AI kodlama ajanları hakkındaki her sohbet, er ya da geç aynı pratik soruya takılır — hem de genellikle olması gerekenden çok daha sonra: kod aslında nerede çalışıyor? Hangi model değil; deponuzu, kimlik bilgilerinizi, önbelleklerinizi ve ajanın komut yazdığı kabuğu hangi makinenin barındırdığı.
Sharkly bu cevabı Computer adında birinci sınıf bir kavrama dönüştürüyor. Computer, Agent işleri için yürütme ana makinesini sağlar. Yerel bir bilgisayar, uzak bir sunucu, bir container ya da desteklenen bir bulut ana makinesi olabilir. Dizüstü bilgisayarınız da bu tanıma girer. Rack'inizdeki Linux makinesi de. Ana makineyi siz seçersiniz, kontrol sizde olur ve Sharkly kodunuzu göremediğiniz bir yerde çalıştırmak yerine işi o makineye yönlendirir.
Sharkly, Claude Code, Codex veya diğer yürütme araçlarının yerini almaz. Ekibinizin hâlihazırda kullandığı araçların etrafına paylaşılan Task, Computer, bağlam, kontrol ve inceleme katmanını ekler. Bu araçlar makinelerinizde kurulu kalır ve model kullanımı, içlerinde yapılandırılmış abonelikler veya API anahtarları üzerinden devam eder.
TL;DR
Computer, Sharkly'de Agent işlerinin yürütüldüğü ana makinedir: sizin kontrolünüzdeki yerel bir bilgisayar, uzak bir sunucu, bir container veya desteklenen bir bulut ana makinesi. Küçük bir yerel servis, Computer'ı Sharkly'ye bağlar, kullanılabilir Runtime'ları (o makinede kurulu somut ajan araçları; örneğin Claude Code veya Codex) algılar, kuyruğa alınan çalıştırmaları alır, görev dizinini hazırlar, seçilen Runtime'ı başlatır ve ilerlemeyi Task'a geri aktarır. Kişisel bir makineyi Sharkly Desktop ile, uzak bir ana makineyi ise Sharkly CLI ve tek kullanımlık bir kurulum token'ı ile bağlayın. Model kullanımı, araçlarınızda hâlihazırda yapılandırılmış abonelikler ve API anahtarları üzerinden akar; eşzamanlılık limitleri ise bir ana makinenin ne kadar paralel iş taşıyacağını belirler.
Computer nedir, ne değildir
Sharkly yürütmeyi dört role ayırır ve her rolün tam olarak tek bir işi vardır:
- Agent, işin nasıl ele alınacağını tanımlar: talimatlar, Skills, depolar, çalıştırma ayarları.
- Computer, ana makineyi ve yerel kaynakları sağlar: işletim sistemi, dosyalar, kimlik bilgileri, ağ, araçlar.
- Runtime, gerçek ajan oturumunu yürütür: o Computer üzerinde algılanan kodlama aracı.
- Task ise paylaşılan kayıt olarak kalır: hedef, tartışma, yürütme durumu, iz kaydı, sonuç.
Bu ayrım, devamında anlatılanların çoğunu açıklar. Agent, yürütme ana makinesi değildir; aynı Agent yapılandırması zaman içinde farklı Computer'lara işaret edebilir. Computer bir ajan değildir; bir veya daha fazla Runtime barındırır ve kendisine iş gönderilene kadar hiçbir şey yapmaz. Tek bir Computer ise eşzamanlılık limiti kadar birden fazla Agent'a aynı anda hizmet edebilir.
Bu ayrım aynı zamanda ürünün vaadini de açıklar. Barındırılan platformlar modeli, çalıştırıcıyı ve altyapıyı tek bir üründe birleştirir; bu da kodunuzun sizin işletmediğiniz bir altyapıda çalışması anlamına gelir. Sharkly karşı görüşü benimser: yürütme ana makinesi sizindir ve üstüne eklediği şey atama, kuyruklama ve incelemedir. Bu modele yeniyseniz, Sharkly nedir yazısı tüm resmi kapsıyor.
