Her görev için bir kemik: Claude Code'da dinamik iş akışları

Yazar: @trq212

Peggy

Editör Notu: Claude Code, bir kod asistanından düzenlenebilir bir Agent çalışma masasına dönüşüyor.

Bu makalede tanıtılan iş akışları, Claude'ın aynı bağlam penceresinde yalnızca "düşünüp sonra yapması" yerine, görevlere göre dinamik olarak bir yürütme çerçevesi oluşturmasını sağlar: görevleri bölmek, alt Agent'ları atamak, paralel işlemek, çapraz doğrulamak, döngüsel yinelemek ve hatta farklı Agent'ların birbirleriyle rekabet etmesini sağlamak, ardından sonuçları birleştirmek.

Bu, Claude Code'un kullanım alanlarının açıkça dışa doğru yayıldığını anlamına gelir. Sadece kod taşıma, yeniden yapılandırma, test yeniden üretme ve kod incelemesi için değil, derin araştırmalar, gerçek doğrulama, özgeçmiş filtreleme, olay analizi, kural birikimi, ticari plan incelemesi, isimlendirme beynimleme gibi teknik olmayan görevler için de kullanılabilir. Birçok karmaşık iş, temelde programlamaya benzer: sorunu parçalara ayırmak, bağlamı izole etmek, varsayımları doğrulamak, çok sayıda detayla uğraşmak ve birden fazla alternatif yol arasında seçim yapmak.

Dinamik iş akışları, büyük modellerin uzun görevlerde sıkça karşılaştığı birkaç sorunu çözmeyi amaçlıyor: görevin yarısında tamamlandığını ilan eden “akıllı ajan laliliği”, kendi sonuçlarını onaylamaya eğilimli “kendi tercih sapması” ve çok sayıda yürütmeyi takiben orijinal hedeften uzaklaşan “hedef kayması”. Görevi bağımsız bağlamlara sahip birden fazla Claude’a vererek, karmaşık görevleri “tek ajanlı uzun koşu”dan “çok ajanlı işbirliği” haline getiriyor.

Elbette, iş akışları da evrensel bir çözüm değildir. Genellikle daha fazla token tüketir ve her normal kodlama görevi için uygun olmayabilir. Ancak önemli bir yön sunar: Geleceğin AI araçları arasındaki rekabet, yalnızca tek bir modelin ne kadar akıllı olduğunda değil, karmaşık hedefler etrafında güvenilir, yeniden kullanılabilir ve denetlenebilir bir yürütme süreci oluşturabilme yeteneğinde olabilir.

Aşağıda orijinal metin yer almaktadır:

Varsayılan Claude Code yürütme çerçevesi programlama için tasarlanmış olsa da, birçok diğer görev türü için de uyguntur. Birçok görevin yapısal olarak programlama görevlerine benzediği ortaya çıkmıştır. Ancak bazı özel görev türlerinin en iyi performansı için, araştırma, güvenlik analizi, ajan takımı işbirliği veya kod incelemesi gibi alanlarda Claude Code üzerine özelleştirilmiş yürütme çerçeveleri inşa etmemiz gerekir.

İş akışları, Claude'un yukarıdaki sorunları ve daha fazla türdeki sorunu Claude Code içinde daha doğal bir şekilde çözebilmesi için dinamik bir yürütme çerçevesi oluşturmanıza olanak tanır. Bu iş akışlarını başkalarıyla paylaşabilir ve tekrar kullanabilirsiniz.

Bu makalede, workflows kullanımına dair ilk deneyimlerimi ve içgörülerimi paylaşarak onun kapasitesini daha iyi kullanmanıza yardımcı olacağım.

Ancak ilgili en iyi uygulamalar halen şekillenmektedir. Dinamik iş akışları genellikle daha fazla token tüketir, bu nedenle ne zaman ve nasıl kullanacağınızı dikkatlice değerlendirmeniz gerekir.

