Repo Avcısı

Claude Code’u kurup direkt kullanıyorsan muhtemelen “boş fabrika” çalıştırıyorsun. Motor güçlü ama etrafındaki düzen eksik. Anthropic’in resmi eklenti deposunda claude-code-setup diye bir eklenti var. Olayı şu: Projeni inceliyor ve Claude Code’un o projede daha düzenli çalışması için sana kurulum önerileri çıkarıyor. Yani Claude’a her seferinde şunları tekrar anlatmak yerine: → testler nasıl çalışıyor → hangi klasöre dokunmaması lazım → commit öncesi ne kontrol edilmeli → bu projede kod yazarken hangi kurallar geçerli → hangi araçlar ve yardımcılar bağlanmalı Bunları proje ortamına daha kalıcı şekilde tanıtıyorsun. Eklenti sana şunları önerebiliyor: → otomatik çalışan kurallar → tekrar eden işler için hazır beceriler → GitHub, veritabanı, tarayıcı gibi araç bağlantıları → farklı işler için küçük uzman yardımcılar → projeye özel çalışma düzeni Benim anladığım en basit haliyle: Claude Code tek başına iyi bir kod yardımcısı. Ama doğru ayarlarla projeyi tanıyan bir geliştirme ortamına dönüşüyor. Özellikle büyük repo, ekip projesi veya sürekli aynı kuralları anlattığın işler için mantıklı. Kurulum: /plugin install claude-code-setup@claude-plugins-official Repo: github.com/anthropics/cla…⁠

copy paste ile trade denemelerim. 2,59 dolar kar:) @Polymarket. #jEsReiX" target="_blank" rel="nofollow noopener">polymarket.com/portfolio?tab=…

@md_kasif_uddin Benchmarka göre “tek model” değil. Genel Intelligence Index’te GPT-5.5 tarafı önde; gerçek yazılım hatası çözümünde Opus 4.7; çok kipli + hızda Gemini 3.5 Flash; düşük halüsinasyon tarafında Grok 4.3/Opus daha güvenli. Göreve göre seçim değişiyor.

Which AI model gives the most accurate responses?

Aynen olay bu aslında. “Merhaba” tarzı yorumlar kısa vadede görünürlük gibi duruyor ama uzun vadede profilin değer algısını düşürüyor. Ben reply yazarken şuna bakıyorum: 1) Ana tweete yeni bilgi ekliyor mu? 2) Okuyan kişi profili merak eder mi? 3) Konuşmayı devam ettirecek bir soru bırakıyor mu? X’te iyi reply = mini içerik.

@RepoAvcisi @saarxio @X This is the first sensible response I have found to such question, we need more people like you, eveyone else is just asking to comment hello lol

stuck around 100 followers on @X . any insights on how to reach more audience bros? looking to find and connect with: 📱Mobile app founders 🧑‍💻SaaS founders 💰Solo entrepreneurs / Business owners 🎨UI/UX designers 📈SEO/GEO experts

Kesinlikle faydalı. Ama repoyu direkt okumak yerine Claude Code / Codex’e akışı çıkarttırmak daha verimli: 1) Home Mixer adayları nereden topluyor? 2) Phoenix postları nasıl skorlamaya sokuyor? 3) Grox/Grok kalite, spam ve taxonomy’yi nasıl okuyor? 4) VF filtreleri postu hangi noktada eliyor? Büyüme tarafındaki asıl ipuçları burada çıkıyor.

@RepoAvcisi @saarxio @X Hey buddy, this should be useful.

Tek “en iyi” yok bence; token/süre maliyetine göre seçmek lazım. Benim kullanımım: Low/Medium → küçük bug, açıklama, hızlı dosya okuma High → günlük coding, refactor, PR hazırlama Extra High → çok dosyalı mimari değişiklik, zor debug, migration Extra High her zaman “en iyi” değil; çoğu işte gereksiz yavaş ve pahalı düşünür. Benim default: High Acele işte: Medium Zor repo ameliyatında: Extra High

Codex models Which is the best one to use?

