# GitHub Copilot CLI ve Flask: Pratik Kullanım Rehberi

Adres: https://agentvera.dev/blog/copilot-cli-ile-flask/ · Yayın: 2026-11-01

GitHub Copilot CLI ile Flask projelerinde blueprint, uygulama fabrikası, Jinja ve SQLAlchemy işlerini hızlandırın; kurulum, çalışma döngüsü ve test ipuçları.

**Kısaca:**

- GitHub Copilot CLI, Flask projesinde copilot komutuyla başlar ve proje talimatlarını okur.
- Blueprint, Jinja ve SQLAlchemy işlerini küçük adımlarla yapmak için AGENTS.md talimatları belirleyicidir.
- Her değişiklikten sonra pytest ve diff incelemesi güvenilir sonuç verir.

GitHub Copilot CLI ([GitHub Copilot CLI](/ajanlar/copilot-cli/)) Flask projenizde terminalden `copilot` komutuyla çalışır; proje talimatlarını okur, dosyaları düzenler ve test komutlarını çalıştırabilir. Blueprint, uygulama fabrikası, Jinja şablonları ve SQLAlchemy modelleri gibi Flask bileşenlerinde küçük adımlarla ilerlemek için iyi bir iş ortağıdır. Bu rehber, kurulumdan doğrulamaya kadar Flask’a özel bir çalışma düzeni sunar.

## Neden GitHub Copilot CLI Flask işine yarar

Flask projeleri genellikle çok dosyalı ve bağlam bağımlıdır. Bir rota eklemek blueprint dosyasını, import listesini, şablonu ve testi aynı anda değiştirmeyi gerektirir. GitHub Copilot CLI, depo genelinde arama yapabildiği ve birden fazla dosyayı tek seferde düzenleyebildiği için bu tür işleri tek komutla toparlar. Ayrıca `pytest` ve `ruff` gibi komutları çalıştırıp çıktıyı yorumlayarak düzeltme önerebilir. Uygulama fabrikası içindeki `create_app` ve blueprint kayıtlarını değiştirmeden yeni bir modül eklemek istediğinizde ajanın proje talimatlarına uyması da tutarlılığı artırır. Özellikle birden fazla blueprint ve model dosyası olan orta ölçekli projelerde, ajanın bağlamı sürekli elinde tutması hız kazandırır.

Flask’a özgü kalıplar tekrarlıdır: `url_for` ile rota üretmek, form verisini doğrulamak, `db.session` yönetimi ve test istemcisi kurulumu gibi işler her projede benzerdir. Ajan, bu kalıpları proje talimatlarından öğrenirse her seferinde sıfırdan keşfetmez. Ayrıca bir değişikliği yaparken hem ilgili şablonu hem testi hem de gerekirse rotayı birlikte güncellemesi, insan geliştiricinin unutabileceği noktaları azaltır. Jinja şablonundaki bir değişken adı değiştiğinde ajan, ilgili `render_template` çağrısını da bulup güncelleyebilir. Bu çoklu dosya farkındalığı, Flask geliştirmede ciddi zaman kazandırır.

## Projeyi ajan için hazırlama

Flask projesinde ajanın doğru kararlar verebilmesi için kök dizine `.github/copilot-instructions.md` veya `AGENTS.md` koyun. Bu dosyada komutlar, klasör düzeni ve Flask’a özel kurallar yer almalı. Ajan her oturumda bu talimatları okur; böylece her seferinde proje yapısını yeniden keşfetmez. Talimat yazımıyla ilgili ipuçları için [CLAUDE.md nasıl yazılır? AGENTS.md ve GEMINI.md rehberi](/blog/claude-md-nasil-yazilir/) sayfasına göz atabilirsiniz.