Not: Bu yazı Claude Blog'da da yayınlanmıştır.

Örnek Prompt

Teknik detaylara girmeden önce, workflow'ların olasılıklarını anlamanzı yardımcı olmak için bazı örnek prompt'lar vermek istiyorum:

Bu test yaklaşık her 50 çalıştırmada bir başarısız olur. Bunun tekrarlanmasını sağlayan bir workflow oluşturun, bir hipotez geliştirin ve farklı worktree’lerde karşılaştırmalı testler yapın. /goal Bir hipotez doğrulanana kadar durmayın.

Workflow kullanarak son 50 oturumumu gözden geçirin, tekrarladığım düzeltmeleri belirleyin ve bu tekrarlanan sorunları CLAUDE.md kurallarına dönüştürün.

Workflow kullanarak, geçen altı ay boyunca Slack'deki #incidents kanalını inceleyin ve tekrar eden ancak kimse ticket açmayan temel nedenleri bulun.

Benim iş planımı alıp bir workflow çalıştırın, farklı ajantlar bunu yatırımcı, müşteri ve rakip bakış açılarından ayrı ayrı incelesin.

80 adet özgeçmiş içeren bir klasör var. Workflow'u kullanarak arka uç pozisyonu gereksinimlerine göre sıralayın ve ilk onu gözden geçirin. Değerlendirme kriterlerinizi oluşturmanıza yardımcı olmak için AskUserQuestion aracını kullanarak bana soru sorun.

Bu CLI aracına bir isim vermem gerekiyor. Workflow kullanarak bir dizi seçenek fikir üretin, ardından turnuva mekanizmasıyla ilk üçü seçin.

Workflow kullanarak User modelimizi tüm yerlerde Account olarak yeniden adlandırın.

Blog taslağımı okuyun ve her teknik kararı workflow ile kod deposunu doğrulayın. Hatalı içerik yayınlamak istemiyorum.

Dinamik iş akışı nasıl çalışır

Dinamik akış, alt akıllı ajanları oluşturmak ve koordine etmek için özel fonksiyonlar içeren bir JavaScript dosyasını çalıştırır.

Dinamik iş akışı, verileri işlemek için JSON, Math ve Array gibi standart JavaScript fonksiyonlarını da içerir.

Özellikle dikkat edilmesi gereken nokta, dinamik iş akışının bir ajanın hangi modeli kullanacağını ve alt ajansların kendi worktree'lerinde çalışıp çalışmayacağını belirleyebilmesidir. Bu, Claude'un görev gereksinimlerine göre gerekli akıl düzeyini ve izolasyon düzeyini kendi kendine seçmesini sağlar.

Bir workflow kesilirse, örneğin kullanıcı tarafından elle işlem yapıldığında veya terminal çıkış yaptığında, oturum yeniden başlatıldığında workflow kesildiği yerden devam edebilir.

Varsayılan Claude Code yürütme çerçevesini bir görevi işlemek için kullandığınızda, aynı bağlam penceresi içinde planlama ve yürütme aynı anda gerçekleştirilir. Bu yaklaşım, birçok programlama görevi için çok etkilidir, ancak uzun süreli, büyük ölçekli paralel veya yüksek yapılandırılmış rekabetçi görevlerde bazen başarısız olabilir.

Nedeni, Claude'nin tek bir bağlam penceresinde karmaşık görevleri daha uzun süre işledikçe, belirli bir dizi hata moduna daha kolay düşmesidir:

Agentic laziness (akıllı ajan tazeliliği), Claude'nin çok sayıda parçadan oluşan özellikle karmaşık görevleri tamamlamadan önce durdurup, kısmen ilerleme kaydederek görevin tamamlandığını ileri sürmesidir. Örneğin, güvenlik incelemesinde 50 projeden sadece 20'sini işleyip çalışmayı bitirdiğini ilan etmek.