@noor36758 Ben tek “en iyi” demem, iş tipine göre puanlarım: Claude Code: 9/10 — büyük repo/refactor Cursor: 8.5/10 — günlük IDE + hızlı edit Codex: 8/10 — paralel task Antigravity: 7.5/10 — Gemini + agent-first akış Kısa cevap: ürün çıkarırken Claude Code, günlük coding’de Cursor.

Be honest, which is best for coding?

Süper. Bakarken özellikle repoyu düz okumak yerine Claude Code/Codex’e şu 3 soruyla okutmanı öneririm: 1) For You akışı hangi klasörlerden geçiyor? 2) Reply / dwell / profile click sinyalleri nerede hesaplanıyor? 3) Hangi filtreler postu daha skora girmeden eliyor? Özellikle Home Mixer, Phoenix ve grox tarafı baya öğretici. Takıldığın yeri atarsan beraber yorumlayalım.

@RepoAvcisi @X very interesting! will have a look

200.000 satırlık bir codebase’e yeni girince sorun “kod okumak” değil. Sorun şu: Nereden başlayacağını bilmiyorsun. Understand Anything tam bu boşluğu hedefliyor. Kod tabanını interaktif bir bilgi grafiğine çeviriyor: → Dosya, fonksiyon, class ve dependency’leri node/edge olarak çıkarıyor → Her node için plain-English özet veriyor → “Auth nerede dönüyor?” gibi semantik arama yaptırıyor → Guided tour ile mimariyi doğru sırayla gezdiriyor → Diff impact analysis ile değişikliğin nereleri etkilediğini gösteriyor → Claude Code, Codex, Cursor, Copilot, Gemini CLI ve daha fazlasıyla çalışıyor Alt tarafta güzel bir yaklaşım var: Tree-sitter deterministik yapıyı çıkarıyor. LLM tarafı ise “bu dosya ne işe yarıyor?” kısmını anlamlandırıyor. Yani olay “grafik güzel görünsün” değil. Yeni girdiğin repo sana kendi mimarisini öğretmeye başlıyor. 22.8K star alması şaşırtıcı değil. Repo: github.com/Lum1104/Unders… Büyük codebase’e girerken siz önce neye bakıyorsunuz? README mi, klasör yapısı mı, testler mi, yoksa direkt çağrı zinciri mi?

Claude Code büyük repolarda dosya ararken token yakıyor; CodeGraph bu keşif işini yerel bir kod grafiğine taşıyor. AI coding agent’larının en pahalı alışkanlığı: repo keşfi. CodeGraph bunu yerelde çalışan bir kod grafiğine çeviriyor: → Claude Code / Cursor / Codex ile çalışıyor → symbol, call graph ve route ilişkilerini indeksliyor → daha az grep/read/tool call → veriler makineden çıkmıyor Benchmark: ~%35 daha ucuz, ~%70 daha az tool call. 20K+ star alması boşuna değil: github.com/colbymchenry/c… Büyük repo’da agent kullanıyorsan bunu dener misin?

Bir içerik üreticisinin 350 bin+ takipçi ve yılda 100 milyon+ görüntülenme alan içerik sistemi açık kaynak oldu. Bu kod deposu, Claude’a “sosyal medya yöneticisi” gibi çalışmayı öğreten hazır bir beceri seti: → Kendi yazım tarzını çıkarıyor → Bülteni LinkedIn / X / Reels / YouTube formatına çeviriyor → Taslak gönderiyi geçmiş performansa göre puanlıyor → Açılış cümlesi, görsel seri, kapak görseli ve sabit yorum akışları hazır geliyor → Kopyalayıp kendi içerik sistemine göre uyarlayabiliyorsun 982 yıldız / 252 kopyalama almış. Kod deposu: github.com/charlie947/soc…⁠ Yapay zekâ ile içerik üretim sistemi kuran birine gönder, özellikle “yazım tarzı tutarlılığı” tarafı iyi fikir veriyor. Sizce bu tarz beceri tabanlı içerik sistemleri solo üreticilerin yeni standardı olur mu?

