Advertisements

Ajan Tabanlı Yapay Zekâ: Sohbet Botundan İş Bitiren Ajana

Advertisements
Yapay zekâ ajanlarını anlayın, n8n ve Python'da MCP ile kurun; sonra değerlendirin, koruyun, maliyetini çıkarın.
1
1/5
(18) Ratings
0 students
Created by Dr Amar Massoud (Türkçe)
Advertisements

What you'll learn

  • Sohbet botunu, yardımcı pilotu, iş akışını ve ajanı ayırt edin; satıcı iddialarında agent washing’i fark edin
  • Ajan döngüsünü açıklayın ve gerçek bir ajan çalıştırmasını adım adım izleyin
  • Bir görev için özerklik düzeyi ve iş akışı kalıbı seçin; ajanın ne zaman kullanılmayacağını bilin
  • Araç çağırma, Model Context Protocol (MCP) ve bilgisayar kullanımının ajanları nasıl eyleme geçirdiğini anlatın
  • Bir ajanı geri getirmeyle kendi belgelerinize dayandırın ve bağlamına neyin girdiğini yönetin
  • Kurmadan önce bir ajan spesifikasyonu yazın; böylece tasarım bir platform değişikliğinden sağ çıkar
  • n8n’de kodsuz bir ajan ve küçük bir Python ajanı kurun; ikisi de yerel bir modelde çalışsın
  • Bir ajanı MCP sunucusuna bağlayın ve neden yanlış yanıt verdiğini izlerle bulun
  • Tek ajan ile çok ajanlı tasarım arasında karar verin; devirleri ve A2A’yı açıklayın
  • Küçük bir değerlendirme seti kurun, insan onay kapıları ekleyin ve yaygın ajan hatalarını tanıyın
  • Görev başına maliyeti tahmin edin, KPI seçin, doksan günlük pilot yol haritası ve iş gerekçesi hazırlayın
This course includes:
3.5 total hours on-demand video
0 articles
25 downloadable resources
36 lessons
Full lifetime access
Access on mobile and TV
Certificate of completion
Advertisements

Course content

Requirements

  • ChatGPT, Claude, Gemini ya da Copilot gibi bir sohbet asistanını düzenli kullanmak
  • Makine öğrenmesi ya da ajan deneyimi gerekmez; her kavram sıfırdan anlatılıyor
  • Yapım laboratuvarları için ücretsiz araçlar kurabileceğiniz bir bilgisayar (Python 3.11 ya da daha yenisi, Ollama, n8n için Docker Desktop)
  • Laboratuvarlardaki yerel model için yaklaşık 6 GB boş bellek
  • Ücretli API anahtarı gerekmez; laboratuvarlar yerel bir modelde çalışır
  • İsteğe bağlı Python bölümü için: bir betik çalıştırabilmek ve bir paket kurabilmek
  • Lab 1 bir asistanın ajan modunu kullanır; bu, planınıza ve bölgenize bağlıdır, yerine kayıtlı oturumları izleyebilirsiniz

Description

This course contains the use of artificial intelligence.

Bu kurs yapay zekâ kullanımını içermektedir.

Şu anda herkes “ajan” satıyor. Bu ürünlerin bir kısmı gerçekten plan yapıyor, araç çağırıyor ve çok adımlı işleri bitiriyor. Birçoğu ise yeni bir etiket takılmış sohbet botları ya da sabit iş akışları. Bu kurs size farkı anlamanın net ve satıcıdan bağımsız bir yolunu veriyor; ardından sizi ajanları anlamaktan bir ajanı kurmaya, test etmeye ve maliyetini hesaplamaya kadar götürüyor.

Profesyoneller ve yeni geliştiriciler için geniş kapsamlı bir giriş. Makine öğrenmesi geçmişine ihtiyacınız yok. ChatGPT, Claude, Gemini ya da Copilot’u düzenli kullanıyor ve model eyleme geçmeye başladığında neyin değiştiğini bilmek istiyorsanız, doğru başlangıç noktası burası.

Tek şirket, tek pilot, baştan sona

Sevkiyat durumu e-postaları birikmiş ve gümrük evrakları gecikmiş kurgusal bir nakliye komisyoncusu olan Harborline Logistics‘i izliyoruz. Operasyon ekibi Relay adlı doksan günlük bir ajan pilotu yürütüyor. Kurstaki her kavram bu pilota uygulanıyor; böylece aynı ajanın ilk döngüden test edilmiş, denetlenen ve maliyeti hesaplanmış bir sisteme büyüdüğünü görüyorsunuz.