Dosya içeriği ne kadar net olursa ajan o kadar az hata yapar. Örneğin uygulama fabrikasının hangi dosyada olduğunu, test yapılandırmasının nasıl devreye girdiğini ve hangi Python sürümünün hedeflendiğini belirtin. Ayrıca migration aracı (Alembic/Flask-Migrate) kullanılıyorsa komutunu ekleyin. Lint ve format komutları da yazım tarzını korumak için gereklidir. Aşağıdaki örnek, orta ölçekli bir Flask projesi için başlangıç noktasıdır:

```markdown
# Flask projesi için Copilot talimatları

## Komutlar
- Bağımlılık kurulumu: `pip install -e .[dev]`
- Test: `pytest -q`
- Lint: `ruff check .`
- Format: `ruff format .`
- Migration: `flask db upgrade` (Alembic üzerinden)

## Klasör düzeni
- `app/` uygulama paketi; `app/__init__.py` uygulama fabrikası içerir.
- Blueprint'ler `app/blueprints/<ad>/` altında, rota dosyası `routes.py`.
- Jinja şablonları `app/templates/<blueprint>/<sayfa>.html`.
- SQLAlchemy modelleri `app/models.py` veya `app/models/` içinde.
- Testler `tests/` altında, blueprint başına `tests/test_<ad>.py`.

## Flask'a özel kurallar
- `app` ve `request` gibi bağlamlara ihtiyaç duyan kodu yalnızca istek bağlamında veya uygulama bağlamında çalıştır.
- `db.session` işlemlerini try/except içinde yap, hata durumunda `db.session.rollback()` çağır.
- URL'ler için `url_for` kullan; sabit path yazma.
- Blueprint eklerken `url_prefix` ve şablon klasörünü açıkça belirt.
- Form doğrulama için Flask-WTF kullan; CSRF token'ı unutma.
- Büyük sorgulardan kaçın; `paginate` veya `limit` kullan.
```

Bu talimat dosyası, ajanın Flask’a özgü hatalardan kaçınmasını sağlar. Örneğin `app` bağlamı dışında `current_app` kullanmaması gerektiğini bilirse daha az hata üretir. Aynı şekilde `url_for` ile blueprint adını kullanmayı öğrenmesi, sabit URL’lerden kaynaklanan kırılmaları önler. Ayrıca `ruff` komutlarını bilmesi, ajanın yazdığı kodun projeyle aynı stile uymasını kolaylaştırır.

Ek olarak ortam değişkenlerini ve gizli anahtarları nasıl yöneteceğinizi belirtin. Örneğin `FLASK_APP` ve `FLASK_ENV` değişkenlerini ajana söylemek yerine talimatlara yazın; böylece ajan test ve geliştirme komutlarını doğru bağlamda çalıştırır. Eğer bir `.env` dosyası kullanıyorsanız python-dotenv yükleme sırasını ekleyin.

## Çalışma döngüsü: planla, küçük adımlarla ilerle, test et, diff’i gözden geçir

Ajanla çalışırken en verimli döngü şudur: önce yapılacak değişikliği bir cümleyle tarif edin, ardından ajanın küçük bir yama üretmesini isteyin, `pytest` ile doğrulayın ve `git diff` çıktısını inceleyin. Büyük bir özelliği tek seferde istemek yerine blueprint’i, modeli ve şablonu ayrı adımlara bölmek hataları azaltır. Her adımdan sonra `pytest -q` çalıştırıp sonucu ajana iletin; böylece bir sonraki adımda aynı hatayı tekrarlamaz.

Bu döngüyü somutlaştırmak için örnek bir akış: kullanıcı kaydı eklemek istiyorsunuz. İlk adımda ajana "`User` modeline `email` ve `password_hash` alanlarını ekle; migration oluştur" dersiniz. Ajan çıktıyı ürettikten sonra `git diff` ile modeli inceleyip `pytest` çalıştırırsınız. Başarılıysa ikinci adımda "`auth` blueprint oluştur ve `/register` rotasını ekle, formu doğrula" dersiniz. Yine test edip şablondaki eksikleri kontrol edersiniz. Üçüncü adımda "başarılı kayıt sonrası kullanıcıyı veritabanına ekle ve giriş sayfasına yönlendir" diyerek session yönetimini devreye alırsınız. Her adım küçük olduğu için hata ayıklama kolaylaşır ve ajanın bağlamı korunur.

Aşağıdaki prompt’lar Flask projelerinde sık kullanılan görevler için başlangıç noktasıdır:

- 'Yeni bir auth blueprint oluştur; giriş, kayıt ve çıkış rotalarını ekle; şifreleri `werkzeug.security.generate_password_hash` ile sakla.'
- '`User` modeline `email` alanını ekle; migration dosyasını oluştur ve mevcut testleri güncelle.'
- '`dashboard` sayfasında giriş yapan kullanıcının son 10 siparişini gösteren sorguyu yaz ve şablona aktar.'
- '`auth` blueprint için başarılı ve başarısız giriş senaryolarını kapsayan pytest testleri ekle.'
- 'Kayıt formundaki hata mesajlarını Türkçe göster; CSRF token’ı koru ve input değerlerini geri doldur.'

