Herkes yapay zeka ajanları geliştiriyor, bu nedenle popüler yapay zeka kodlama ajanları , yapay zeka ajan oluşturucuları ve araçlarıyla uygulamalı testler yaptıktan ve gerçek dünya yeteneklerini değerlendirmek için kıyaslama testleri kullandıktan sonra, en iyi 50'den fazla açık kaynaklı yapay zeka ajanından oluşan derlenmiş bir liste hazırladık. En iyi seçimlerimize doğrudan geçmek için kategori başlıklarına tıklayın:

Yapay zekâ ajanları hakkında nasıl düşünmeliyiz?

Bir yapay zeka ajanı, yalnızca bir komut istemiyle çalışan bir LLM'den (Latent Learning Machine - Öğrenme Tabanlı Model) daha fazlasıdır. Teknik olarak, planlama, hafıza, araç kullanımı ve yinelemeli yürütmeyi birleştiren , birleştirilebilir bir sistemdir . Karar verebilen, eylemler gerçekleştirebilen ve yeni bilgilere uyum sağlayabilen bir LLM etrafında yapılandırılmış bir döngü oluşturur.

Onları şu şekilde düşünmelisiniz:

• Özerklik ve iş akışları: Yapay zekâ ajanları, önceden tanımlanmış iş akışlarına dayalı temel görev otomasyonundan, hedef ayrıştırma, bellek kullanımı ve araç etkileşimi yapabilen tamamen otonom sistemlere kadar uzanır. Temel teknik zorluk, adımlar arasında bağlamı korumak ve çok aşamalı işlemleri koordine etmektir.

• Bağlam ve kontrol : Yapay zekâ ajanlarındaki asıl zorluk, LLM'nin her adımda uygun bağlama sahip olmasını sağlamaktır. Bu, LLM'ye beslenen içeriğin yönetilmesini ve ajanın güncel bağlama göre ilgili görevleri yerine getirmesini sağlamayı içerir.

• Araçların Entegrasyonu : Etkili ajanlar oluşturmak, harici araçlar, API'ler ve veri kaynaklarıyla sorunsuz entegrasyon gerektirir. LangChain gibi çerçeveler bu harici kaynakların entegrasyonuna yardımcı olabilir, ancak ajanın davranışını yeni girdilere uyarlamak için iş akışı üzerinde kontrol şarttır.

• Ajan çerçevesinin faydaları : İster basit iş akışları ister karmaşık otonom ajanlar olsun, tüm ajan tabanlı sistemler, ajan çerçevelerinin sağladığı temel özelliklerden yararlanabilir. Bu özellikler, ihtiyaçlarınıza bağlı olarak sıfırdan oluşturulabilir veya mevcut bir açık kaynak platformundan kullanılabilir.

Yeni standartlar

• Model Bağlam Protokolü (MCP): Ajanların harici veri kaynaklarıyla nasıl iletişim kurduğuna dair sektör standardı. LangGraph, ajanların özel sarmalayıcılara ihtiyaç duymadan veritabanları ve yerel araçlarla "tak ve çalıştır" yapabilmesi için MCP'yi entegre eder.
• Stripe Agentic Commerce Protocol (ACP): Bu, yapay zeka ajanlarının ödemeleri, envanteri ve gönderimi güvenli bir şekilde yönetmesine olanak tanıyan ilk canlı endüstri standardıdır. Ajanın, sohbet arayüzü üzerinden kullanıcı için bir satın alma işlemini tamamlayabileceği "Ajanlı Ödeme" özelliğini mümkün kılar.

Yapay zekâ ajanı tam olarak nedir?

"Yapay zeka ajanı"nın ne anlama geldiğine dair üzerinde uzlaşılmış bir tanım bulunmamaktadır.

