mirror of
https://github.com/affaan-m/everything-claude-code.git
synced 2026-04-13 13:23:31 +08:00
Add Turkish (tr) docs and update README (#744)
* Add Turkish (tr) docs and update README Add a full set of Turkish documentation under docs/tr (agents, changelog, CLAUDE guide, contributing, code of conduct, and many agents/commands/skills/rules files). Update README to include a link to the Turkish docs and increment the supported language count from 5 to 6. This commit adds localized guidance and references to help Turkish-speaking contributors and users. * Update docs/tr/TROUBLESHOOTING.md Co-authored-by: cubic-dev-ai[bot] <191113872+cubic-dev-ai[bot]@users.noreply.github.com> * Update docs/tr/README.md Co-authored-by: cubic-dev-ai[bot] <191113872+cubic-dev-ai[bot]@users.noreply.github.com> * docs(tr): fix license link and update readmes Update Turkish docs: change license badge link to point to repository root (../../LICENSE), increment displayed language count from 5 to 6, and remove two outdated related links from docs/tr/examples/README.md to keep references accurate. * Update docs/tr/commands/instinct-import.md Co-authored-by: cubic-dev-ai[bot] <191113872+cubic-dev-ai[bot]@users.noreply.github.com> * Update docs/tr/commands/checkpoint.md Co-authored-by: cubic-dev-ai[bot] <191113872+cubic-dev-ai[bot]@users.noreply.github.com> --------- Co-authored-by: cubic-dev-ai[bot] <191113872+cubic-dev-ai[bot]@users.noreply.github.com>
This commit is contained in:
Berkcan Gümüşışık
committed by
GitHub
GitHub
parent
bb1efad7c7
commit
fd2a8edb53
270
docs/tr/skills/eval-harness/SKILL.md
Normal file
270
docs/tr/skills/eval-harness/SKILL.md
Normal file
@@ -0,0 +1,270 @@
|
||||
---
|
||||
name: eval-harness
|
||||
description: Eval-driven development (EDD) ilkelerini uygulayan Claude Code oturumları için formal değerlendirme çerçevesi
|
||||
origin: ECC
|
||||
tools: Read, Write, Edit, Bash, Grep, Glob
|
||||
---
|
||||
|
||||
# Eval Harness Skill
|
||||
|
||||
Claude Code oturumları için eval-driven development (EDD) ilkelerini uygulayan formal değerlendirme çerçevesi.
|
||||
|
||||
## Ne Zaman Aktifleştirmeli
|
||||
|
||||
- AI destekli iş akışları için eval-driven development (EDD) kurarken
|
||||
- Claude Code görev tamamlama için geçti/kaldı kriterleri tanımlarken
|
||||
- pass@k metrikleriyle agent güvenilirliğini ölçerken
|
||||
- Prompt veya agent değişiklikleri için regresyon test paketleri oluştururken
|
||||
- Model versiyonları arasında agent performansını benchmark ederken
|
||||
|
||||
## Felsefe
|
||||
|
||||
Eval-Driven Development, eval'ları "AI geliştirmenin birim testleri" olarak ele alır:
|
||||
- İmplementasyondan ÖNCE beklenen davranışı tanımla
|
||||
- Geliştirme sırasında eval'ları sürekli çalıştır
|
||||
- Her değişiklikle regresyonları izle
|
||||
- Güvenilirlik ölçümü için pass@k metriklerini kullan
|
||||
|
||||
## Eval Tipleri
|
||||
|
||||
### Capability Eval'ları
|
||||
Claude'un daha önce yapamadığı bir şeyi yapıp yapamadığını test et:
|
||||
```markdown
|
||||
[CAPABILITY EVAL: feature-name]
|
||||
Görev: Claude'un başarması gereken şeyin açıklaması
|
||||
Başarı Kriterleri:
|
||||
- [ ] Kriter 1
|
||||
- [ ] Kriter 2
|
||||
- [ ] Kriter 3
|
||||
Beklenen Çıktı: Beklenen sonucun açıklaması
|
||||
```
|
||||
|
||||
### Regression Eval'ları
|
||||
Değişikliklerin mevcut fonksiyonaliteyi bozmadığından emin ol:
|
||||
```markdown
|
||||
[REGRESSION EVAL: feature-name]
|
||||
Baseline: SHA veya checkpoint adı
|
||||
Testler:
|
||||
- existing-test-1: PASS/FAIL
|
||||
- existing-test-2: PASS/FAIL
|
||||
- existing-test-3: PASS/FAIL
|
||||
Sonuç: X/Y geçti (önceden Y/Y)
|
||||
```
|
||||
|
||||
## Grader Tipleri
|
||||
|
||||
### 1. Code-Based Grader
|
||||
Kod kullanarak deterministik kontroller:
|
||||
```bash
|
||||
# Dosyanın beklenen pattern içerip içermediğini kontrol et
|
||||
grep -q "export function handleAuth" src/auth.ts && echo "PASS" || echo "FAIL"
|
||||
|
||||
# Testlerin geçip geçmediğini kontrol et
|
||||
npm test -- --testPathPattern="auth" && echo "PASS" || echo "FAIL"
|
||||
|
||||
# Build'in başarılı olup olmadığını kontrol et
|
||||
npm run build && echo "PASS" || echo "FAIL"
|
||||
```
|
||||
|
||||
### 2. Model-Based Grader
|
||||
Açık uçlu çıktıları değerlendirmek için Claude kullan:
|
||||
```markdown
|
||||
[MODEL GRADER PROMPT]
|
||||
Aşağıdaki kod değişikliğini değerlendir:
