Hizmetler
Bize Ulaşın

OpenClaw (Moltbot/Clawdbot) Kullanım Alanları ve Güvenlik

Cem Dilmegani
Cem Dilmegani
Güncellenme tarihi: 16 Tem 2026

OpenClaw (eski adıyla Moltbot ve Clawdbot), yerel bilgi işlem görevlerini yürütmek ve standart mesajlaşma platformları aracılığıyla kullanıcılarla etkileşim kurmak için tasarlanmış açık kaynaklı, kendi kendine barındırılan bir yapay zeka asistanıdır. Metin üreten danışmanlar olarak işlev gören geleneksel sohbet botlarının aksine, OpenClaw kabuk komutlarını yürütebilen, dosyaları yönetebilen ve ana makinede tarayıcı işlemlerini otomatikleştirebilen otonom bir ajan olarak çalışır.

2026'nın başlarında, OpenClaw gizlilik öncelikli mimarisi ve proaktif yetenekleri sayesinde üç günde 100.000'den fazla GitHub yıldızını aştı. OpenClaw'ın uygulamalı dağıtım, mimarisi, gerçek dünya kullanım alanları ve güvenlik riskleri aracılığıyla nasıl çalıştığını görün:

OpenClaw kullanım alanları

OpenClaw'ı dokümantasyonun ötesinde değerlendirmek için, onu Ubuntu 24.04 ile Runpod üzerinde bir CPU'dağıttık ve mesajlaşma tabanlı bir iş akışı kullanarak bir dizi pratik, günlük otomasyon göreviyle test ettik.

Dosya organizasyonu ve sistem otomasyonu

OpenClaw'ın dosya sistemi işlemlerini gerçekleştirme yeteneğini, indirilenler dizininde klasörler oluşturmasını ve düzenlemesini isteyerek test ettik. Ajan, sentetik dizinleri başarıyla oluşturdu, dosyaları türlerine göre sınıflandırdı ve kabuk düzeyinde komutlar kullanarak bunları uygun konumlara taşıdı. Bu işlemler, ajan çalıştıktan sonra aktif bir terminal oturumu gerektirmeden güvenilir bir şekilde yürütüldü.

Fiş işleme ve elektronik tablo oluşturma

Belge anlama ve dosya oluşturmayı değerlendirmek için, OpenClaw'a bir market fişinin görüntüsünü sağladık ve içeriğini bir elektronik tabloya eklemesini istedik. Ajan, öğeleri çıkardı, tablo biçiminde yapılandırdı ve bir elektronik tablo oluşturdu. Talep üzerine, ortaya çıkan .xlsx dosyasını doğrudan mesajlaşma arayüzü üzerinden de geri gönderebildi.

Bu test, OpenClaw'ın tek bir iş akışında veri çıkarabildiğini, yapılandırabildiğini ve dosyaları kaydedebildiğini gösterdi.

Proaktif izleme ve bildirimler

OpenClaw'ın proaktif yeteneklerini, bir dizini izlemesi ve belirli bir dosya göründüğünde bizi bilgilendirmesi için yapılandırarak da test ettik. Tetikleme koşulu karşılandığında, ajan kullanıcıyı uyarmadan iletişimi başlattı, bir bildirim gönderdi ve önceden tanımlanmış takip eylemini gerçekleştirdi.

Bu davranış, OpenClaw'ın yalnızca doğrudan komutlara yanıt vermek yerine, olaylara yanıt olarak eylem başlatabilen ve iletişim kurabilen, her zaman açık bir arka plan ajanı olarak işlev görebileceğini doğruladı.

Genel gözlemler

Bu testler genelinde, OpenClaw dosya organizasyonu, basit veri işleme ve olay tabanlı bildirimler gibi hafif, yinelenen görevler için güvenilir bir performans sergiledi. Temel kurulum basitti, ancak karmaşık iş akışlarını etkinleştirmek birden fazla harici hizmetin ve API anahtarının yapılandırılmasını gerektirdi. Bazı entegrasyonlar geniş izinler talep eder, bu da kurulum süresini artırır ve güvenlik hususlarını gündeme getirir.