Yerel servis: asıl işi yapan parça
Küçük bir yerel servis, her Computer'ı Sharkly'ye bağlar. Computer'ı kaydeder, kurulu Runtime'ları algılar, heartbeat gönderir, kuyruktaki çalıştırmaları alır, görev dizinlerini hazırlar, seçilen ajan aracını başlatır ve ilerleme ile sonuçları geri bildirir.
Bir tasarım detayı operasyonel açıdan büyük ağırlık taşır: bağlantıyı sunucuya yerel servis başlatır, dolayısıyla tipik bir kurulumda gelen (inbound) porta ihtiyaç duyulmaz. Ev yönlendiricisinin arkasındaki bir dizüstü bilgisayarı, kurumsal güvenlik duvarının arkasındaki bir iş istasyonunu ve özel bir alt ağdaki bir sunucuyu eşit derecede geçerli Computer'lar yapan da budur.
Sharkly, bir Computer'ın ayakta olduğunu heartbeat'ler sayesinde bilir: sunucu bunları alıyorsa Online, kesildiğinde Offline. Sorun giderme süresinden tasarruf ettiren sınır şu: online olmak yalnızca heartbeat'lerin geldiği anlamına gelir. Seçilen Runtime'ın bir Task'ı yürütebileceği anlamına gelmez.
Runtime'lar: Computer'ınız gerçekte neleri çalıştırabilir
Runtime, bir Computer üzerinde algılanan desteklenen ajan yürütme yeteneğidir. Yerel servis desteklenen ajan araçlarını tarar ve kullanılabilir olan her birini bildirir; böylece Claude Code ve Codex kurulu bir Computer, ikisini de bir Agent'ın seçebileceği Runtime'lar olarak sunar.
Computer detay sayfası her Runtime için bir yetenek durumu gösterir:
- Available: Runtime bağlıdır ve Agent işini yürütebilir.
- Needs configuration: araç algılanmıştır ancak gerekli yapılandırma eksiktir.
- Not installed: araç yerel servis tarafından görülemiyor; kurun veya başka bir Runtime seçin.
- Unsupported: Runtime veya ortam, desteklenen yetenek kümesinin dışındadır.
Kurulum, tasarım gereği sizin sorumluluğunuzda kalır. Her aracı, doğrudan kullanırken yapacağınız gibi kurar ve kimlik doğrulamasını yaparsınız; Computer detay sayfası resmî kurulum kılavuzuna bağlantı verir ve yeniden tarama, yerel servisin aracı görebildiğini doğrular. Güvendiğiniz bir yetenek algılanmıyorsa, bir ad ve başlatma komutu vererek özel bir ACP Runtime ekleyip bağlantıyı test edebilirsiniz.
Bunun iki sonucu var. Kendi aboneliğini getir yaklaşımı birebir geçerlidir: model kotası, ekibinizin bağladığı AI kodlama araçlarına, planlara ve API hesaplarına bağlıdır; dolayısıyla bir kota hatası Sharkly ayarını değil, araçta yapılandırılmış hesabı işaret eder. Model seçimi de araçta kalır: bir Agent, Runtime'ının varsayılan modelini izler. Agent'ların nasıl yapılandırıldığı Sharkly'de Agent'lar yazısında ele alınıyor.
İlk Computer'ınızı bağlama
İlk Computer genellikle karşısında oturduğunuz makinedir. Settings'e girip Computers bölümüne gidin, Connect Computer'ı seçin ve işletim sisteminize uygun kurulum yolunu belirleyin. Desteklenen bir kişisel bilgisayar için önerilen yol, yerel servisi içinde barındıran ve kayıt sürecinde size eşlik eden Sharkly Desktop'ı kurmaktır. Başlangıç kılavuzu bu süreci baştan sona yaklaşık on dakikada tamamlıyor.
Bağlantı kurulduktan sonra en az bir Runtime'ın Available olarak bildirildiğinden emin olun. İnsanların atladığı kontrol noktası tam burasıdır: kullanılabilir bir Runtime'ı olmayan bağlı bir Computer, Agent işini yürütemez.