• Geleneksel yapay zekâ, ajanları çevreleriyle etkileşim kuran sistemler olarak tanımlar.
• Simon Willison'ın sektör uygulayıcıları arasında yaptığı anket, sektör katılımcılarından çeşitli çalışma tanımları sunmaktadır. ²
• Anthropic'in tanımı , etkili ve uyumlu yapay zeka ajanları oluşturmak için tasarım ilkelerini özetliyor. ³
• Önde gelen danışmanlık firmaları, iş akışlarını ve karar alma süreçlerini otomatikleştirmede aracıların rolünü vurgulamaktadır. ⁴ .

Bunların çoğu açıkça iş akışlarını içerir ve özerkliği bir spektrumun ucuna yerleştirir .

Bu görüşlere katılıyoruz, bu nedenle kesin bir tanım vermiyoruz. Bunun yerine, bir yapay zekâ sisteminin oluşmasına neden olan faktörleri sıralıyoruz. daha aktif bir konumda sayılmak için:

• Çevre ve hedefler:
  • Çoklu görevler ve beklenmedik değişiklikler gibi karmaşık ortamlardaki yapay zeka sistemleri, ajansal özellik gösterirler.
  • Yönlendirilmeden hedeflere ulaşan yapay zeka sistemleri, ajansal sistemlerdir.
• Kullanıcı arayüzü ve denetim: Doğal dilleri öğrenebilen yapay zeka sistemleri ve daha az kullanıcı denetimine ihtiyaç duyan sistemler, ajansal sistemlerdir.
• Sistem tasarımı: Araç kullanımı (örneğin, web araması, programlama) veya planlama (örneğin, yansıtma, alt hedeflere ayırma) gibi tasarım kalıplarını kullanan sistemler, eylemseldir.

Daha detaylı bir açıklama için, daha önce bu faktörleri listelemiş ve bunların ajansal yapay zeka sistemlerini nasıl tanımladığını tartışmıştık.

Bu ajanlar tamamen otonom mu?

Henüz değil. Çoğu açık kaynaklı yapay zeka ajanı, araç kullanımını, karar vermeyi ve problem çözmeyi mümkün kılarak öğrenme tabanlı öğrenmenin özerkliğini artırır, ancak yine de yapılandırılmış girdilere ve insan müdahalesine ihtiyaç duyarlar.

Devon ve PR-Agent gibi örnekler, tam anlamıyla ajansal davranış sergilemek yerine önceden tanımlanmış mantığı veya takviyeli öğrenme iş akışlarını takip eder. Diğer yapay zeka ajanları ise (Otonom Öğrenme + Genelleme) yeteneklerinden yoksundur.

Yapay zekâ ajanlarını ne zaman (ve ne zaman kullanmamalı) kullanmalı?

Her LLM uygulaması ajansal karmaşıklık gerektirmez. Birçok kullanım durumu, hafif , bilgi edinmeyi destekleyen üretim (RAG) ile daha iyi karşılanır.

Ajan tabanlı sistemler, bellek yönetimi, araç düzenlemesi, hata işleme ve gecikmeyi ve maliyeti artıran kontrol döngüleri gibi mimari ek yükler getirir. Örneğin, kıyaslama testlerimizde, yapay zeka ajanlarının başarı oranlarının 35 dakikalık insan etkileşiminden sonra azaldığını gözlemledik.

Bu riskleri azaltmak için, ajan tabanlı sistemlerin kontrollü ortamlarda test edilmesi ve devreye alınmadan önce sağlam güvenlik önlemlerinin uygulanması şarttır.

Ajanlar, adımların kolayca tahmin edilemediği veya önceden kodlanamadığı durumlarda en değerlidir. Özellikle şu durumlarda uygundurlar:

• Görevler dinamik ve çok adımlı olup , dallanma mantığına veya belirsiz alt hedeflere sahiptir.
  
• Araç kullanımı koşullu veya uyarlanabilir olup , sistemin girdi veya önceki duruma bağlı olarak hangi aracı çağıracağına karar vermesini gerektirir.
  
