Bu topluluk yapay zeka agent'larını gerçekten kullanan insanlar için. Prompt mühendisliği değil. Agent mühendisliği. 30 gündür OpenClaw (çıktığı gün) üzerinde production'da AI agent çalıştırıyorum. 25+ custom skill, 30 cron job, hafıza sistemi, akıllı ev entegrasyonu, otomatik haber takibi, borsa analizi. ⁠Burada paylaşacaklarım: ⁠- Gerçek skill dosyaları (GitHub'dan, açık kaynak) ⁠- Setup rehberleri (Türkçe, adım adım) ⁠- Hatalardan çıkardığım dersler ⁠- Production'da ne çalışıyor ne çalışmıyor ⁠Soru sor, kurulum paylaş, skill at. Herkes öğretmen, herkes öğrenci.

NVIDIA NIM platformunda şu an onlarca AI modeli tamamen bedava kullanılabiliyor. Limit yok, kredi kartı yok, sadece ücretsiz developer hesabı açıyorsun. Öne çıkanlar: 🔹 Kimi K2.5 (Moonshot AI) — 15 trilyon token ile eğitilmiş multimodal model. Kod yazıyor, görsel anlıyor, agent olarak çalışıyor. OpenAI API uyumlu. 🔹 GLM-5 744B (Zhipu AI) — MoE mimarisi, reasoning ve uzun vadeli agent task'larda güçlü. 🔹 Llama 3.1 / 3.3 (Meta) — Açık kaynak klasiği, 8B'den 405B'ye kadar seçenek. 🔹 Mistral, Nemotron, DeepSeek ve daha onlarcası. Nasıl kullanılır: 1.⁠ ⁠build.nvidia.com'a git 2.⁠ ⁠Ücretsiz hesap aç 3.⁠ ⁠API key al (Generate Key) Eski: ⁠ https://integrate.api.nvidia.com/v1 ⁠ Yeni: ⁠ build.nvidia.com/explore ⁠ Herhangi bir OpenAI client library'si ile direkt çalışıyor. Python, JS, curl, ne istersen. Ben Kimi K2.5'i OpenClaw'da cron job'larım ve monitoring task'larım için kullanıyorum. Bedava olması maliyet açısından ciddi fark yaratıyor. Deneyenler varsa yorumlarda paylaşsın 👇

Nvidia <> Kimi iletisi çok ilgi çekti diye yazma gereği hissettim. Openrouter API'den :free model diye çekebiliyorsunuz şu anda 26 tane model var ben bunları yazarken. Kullanışlı bazıları ⁠ upstage/solar-pro-3:free ⁠ ⁠ nvidia/nemotron-3-nano-30b-a3b:free ⁠ ⁠ qwen/qwen3-coder:free ⁠ ⁠ openai/gpt-oss-120b:free ⁠ ⁠ deepseek/deepseek-r1-0528:free ⁠ ⁠ mistralai/mistral-small-3.1-24b-instruct:free ⁠ ⁠ google/gemma-3-27b-it:free ⁠ ⁠ meta-llama/llama-3.3-70b-instruct:free ⁠ Benim mini oyun planım: 1) Aynı promptu 3 modelde dene 2) Kalite + hız + stabiliteyi not al 3) En iyisini akışa bağla 4) Pencere kapanırsa fallback modele geç Bazen de gerçekten çok iyi modelleri bedava yapıyorlar kısa süreliğine ben de bu postta her hafta yeni açılanları paylaşacağım (açılırsa bu hafta yok mesela).

Bugün tek session'da 20 bug fixledim. Hepsi "review et" dedikten sonra çıktı. Bu genel olarak yaşadığım bir şey. Çözüm olarak CLAUDE.md'ye bi kural yazdım, aşağıda paylaşıyorum. Olan şu: B12 diye bir Claude Code'um için "memory" projem var. 17 dosyada aynı macOS path hardcode edilmiş. Claude'a fixle dedim, 1 dosyada fixledi, "bitti" dedi. Ama sonra review et diyince review agent'ı baktı: "16 dosyada daha aynı path var." Sonra os.getuid() fixledim, ama sadece baktığım dosyalarda. Review: "5 dosyada daha var." Sonra /tmp hardcode, 4 dosyada daha. 3 tur review, 20 fix. Hep aynı şey: bir yerde fixliyor, aynı pattern'ın başka dosyalarda olduğuna bakmıyor. Bu sadece Claude değil, GPT'de de Gemini'de de aynı. (Aşağıdaki ss'lerde kuralın çalışması görünüyor. Detayları görmek için Claude Code'da ctrl+o ile genişletebilirsiniz.) Bunun için bi kural yazdım. İki katmanlı: Birincisi her commit öncesi, 30 saniye sürüyor: - Edit'in etrafındaki 5 satıra bak, bişeyi bozmuş mu - Eski string'i tüm repo'da grep'le, 0 sonuç olmalı - Setup değiştirdiysen yeni kullanıcı kafasıyla düşün, git clone yapsa çalışır mı İkincisi aynı şeyi birden fazla dosyada değiştirdiysen, 2 dakika: - Eski pattern için grep at, kaçırdığın dosya var mı - DB path fixlediysen socket path'e de bak, PID path'e de bak (bunlara "platform kardeşi" diyorum) - os.getuid(), /tmp, config'lerdeki ~ gibi OS-specific şeyleri kontrol et Kuralın kendisi burada: 👉 https://gist.github.com/dorukardahan/0953d804685fb0ae9e57d17de049b496 Agent'ınıza gist linkini verip "bunu kural dosyama ekle" deyin, o hangi tool'u kullandığınızı bilir. Elle eklemek isterseniz: - Claude Code: CLAUDE.md - OpenClaw: AGENTS.md - Cursor: .cursorrules - Codex CLI: AGENTS.md - Windsurf: .windsurfrules Kural İngilizce çünkü agent'lar İngilizce talimatları daha iyi takip ediyor. Bunu koyduktan sonraki session'da fark gördüm. Sıfır hata demiyorum ama review'da çıkan sürpriz sayısı azaldı.

Bugün Meta Ray-Ban gözlüklerimi kendi AI agent'ıma bağladım. Gözlükle bakıp "bu ne?" diyorum, Gemini görüntüyü analiz edip sesli cevap veriyor. Gerçek zamanlı. Forma üzerindeki imzaların kime ait olduğunu bile anladı eğlenceli deney oldu. Repoyu ekliyorum. Nasıl çalışıyor: 🔹 Gözlük kamerası ~1fps görüntü + mikrofon sesi yakalıyor 🔹 iOS app Gemini Live API'ye WebSocket üzerinden gönderiyor 🔹 Gemini görüntüyü analiz edip sesli cevap veriyor 🔹 Opsiyonel: OpenClaw bağlarsan 56+ araç kullanabilir (mesaj at, web ara, akıllı ev kontrol, not al) Gözlük olmadan da çalışıyor: iPhone kamerasını kullanarak aynı pipeline'ı test edebilirsin. Ne lazım: 🔹 Meta Ray-Ban gözlük (veya sadece iPhone) 🔹 Gemini API key (bir çok google accountuyla bedava, aistudio.google.com) 🔹 Xcode (iOS build için) 🔹 Opsiyonel: OpenClaw (agentic tool calling için) Kurulum 30 dakika, hepsi açık kaynak. github.com/sseanliu/VisionClaw