FeedHand
Web adresinden bir aylık sosyal medya planı ve içeriği çıkaran yapay zekâ sosyal medya yöneticisi.


- Proje
- Kendi ürünümüz
- Rolümüz
- Ürün · Full stack · AI altyapısı · Cloudflare mimarisi
- Platform
- Web
01 / Projenin arkasında
FeedHand nasıl geliştirildi?
Zorluk
Küçük bir işletmenin ya da uygulamanın sosyal medyası için iki seçenek var: kendin yaparsın ya da bir yöneticiye ve onun araçlarına her ay ciddi para ödersin. Ürünün bu işi üstlenebilmesi için önce markayı gerçekten anlaması gerekiyordu: ne sattığını, kime sattığını ve hangi ülkede hangi tonda konuşması gerektiğini. Üretilen içerik her platformun kurallarına uymalı, zararlı bir paylaşım asla çıkmamalı ve hiçbir müşteri ödediğinden fazla yapay zekâ maliyetine yol açmamalıydı.
Yaklaşım
Kullanıcı web adresini veriyor. Sistem siteden en çok 12 sayfa okuyor; varsa sitemap.xml, mağaza sayfası ve yüklenen ürün fotoğrafları da bu okumaya giriyor. Sonuç sürümlü bir marka profili. Plan önce bir strateji çağrısıyla başlıyor: marka profili, rakip özeti ve seçilen 1–5 hedef ülkenin araştırması o ayın temasını ve gönderi dağılımını belirliyor, takvim bunun üzerine kuruluyor.
Uzun işler altı Cloudflare Workflow’unda: marka analizi, plan, üretim, pazar araştırması, rakip araştırması ve yenileme. Her adım tekrar denenebiliyor. Model çağrıları ayrı bir AI gateway Worker’ından geçiyor: önce OpenAI, hata ya da sınır durumunda Claude. Video ve görsel üretimi Viralance API’sine gidiyor. Harcama izni tek bir sunucu modülünde kontrol ediliyor. Kod 14 pakete ayrılmış bir monorepo; platform kuralları rules paketinde tipli ve testli duruyor.
Sonuç
Site ürünün kendi demosu olarak çalışıyor: ana sayfada örnek bir markanın bir aylık 30 gönderilik takvimi ve analizin adım adım nasıl yapıldığı görünüyor. Ücretsiz önizleme birkaç dakikada marka özeti ve ilk taslak gönderileri çıkarıyor. Uygulama ve site beş dilde. Ödeme altyapısı canlı, paketler sitede satın alınabiliyor.
02 / Ürünün içinde
FeedHand ekran görüntüleri
Detayları görmek için bir ekranı açın.04 görsel
03 / Kapsam & detaylar
FeedHand: öne çıkan özellikler
- 01
Siteyi, mağaza sayfasını ve yüklenen ürün fotoğraflarını okuyup marka profili çıkarma
- 02
Pazar ve rakip araştırmasıyla önce strateji, sonra aylık takvim
- 03
Instagram, TikTok, X ve Reddit için platform kurallarına göre içerik
- 04
Altı dayanıklı Cloudflare Workflow: analiz, plan, üretim, pazar, rakip, yenileme
- 05
Beş dil: İngilizce, Türkçe, Almanca, Fransızca, İspanyolca
Teknoloji
TanStack Start / Cloudflare Workers / Workflows / R2 / PostgreSQL / Drizzle / Better Auth
ÜRÜNÜN İÇİNDEN
FeedHand: ekranın arkasındaki mühendislik
Bu projede geliştirdiğimiz sistemler ve çözdüğümüz somut problemler.
Bir müşteri ödediğinden fazlasına mal olamaz
Harcama izni tek bir saf fonksiyonda (server/spend-access.ts) ve her kuralı birim testli. Ücretli ya da iç paket harcayabiliyor; ücretsiz önizleme yalnız tek bir hızlı model çağrısı yapabiliyor ve ömür boyu sabit bir bütçeyle sınırlı. Süresi dolmuş ya da tanınmayan paket hiç harcayamıyor. Her model ve medya çağrısı bu kontrolden geçiyor.
Model çağrıları ayrı bir Worker’da
Uygulama sağlayıcı anahtarlarını hiç görmüyor; çağrılar feedhand-ai-gateway servis bağlamasından geçiyor. Gateway bütçe, maliyet defteri ve politika modüllerini testleriyle birlikte taşıyor. Önce OpenAI deneniyor; hata ya da sınır durumunda Claude devralıyor.
Yapay zekâ izi dedektörü
packages/rules/src/ai-tells.ts bir metnin dil modeli tarafından yazıldığını belli eden kalıpları deterministik olarak yakalıyor: hazır açılış ve kapanışlar, “sadece X değil, Y” yapısı, üst üste üç sıfat, emoji madde işaretleri, hashtag duvarları. Kalıplar beş dilde veri olarak tutuluyor; hem yazar adımı hem kalite kontrol aynı listeyi kullanıyor.
Sıradaki fikir sizin.
Sizin ürününüz için ne yapabiliriz?
İlk sürümden büyüyen platformlara; tasarım, geliştirme ve yayın sürecini birlikte planlayalım.
Türkiye’den Amerika, İngiltere, Avustralya ve dünyanın her yerine.
BU PROJEDEN MÜHENDİSLİK NOTLARI
Cloudflare Workers’ta LLM çağrıları nasıl yönetilir? OpenAI–Claude yedeği ↗