• Oturumlar veya yürütme aşamaları boyunca uzun süreli hafıza veya bağlam gereklidir .
  
• Yürütme işlemi, API sonuçları, arama çıktıları veya başarısız işlemler gibi çevresel geri bildirimlere yanıt vermelidir .
  
• Otonomi ve denetimin bir araya getirilmesi gereken, insan müdahalesi gerektiren iş birliğine ihtiyaç duyulmaktadır (örneğin, yapay zekâ yardımcı pilotları).

Öte yandan, iş akışları veya durumsuz LLM çağrıları şu durumlarda tercih edilir:

• Görev mantığı, form doldurma veya içerik dönüştürme gibi statik veya tahmin edilebilir niteliktedir .
  
• Özellikle kullanıcıyla doğrudan etkileşim gerektiren durumlarda düşük gecikme süresi kritik öneme sahiptir .
  
• Maliyetleri en aza indirmek, özellikle tekrarlayan LLM çağrılarından ve karmaşık orkestrasyondan kaçınarak, son derece önemlidir .

Devamını oku

İşte ajan tabanlı sistemler tarafından yaygın olarak kullanılan altyapıya ilişkin en son performans ölçümlerimiz:

• Uzaktan tarayıcılar : Tarayıcı altyapısının, aracıların web ile güvenli bir şekilde etkileşim kurmasını nasıl sağladığı.
• Tarayıcı MCP kıyaslaması : Araç kullanımı ve web erişimi için en iyi MCP sunucuları.

Açık kaynaklı yapay zeka ajanı örnekleri

“ Yapay zeka ajanları ” olarak tanımlanan bazı araçlar aslında o kadar da ajansal değildir; bu sistemler ( örneğin, Devon PR-agent ) büyük ölçüde RL tabanlı yapay zeka iş akışlarıdır ve LLM'ler önceden tanımlanmış kod yolları aracılığıyla organize edilir.

1. Ajan çerçeveleri (Kendin Yap)

Geliştiricilerin mantık, bellek, araçlar ve orkestrasyon üzerinde kontrol sahibi olarak ajanlar oluşturmaları için modüler kütüphaneler ve SDK'lar.

✳️ SmolAgents ve Agno gibi bazı aracı yazılımlar hem aracı yazılım çerçevelerine hem de iş akışı otomasyonu kategorilerine uymaktadır.

Genel acente çerçeveleri

Ajan oluşturmaya odaklanan , iş akışlarını, çoklu ajan kurulumlarını ve genel amaçlı kullanım durumlarını düzenlemek için esnek, özelleştirilebilir araçlar sunan çerçeveler.

• LangGraph – Grafik tabanlı LLM iş akışı düzenlemesi – LangGraph tescilli bir yazılımdır, ancak ajan geliştirme için açık kaynaklı bir kütüphane sunar. RAG işlem hatları , ajan bellek /durum yönetimi ve çoklu ajan kurulumları için en iyisidir.

• AutoGen – Çoklu ajanlı eşzamansız iş birliği – Sohbet benzeri API'ler aracılığıyla araç kullanan ajanları koordine etmek için tasarlanmıştır. Özellikle otonom kod üretiminde karmaşık iş akışlarını otomatikleştirmek için idealdir.

• CrewAI – Kodsuz/düşük kodlu çoklu ajan çerçevesi – Başlamak için en kolay araçlardan biri olup, hazır ajan şablonları sunar ( örneğin, toplantı hazırlık ajanı ).

Uzmanlaşmış ajan çerçeveleri

Belirli ajan davranış türlerine veya ajan entegrasyonlarına odaklanan özel çerçeveler.

• Camel – Rol tabanlı ajan simülasyonu – Yapılandırılmış akıl yürütme kullanan işbirlikçi, rol oynayan ajanlar için optimize edilmiştir. İş akışı otomasyonu ve sentetik veri üretimi için en iyisidir.