Dizüstü bilgisayarlar için masaüstüne özel iki ayar önemlidir. Prevent sleep, makineyi uyanık tutar ve uzun bir çalıştırmanın kesilmesini engeller; Keep running with lid closed ise ayrı bir macOS seçeneğidir. İkisi de yalnızca yerel makinede görünür, uzak bir Computer'da asla.
Uzak bir sunucu ekleme
Dizüstü bilgisayar ilk Computer için iyidir ama kalıcı olarak kötüdür. Uyur, seyahat eder ve IDE'nizle bellek için yarışır. Doğal ikinci adım, sürekli açık kalan uzak bir ana makinedir. Sharkly CLI ve yerel servisi doğrudan ona kurun:
curl -fsSL https://file-assets.sharkly.ai/download/install.sh | bash
sharkly version
Ardından Computers sayfasından tek kullanımlık bir kurulum token'ı oluşturun ve size verilen kayıt komutunu hedef ana makinede çalıştırın:
sharkly computer register --install-token sit_...
Kayıt işlemi Computer'ı organizasyonunuza kaydeder, yerel servisi başlatır ve Runtime algılamayı tetikler. Kurulum token'ının süresi 30 dakika sonra dolar ve tek kullanımlıktır; bu da dokümanların açıkça belirttiği bir hijyen kuralına çıkar: onu yeniden kullanılabilir bir imaja, betiğe, Task'a veya yoruma koymayın.
Kimlik bilgileri burada bilinçli olarak ayrılmıştır. Kişisel erişim token'ı bir computer kaydetmez, kurulum token'ı da kullanıcıya ait bir CLI oturumu oluşturmaz. shk_ kişisel erişim token'ı, sharkly task list gibi kaynak komutları için sizi doğrular; sit_ kurulum token'ı ise yerel servisin kullandığı oturumu oluşturur. Daha geniş komut yüzeyi Sharkly CLI ve API kılavuzu yazısının konusu.
Kayıttan sonra aynı CLI teşhis setiniz olarak da iş görür: sharkly computer status ve sharkly computer logs ana makinedeki yerel durumu okur; sharkly computer list, show, usage ve ping ise kayıtlı Computer'ları her yerden inceler. Uzak ana makinenin de dizüstü bilgisayarınızda olan şeylere ihtiyacı vardır: kurulu ve kimliği doğrulanmış ajan araçları ve özel depolar için Git erişimi.
Yerel, uzak veya container: dürüst bir karşılaştırma
Tek bir doğru ana makine yoktur. Dokümanlar hepsini Computer olarak ele alır ve ödünleşimler sıradan altyapı ödünleşimleridir.
| Ana makine | En uygun olduğu durum | Güçlü yönleri | Dikkat edilmesi gerekenler |
|---|---|---|---|
| Yerel bilgisayar (Sharkly Desktop) | İlk kurulum, tek kişilik çalışma, mevcut checkout ve önbelleklerinizi yeniden kullanan Specified dizin çalıştırmaları | Ek altyapı gerekmez; tam olarak sizin ortamınız ve kimlik bilgileriniz; Specified çalışma dizinleri yalnızca yerel Computer'larda kullanılabilir | Uyku ve kapanma erişilebilirliği kesintiye uğratır; çalıştırmalar CPU ve bellek için sizin işlerinizle yarışır |
| Uzak sunucu (CLI + yerel servis) | Ekip iş yükleri, sürekli açık kapasite, daha yüksek eşzamanlılık | Çevrimiçi kalır; ajan yükünü kimsenin dizüstü bilgisayarından izole eder; bir ana makine birkaç Agent'a hizmet edebilir | Runtime'ları ve Git erişimini kendiniz kurar ve kimlik doğrulamasını yaparsınız; kapasite planlaması size aittir |
| Container veya desteklenen bulut ana makinesi | Yeniden üretilebilir, tek kullanımlık yürütme ortamları | Temiz ve yeniden oluşturulabilir ortam; kurulum token'ı üzerinden aynı kayıt akışı | Tek kullanımlık token her kayıt için yeniden oluşturulmalıdır, asla yeniden kullanılabilir bir imaja gömülmemelidir |
En çok önem taşıyan ikili karar şu: Agent'ların hâlihazırda güvendiğiniz ortamda çalışmasını istiyorsanız yerel Computer'ınızı kullanın; dizüstü bilgisayarınız kapalıyken de Task'ların akmaya devam etmesi gerekiyorsa uzak bir tanesini kullanın. İşi farklı bir ana makineye yönlendirmek bir iş akışı değişikliği değil yapılandırma değişikliği olduğundan, birçok ekip sonunda ikisine de sahip oluyor.