Small feature, big workflow unlock. The best part is reducing the “I’ll create it later” friction: → capture the idea while it’s fresh → create the repo before context is lost → set visibility from mobile → clean up README/issues later from desktop This is especially useful for weekend side-project ideas.

New project idea but left the laptop at home? 😬 Create a repo right from your phone. Name it, set visibility, and adjust the details in the GitHub Mobile app. 📱 github.blog/changelog/2026…

GitHub’dan küçük görünen ama büyük workflow güncellemesi: Artık GitHub Mobile üzerinden direkt repo oluşturabiliyorsun. Yani fikir geldiği anda: • Repo aç • Public/private seç • Açıklama ekle • Template kullan • README / .gitignore / lisans ekle • Sonra ilk commit’e geç Bu olay basit bir “mobil özellik” değil. GitHub yavaş yavaş telefondan proje başlatma → agent’a devretme → kodu takip etme akışını kuruyor. Geliştirici tarafında yeni dönem net: Laptop şart değil, fikir geldiği an repo doğuyor.

@Polymarket Burada problem sanal inek değil; insanların ‘garanti getiri’ hikâyesine bu kadar kolay ikna edilmesi. Tosuncuk bu cezayı haketti.

JUST IN: Turkish YouTuber sentenced to 45,376 years in prison for convincing over 100,000 people to invest in virtual cows.

This is exactly why I got excited about Dexter too. It's an open-source research agent that goes beyond simple chat — it uses scratchpad for full transparency and does step-by-step financial/company research with verifiable reasoning. I just made a detailed thread about it: [x.com/RepoAvcisi/sta…] Would love to hear your thoughts on this kind of agent.

last night i got an agent to fork itself, propose a modification to itself on the fork, run through tests (sandbox, etc), and only accept the change into itself after the tests passed

4/4 Özetle Dexter, klasik “AI’ye sor, cevap al” mantığından çok daha öteye gidiyor. Gerçek bir araştırma ajanı gibi adım adım düşünüyor, yaptığı her şeyi scratchpad’de şeffaf şekilde gösteriyor ve kendi analizini tekrar kontrol ediyor.Şu anda finansal araştırma yapan, undervalued fırsatları bulmaya çalışan herkesin denemeye değer bulduğu açık kaynak bir araç haline gelmiş.Benim favori tarafım: İnsanın karar alma sürecini hızlandırıyor ama nihai kararı hâlâ sana bırakıyor.Sizce bu tarz ajanlar gelecekte fundamental analizde ne kadar yer kaplar? Dexter’ı denemek isteyenler veya deneyenler buraya yazsın, birlikte tartışalım.#AIAgents #OpenSource #FinancialResearch

4/3 Dexter’ı denemek istersen akış basit: → repo’yu clone’la → env değişkenlerini ekle → finansal veri kaynaklarını bağla → araştırma sorunu net yaz Örnek prompt: “Son 5 yılda gelirini büyüten ama FCF yield’i sektörüne göre ucuz kalan software şirketlerini bul. Riskleri ve değerleme notlarını da çıkar.”

Finansal araştırma için Claude Code benzeri bir agent çıktı: repo 26.1k star’a gelmiş. Ucuz kalmış hisseleri araştırırken “AI chatbot” değil, research agent lazım. Dexter bunu yapan açık kaynak finans ajanı: → Soruyu küçük araştırma adımlarına bölüyor → Market verisi ve finansal tablolarla analiz yapıyor → Kendi çıktısını kontrol edip tekrar deniyor → Her tool çağrısını scratchpad’e yazıyor; neye bakmış görebiliyorsun → Claude Code mantığı, ama finansal araştırma için 26.1k star almış. Yatırım tavsiyesi değil; araştırma sürecini hızlandırmak için güzel bir repo. github.com/virattt/dexter Bunu “undervalued stock research” için kullansan ilk hangi şirketi test ederdin?