200 bin satırlık bir proje ve sen
Yeni bir ekibe katıldın, projeyi indirdin ve karşında 200 bin satır kod var. Belgeler eski, her şeyi bilen kişi altı ay önce ayrılmış. Klasik yöntem belli: Dosyalar arasında gezinmek, grep ile aramak, ajana “bu proje ne yapıyor?” diye sormak.
Understand-Anything başka bir şey öneriyor: Önce projenin haritasını çıkar, sonra kodun içine gir.
Nasıl çalışıyor?
Araç bir Claude Code eklentisi olarak kuruluyor. Codex, Cursor, Copilot ve Gemini CLI gibi başka ajanlarda da çalışıyor. /understand komutunu verdiğinde iki şey birlikte çalışıyor:
- Statik analiz: Kodu çalıştırmadan okuyup dosyaları, fonksiyonları, sınıfları ve hangisinin hangisini çağırdığını çıkarıyor.
- Birden çok ajan: Dil modelleri her parçanın ne işe yaradığını sade bir dille özetliyor, kodu API, servis, veri ve arayüz gibi katmanlara ayırıyor.
Sonuç bir bilgi grafiği (knowledge graph): Her dosya ve fonksiyon bir düğüm, aralarındaki ilişkiler birer çizgi. Grafik projenin içinde bir JSON dosyasına kaydediliyor. /understand-dashboard ile tarayıcıda açılan panelde uzaklaşıp mimarinin bütününü görebiliyor, yakınlaşıp tek bir fonksiyonun koduna inebiliyorsun.
Bir bağımlılık grafiğinden farkı ne?
Kod görselleştirme araçları yeni değil. Editörler ve derleme araçları da “bu dosya şunu içe aktarıyor” diye gösterebiliyor. Better Stack videosunun vurguladığı fark, anlam katmanı. “Ödeme” diye aradığında araç sana ilgili dosyaları değil, akışın kendisini gösteriyor: İstek nereden giriyor, nerede doğrulanıyor, veritabanına nerede yazılıyor, hata nerede yakalanıyor.
Bunun için bir rehberli tur özelliği var. Kodu bağımlılık sırasına göre adım adım gezdiriyor. Yeni gelen birine “şu 12 sayfayı oku” demek yerine “turu bir kere izle” diyebiliyorsun.
Üç kullanım öne çıkıyor:
- İşe başlama: Yabancı bir projede ilk soruları sormadan önce genel resmi görmek.
- Ajan bağlamı: Ajan rastgele birkaç dosya yerine projenin yapılandırılmış haritasını okuyunca, değişikliği doğru yerde yapma ihtimali artıyor.
- Değişikliğin etkisi: Bir şeye dokunmadan önce neyin ona bağlı olduğunu ve neyin kırılabileceğini görmek.
Bedeli: Token ve sağduyu
Videodaki deney orta büyüklükte bir mikroservis projesinde yapıldı. İlk tarama yaklaşık 30 dakika sürdü ve videoyu hazırlayanın Claude Max kullanım hakkının yaklaşık dörtte birini yedi. Büyük bir projede bu maliyet ciddi. Proje de bunu açıkça yazıyor ve ilk tarama için abonelik ya da yerel bir model kullanmanı öneriyor. Sonraki taramalar sadece değişen dosyalara bakıyor.
Bir de sağduyu meselesi var. Haritayı dil modelleri yazıyor, yani özetler yanlış olabilir. Araç kodu okumanın yerini almıyor. Nereden başlayacağını gösteriyor.
Sonra ne oldu?
Video çekildiğinde 14 bin civarında yıldızı olan proje, Ekim 2026’da 85 bini geçti ve Egonex-AI adlı bir organizasyonun altına taşındı. Geliştirme sürüyor: Son büyük sürüm Temmuz’da çıkan 2.9.0. Proje, token maliyetine karşı artık ilk taramayı Ollama gibi yerel bir modelle yapmayı da öneriyor. Ajanın yaptığı değişikliği sonradan anlamak için bir başka yaklaşımı Whiteboard yazımızda anlattık.
Düşün
- Bugün çalıştığın projeye yeni biri katılsa, ilk hafta en çok neyi sorardı? Bir harita bunu cevaplayabilir mi?
- Bir dil modelinin yazdığı mimari özetine ne kadar güvenirsin? Bunu nasıl doğrularsın?
Videoyu izle
Kaynaklar (4, İngilizce)
Kendi cümlelerimizle yazılmış bir özettir, çeviri değildir. Tüm kaynaklar yukarıda.