• Mastra – Ön uç entegre ajan geliştirme – JavaScript tabanlı , ajanları kullanıcı arayüzüne sahip uygulamalara yerleştirmek için en uygun çözüm.

• PydanticAI – Tip güvenli minimal ajan kontrolü – Pydantic ile sıkı doğrulama ve şeffaf mantık yolları sağlar.

• Siber Güvenlik Yapay Zekası (CAI) – Yapay zeka destekli siber güvenlik ajanı çerçevesi – Büyük dil modellerinden ve Nmap gibi araçlarla entegrasyonlardan yararlanarak, insan müdahalesi gerektiren sızma testleri , güvenlik açığı tespiti ve kırmızı ekip çalışmaları sağlar.

• Atomic Agents – Şema öncelikli, ayrıntılı özel ajan oluşturucu – Ayrıntılı ajan yapısı ve birleştirilebilir mantık için tasarlandı.

• SmolAgents – Geliştiriciler için hafif bir ajan SDK'sı – Minimal soyutlama , rota mantığı JSON yerine Python üzerinden işlenir.

Ajan çalışma ortamları (Önceden oluşturulmuş otonom ajanlar)

Önceden oluşturulmuş, bağımsız çalışan ve hemen çalıştırabileceğiniz (bir uygulama gibi) ajanlardır. Genellikle doğal dil hedeflerinden gelen görevlerin otonom olarak yürütülmesini desteklerler.

Tamamen otonom:

• Auto-GPT – Hedef ayrıştırma ve otonom yürütme – Hedefleri alt görevlere ayırır ve bunları araçlar, bellek ve mantık kullanarak tamamlar. Önceden oluşturulmuş ajanlar ve düşük kodlu bir arayüz sunar.

• AIlice – Yerel genel amaçlı görev yürütme – Cihaz üzerinde karmaşık görevleri yürütür, yerel araçları ve dosya manipülasyonunu destekler. Açık kaynaklı LLM'ye dayalı, JARVIS'e benzer bir yapay zeka asistanı oluşturmayı amaçlamaktadır.

• Manus AI – Genel amaçlı, güvenli bir ortamda çalışan operasyonlar . Araçları ve iş akışlarını güvenli bir ortamda çalıştırarak, çok alanlı, çok adımlı işlemleri otonom olarak gerçekleştirebilir. Meta tarafından satın alınarak Meta'nın "Kişisel Ortam Zekası" ekosistemine entegre edilmiştir. ⁵

Kısmen özerk:

• BabyAGI – Yinelemeli görev döngüsü yürütücüsü – Görev listelerini oluşturur, önceliklendirir ve geri bildirim döngüsü içinde çalıştırır. Görev oluşturma deneyleri için idealdir.

Tarayıcı/Arayüz tabanlı:

• AgentGPT – Tarayıcıda dağıtılan otonom ajan – Kullanıcıların web arayüzü üzerinden görev ajanları oluşturmasına ve çalıştırmasına olanak tanır. Hafif yapısı sayesinde deneme amaçlı kullanım için idealdir.

• OpenManus – Kalıcı tarayıcı ajanı – Tarayıcı ortamlarında oturumlar arası iş akışları için tasarlanmıştır. Web etkileşimlerini otomatikleştirmek için Playwright gibi araçlar kullanır. Mevcut otomasyon süreçlerinde kullanım için uygundur. Conda ile kurulumu hızlıdır.

2. İş akışı otomasyonu ve düzenlemesi

İş akışlarını otomatikleştiren ve genellikle yapay zeka ajanlarını entegre etme özelliğine sahip, birden fazla platform veya hizmeti bir araya getiren araçlar.

Genel iş akışı otomasyonu ve entegrasyonu

API'leri birbirine bağlayan, olayları tetikleyen ve görevleri otomatikleştiren platformlar, farklı sistemler arasında iş akışlarının oluşturulmasını ve entegre edilmesini kolaylaştırır.