Bu, OpenClaw'ın temel otomasyon için başlaması kolay olduğu, ancak tamamen operasyonel dağıtımların ayrıntılı yapılandırma ve dikkatli izin yönetimi gerektirdiği anlamına gelir.

OpenClaw pratikte nasıl kullanılabilir

Önceki bölüm uygulamalı değerlendirmemizi özetlerken, aşağıdaki kısım OpenClaw'ın gerçek dünya dağıtımlarında tipik olarak nasıl konumlandırıldığını ve kullanıldığını ana hatlarıyla açıklamaktadır.

OpenClaw, anlık kişisel görevler için tasarlanmış bir tüketici asistanı değildir. Pratikte, grafik arayüzü olmadan sürekli, hafif otomasyon gerektiren makineler için uzaktan operasyonel bir katman olarak işlev görür.

Temel etkileşim modeli

Dağıtıldıktan sonra, OpenClaw etkileşimli oturumlar yerine mesaj odaklı komutlar aracılığıyla çalışır. Kullanıcılar ajanla Telegram, WhatsApp veya OpenClaw'ın desteklediği diğer kanallar gibi mesajlaşma platformları aracılığıyla iletişim kurar, yürütme ise ana makinede gerçekleşir.

Bu tasarım üç pratik kullanım modelini mümkün kılar:

  1. Uzaktan sistem işlemleri
    Kullanıcılar makineye giriş yapmadan dosyaları yönetebilir, betikler çalıştırabilir veya sistem durumunu sorgulayabilir. Örneğin, dizinleri düzenlemek, toplu işleri tetiklemek veya disk kullanımını kontrol etmek bir mobil cihazdan yapılabilir.
  2. Zamanlanmış ve koşullu otomasyon
    Cron entegrasyonu ve heartbeat mekanizması ile OpenClaw, koşulları bağımsız olarak izleyebilir ve açık prompt'lar olmadan yanıt verebilir. Bu, sunucu çalışma süresini kontrol etme, günlük dosyalarını izleme veya hisse senedi fiyatları veya API durumu gibi eşik tabanlı metrikleri takip etme gibi görevleri içerir.
  3. Devredilen görev yürütme
    OpenClaw, gerekli beceriler ve izinler etkinleştirildiği sürece, gelen e-postaları yönetme, klasörleri güncelleme veya sosyal medya platformlarına önceden tanımlanmış içerik gönderme gibi belirli iş akışları için bir execution proxy olarak hizmet verebilir.

Gerçek kontrol katmanı olarak beceriler

Görsel bilgisayar kullanım ajanlarının aksine, OpenClaw'ın yetenekleri etkinleştirilen becerilere bağlıdır. Bu beceriler, ajanın neleri yapıp neleri yapamayacağını yönetir, örneğin:

  • Dosya sistemi erişimi
  • Tarayıcı otomasyonu
  • E-posta veya takvim entegrasyonu
  • Harici API etkileşimi

Bu beceriler olmadan, ajanın hiçbir operasyonel gücü yoktur. Sonuç olarak, bir OpenClaw dağıtımının güvenliği ve güvenilirliği, prompt'lar kalitesinden çok izin tasarımına bağlıdır.

Erken aşama benimseme hususları

Mevcut olgunluk seviyesinde, OpenClaw şunlar için en uygundur:

  • İkincil makineler, sunucular veya korumalı alan ortamları
  • Otomasyon amaçları için özel olarak oluşturulmuş hesaplar
  • Hata modlarının kabul edilebilir olduğu kritik olmayan iş akışları

OpenClaw'ı yüksek değerli kişisel hesaplar veya üretim sistemleriyle kullanmak, dikkatli izolasyon ve izleme gerektirir.

OpenClaw'ı VPS olmadan çalıştırma: Cloudflare Moltworker

OpenClaw yaygın olarak yerel makinelerde veya VPS örneklerinde dağıtılırken, Cloudflare'in Workers'ı1 ile, yapay zeka ajanlarını sunucusuz yürütme platformlarında dağıtmak ve çalıştırmak mümkündür.