Kursun kapsadıkları

  • Bölüm 1, Ajan Tabanlı Yapay Zekâ Nedir: sohbet botu, yardımcı pilot, iş akışı ve ajan; ajan döngüsü; beş özerklik düzeyi; agent washing nasıl fark edilir
  • Bölüm 2, Ajanların Düşünüşü: model, araçlar ve talimatlar; ReAct, planlama ve öz değerlendirme; beş iş akışı kalıbı ve ajanın ne zaman kullanılmayacağı
  • Bölüm 3, Araçlar, MCP ve Computer Use: araç çağırma, Model Context Protocol, tarayıcı ve bilgisayar kullanımı ve ChatGPT, Claude ve Gemini’deki ajan modları
  • Bölüm 4, Bellek, Bilgi ve Bağlam: bağlam mühendisliği, geri getirme (RAG), beceriler ve bir ajanı şirket prosedürleriyle temellendirmek
  • Bölüm 5, Kodsuz Ajan Geliştirmek: kodsuz araçlar dünyası, önce ajan spesifikasyonunu yazmak ve n8n’de bir sevkiyat durumu ajanı kurmak
  • Bölüm 6, Python ile Ajan Geliştirmek: kilitlenmeden SDK seçmek, yaklaşık elli satırda çalışan bir ajan, onu bir MCP sunucusuna bağlamak ve izleri okumak
  • Bölüm 7, Çok Ajanlı Sistemler: tek ajanın yetmediği durumlar, orkestratörler ve devirler, A2A protokolü ve iki ajanlı bir gümrük masası
  • Bölüm 8, Güven, Değer ve Benimseme: değerlendirme, yaygın hata biçimleri ve koruma önlemleri, insan onayı, görev başına maliyet, KPI’lar ve doksan günlük bir benimseme yol haritası

Kendi bilgisayarınızda çalışan uygulamalı laboratuvarlar

Yapım laboratuvarları ücretsiz araçlarla yerelde çalışır: Python, yerel modeller için Ollama ve Docker’da n8n. Ücretli bir API anahtarı gerekmez. Başlangıç klasöründe sahte bir sevkiyat takip API’si, bir MCP sunucusu, on iki Harborline prosedürü ve videolarda kullanılan test e-postaları ile gümrük vakaları bulunur.

  • Lab 1: aynı görevi ChatGPT, Claude ve Gemini’nin ajan modlarında çalıştırın ve eylem kayıtlarını okuyun
  • Lab 2: Harborline prosedürlerini dizinleyin ve geri getirmeli ve getirmesiz yanıtları karşılaştırın
  • Lab 3: n8n’de kodsuz bir durum ajanı kurun ve on test e-postasıyla çalıştırın
  • Lab 4: o ajanı Python’da yeniden kurun, aracını bir MCP sunucusunun arkasına taşıyın ve yerleştirilmiş bir hatayı izden bulun
  • Lab 5: devirle ikinci bir ajan ekleyin; sonuçları ve token kullanımını tek ajanla karşılaştırın

Birkaç dürüst not. Lab 1, tarayıcınızdaki bir sohbet asistanının ajan modunu kullanır ve hangi ajan modlarını kullanabileceğiniz planınıza ve bölgenize bağlıdır. Sizinkinde yoksa kaydedilmiş oturumları yine de izleyebilirsiniz. Yerel modeller deterministik değildir, bu yüzden yanıtlarınız ve başarı oranlarınız videolardakinden biraz farklı olacaktır. Laboratuvarlarda kullanılan yerel model yaklaşık 6 GB boş bellek gerektirir. Yalnızca kavramları ve kodsuz yolu istiyorsanız Python bölümü isteğe bağlıdır.

Pratik ve ölçme

Sekiz bölümün her birinde bir test ve çözümlü örnek yanıtı olan bir uygulama ödevi var. Bitirme projesi, kendi işinizden bir görev seçmenizi ve bir ajan spesifikasyonu, onay kapılarıyla bir özerklik düzeyi, on vakalık bir değerlendirme seti ve doksan günlük yol haritasıyla bir maliyet tahmini hazırlamanızı istiyor. Altmış soruluk bir final deneme sınavı sekiz bölümün tamamını kapsıyor.

Bu kurs ne değildir

Tek bir çerçeve üzerine derin bir mühendislik kursu değildir; bir iş, bir sertifika ya da belirli bir sonuç vaat etmez. Ajan önerilerini değerlendirebilmeniz, küçük bir pilot yürütebilmeniz ve sırada ne öğreneceğinize karar verebilmeniz için yeterince uygulama içeren bir alan haritasıdır. Bu alandaki araçlar hızla değişir; bu yüzden kurs, bir platform değiştiğinde taşınabilen parçaları (spesifikasyon, istemler, araçlar ve değerlendirmeler) öğretir.

Who this course is for:

  • Çok adımlı işleri ajanlara devretmek isteyen bilgi çalışanları, analistler ve operasyon yöneticileri
  • Ajan önerilerini, satıcıları ve pilotları değerlendirmek zorunda olan ürün yöneticileri, danışmanlar ve ekip liderleri
  • Bir çerçeve seçmeden önce satıcıdan bağımsız bir harita isteyen az kodlu geliştiriciler ve yeni ya da kariyer değiştiren geliştiriciler
  • Tek bir çerçeveye ya da canlı ortam mimarisine derinlemesine dalmak isteyen deneyimli ajan mühendisleri için değildir
Advertisements
6B176A87D7512C8B3D81
Advertisements
Advertisements
Free Online Courses with Certificates
Logo
Register New Account