• n8n – Görsel iş akışı otomasyonu ve API entegrasyonu – Bir düğüm düzenleyici kullanarak uygulamaları, tetikleyicileri ve veri akışlarını birbirine bağlar. Görsel kodsuz geliştirmeyi özel JavaScript/Python ile birleştirir ve 400'den fazla entegrasyonu destekler. Kendi sunucunuzda barındırabilir, LangChain ile yapay zeka ajanı iş akışlarını çalıştırabilirsiniz. Teknik kişiler için idealdir.

• PlanExe – LLM'den Gantt/WBS'ye planlama aracı – OpenAI'nin derin araştırmalarına benzer yapay zeka tabanlı planlama aracı. Doğal dil hedeflerini LlamaIndex kullanarak yapılandırılmış zaman çizelgelerine dönüştürür.

• Agno ✳️ – Geliştirici dostu iş akışı ve ajan oluşturucu – Hem iş akışı otomasyon aracı (görevleri ve iş akışlarını otomatikleştirmeye yardımcı olur) hem de ajan oluşturucu olarak kullanılabilir.

• SmolAgents ✳️ – Geliştiriciler için hafif ajan SDK'sı – SmolAgents, hem hafif bir ajan SDK'sı (ajan çerçeveleri için) hem de bir iş akışı aracı (Hugging Face modelleriyle entegre olduğu için) olarak kullanılabilecek kadar esnektir.

• Windmill – Açık kaynaklı geliştirici platformu ve iş akışı motoru – Komut dosyalarını kullanıcı arayüzlerine, API'lara ve cron işlerine dönüştürür; Python, TypeScript, Go ve diğer dilleri destekler.

• Activepieces – Açık kaynaklı otomasyon platformu – Minimum kodlama ile görevleri otomatikleştirmek ve uygulamaları entegre etmek için kendi sunucunuzda barındırabileceğiniz görsel iş akışı oluşturucu. Dağıtılmış yapay zeka görevlerini ve ajan zincirlerini büyük ölçekte çalıştırmak için 280'den fazla MCP sunucusunu destekler.

• Huginn – Web otomasyonu ve ajan yönetimi – Web tabanlı görevleri otomatikleştirmek ve izlemek için ajanlar oluşturur.

• Node-RED – Nesnelerin İnterneti (IoT) ve gerçek zamanlı veriler için akış tabanlı geliştirme – Tarayıcı tabanlı akış düzenleyici ile hizmetleri entegre eder ve görevleri otomatikleştirir.

Çoklu ajan iş akışı düzenlemesi

Yapılandırılmış iş akışları boyunca etkileşimli ajanları koordine etmek ve çoklu ajan sistemlerini entegre etmek için tasarlanmış çerçeveler.

• HyperAgent – Yazılım yaşam döngüsünün tamamını kapsayan ajan orkestrasyonu – Ajanlar, mühendislik görevlerini planlamak, kodlamak ve doğrulamak için birlikte çalışır.

• Supercog – ajan tabanlı – Yeniden kullanılabilir mantık bloklarıyla modüler orkestrasyon – Ölçeklenebilir, yapılandırılmış, ekip tabanlı otomasyon için tasarlanmıştır.

3. Web otomasyonu ve navigasyon

Ajanlar, web sitelerinde otonom olarak gezinir ve form doldurma, veri çıkarma ve web tarama otomasyonu gibi çok adımlı görevleri gerçekleştirir.

Otonom web aracıları ve yardımcı pilotlar

Genel amaçlı otonom ajanlar (web özellikli) :

• AgenticSeek – Tamamen otonom web tarama ajanı – Tamamen Yerel Manus Yapay Zekası. Veri çıkarma ve form doldurma konusunda uzmanlaşmış olup, web tabanlı görevleri otomatikleştirir.

• Agent-E – DOM'u (Belge Nesne Modeli) ayrıştırarak web sayfalarıyla etkileşime odaklanan tarayıcı otomasyon ajanı ; düğmelere tıklama ve form doldurma için idealdir.