Bir çalıştırma sırasında neler olur
Bir Agent'a atanmış Task hazır hâle geldiğinde Sharkly bir çalıştırmayı kuyruğa alır ve seçilen Computer'a gönderir. Runtime başlamadan önce yerel servis eşzamanlılık kapasitesini bekleyebilir, bir dizin hazırlayabilir, depoları çekebilir ve izin verilen ortam değişkenlerini yansıtabilir.
Dizin hazırlığı iki moddan birini izler. Temporary modunda her Task yalıtılmış bir dizin alır ve depo tabanlı çalıştırmalar önbelleğe alınmış depo verilerinden yeni bir Git worktree hazırlayabilir; bunu çoğu depo işi için ve birden fazla Task'ın aynı kod tabanını paralel olarak değiştirebileceği her durumda kullanın — Sharkly Agent'ları birleştirme çakışması olmadan nasıl paralel çalıştırır yazısında anlatıldığı gibi. Specified modunda ise çalıştırma, yerel bir Computer üzerinde yapılandırılmış tek bir mutlak dizini ve içindeki bağımlılıkları ve önbellekleri yeniden kullanır; bir Specified dizin aynı anda tek bir çalıştırmaya hizmet eder.
Runtime çalışırken ilerleme geri akar. Çalıştırma durumu Queued, Dispatched, Waiting for local directory, Running ve ardından Completed, Failed veya Canceled aşamalarından geçer. İz olayları, araç çağrıları ve nihai yanıtın tümü Task'a döner. Yürütme fiziksel olarak Computer'da gerçekleşir; kabul ise Task'ta.
Eşzamanlılık: bir Computer ne kadar yük taşımalı?
Her Computer'ın bir görev eşzamanlılık limiti, her Agent'ın da paralel çalışan Task'lar için kendi maksimumu vardır. Varsayılanlar bilinçli olarak tutucudur: geçici dizin kullanan bir Agent, Computer limitinin %50'sini varsayılan alır; belirtilen dizinleri kullanan bir Agent ise yapılandırılmış dizin sayısını varsayılan alır. Bu sayının üzerinde manuel bir değer girerseniz ürün, yazmaların çakışabileceği konusunda uyarır. Uyarıya inanın.
Dokümanların tavsiyesine uymak en doğrusu: daha yüksek eşzamanlılık daha fazla CPU, bellek, disk, sağlayıcı kapasitesi ve depo bant genişliği tüketir; bu yüzden ancak mevcut kurulum elinizdeki iş yükünü güvenilir biçimde kaldırdıktan sonra artırın. İnsanların unuttuğu tavan sağlayıcı kapasitesidir: tek bir model hesabı üzerinden on paralel çalıştırma, hız limitlerine on kat daha hızlı çarpar. Ölçekleme desenleri için birden fazla Claude Code ajanını paralel çalıştırma yazısına bakın.
Çevrimiçi bir Agent'ın kuyruğa alınmış işi olması, yalnızca eşzamanlılık veya dizin kapasitesinin dolduğu anlamına gelir. Kuyrukta olmak takılıp kalmak değil, sağlıklı bir durumdur.
