AI Agent İş Başında (LangGraph, CrewAI)

Yapay zekanın gelişimi büyük dil modellerinin ortaya çıkması ile beraber hızlandı ve üretken yapay zeka hayatımızın bir parçası haline geldi. Üretken yapay zekanın bir sonraki adımı olarak AI Agent'lar ortaya çıktı. AI Agent'ı şu şekilde tanımlayabiliriz: "Çevresi ile etkileşime giren, kararlar alan ve kullanıcılar adına görevleri yerine getiren otonom sistemler" . Bu tanımdan da anlaşılacağı gibi AI Agent, insanın yapabileceği bazı önemli fonksiyonları gerçekleştirebilir ve şirketin bir çalışanı gibi konumlanabilir. Peki kendi amacımıza yönelik, istediğimiz fonksiyonları gerçekleştirebilecek AI Agent'ımızı geliştirebilir miyiz? Ya da bu konuda çözüm arayan şirketlere AI Agent geliştirerek yardımcı olabilir miyiz? Kursumuzun amacı tam olarak bu, AI Agent geliştirmek için gerekli kavramsal bilgi ve uygulama pratiğini sağlamak.

Kursumuzu iki ana bölüme ayırabiliriz. İlk bölümde AI Agent yapısını anlamak için gerekli altyapı ve kavramları aktaracağız. Bu bölümde AI Agent'ın beyni olarak niteleyebileceğimiz büyük dil modelleri ile başlayacağız. Daha sonra AI Agent kavramını, üretken yapay zeka ve Agentic AI kavramları ile olan farklarını da ortaya koyarak anlatacağız. AI Agent yapısının içine girerek hangi yapıtaşlarından oluşuyor, bunlardan bahsedeceğiz. AI Agent geliştirmek için sıklıkla kullanılan tasarım şablonları kursumuzun önemli bir parçasını oluşturacak.  Üretken yapay zeka ile beraber hayatımıza giren RAG (Retrieval Augmented Generation) kavramının AI Agent ile beraber evrildiği Agentic RAG konseptini aktaracağız. Hem AI Agent'ların kendi aralarında hem de kullandıkları araçlarla nasıl etkileşimi girdiğini anlamak için Agent iletişim protokollerinden bahsedeceğiz.

Kursumuzun ikinci kısmı ise tamamen uygulama ve pratik üzerine. Kursumuzun birinci kısmında gördüğümüz farklı AI Agent tasarım şablonlarını nasıl hayata geçirebileceğimizi göreceğiz. Öncelikle AI Agent geliştirilmesinde en çok kullanılan iki framework olan LangGraph ve CrewAI'ı tanıtacağız. Daha sonra her iki framework'u de ayrı ayrı kullanarak 24 farklı AI Agent uygulaması geliştireceğiz. Bu uygulamalarda,  araç kullanımı, bellek kullanımı, Agentic RAG, çoklu agent yapısı gibi farklı özellikleri deneyimleyeceğiz. Geliştireceğimiz uygulamalarda AI Agent'lar iş yapış şeklimizi değiştirebilecek çeşitli fonksiyonları yerine getirecek. Bu fonksiyonları şöyle sıralayabiliriz:  içerik geliştirme, geliştirilen içeriği denetleme, internet üzerinden araştırma yapma, AI Agent'lar arası işbirliği, dosya işlemleri, yazılım kodu geliştirme ve çalıştırma, bilgi kaynağı kullanımı, sohbet, problem kaydı yönlendirme ve çözümü.

Kursa sonradan ilave ettiğim Ek1 bölümünde, MCP Server ve MCP Client çalışma prensiplerini öğreneceksiniz. Buna ilaveten MCP Server ve MCP Client bütüncül kod örneklerini beraber inceleyeceğiz. Bu derslerin neticesinde, her iki uygulama tipini kendi ihtiyaçlarınıza göre adapte ederek geliştirebileceksiniz.

Kursu tamamladığınızda hem AI Agent yapısını ve bileşenlerini kavramsal olarak öğrenmiş olacaksınız. Hem de farklı amaçlara hizmet edecek AI Agent'ları geliştirebilecek pratik uygulama bilgisine sahip olacaksınız.