Tek bir markdown dosyasından 94 eklenti nasıl ortaya çıktı?
Orijinal başlık: wshobson /agents
KISACA
- Tek cümlede
- Geliştirici wshobson, 6 AI kodlama aracını tek bir eklenti pazarına topladı.
- Bulgu
- Projede 202 ajan, 183 yetenek ve 94 eklenti, tek markdowndan platforma dönüştürülüyor.
- Neden önemli?
- Bu yapı, basit görevden otonom projeye kadar katmanlı model sunarak geliştiricileri hızlandırabilir.
Ne oldu?
GitHub'da öne çıkan wshobson/agents projesi, Claude Code, Codex CLI, Cursor, OpenCode, Google Antigravity, GitHub Copilot ve Pi dahil altı farklı yapay zeka kodlama aracı için tek bir kaynaktan üretilen bir "eklenti pazarı" sunuyor. Proje; 202 ajan, 183 yetenek (skill) ve 105 komut içeren 94 eklentiyi tek bir markdown kaynağından platforma özgü çıktılara dönüştürüyor. Basit görevler için Haiku'dan karmaşık otonom işler için Fable 5'e kadar katmanlı bir model stratejisi kullanılıyor; statik denetim ve deneysel LLM tabanlı puanlamadan oluşan bir kalite değerlendirme çerçevesi de dahil. Proje şu ana kadar 40.000'in üzerinde yıldız ve 4.300'den fazla fork topladı.
Yapay zeka kodlama artık tek bir kaynaktan, kalite kontrolüyle birlikte tek noktada.
Aynı haberin kısa dikey video özeti.
Bu notu kaynak göstererek alıntılayabilirsin: Hasan Amanet, “Tek bir markdown dosyasından 94 eklenti nasıl ortaya çıktı?”, Notes for Data Science, 27 Eylül 2026.