kazanç hız değil; artık her düzeltmenin bir açıklaması, bir farkı, bir izi ve nelerin kontrol edildiğine dair bir kaydı olmasıdır.

Jira merkezli ekip. Bir mühendislik yöneticisi planlamanın tek doğruluk kaynağı olarak Jira'yı korur ve Sharkly'yi bağlayarak kayıtların yürütülebilir Görevlere dönüşmesini sağlar. Geliştiriciler kayıt bağlamını terminallere kopyalamayı bırakır. Sonuçlar, engeller ve inceleme talepleri, yöneticinin görebileceği Göreve döner.

Önünüzdeki on dakika

En küçük kullanışlı Sharkly iş akışı kasten küçüktür: bir Bilgisayar bağlayın, bir Ajan oluşturun ve düşük riskli bir Görev atayın. Tüm ileri düzey yetenekler (paralel worktree'ler, Crew'ler, Skill'ler, Otomasyonlar, Sprint'ler) bu döngünün üzerine kurulur ve onu değiştirmez.

Öyleyse döngüyü çalıştırın. Bir Bilgisayar bağlayın, bir Ajan oluşturun ve ona sıkıcı bir iş atayın. Sonucu, yeni bir ekip arkadaşının ilk PR'ını inceler gibi inceleyin: dikkatle, bir sınırla ve bir takip sorusuyla. Sonra kanıtlara dayanarak bir sonraki yetkiyi vermeye karar verin. Başlamaya hazır olduğunuzda, belgelerdeki Quickstart güncel ekran görüntüleriyle bu adımları yansıtıyor.

Sıkça sorulan sorular

Hangi kodlama ajanları Sharkly ile çalışır?

Sharkly, bağlı bir Bilgisayarda kurulu olan desteklenen ajan araçlarını algılar ve her birini bir Çalışma Zamanı olarak raporlar. Claude Code, Codex, Gemini CLI ve OpenCode, resmî belgelerde adı geçen araçlardan bazılarıdır. Bilgisayar ayrıntı sayfası, makineniz için o anda desteklenen kümeyi ve her Çalışma Zamanı için bir kurulum kılavuzu bağlantısını gösterir; bir araç otomatik algılanmazsa özel bir ACP Çalışma Zamanı ekleyebilirsiniz.

Sharkly, Claude Code veya Codex'in yerini alır mı?

Hayır. Sharkly, Claude Code, Codex veya diğer yürütme araçlarının yerini almaz. Gerçek ajan oturumunu bu araçlar Bilgisayarınızda yürütür. Sharkly onların etrafına paylaşılan katmanı ekler: ekip düzeyinde atama, görev bağlamı, ilerleme, sonuçlar ve insan incelemesi. Hâlihazırda sahip olduğunuz ajan araçlarını ve hesaplarını kullanmaya devam edersiniz.

Sharkly ne kadar?

Sharkly'nin modeli kendi aboneliğini getir mantığına dayanır: model kullanımı, ajan araçlarınızda yapılandırılmış abonelikler veya API anahtarları üzerinden gerçekleşir ve kotanız ekibinizin bağladığı planlara bağlıdır. Güncel ürün planları için doğrudan sharkly.ai adresine bakın; çünkü bu makale fiyatlandırmayı takip etmiyor.

Kodum ve kimlik bilgilerim Sharkly'nin sunucularından mı geçiyor?

Yürütme, sizin bağladığınız Bilgisayarlarda gerçekleşir: dizüstü bilgisayarınız, sunucularınız veya konteynerleriniz. İşletim sistemini, dosyaları, kimlik bilgilerini ve araçları Bilgisayar sağlar; yerel servis de ilerlemeyi ve sonuçları Göreve akıtır. Depolar, o Bilgisayarda yapılandırılmış Git erişimiyle çekilir.

Ajanım neden bir çalıştırma başlatmıyor?

Sırayla üç olağan nedeni kontrol edin. Birincisi, Görev Backlog'da olabilir; atanmış Görevler işe hazır bir duruma taşınana kadar orada bekler. İkincisi, Çalışma Zamanı kullanılabilir olmayabilir; çevrimiçi bir Bilgisayar yalnızca kalp atışlarını doğrular, bu yüzden Bilgisayar ayrıntısını açıp Çalışma Zamanının yetenek durumunu kontrol edin. Üçüncüsü, kapasite dolu olabilir; eşzamanlılık veya dizin sınırlarına ulaşıldığında çevrimiçi bir Ajan bile işi kuyruğa alabilir.

İki Ajan aynı depo üzerinde aynı anda çalışabilir mi?

Evet, geçici çalışma dizinleriyle. Her Görev yalıtılmış bir dizin alır ve depo tabanlı çalıştırmalar her çalıştırma için ayrı bir git worktree hazırlar; bu da eşzamanlı Görevler arasındaki girişimi azaltır. Belirli dizinler ise tam tersidir: yapılandırılmış tek bir yol aynı anda yalnızca bir çalıştırmaya hizmet eder.

Sharkly Ajanlarını uzak bir sunucuda çalıştırabilir miyim?

Evet. Uzak sunucuya Sharkly CLI'yı ve yerel servisi kurun, ardından Computers sayfasından aldığınız tek kullanımlık bir kurulum token'ıyla kaydedin. Yerel servis Sharkly'ye dışa doğru bağlanır, dolayısıyla tipik bir kurulumda gelen porta ihtiyaç yoktur. Uzak Bilgisayarlar paylaşılan ekip kapasitesi için, dizüstü bilgisayarlar ise kişisel denemeler için uygundur.

İlk Görevim ne olmalı?

Net bir sınırı ve incelenebilir bir çıktısı olan, salt okunur bir şey. Belgeler, kimlik doğrulama hata yolunu inceleyip dosyaları düzenlemeden kanıtlarla birlikte kullanıcıya görünen üç hata durumunu raporlamanızı öneriyor. Kod tabanınızın küçük, gerçek herhangi bir alanı iş görür. "Kodu iyileştir" gibi belirsiz ilk Görevlerden kaçının; kapsamını belirlemediğiniz şeyi inceleyemezsiniz.