AI Agentiniz Kör Olduğunda: WebCLI ile Görüş Açısı Kazanmak

Hayatı canlandıralım: Elinizde kod yazabilen, projenizin yapısını anlayan, mimari kararlarınıza uyum sağlayan bir agent var. Her şey yolunda gidiyor. Ta ki şu basit soruyu sorana kadar: "Admin paneline gir, yeni kayıtların sorunsuz akıp akmadığını kontrol et."

Sessizlik.

Agentiniz karmaşık problemleri çözebiliyor, ancak o panoyu göremiyor. Butona tıklayamıyor. Kimlik doğrulama akışını doğrulayamıyor. Gerçek dünya interneti—panolar, portallar, oturum sistemleri, arayüzü sürekli değişen admin sayfaları—grafik arayüzünün cam duvarının arkasında kilitli kalıyor.

İşte WebCLI'nin direkt olarak üzerine gittiği sorun bu. Ve dürüst olalım, aylardır AI agent devrimini sessizce engelleyen bir şey bu.

Agentler Gerçekten Ne İstiyor, Ne Alıyor?

Şu tatsız gerçek: AI agentlar için yapılan "tarayıcı otomasyonu"nun çoğu, onlara bir ekran görüntüsü verip piksellerden durumu çıkarsın diye dua etmekten ibaret. Bu, araba motorundaki arızayı fotoğraftan teşhis etmeye çalışmak gibi—görüntü güzel ama kaputun altında neler olduğunu size hiçbir şey söylemiyor.

Agentinizin fotoğrafa ihtiyacı yok. İhtiyacı olan:

• Gözlemlenebilir durum — Sayfada hangi öğeler var? Öznitelikleri neler? Gerçekten hangileriyle etkileşime girebilirim?
• Numaralı eylemler — İşte 1'den 7'ye kadar mevcut eylemler. Birini seç. Uygula. Ne değişti gör.
• Temiz kurtarma yolları — Sayfa beklediğiniz gibi yüklenmedi mi? Ne oldu ve nasıl toparlanacağını burada bul.
• İnsan devir noktaları — CAPTCHA mı var? MFA mı çıktı? Agent çökmesin—nasıl yardım isteyeceğini bilsin.

WebCLI tam olarak bunları sağlıyor. Agentinize uygun bir gösterge paneli ve instrumentasyon vermek gibi düşünün, bir anahtar deliğinden bakmasını istemek yerine.

Felsefe: Metinsel Bir Agent Arayüzü

WebCLI'nin arkasındaki temel fikir şu: web, insanlara hizmet etmek için evrilmiş. Güzel butonlarımız var, hover durumlarımız, dinamik içerik, sonsuz kaydırma. Peki agentlarımız ne alıyor? Ekran görüntüleri mi? Üç hafta sonra bir developer data-testid ekleyince kırılan seçici dizileri mi?

WebCLI bunu tersine çeviriyor. Agentları insanlara yönelik arayüzü yorumlamaya zorlamak yerine, canlı web'i agentların zaten anladığı bir dile çeviriyor:

Sayfa Durumu:
- Başlık: "Kullanıcı Paneli | Örnek Şirket"
- Form alanları: [kullanıcı_adı, şifre, beni_hatırla]
- Görünür eylemler: [0: Giriş Yap, 1: Şifremi Unuttum, 2: Hesap Oluştur]
- Engelleyiciler: YOK
- Transkript: 12 etkileşim kaydedildi

Bu, yapılandırılmış veriye çevrilmiş gerçek web. Agentiniz bunun üzerinde akıl yürütebiliyor. Bunu jq ile işleyebiliyor. Tahminlere değil, gerçek duruma dayalı kararlar alabiliyor.

Tek Komut. Her Agent Döngüyü Biliyor.

