Kararlı, Hızlı, Üretken, Ucuz: AI Coding Setimin Tam Kaydı

Ana fikir ilk olarak X'te yayınlandı; bu yazı konfigürasyonun tam kaydı.

Önce sonuç: OpenCode + OpenChamber + OpenCode Go üzerinden DeepSeek V4 Flash aboneliği + Ollama Cloud üzerinden DeepSeek V4 Flash aboneliği.

Bu kurulumu uzun süredir yoğun kullanıyorum; dört kelimeyle özet: kararlı, hızlı, üretken, ucuz. Peş peşe 15 proje açık durdu, hepsi aynı anda kod çalıştırdı, kota ancak biraz tırmandı.

Neden OpenCode + OpenChamber

Seçim sürecini başka bir yazıda anlattım; burada sadece sonuç düzeyindeki gerekçeler: OpenCode şu an en dengeli çoklu model çekirdeği — açık kaynak, çok sayıda Provider, Client/Server, masaüstü uygulaması ve Subagent'ler olgun; OpenChamber ise açık kaynak projelerde kullandığım en iyi cilalı Harness GUI'si, geliştiricisi gerçekten titizlikle bakıyor, zarif ve kararlı, arada bir uğrayan küçük aksaklıklar uzun vadeli kullanımı hiç etkilemiyor.

Web arayüzü + PWA, masaüstü uygulamasından neredeyse farksız, güncellemeleri de elle yapılmıyor.

Kurulum Üç Temel İhtiyacın Etrafında Kuruldu

OpenCode kurulumum üç şeyin etrafında: bağlam yönetimi, bellek sistemi, dış yetenekler.

1. opencode-dcp (açık kaynak) — dinamik bağlam budama. Bağlam bir eşiğe ulaşınca eski içerik otomatik olarak teknik özetlere sıkıştırılıyor: kritik bilgi korunuyor, gürültü atılıyor, tekrarlar temizleniyor, araç hataları gibi düşük değerli içerik bağlamdan çıkarılıyor. Uzun oturumlarda bağlam patlamıyor, para ve Token tasarrufu — uzun görevlerin bütün gün çalışabilmesinin temeli bu.

2. opencode-goal-plugin — hedef yönetimi. Uzun görevlere Goal modu ekliyor, ajan saptığında geri çekilebiliyor.

3. Hermes Memory — katmanlı bellek (ihtiyaç olursa ileride açık kaynak yaparım). En ağır eklentim: Hermes ajanının katmanlı bellek mekanizmasını OpenCode'a taşıdım; oturumlar arası kullanıcı tercihlerini, proje kararlarını ve geçmiş dersleri hatırlıyor. Yeni projeler sıfırdan öğretme gerektirmiyor.

4. context7-MCP. Kütüphane ve framework'lerin güncel resmi dokümanlarına bak; kendin kazmaya gerek yok.

5. grep-MCP. GitHub'ın tüm kodunda gerçek kullanımları ara; hafızadan yazmaktan çok daha güvenilir.

6. open-computer-use — masaüstü otomasyonu. AI'nin macOS uygulamalarını doğrudan kullanmasını sağlıyor: tıklama, yazma, kaydırma, sürükleme, ekran görüntüsü, erişilebilirlik ağacını okuma. Test ve kabul aşamalarında özellikle işe yarıyor.

Maliyet Hesabı: İki Abonelik Nasıl Harcanıyor

DeepSeek V4 Flash bu stack'in fiyat-performans çekirdeği: gerçekten zeki, gerçekten ucuz. OpenCode Go aboneliği ana iş akışını karşılıyor; Ollama Cloud aboneliği yükü bölen ikinci kanal — iki abonelik toplamda ana akım bir birinci taraf Coding Plan'dan ucuz, çıktısı daha yüksek.

“Model üçüncü taraf kabuğa girince aptallaşır” iddiasını açmak gerek: Bozulmanın kökü, “kabuğun modele özel Harness Engineering yapmaması”; kabuk değiştirmek değil. OpenCode'un açık modellere desteği birinci lig; DeepSeek V4 Flash içinde kararlı ve hızlı koşuyor — tam da bu yüzden üzerine 15 proje yükleme cesaretini buldum.

“Orijinal İkiliyle Devam Et” Dersi

Gruplarda arkadaşlar sık soruyor: evrensel bir AI kodlama masaüstü var mı? Her aboneliğe bağlanan, hiçbir modeli aptallaştırmayan?

Her gün yoğun uğraşan birkaç arkadaşla konuştuktan sonra ortak sonucumuz: yok. Orijinal ikiliyle devam et.

• GPT → Codex: resmi abonelik doğrudan, en kararlı native planlama.
• Gemini → AntiGravity: hız tavanı, uzun pencerelerde takılmıyor.
• DeepSeek, GLM ve diğer açık modeller → OpenCode / ZCode gibi açık model dostu Harness'ler.

Modeli uymayan kabuğa sok, ortalama aptallaşma, yavaşlama ve abonelik tıkanıklığından kurtulamazsın. Her modeli en rahat ettiği koltukta tut; birleşimi senin setin olur.

Son Olarak

Bu kurulumu aylardır çalıştırıyorum; en büyük his para biriktirmek değil, “görev açma cesareti” — kararlı ve ucuz olduğu için 15 proje açmak içimi ürpertmiyor. Bir araç setinin değeri en sonunda üzerine ne kadar iş yükleme cesaretinde belli olur.