Cloudflare Workers

Cloudflare Workers , geliştiricilerin Cloudflare üzerinde kısa, olay odaklı kod çalıştırmasına olanak tanıyan sunucusuz bir yürütme platformudur. Ajanları sanal makinelerde veya konteynırlarda dağıtmak yerine, geliştiriciler isteklere veya zamanlanmış olaylara yanıt olarak yürütülen uygulama mantığını dağıtır.

Her worker yürütmesi varsayılan olarak durumsuzdur. Yürütme sırasında oluşturulan geçici veriler veya dosyalar, istek tamamlandığında atılır. Sonuç olarak, Workers kendi başına uzun vadeli durum depolayamaz.

Konuşma geçmişi, ajan belleği gibi verileri kalıcı olarak saklaması gereken uygulamalar, bu verileri ayrı bir kalıcı depolama hizmetinde saklamalıdır. Cloudflare ekosisteminde bu rol tipik olarak, Worker yaşam sürelerinden bağımsız olarak verileri saklayan bir nesne depolama hizmeti olan Cloudflare R2 tarafından doldurulur.

Moltworker: Cloudflare'in OpenClaw dağıtımı

Moltworker, OpenClaw'ı geleneksel bir sunucu yerine Cloudflare Workers üzerinde çalışacak şekilde uyarlayan bir referans dağıtımdır. Kendi kendine barındırılan bir yapay zeka ajanının, kalıcı durumu korurken sunucusuz, korumalı alan ortamında nasıl çalışabileceğini gösterir.

Bu kurulumda, OpenClaw'ın yürütme mantığı Cloudflare Workers içinde çalışırken, ajan belleği, günlükler ve diğer yapıtlar Cloudflare R2'de saklanır. R2, Worker yaşam sürelerinden bağımsız dayanıklı depolama sağladığından, ajan durumu yürütmeler ve yeniden başlatmalar arasında korunur.

R2, ücretsiz bir kullanım katmanı içerir (10 GB'a kadar depolanan veri ve çok sayıda okuma/yazma işlemi)2 , yani küçük OpenClaw dağıtımları LLM API kullanımı dışında ek altyapı maliyetleri olmadan çalışabilir. Ancak, Sandbox Containers'ı kullanmak için bir Cloudflare hesabına ve minimum 5$ USD Workers ücretli plan aboneliğine ihtiyacınız olacak.

Ödünleşimler ve uygunluk

Moltworker, sürekli çalışmak yerine ayrık girdilere yanıt olarak etkinleşen olay odaklı yapay zeka ajanları için en uygunudur.

Örnek kullanım alanları

  • Sohbet tabanlı asistanlar: Sohbet mesajlarına yanıt veren, depolamadan geçmiş konuşma bağlamını alan ve yalnızca bir kullanıcı mesaj gönderdiğinde harici bir LLM API'sini çağıran dahili bir asistan.
  • İsteğe bağlı otomasyon ajanları: Bir webhook tarafından tetiklendiğinde çalışan (ör. yeni bir GitHub sorunu veya form gönderimi), kısa bir eylem dizisi gerçekleştiren, sonuçları depolayan ve çıkan bir OpenClaw örneği.
  • Düşük trafikli kişisel veya deneysel ajanlar: Araştırma veya test için OpenClaw çalıştıran bireysel geliştiriciler, burada ajan çoğu zaman boşta kalır ve VPS maliyeti çalışma süresinden ziyade kullanıma göre ölçeklenmelidir.

Bunun nedeni, yukarıdaki örneklerde ajanın çoğu zaman uykuda olması ve yalnızca kullanıcı bir mesaj gönderdiğinde veya bir webhook tetiklendiğinde uyanmasıdır. Bir VPS veya yerel makinede sunucu çalışmaya devam eder ve çalışma süresi için ödeme yaparsınız. Ancak Cloudflare Workers'da ajan yalnızca tetiklendiğinde çalışır. Boştayken hiçbir maliyet veya kaynak kullanımı yoktur.