Bu prompt’lar tek başına yeterli değildir; ajanın ürettiği diff’i incelemeden merge etmeyin. Özellikle `create_app` içindeki blueprint kayıt sırası, `db` nesnesinin başlatılması ve `login_manager` gibi uzantıların ayarlanması kritik kontrol noktalarıdır. Diff’i incelemek için `git diff --cached` veya `git diff HEAD` kullanabilirsiniz; ajanın değiştirdiği dosyaları tek tek gözden geçirin.

## Flask’a özgü güçlü yönler ve dikkat edilmesi gerekenler

Ajan; blueprint kaydı, `url_for` kullanımı, Jinja döngüleri ve SQLAlchemy sorguları gibi tekrarlayan işlerde hızlıdır. Buna karşılık Flask’ın bağlam yönetimi, uygulama fabrikası sırasındaki import döngüleri ve test istemcisi kurulumu gibi konularda ürettiği kodu dikkatle incelemek gerekir. Aşağıdaki tablo sık karşılaşılan durumları özetler:

| Flask alanı | İyi gittiği noktalar | Dikkat edilecekler |
|---|---|---|
| Blueprint’ler | Yeni blueprint dosyası, `url_prefix`, rota fonksiyonları | `create_app` içinde kayıt sırası, çakışan endpoint adları |
| Jinja şablonları | `extends`, `include`, döngüler, filtreler | `url_for` içinde blueprint adı, eksik değişkenler |
| SQLAlchemy | Model tanımı, ilişkiler, basit sorgular | Lazy loading yan etkileri, session commit/rollback, migration eksikliği |
| Testler | Flask test client, fixture taslakları | Uygulama bağlamı, veritabanı izolasyonu, CSRF devre dışı bırakma |

Özellikle uygulama fabrikası ve circular import hatalarında ajan bazen modülü yanlış yere import edebilir. `app/__init__.py` içindeki uzantı başlatma sırasını ve blueprint importlarını her zaman diff’te kontrol edin. Ayrıca `db.session` kullanılan yerlerde işlem sonunda commit veya rollback çağrıldığından emin olun; ajan bu adımı atlayabilir.

Bir başka tipik tuzak, form doğrulamada CSRF korumasını test ortamında devre dışı bırakmayı unutmaktır. Ajan testleri yazarken test istemcisine `WTF_CSRF_ENABLED = False` ayarını eklemezse post istekleri başarısız olabilir. Benzer şekilde `Flask-Login` kullanıyorsanız, giriş yapan kullanıcıyı fixture içinde oturuma eklemek için `login_user` çağrısı yapması gerekir; ajan bunu bazen gözden kaçırır. Bu nedenle testlerde oturum açma yardımcı fonksiyonları tanımlayıp talimat dosyasına ekleyin.

Jinja şablonlarında ajan genellikle doğru döngü ve koşul yapılarını kurar, ancak `url_for` kullanırken endpoint adını yanlış yazabilir. Blueprint `url_prefix` ile kayıtlıysa, örneğin `url_for('auth.login')` gibi blueprint adını içeren endpoint kullanılmalıdır. Ajan sadece `url_for('login')` yazarsa rota bulunamayabilir. Bu tür hataları diff’te hızlıca fark edebilirsiniz.

## Flask projesinde test ve doğrulama

GitHub Copilot CLI ile çalışırken testleri birincil doğrulama aracı olarak kullanın. `pytest` fixture’larında `app` ve `client` oluştururken uygulama fabrikasını çağırın; veritabanı gerektiren testlerde her testten önce tabloları oluşturup sonra bırakın. Ajanın yazdığı testleri çalıştırmadan önce `pytest -q` komutunun çıktısını okuyun; hata varsa ilgili çıktıyı ajana geri vererek düzeltme isteyin. Test kapsamını artırmak için `coverage run -m pytest` ve `coverage report` komutlarını da kullanabilirsiniz. Döngüyü kurduktan sonra [GitHub Copilot CLI nasıl kullanılır? Adım adım rehber](/blog/copilot-cli-nasil-kullanilir/) adresindeki adım adım anlatım işinize yarayabilir.