Kendi kendine tercih etme yanlılığı, Claude'nin özellikle kendi ürettiği içeriği belirli bir değerlendirme kriterlerine göre doğrulamak veya değerlendirmek istendiğinde kendi sonuçlarını veya bulgularını tercih etme eğilimidir.

Hedef kayması, çoklu yürütme sürecinde Claude'un başlangıç hedefine olan sadakatinin, özellikle bağlam sıkıştırıldıktan sonra yavaş yavaş azalmasıdır. Her özetleme, bilgi kaybına neden olur; kenar durumları veya "X yapma" gibi kısıtlamalar gibi bazı ayrıntılar kaybolabilir.

Workflow oluşturmak, bu sorunları hafifletmeye yardımcı olur çünkü birden fazla bağımsız Claude'u düzenleyerek, her birinin kendi bağlam penceresine sahip olmasını ve birbirinden izole edilmiş, hedef odaklı görevlere odaklanmasını sağlar.

Daha önce Claude Agent SDK veya claude -p aracılığıyla birden fazla Claude Code örneğini koordine etmek için statik iş akışları oluşturmuş olabilirsiniz.

Ancak statik iş akışları çeşitli kenar durumları kapsadığı için genellikle daha geneldir. Claude Opus 4.8 ve dinamik iş akışlarının ortaya çıkmasıyla, Claude artık özel kullanım senaryolarınız için özelleştirilmiş bir yürütme çerçevesi yazmak kadar akıllı hale gelmiştir.

Dinamik iş akışları kullanırken pratik modeller

Claude ile doğrudan dinamik bir iş akışı oluşturabilir veya "ultracode" tetikleyici kelimesini kullanarak Claude Code'un workflow oluşturmasını sağlayabilirsiniz.

Ancak, dinamik iş akışının nasıl çalıştığını anlayan bir zihinsel model oluşturursanız, ne zaman kullanmanız gerektiğini daha kolay belirleyebilir ve Claude’u yönlendirmek için istekleri daha etkili şekilde kullanabilirsiniz.

Claude, workflow'lar oluştururken genellikle aşağıdaki modelleri kullanır ve birleştirir:

Sınıflandır ve uygula: Bir sınıflandırma agenti görev türünü belirleyin, ardından görev türüne göre farklı agentlere veya davranışlara yönlendirin. Süreç sonunda bir sınıflandırıcı kullanarak çıktıyı da değerlendirebilirsiniz.

Dağıtım ve sentez: Bir görevi, her bir adımı bir agent tarafından işlenen daha küçük adımlara ayırın ve ardından bu sonuçları sentezleyin. Bu yaklaşım, görevde birçok küçük adımın bulunduğu veya her adımın birbirini etkilemeden ve kirlenmeden temiz bir bağlam penceresine ihtiyaç duyduğu durumlarda özellikle uygundur. Sentez adımı, bir “bariyer” görevi görür: Tüm dağıtılan agent’ların tamamlanmasını bekler ve yapılandırılmış çıktılarını tek bir sonuçta birleştirir.

Savunma doğrulaması: Oluşturulan her bir agente, belirli bir değerlendirme kriterine veya prensibe göre çıktılarını savunma doğrulaması yapmak üzere bağımsız bir agente daha çalıştırılır.

Oluştur ve filtrele: Bir konu etrafında birçok fikir oluşturun, ardından değerlendirme kriterlerine veya doğrulama sürecine göre filtreleyin, tekrarları kaldırın ve yalnızca test edilmiş, en yüksek kalitedeki fikirleri döndürün.

Yarışma: İşleri parçalamak değil, agent'ların birbirleriyle rekabet etmesidir. N adet agent oluşturun ve her birinin aynı görevi farklı yöntemlerle tamamlamaya çalışmasını sağlayın. Daha sonra prompt veya model, agent'ların sonuçlarını ikili olarak karşılaştırarak kazananı belirler.