Asıl dahice hamle SKILL.md yaklaşımı. Tek bir agent çerçevesiyle çalışan münhasır bir entegrasyon inşa etmek yerine, WebCLI standart bir skill tanımı olarak geliyor. Bir kez kurduğunuzda, Claude Code, Cursor, Copilot, Gemini CLI ve diğer kodlama agentları anında nasıl gezineceklerini anlayabiliyor.

Skill, agentlara doğru kalıpları veriyor:

1. Önce incele — Harekete geçmeden önce sayfa durumunu gözlemle
2. Numaralı referansları kullan — Kırılgan seçiciler yerine öğelere numarayla referans ver
3. JSON tercih et — Ekran görüntüleri yerine yapılandırılmış veri
4. Engelleyicilerde durakla — İnsan müdahalesi gerektiğini tespit et
5. Transkriptlerle raporla — Olan her şeyin kaydını tut

Bu benimsenmesi gereken yeni bir çerçeve değil. Mevcut agentlarınızı tarayıcı-bilinçli hale getiren bir eklenti yetenek.

Agent Döngüsü: Adım Adım, Hepsini Bir Kerede Değil

Birçok otomasyon girişimi burada yanlış gidiyor: tüm tarayıcı iş akışını tek kırılgan komutta betiklemeye çalışmak. "Panoya git, giriş yap, üçüncü butona tıkla, tablodaki verileri çıkar, bana mail at."

Bu otomasyon değil. Bu domino taşları.

WebCLI en iyi canlı döngü olarak çalışıyor:

Gözle → Bir sonraki eylemi seç → Uygula → Tekrar gözle → Gerekirse kurtar → Engellenirse durakla → Devam et

Her adım ayrık. Her adım zarifçe başarısız olabilir. Her adım transkripti güncelliyor. Agentiniz bir makro çalıştırmıyor—tam durumsal farkındalıkla tarayıcıyı yönetiyor.

Gizlilik: Tarayıcınız Sizin Kalıyor

"AI"nın çoğu zaman "her şeyi sunucularımızda işleyeceğiz" anlamına geldiği bir çağda, WebCLI nefes kesici farklı bir duruş sergiliyor. Yerel olarak çalışıyor. Tarayıcı durumunuz makinenizde kalıyor. Dışarıya giden tek bağlantılar lisans doğrulaması için—geçmiş tarama alışkanlıklarınız, çerezleriniz, ekran görüntüleriniz veya iş akışı verileriniz cihazınızdan ayrılmıyor.

Bu kurumsal kullanıcılar için önemli. Hassas kimlik bilgilerini yöneten geliştiriciler için önemli. Dahili araçlarının başkalarının eğitim verisi haline gelmesini istemeyen herkes için önemli.

Yapabileceklerinizi ve Söyleyebileceklerinizi Artırmanın Yolları

WebCLI insan yargısını değiştirmeye çalışmıyor. İnsan kapasitesini genişletmeye çalışıyor. "Teknoloji için vekil" sloganı sizi değiştirmek değil—sizin odaklanmanız gereken düşünceye konsantre olurken, web üzerinde gerçekten iş yapabilen ekstra bir çift el vermek.

Agentiniz durumu, eylemleri, engelleyicileri, devir noktalarını ve transkriptleri alıyor. Amaç, yetki ve nihai yargı sizde kalıyor. İş bölümü herkesi daha etkili hale getiriyor.

Sizin İçin Bir Şey Mi?

AI agentlarla, gerçek web ile etkileşmesi gereken bir şeyler inşa ediyorsanız—admin panelleri, dahili araçlar, iş akışı otomasyonu, test boru hatları—WebCLI ciddi bir bakışı hak ediyor.

Tarayıcı artık sadece insanlar için değil. Doğru arayüzle, agentlarınız web'i gerçekten işletebilir, sadece nasıl göründüğünü hayal etmek yerine.

Her web görevini kendiniz yapmayı bırakın. Agentinize direksiyonu alması için ihtiyaç duyduğu araçları verin.

WebCLI, agent yığınınızdaki eksik parça olabilir.