Moltworker ne zaman daha az uygun olabilir

  • Uzun süreli otonom ajanlar: Sürekli çalışmak üzere tasarlanmış bir ajan (ör. birden fazla veri kaynağını izleme, harici tetikleyiciler olmadan periyodik kararlar alma) yürütme sınırlarını aşabilir veya sık sık yeniden başlatma gerektirebilir.
  • Özel donanım veya sistem erişimi gerektiren ajanlar: Yerel GPU'lara, özel ikili dosyalara veya kalıcı yerel dosya sistemlerine bağımlı dağıtımlar, Worker tabanlı bir çalışma zamanında kolayca barındırılamaz.

Bu durumlarda, geleneksel yerel veya VPS tabanlı dağıtımlar daha fazla esneklik ve kontrol sağlar.

Ekibimiz, iş süreçlerinizden birini yapay zeka ajanlarıyla ücretsiz olarak otomatikleştirsin.
Bir süreci otomatikleştir

OpenClaw kullanmak güvenli mi?

OpenClaw'ın güvenlik profili, dağıtım seçimlerine ve model davranışına eşit derecede bağlıdır. Dokümantasyonu güvenli komut yürütme ve etik kısıtlamaları vurgularken, gerçek dünya riski öncelikle ağa maruz kalma ve izin kapsamından kaynaklanır.

Açıkta kalan gateway ve uzaktan ele geçirme riski

Varsayılan olarak, OpenClaw'ın gateway'i yerel geri döngü arayüzüne bağlıdır ve ana makineye erişimi sınırlar. Ancak, bazı kullanıcılar ajana uzaktan erişmek için gateway'i genel veya geri döngü olmayan bir arayüze bağlanacak şekilde yeniden yapılandırır.

Bu gerçekleştiğinde, birden fazla dahili hizmet ve bağlantı noktası harici olarak erişilebilir hale gelebilir. Bu tür yapılandırmalarda, saldırganlar ağ üzerinden ajanın kontrol yüzeyiyle etkileşime girebilir.
Kullanıcılar gateway'i güçlü kimlik doğrulama ve ağ kontrolleri olmadan açığa çıkarırsa, OpenClaw etkili bir şekilde uzaktan komut yürütme arayüzü haline gelir. Bir saldırgan komutlar verebilir, dosyalara erişebilir veya ana sistemi manipüle edebilir ve bu da makinenin tamamen ele geçirilmesine yol açabilir.

Bu risk, büyük dil modeli davranışından bağımsızdır ve ajan dahili güvenlik kurallarına sıkı sıkıya uysa bile geçerlidir.

Altyapı risklerine ek olarak, OpenClaw otonom ajanların standart hata modlarını miras alır:

  • Belirsiz komut yorumlaması: Kabuk erişimi güçlü eylemleri mümkün kılar. Yanlış yorumlanan talimatlar istenmeyen dosya silme veya sistem değişikliklerine yol açabilir.
  • Güvenilir girdiler aracılığıyla prompt injection: Ajan e-postaları, belgeleri veya web içeriğini işlerse, bu girdilere gömülü kötü niyetli talimatlar davranışını etkileyebilir.
  • Üçüncü taraf beceri yürütmesi: Beceriler işlevselliği genişletir ancak aynı zamanda saldırı yüzeyini de genişletir. Kötü tasarlanmış veya kötü niyetli bir beceri, güvenlik açıkları getirebilir veya kimlik bilgilerini sızdırabilir.

Harici API'ler aracılığıyla veri ifşası

OpenClaw yerel olarak yürütülse de, akıl yürütme için harici model sağlayıcılarına güvenir. Prompt'lar ve seçilen dosya parçacıkları, yapılandırmaya bağlı olarak hassas verileri dış dünyaya potansiyel olarak ifşa ederek üçüncü taraf API'lere iletilebilir.

Pratik güvenlik rehberliği

Mevcut olgunluk seviyesinde, OpenClaw bir tüketici asistanı yerine ayrıcalıklı otomasyon altyapısı olarak ele alınmalıdır.