|
||||
1. Belirtilen sorunu çözüyor mu?
|
||||
2. İyi yapılandırılmış mı?
|
||||
3. Edge case'ler işleniyor mu?
|
||||
4. Hata işleme uygun mu?
|
||||
|
||||
Puan: 1-5 (1=kötü, 5=mükemmel)
|
||||
Gerekçe: [açıklama]
|
||||
```
|
||||
|
||||
### 3. Human Grader
|
||||
Manuel inceleme için işaretle:
|
||||
```markdown
|
||||
[HUMAN REVIEW REQUIRED]
|
||||
Değişiklik: Neyin değiştiğinin açıklaması
|
||||
Sebep: Neden insan incelemesi gerekli
|
||||
Risk Seviyesi: DÜŞÜK/ORTA/YÜKSEK
|
||||
```
|
||||
|
||||
## Metrikler
|
||||
|
||||
### pass@k
|
||||
"k denemede en az bir başarı"
|
||||
- pass@1: İlk deneme başarı oranı
|
||||
- pass@3: 3 denemede başarı
|
||||
- Tipik hedef: pass@3 > %90
|
||||
|
||||
### pass^k
|
||||
"Tüm k denemeler başarılı"
|
||||
- Güvenilirlik için daha yüksek çıta
|
||||
- pass^3: Ardışık 3 başarı
|
||||
- Kritik yollar için kullan
|
||||
|
||||
## Eval İş Akışı
|
||||
|
||||
### 1. Tanımla (Kodlamadan Önce)
|
||||
```markdown
|
||||
## EVAL DEFINITION: feature-xyz
|
||||
|
||||
### Capability Eval'ları
|
||||
1. Yeni kullanıcı hesabı oluşturabilir
|
||||
2. Email formatını doğrulayabilir
|
||||
3. Şifreyi güvenli şekilde hash'leyebilir
|
||||
|
||||
### Regression Eval'ları
|
||||
1. Mevcut login hala çalışıyor
|
||||
2. Oturum yönetimi değişmedi
|
||||
3. Logout akışı sağlam
|
||||
|
||||
### Başarı Metrikleri
|
||||
- capability eval'lar için pass@3 > %90
|
||||
- regression eval'lar için pass^3 = %100
|
||||
```
|
||||
|
||||
### 2. Uygula
|
||||
Tanımlanan eval'ları geçmek için kod yaz.
|
||||
|
||||
### 3. Değerlendir
|
||||
```bash
|
||||
# Capability eval'ları çalıştır
|
||||
[Her capability eval'ı çalıştır, PASS/FAIL kaydet]
|
||||
|
||||
# Regression eval'ları çalıştır
|
||||
npm test -- --testPathPattern="existing"
|
||||
|
||||
# Rapor oluştur
|
||||
```
|
||||
|
||||
### 4. Rapor
|
||||
```markdown
|
||||
EVAL REPORT: feature-xyz
|
||||
========================
|
||||
|
||||
Capability Eval'ları:
|
||||
create-user: PASS (pass@1)
|
||||
validate-email: PASS (pass@2)
|
||||
hash-password: PASS (pass@1)
|
||||
Genel: 3/3 geçti
|
||||
|
||||
Regression Eval'ları:
|
||||
login-flow: PASS
|
||||
session-mgmt: PASS
|
||||
logout-flow: PASS
|
||||
Genel: 3/3 geçti
|
||||
|
||||
Metrikler:
|
||||
pass@1: %67 (2/3)
|
||||
pass@3: %100 (3/3)
|
||||
|
||||
Durum: İNCELEMEYE HAZIR
|
||||
```
|
||||
|
||||
## Entegrasyon Kalıpları
|
||||
|
||||
### İmplementasyondan Önce
|
||||
```
|
||||
/eval define feature-name
|
||||
```
|
||||
`.claude/evals/feature-name.md` konumunda eval tanım dosyası oluşturur
|
||||
|
||||
### İmplementasyon Sırasında
|
||||
```
|
||||
/eval check feature-name
|
||||
```
|
||||
Mevcut eval'ları çalıştırır ve durumu raporlar
|
||||
|
||||
### İmplementasyondan Sonra
|
||||
```
|
||||
/eval report feature-name
|
||||
```
|
||||
Tam eval raporu oluşturur
|
||||
|
||||
## Eval Depolama
|
||||
|
||||
Eval'ları projede sakla:
|
||||
```
|
||||
.claude/
|
||||
evals/
|
||||
feature-xyz.md # Eval tanımı
|
||||