Tamamlana kadar döngü: İş yükü bilinmeyen görevler için sabit tur sayısı belirlemeyin, bunun yerine yeni keşifler ortaya çıkmadığında veya günlüklerde hatalar artık görünmediğinde durma koşulu sağlanana kadar agent oluşturmayı döngüye alın.

Kullanım senaryosu

Claude Code'un dinamik iş akışlarını ne zaman ve nasıl oluşturabileceğiniz konusunda daha yaratıcı düşünün. İş akışlarının bazen teknik olmayan işlerde bile daha faydalı olduğunu fark ettim.

Bun, Zig'den Rust'e workflows kullanılarak yeniden yazıldı. Sürecin ayrıntılarını Jarred'in X'teki gönderisinde okuyabilirsiniz.

Anahtar, görevi çağrı noktaları, hata testleri, modüller vb. gibi işlenecek adımlara bölmektir. Her onarım görevi için worktree içinde bir alt ajan başlatın, bu ajan onarımı tamamlayacak; ardından başka bir ajan, karşıt incelemeyi yapacak ve sonuçlar birleştirilecektir. Ajanlara kaynak tüketimi yüksek olan komutları kullanmamaları gerektiğini açıkça belirtebilirsiniz, böylece yerel makinenizin kaynaklarını tüketmeden maksimum paralellik sağlanabilir.

Claude Code'da dinamik iş akışı kullanan bir derin araştırma becerisi (/deep-research) yayınladık. Özellikle, web araması yapmayı, kaynakları çekmeyi, ilgili iddiaları karşıtı doğrulama süreciyle test etmeyi ve alıntılarla bir rapor oluşturmayı içerir.

Ancak bu tür araştırmalar yalnızca web araması için değil, örneğin Claude’ın Slack bağlamından bir durum raporu oluşturmasını veya bir özelliğin nasıl çalıştığını kod tabanını derinlemesine inceleyerek araştırmayı da içerebilir.

Öte yandan, bir raporunuz varsa ve bu raporda yer alan her bir gerçekçi iddia ile kaynağını doğrulamak istiyorsanız, bir workflow oluşturabilirsiniz: önce bir agent tüm gerçekçi iddiaları tanımlar, ardından her bir iddia için ayrı bir alt agent başlatılır ve detaylı doğrulama yapılır. Ayrıca, kaynakları araştıran alt agentleri kontrol etmek için bir doğrulama agenti de kullanabilirsiniz, böylece kaynakların kalitesinin yeterli olduğundan emin olursunuz.

Bir dizi projeniz olabilir ve bu projeleri belirli niteliksel bir ölçüt göre sıralamak isteyebilirsiniz; Claude Code'un bu tür ölçütleri değerlendirmede iyi olduğunu düşünüyorsunuz. Örneğin, destek biletlerini hata ciddiyetine göre sıralayın.

Ancak bir prompt içinde 1000'den fazla satırı sıralamaya çalışırsanız kalite düşer ve bağlam penceresi bu kadar çok veriyi içeremez. Daha iyi bir yaklaşım, ikişerli karşılaştırmalardan oluşan bir akış hattı kurmak için turnuva mekanizmasını çalıştırmaktır, çünkü karşılaştırmalı değerlendirme genellikle mutlak puanlamadan daha güvenilirdir; ya da önce paralel olarak gruplara ayırıp ardından sonuçları birleştirmek. Her karşılaştırma, bağımsız bir ajan tarafından gerçekleştirilir, bu nedenle belirli döngü, tüm turnuva yapısını korur ve yalnızca şu anda çalışan sıralama bağlamda tutulmalıdır.

Belirli bir set kuralınız varsa ve Claude, CLAUDE.md'de bu kuralları görmesine rağmen hâlâ sıklıkla atlıyor veya yetersiz uyguluyorsa, bu kuralları listeleyen ve doğrulama ajanının her bir kuralı tek tek kontrol ettiği bir workflow oluşturabilirsiniz—her kural için bir doğrulama ajanı. Bu kuralların uygunluğunu incelemek için bir "şüpheci" kişiliğine sahip alt ajan oluşturmak, fazla yanlış pozitifleri önlemeye yardımcı olur.