Bir test fixture örneği şu şekilde olabilir:

```python
import pytest
from app import create_app, db
from app.models import User

@pytest.fixture
def app():
    app = create_app({
        'TESTING': True,
        'SQLALCHEMY_DATABASE_URI': 'sqlite:///:memory:',
        'WTF_CSRF_ENABLED': False,
    })
    with app.app_context():
        db.create_all()
        yield app
        db.session.remove()
        db.drop_all()

@pytest.fixture
def client(app):
    return app.test_client()
```

Bu fixture, her test için bağımsız bir SQLite veritabanı oluşturur ve test sonunda temizler. Ajan bu kalıbı öğrenirse sonraki testlerde veritabanı izolasyonunu korur. Ayrıca `client` fixture’ı sayesinde rotalara kolayca istek atılır. Test komutlarını ajanın kendisinin çalıştırmasını isteyebilirsiniz; hata çıktısını gördüğünde düzeltme önerileri üretir. Yine de her düzeltmeden sonra testleri siz de çalıştırıp diff’i inceleyin.

Doğrulama sürecini güçlendirmek için `ruff check` ve `ruff format` komutlarını da ajanın çalıştırmasını isteyin. Kod stili tutarlılığı, Flask projelerinde bakım maliyetini düşürür. AJan, `ruff` çıktısına göre import sıralamasını veya satır uzunluğunu düzeltebilir. Ayrıca `flask routes` komutu ile tanımlı rotaları listeleyip eksik endpoint’leri kontrol edebilirsiniz.

## Aynı Flask projesinde birden fazla ajanı AgentVera ile çalıştırma

Flask projenizde birden fazla işi paralel yürütmek istediğinizde AgentVera, GitHub Copilot CLI gibi ajanları kendi gerçek terminal panellerinde yan yana çalıştırır. Her ajan kendi git worktree’sinde çalışabildiği için biri `auth` blueprint’ini geliştirirken diğeri `dashboard` şablonunu değiştirebilir ve dosyalar çakışmaz. Bir ajanın turu bitince ikinci bir model kodu otomatik inceler; bulguları `file:line` ile gösterdiği için Flask bağlam hatalarını yakalamak kolaylaşır. Her turun anlık görüntüsü alındığından yanlış bir değişiklik tek tıkla geri alınabilir; token bütçeleri ise ajanı sınırda durdurarak maliyeti kontrol altında tutar.

## Sonuç

GitHub Copilot CLI, Flask projelerinde blueprint, şablon, model ve test döngüsünü hızlandıran pratik bir araçtır. Proje talimatlarını net tutar, küçük adımlarla ilerler ve her değişikliği test ederseniz ajanın çıktısı güvenilir olur. Aynı anda birden fazla işi yürütmek istediğinizde AgentVera gibi araçlarla paralel çalışma düzeni kurabilirsiniz. Unutmayın: ajan bir asistan değil, kod üreten bir yardımcıdır; nihai sorumluluk sizdedir.

## Sık sorulanlar

**GitHub Copilot CLI Flask projesinde nasıl başlatılır?** Proje klasöründe terminalden copilot komutunu çalıştırmanız yeterlidir. Ajan, depo bağlamını ve varsa .github/copilot-instructions.md veya AGENTS.md dosyasındaki talimatları okur.

**GitHub Copilot CLI Flask blueprint ekleyebilir mi?** Evet, yeni blueprint dosyası, rota fonksiyonları ve kayıt işlemlerini yapabilir. Yine de create_app içindeki blueprint import sırasını ve url_prefix değerini kontrol etmeniz önerilir.

**GitHub Copilot CLI ile pytest çalıştırabilir miyim?** Evet, ajan test komutlarını çalıştırıp çıktıyı yorumlayabilir. Test hatasını ajana geri vererek bir sonraki adımda düzeltme isteyebilirsiniz.

**Flask projesinde AGENTS.md yerine .github/copilot-instructions.md mi kullanmalıyım?** Her ikisi de çalışır; proje talimatlarını tek bir dosyada tutmak yeterlidir. Depo genelinde ekip üyeleri de kullanacaksa AGENTS.md daha yaygın bir seçim olabilir.

---

**AgentVera hakkında.** AgentVera, Solviera Teknoloji tarafından geliştirilen macOS, Windows ve Linux masaüstü uygulamasıdır. 18 yapay zeka kodlama ajanını (Claude Code, Codex, Gemini CLI, Copilot, Cursor, Antigravity, opencode, Hermes, Qwen Code, Kimi Code, Kiro, Amp, Droid, Goose, Vibe, Crush, Aider, Cline) proje bazında, gerçek terminallerde ve kullanıcının kendi CLI kurulum ve girişleriyle yan yana çalıştırır. Ücretsiz planda sınırsız ajan vardır. İndir: https://agentvera.dev/indir/ · Fiyatlar: https://agentvera.dev/fiyatlar/