feature-xyz.log # Eval çalıştırma geçmişi
|
||||
baseline.json # Regression baseline'ları
|
||||
```
|
||||
|
||||
## En İyi Uygulamalar
|
||||
|
||||
1. **Kodlamadan ÖNCE eval'ları tanımla** - Başarı kriterleri hakkında net düşünmeyi zorlar
|
||||
2. **Eval'ları sık çalıştır** - Regresyonları erken yakala
|
||||
3. **pass@k'yı zaman içinde izle** - Güvenilirlik trendlerini gözle
|
||||
4. **Mümkün olduğunda code grader kullan** - Deterministik > olasılıksal
|
||||
5. **Güvenlik için insan incelemesi** - Güvenlik kontrollerini asla tam otomatikleştirme
|
||||
6. **Eval'ları hızlı tut** - Yavaş eval'lar çalıştırılmaz
|
||||
7. **Eval'ları kodla versiyonla** - Eval'lar birinci sınıf artifact'lardır
|
||||
|
||||
## Örnek: Kimlik Doğrulama Ekleme
|
||||
|
||||
```markdown
|
||||
## EVAL: add-authentication
|
||||
|
||||
### Faz 1: Tanımla (10 dk)
|
||||
Capability Eval'ları:
|
||||
- [ ] Kullanıcı email/şifre ile kayıt olabilir
|
||||
- [ ] Kullanıcı geçerli kimlik bilgileriyle giriş yapabilir
|
||||
- [ ] Geçersiz kimlik bilgileri uygun hatayla reddedilir
|
||||
- [ ] Oturumlar sayfa yeniden yüklemelerinde kalıcıdır
|
||||
- [ ] Logout oturumu temizler
|
||||
|
||||
Regression Eval'ları:
|
||||
- [ ] Halka açık rotalar hala erişilebilir
|
||||
- [ ] API yanıtları değişmedi
|
||||
- [ ] Veritabanı şeması uyumlu
|
||||
|
||||
### Faz 2: Uygula (değişir)
|
||||
[Kod yaz]
|
||||
|
||||
### Faz 3: Değerlendir
|
||||
Çalıştır: /eval check add-authentication
|
||||
|
||||
### Faz 4: Raporla
|
||||
EVAL REPORT: add-authentication
|
||||
==============================
|
||||
Capability: 5/5 geçti (pass@3: %100)
|
||||
Regression: 3/3 geçti (pass^3: %100)
|
||||
Durum: YAYINLA
|
||||
```
|
||||
|
||||
## Product Eval'ları (v1.8)
|
||||
|
||||
Davranış kalitesi sadece birim testlerle yakalanamadığında product eval'ları kullan.
|
||||
|
||||
### Grader Tipleri
|
||||
|
||||
1. Code grader (deterministik assertion'lar)
|
||||
2. Rule grader (regex/şema kısıtlamaları)
|
||||
3. Model grader (LLM-as-judge rubric)
|
||||
4. Human grader (belirsiz çıktılar için manuel karar)
|
||||
|
||||
### pass@k Kılavuzu
|
||||
|
||||
- `pass@1`: doğrudan güvenilirlik
|
||||
- `pass@3`: kontrollü yeniden denemeler altında pratik güvenilirlik
|
||||
- `pass^3`: kararlılık testi (3 çalıştırmanın tümü geçmeli)
|
||||
|
||||
Önerilen eşikler:
|
||||
- Capability eval'ları: pass@3 >= 0.90
|
||||
- Regression eval'ları: yayın-kritik yollar için pass^3 = 1.00
|
||||
|
||||
### Eval Anti-Kalıpları
|
||||
|
||||
- Prompt'ları bilinen eval örneklerine overfitting yapmak
|
||||
- Sadece mutlu-yol çıktılarını ölçmek
|
||||
- Geçme oranlarını kovalamken maliyet ve gecikme kaymasını görmezden gelmek
|
||||
- Yayın kapılarında kararsız grader'lara izin vermek
|
||||
|
||||
### Minimal Eval Artifact Düzeni
|
||||
|
||||
- `.claude/evals/<feature>.md` tanımı
|
||||
- `.claude/evals/<feature>.log` çalıştırma geçmişi
|
||||
- `docs/releases/<version>/eval-summary.md` yayın snapshot'ı
|
||||
Reference in New Issue
Block a user