Aynı şekilde tersine de yapılabilir: Son görüşmelerinizi ve kod incelemesi yorumlarınızı gözden geçirerek tekrarladığınız düzeltmeleri belirleyin; paralel ajanları bu sorunları kümelendirmek için kullanın; ardından her aday kuralı, gerçek bir hatayı gerçekten önleyip önlemediğini test etmek için karşılaştırmalı olarak doğrulayın; son olarak, filtrelenmiş kuralları CLAUDE.md dosyasına geri dönüştürün.

En etkili hata ayıklama yöntemi, birbirinden bağımsız birkaç varsayım ortaya atıp bunları sırayla test etmektir. Ancak yalnızca bir bağlam penceresi kullanıyorsanız, Claude kendi tercihlerine sapma yapabilir.

Workflow, bu durumu yapısal olarak önleyebilir: Birbirini tamamen örtüşmeyen kanıtlara dayanarak birden fazla ajanı başlatır ve her biri ayrı ayrı hipotezler üretir. Örneğin, farklı ajanslar sırasıyla günlükleri, dosyaları ve verileri inceleyebilir. Daha sonra her hipotez, bir dizi doğrulayıcı ve itirazcı tarafından incelenebilir.

Bu sadece kod için değil, workflow'lar satış analizinde de kullanılabilir, örneğin “Mart ayındaki satışların neden düştü?”; veri mühendisliğinde, örneğin “Bu pipeline neden başarısız oldu?”; ya da herhangi bir事后复盘 için.

Her ekip, destek kuyruğu, hata raporu veya tamamen insanlar tarafından işlenemeyen diğer birikmiş işlerle karşı karşıya kalır. Bir triaj iş akışı, her projeyi sınıflandırır, zaten izlenen sorunlarla çakışmaları kaldırır ve eylem alır. Bu, düzeltmeye çalışmak anlamına gelebilir veya insan kullanıcılar tarafından işlenmesi için yükseltmek anlamına gelebilir.

Triage iş akışı için kullanışlı bir model, karantina'dır. Yani, güvenilmeyen açık içerikleri okuyan ajanların yüksek yetkili işlemler yapmasını yasaklamak; yüksek yetkili işlemler, eylemle sorumlu özel ajanlar tarafından gerçekleştirilmelidir.

Triaj workflow'larını /loop ile birlikte kullanarak Claude'un bu tür görevleri sürekli olarak yerine getirmesini sağlayabilirsiniz.

Çözümlerin farklı yollarını keşfetmeniz gerektiğinde, özellikle tasarım ve adlandırma gibi estetik yargılar içeren görevlerde ve bir değerlendirme kriterleri setinden yararlanabildiğinizde workflows faydalıdır.

Claude'ya birçok çözümü keşfettirmeniz ve inceleme ajanına «iyi çözümün nasıl olması gerektiği» hakkında bir değerlendirme kriterleri seti sağlamanız mümkündür. İnceleme ajanı, sonuçların kriterleri karşıladığını düşündüğünde görev tamamlanır. Farklı çözümler, bu değerlendirme kriterlerine göre turnuva mekanizmasıyla sıralanabilir veya filtrelenebilir.

Belirli bir görev için hafif evals çalıştırmak üzere, worktree içinde bağımsız bir agent başlatıp daha sonra bir karşılaştırma agent’ını başlatarak, değerlendirme kriterlerine göre çıktıları karşılaştırıp puanlayabilirsiniz. Örneğin, kendi oluşturduğunuz bir beceriyi değerlendirebilir ve belirli standartları karşılayıp karşılamadığını kontrol edebilirsiniz.