En iyi uygulamalar şunları içerir:

  • Gateway'i VPN'ler veya güvenlik duvarları tarafından korunmadığı sürece geri döngüye bağlı tutmak
  • Ajan uç noktalarının genel erişime açılmasından kaçınmak
  • OpenClaw'ı izole makinelerde veya düşük ayrıcalıklı hesaplarda çalıştırmak
  • Etkinleştirilen becerileri gereken minimumla sınırlamak
  • Beklenmeyen komut yürütmesi için günlükleri izlemek

Bu kontrollerin uygulanmaması, riski "yapay zeka hatasından" geleneksel uzaktan sistem ele geçirmeye kaydırır.

OpenClaw nedir?

OpenClaw, Büyük Dil Modelleri (LLM'ler) ile kullanıcının yerel işletim sistemi arasında bir köprü görevi görür. Akıl yürütme için harici model API'lerini veya yerel modelleri kullanırken, yürütme ortamı tamamen kullanıcının donanımında kalır.

Sistem mimarisi dört ana bileşenden oluşur:

  1. Gateway: Ön kapı görevi gören bir arka plan hizmeti. Mesajlaşma platformlarına bağlantıları yönetir.
  2. Ajan: Niyeti yorumlayan akıl yürütme motoru (LLM).
  3. Beceriler: Ajanın erişimini genişleten modüler yetenekler, örneğin tarayıcı otomasyonu (Puppeteer aracılığıyla), dosya sistemi erişimi, takvim entegrasyonu vb.
  4. Bellek: Bağlamı, tercihleri ve uzun vadeli konuşma geçmişini saklayan kalıcı bir depolama katmanı (genellikle Markdown dosyalarını kullanır).
openclaw-system-architecture
Kıyaslamalarımızı ve veri odaklı içgörülerimizi kaçırmayın. Düğme Google'ı açar; AIMultiple'ı seçmeniz, Google arama sonuçlarında AIMultiple'ı daha sık görmek istediğinizi onaylar.
GoogleTercih edilen kaynak olarak ekle

OpenClaw'ı benzersiz kılan nedir?

OpenClaw'ın neden ilgi gördüğünü anlamak için, onu iki yaygın ajan tasarımıyla karşılaştırmak faydalı olur: görsel ajanlar ve CLI araçları. Diğer ajanlar insan etkileşimini simüle etmeye veya kodlamaya yardımcı olmaya çalışır. OpenClaw, başsız bir arka plan hizmeti olarak çalışır ve bu, ajanın nasıl çalıştığını değiştirir.

OpenClaw ve Görsel Ajanlar

Bilgisayar kullanımı için endüstri standardı görsel temellendirmeye dayanır. Bu ajanlar ekran görüntüleri alır, görü-dil modellerini (VLM'ler) kullanarak piksel verilerini işler ve fare tıklamalarını simüle etmek için koordinatları hesaplar.

  • Görsel ajan yaklaşımı: Bir temellendirme darboğazıyla karşı karşıyadırlar. Bilgisayar kullanım ajanları hala yoğun arayüzlerle mücadele etmektedir ve görsel işleme yüksek gecikme süresi ve piksel hizalama hataları potansiyeli getirir.
  • OpenClaw yaklaşımı: OpenClaw başsızdır, yani grafik kullanıcı arayüzünü (GUI) tamamen atlar. Bir dosyayı taşımak için dosya simgesine bakmaz; bir sistem kabuk komutu yürütür (ör. mv /downloads/*.pdf /documents).

Sonuç olarak, görsel çıkarımı doğrudan kod yürütme ile değiştirerek, OpenClaw temellendirme hatalarını ortadan kaldırır ve insan arayüz hızı yerine makine hızında çalışır.

OpenClaw ve CLI Ajanları

Claude Code veya Open Interpreter gibi araçlar etkileşimli yardımcı programlar olarak işlev görür. Bir terminal penceresi içinde çalışırlar ve yalnızca kullanıcı bir komut girdiğinde yanıt verirler. Bu araçlar reaktif yardımcı pilotlar olarak işlev görür.

  • CLI ajan yaklaşımı: CLI ajanları oturum amnezisinden muzdariptir. Terminal penceresini kapattığınızda, ajan çalışmayı durdurur ve bağlam genellikle kaybolur. Kullanıcının fiziksel olarak makinenin başında olmasını gerektirirler.
  • OpenClaw yaklaşımı: OpenClaw, yerel bir sunucuda veya VPS'te bir gateway daemon'ı (arka plan hizmeti) olarak çalışır. 24/7 kalıcıdır ve yerel dosyalarda (ör. MEMORY.md) uzun vadeli belleği korur.