Paylaşım, sahiplik ve ana makineyi temiz tutma
Bir Computer ekip görevi üstlendiğinde üç kontrol önem kazanır. Görünürlük, onu kimin görebileceğine ve kullanabileceğine karar verir: Personal, Organization veya Space. Sahiplik ayrı bir konudur: sahibi Computer'ı devredebilir ve onu silabilecek tek kişidir. Yerel bir kişisel Computer söz konusu olduğunda sahibi, hangi organizasyonların onu kullanabileceğini de kontrol eder; böylece yeni bir organizasyona katılmak dizüstü bilgisayarınızı sessizce ortaya koymaz.
Agent çalıştırmaları geride çalışma dizinleri, önbellekler ve çıktılar bıraktığı için temizlik yerleşik olarak gelir. Varsayılan olarak tamamlanan veya iptal edilen çalıştırmaları yaklaşık 7 gün sonra uygun hâle getirir, minimum boş alan eşiği uygulayabilir ve çalışan ya da kuyruktaki işlere, sabitlenmiş çalıştırmalara veya hâlâ incelenmekte olan başarısız çalıştırmalara asla dokunmaz. Anında kontrol için sharkly daemon disk-usage kullanımı raporlar, sharkly daemon cleanup ise nelerin geri kazanılacağını önizler.
Elinizdeki makineyle başlayın
Computer kavramı, barındırılan platformların sormanızı pek istemediği bir soruyu yanıtlar: ajan kimin altyapısı üzerinde çalışıyor? Burada cevap sizin: tek bir dizüstü bilgisayardan paylaşılan sunucu filosuna kadar. İlk günden filoya ihtiyacınız yok. Bir Computer bağlayın, bir Runtime'ın Available göründüğünü doğrulayın, bir Agent oluşturun ve ona sıkıcı bir iş atayın. Dizüstü bilgisayarın sınırları kendini gösterdiğinde, yanına bir sunucu kaydedin. Sharkly dokümantasyonu buradaki her ayarı daha derinlemesine ele alıyor.
SSS
Sharkly'de Computer nedir?
Computer, Agent işleri için yürütme ana makinesidir: bir Agent'ın ihtiyaç duyduğu işletim sistemini, dosyaları, kimlik bilgilerini, ağ erişimini ve araçları sağlayan bağlı bir cihaz, sunucu veya container. Küçük bir yerel servis onu Sharkly'ye bağlar, Runtime'ları algılar, çalıştırmaları alır ve ilerlemeyi Task'a geri aktarır.
Sharkly kodumu kendi bulutunda mı çalıştırıyor?
Hayır. Agent işleri, sizin kontrol ettiğiniz makineler olan, bağladığınız Computer'larda yürütülür. Sharkly bu ana makineler etrafında atama, kuyruklama, ilerleme ve incelemeyi koordine eder. Model kullanımı da sizde kalır: her Computer'da kurulu kodlama araçlarında yapılandırılmış abonelikler veya API anahtarları üzerinden akar.
Uzak bir sunucuyu Computer olarak nasıl bağlarım?
Ana makineye Sharkly CLI'ı kurun, Computers sayfasından tek kullanımlık bir kurulum token'ı oluşturun ve o makinede sharkly computer register --install-token sit_... komutunu çalıştırın. Token'ın süresi 30 dakika içinde dolar ve yalnızca bir kez çalışır; bu yüzden onu asla bir imaja veya betiğe gömmeyin. Ardından istediğiniz ajan araçlarını kurup kimlik doğrulamasını yapın ve her Runtime'ın Available göründüğünü doğrulayın.
Computer'ım neden Online görünüyor ama çalıştırma başlamıyor?
Online olmak yalnızca yerel servisin heartbeat gönderdiği anlamına gelir; seçilen Runtime'ın işi yürütebileceği anlamına gelmez. Computer detayını açıp Runtime'ın yetenek durumunu kontrol edin: hem Needs configuration hem de Not installed çalıştırmaları engeller. sharkly computer ping belirli bir Runtime'ın gidiş-dönüşü tamamlayıp tamamlamadığını doğrular.