Model ve Akıllı Seçim Rotası: Görevinize özel olarak optimize edilmiş bir sınıflandırma agenti oluşturabilir, bu agent hangi modelin kullanılacağını kararlaştırır. Görevler çok sayıda araç çağrısı gerektirdiğinde ve yürütmeden önce yapılan araştırma, en uygun modelin belirlenmesine yardımcı olduğunda bu yöntem faydalıdır.

Örneğin, “auth modülünün nasıl çalıştığını açıkla” görevi için en uygun model, auth modülünde kaç dosya olduğunu ve kod tabanının yapısını belirler. Sınıflandırma ajanı, bu araştırmayı tamamlayıp beklenen karmaşıklığa göre görevi Sonnet veya Opus’a yönlendirebilir.

İş akışları hâlâ yeni bir şey. Birçok kullanım senaryosunda geleneksel yöntemlere kıyasla çok daha fazla etki yaratabilir, ancak her görevde gerekli değildir ve token tüketimini önemli ölçüde artırabilir.

Workflows'ı, Claude Code'un yetenek sınırlarını yeni yollarla genişletebileceğiniz görevlerde kullanın. Genel programlama görevleri için önce kendinize şunu sorun: Bu görev gerçekten daha fazla hesaplama kaynağına mı ihtiyaç duyuyor? Örneğin, çoğu geleneksel programlama görevi 5 kişilik bir inceleme ekibine ihtiyaç duymaz.

Dinamik iş akışları oluşturmanın ipuçları

Dinamik iş akışı için bir prompt yazarken, özellikle yukarıda bahsedilen özel teknikler kullanıldığında, detaylar ne kadar fazla olursa sonuçlar genellikle o kadar iyi olur.

İş akışları yalnızca büyük görevler için değil, aynı zamanda bir «hızlı iş akışı» kullanması için modele talimat verebilirsiniz. Örneğin, bir varsayımı kontrol etmek için hızlı bir rekabetçi inceleme iş akışı oluşturabilirsiniz.

Yinelenebilir iş akışlarını, örneğin triaj, araştırma veya doğrulama iş akışlarını, sabit aralıklarla çalıştırmak için /loop ile birlikte kullanın ve tamamlama gereksinimlerini belirlemek için /goal kullanın.

Dinamik iş akışı için görevlerin tükettiği token sayısını sınırlamak üzere açık bir token bütçesi ayarlayabilirsiniz. Prompt içinde «10k token kullan» gibi bir bütçe talebi yazarak sınırı 10k token olarak ayarlayabilirsiniz.

Workflow menüsünde «s» tuşuna basarak workflow'ları kaydedebilirsiniz. Bunları ~/.claude/workflows dizinine gönderebilir veya beceri aracılığıyla dağıtabilirsiniz.

Yeteneklerini paylaşmak istiyorsanız, JavaScript workflow dosyalarını yetenek klasörüne ekleyin ve SKILL.md dosyasında referans verin. Daha büyük esneklik için Claude’ye, yetenekteki workflow’ları harfi harfine çalıştırılması gereken betikler değil, şablonlar olarak görmesini isteyebilirsiniz.

Tamamen yeni bir dünya

İş akışları, Claude Code'u genişletmenin kullanışlı bir yeni yoludur. Bunu bir başlangıç noktası olarak görebilirsiniz. Bunun en iyi şekilde nasıl kullanılacağı konusunda henüz keşfedilmesi gereken birçok şey var. Keşiflerinizi bize bildirmekten çekinmeyin.

Thariq Shihipar ve Sid Bidasaria (@sidbid), Anthropic teknik ekibinin Claude Code ile ilgili görevleri olan üyeleri.

[原文链接]

Dinamik BlockBeats'ta açık pozisyonları öğrenmek için tıklayın

Lütfen BlockBeats Resmi Topluluğuna katılın:

Telegram abone grubu: https://t.me/theblockbeats

Telegram iletişim grubu: https://t.me/BlockBeats_App

Twitter resmi hesabı: https://twitter.com/BlockBeatsAsia