Agentic AI'ı Anlamak Araç Ekosistemi ve Çok Ajanlı Sistemler Eğitimi
Eğitim · 1 Gün · 20 - 40 Kişi · ONLINE / Fiziksel
Katılımcıların Agentic AI'ın temel bileşenlerini, araç ekosistemini, MCP entegrasyonlarını ve çok ajanlı sistemleri insan denetimi ve güvenli tasarım ilkeleriyle birlikte kavramasını sağlar.
Agentic AI'ı Anlamak Araç Ekosistemi ve Çok Ajanlı Sistemler Eğitimi — Özet
Agentic AI'ı, yapay zekânın yalnızca yanıt üreten bir araçtan çıkarak hedefler doğrultusunda plan yapan, araç kullanan ve çok adımlı görevleri yürüten sistemlere dönüşmesi üzerinden ele alıyoruz. Tam günlük programda agentic AI'ın temel bileşenlerinden başlayarak araç ve framework ekosistemini, MCP entegrasyonlarını, çok ajanlı sistem mimarilerini ve insan denetimi mekanizmalarını inceliyoruz. Gerçek kullanım senaryoları, canlı demolar ve güvenli tasarım ilkeleri üzerinden ajanların nasıl yapılandırıldığını ve birlikte çalıştığını görünür hale getiriyoruz. Böylece katılımcıların Agentic AI sistemlerinin çalışma mantığını, kullanım potansiyelini, teknoloji seçeneklerini ve taşıdığı riskleri bütüncül bir perspektifle değerlendirmesini amaçlıyoruz.
Eğitim Kapsamı
Agentic AI ve Temel Yapı Taşları
Agentic AI yaklaşımının chatbot ve copilot kullanımından nasıl ayrıştığını; hedef belirleyen, görevleri planlayan, araç kullanan ve çok adımlı süreçleri yürüten sistemler üzerinden ele alıyoruz.
Planlama, bellek, araç kullanımı, gözlem ve geri bildirim bileşenlerinin birlikte nasıl çalıştığını; görev ayrıştırma, akıl yürütme, kontrol ve döngüsel iyileştirme yaklaşımlarıyla inceliyoruz.
Araç Ekosistemi ve MCP Entegrasyonları
LangChain, LangGraph, AutoGen, CrewAI ve n8n gibi araçların farklı ajan senaryolarında nasıl konumlandığını, güçlü yönlerini ve temel yaklaşım farklarını karşılaştırmalı olarak değerlendiriyoruz.
Tool calling ve MCP yapıları üzerinden ajanların web, dosya sistemi, veri tabanı, takvim ve e-posta gibi araçlarla nasıl bağlantı kurduğunu; izin, erişim ve güvenlik sınırlarıyla inceliyoruz.
Çok Ajanlı Sistemler ve İnsan Denetimi
Tek ajan ve çok ajan mimarilerini; görev dağılımı, paralel çalışma, ajanlar arası iletişim, koordinasyon, hata yönetimi ve geri dönüş stratejileri açısından karşılaştırıyoruz.
Orchestrator-worker ve human-in-the-loop yaklaşımları üzerinden ajanların hangi görevlerde bağımsız ilerleyebileceğini, hangi karar noktalarında durması ve insan onayı alması gerektiğini değerlendiriyoruz.
Uygulama Senaryoları ve Güvenli Tasarım
Agentic AI sistemlerinin araştırma, raporlama, veri analizi, müşteri hizmetleri, satış, yazılım geliştirme ve operasyon takibi gibi alanlarda nasıl değer yaratabileceğini farklı örneklerle inceliyoruz.
System prompt tasarımı, görev ve kısıt tanımlama, çıktı kontrolü, prompt injection, veri gizliliği ve denetlenebilirlik üzerinden güvenilir ajan sistemlerinin temel ilkelerini aktarıyoruz.