Sonuç olarak, bilgisayarınızın başında olmanız gerekmez. Ev sunucunuzdaki görevleri yürütmek için ajanınıza bir mobil cihazdan Telegram, WhatsApp veya OpenClaw'ın desteklediği diğer kanallar aracılığıyla mesaj gönderebilirsiniz ve ajan haftalar süren etkileşim boyunca bağlamı korur.

Önemli bir fark, OpenClaw'ın etkileşimi başlatabilmesidir. Geleneksel CLI ve görsel ajanlar bir kullanıcı prompt'lar bekler (Reaktif). OpenClaw, Proaktif olmasını sağlayan bir Heartbeat Engine ve cron job entegrasyonuna sahiptir.

  • Sizin "Sunucu çöktü mü?" veya "Hisse senedi fiyatı düştü mü?" diye sormanız yerine, OpenClaw kendi kendine uyanır, verileri kontrol eder ve bir eşik karşılanırsa size mesaj gönderir.

Mimari karşılaştırma matrisi

Bu karşılaştırma, OpenClaw'ın insan benzeri etkileşim yerine kalıcılık ve otomasyon hızına öncelik verdiğini göstermektedir. Tasarımı, daha düşük gecikme süresi ve her zaman açık yürütme için görsel temellendirme ve etkileşimli güvenliği takas eder.

Bu araştırmayı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

Cem Dilmegani and Berk Kalelioğlu (2026) - "OpenClaw (Moltbot/Clawdbot) Kullanım Alanları ve Güvenlik". AIMultiple.com adresinde çevrimiçi yayımlanmıştır. Erişim tarihi: 16 Temmuz 2026, kaynak: https://aimultiple.com/moltbot [Çevrimiçi Kaynak]

Dilmegani, C., & Kalelioğlu, B. (2026, 16 Temmuz). OpenClaw (Moltbot/Clawdbot) Kullanım Alanları ve Güvenlik. AIMultiple. https://aimultiple.com/moltbot

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Kalelioğlu, Berk},
  title  = {{OpenClaw (Moltbot/Clawdbot) Kullanım Alanları ve Güvenlik}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/moltbot}},
  note   = {AIMultiple. Erişim tarihi: 16 Temmuz 2026}
}
Cem Dilmegani
Cem Dilmegani
Baş Analist
Cem, 2017'den beri AIMultiple'da baş analist olarak görev yapmaktadır. AIMultiple, her ay Fortune 500 şirketlerinin %55'i de dahil olmak üzere yüz binlerce işletmeye (benzer Web'e göre) bilgi sağlamaktadır. Cem'in çalışmaları, Business Insider, Forbes, Washington Post gibi önde gelen küresel yayınlar, Deloitte, HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslararası kuruluşlar tarafından alıntılanmıştır. AIMultiple'ı referans gösteren daha fazla saygın şirket ve kaynağı görebilirsiniz. Kariyeri boyunca Cem, teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yapmıştır. On yıldan fazla bir süre McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararları konusunda danışmanlık yapmıştır. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayınlamıştır. Bir telekom şirketinin CEO'suna bağlı olarak teknoloji stratejisi ve tedarikini yönetmiştir. Ayrıca, 2 yıl içinde sıfırdan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetmiştir. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınlarında yer aldı. Cem düzenli olarak uluslararası teknoloji konferanslarında konuşmacı olarak yer almaktadır. Boğaziçi Üniversitesi'nden bilgisayar mühendisliği diplomasına ve Columbia Business School'dan MBA derecesine sahiptir.
Tam Profili Görüntüle
Araştıran
Berk Kalelioğlu
Berk Kalelioğlu
AI Araştırmacısı
Berk, AIMultiple'da bir AI araştırmacısıdır ve etmen tabanlı AI sistemleri ile dil modellerine odaklanmaktadır.
Tam Profili Görüntüle

Yorum yapan ilk kişi olun

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

0/450