• AutoWebGLM – LLM tabanlı web ajanı – Karmaşık web sitelerinde daha iyi gezinme için takviyeli öğrenme ve HTML basitleştirmesini kullanır.

Görsel tabanlı web gezinme aracıları (çok modlu) :

• Autogen uzantısı WebSurfer – Çok modlu web aracısı – Web etkileşimini geliştirmek için metin ve görsel girdiyi (ekran görüntüleri) birleştirir.

• Skyvern – Bilgisayar görüşüyle çalışan yapay zeka ajanı – Hem metin hem de görsel unsurları işleyerek, dilbilgisi ve bilgisayar görüşü kullanarak iş akışlarını otomatikleştirir.

• WebVoyager – Görsel destekli web aracı – Görsel ağırlıklı web sitelerinde gezinmeyi iyileştirmek için metin ve ekran görüntüleri kullanır.

Açık kaynaklı web otomasyonu ve navigasyonu hakkında daha fazla bilgi için, en iyi araç ve aracıların yapılandırılmış bir özetini aşağıda bulabilirsiniz:

Bilgisayar kullanım ajanları

Web gezinme aracıları

Web otomasyonu ve veri kazıma araç setleri

LLM destekli web RPA ve tarayıcı uzantıları

Yapay zeka web kazıyıcıları ve tarayıcıları

yapay zeka web arama araçları

4. Kodlama ve geliştirme

Kodlama görevlerinde yardımcı olmak üzere tasarlanmış yapay zeka ajanları, kod önerileri, hata ayıklama ve görev otomasyonu yoluyla geliştiricilere gerçek zamanlı destek sağlar.

CLI tabanlı kodlama aracıları

• Codex C LI – Çok modlu etkileşim aracı (öner, düzenle, çalıştır) – Kod önerileri ve düzenlemeleri sunarak komut satırı üzerinden geliştirici iş akışlarını iyileştirir.

• OpenDevin – Açık kaynaklı yapay zeka kodlama asistanı – Çeşitli diller için kod önerileri sunarak programlama görevlerinde yardımcı olur. OpenDevin'in, "Herkesin Yapay Zekası" misyonunu yansıtmak amacıyla yakın zamanda OpenHands olarak yeniden markalandığını lütfen unutmayın. ⁶

• Aider – Yapay zeka destekli çift programlama asistanı – Kodlama yardımı için terminalinize entegre edilmiş, otomatik tamamlama, hata ayıklama ve görev otomasyonu özelliklerine sahip bir uygulama.

Yapay zeka kod editörleri

• Neovim – Yapay zeka entegre kod editörü – Yapay zeka destekli eklentiler sayesinde kod tamamlama ve yeniden düzenleme imkanı sunar.

• Visual Studio Code (VS Code) – Yapay zeka destekli kod tamamlama ve hata ayıklama aracı – Geliştiriciler için IDE ortamlarıyla entegre olarak GitHub Copilot aracılığıyla kod önerileri ve otomatik tamamlama sunar.

• Cursor – Yapay zeka entegre kod düzenleyici – Gerçek zamanlı yapay zeka destekli kod tamamlama özelliğiyle geliştirilmiştir.

İstemden uygulama oluşturucular ( Vibe kodlama )

Açık kaynak kodlu v0 / sevimli / Bolt alternatifleri:

• Dyad – Açık kaynaklı yapay zeka uygulama oluşturucu – Doğal dil komutlarıyla yapay zeka destekli uygulamalar oluşturmak için yerel öncelikli, kod gerektirmeyen bir araç.

• vx.dev – Açık kaynaklı yapay zeka uygulama geliştirici – Doğal dil komutlarını uygulamalara dönüştürmeye odaklanan, yerel öncelikli, düşük kodlu bir araç.

5. Siber Güvenlik

Siber güvenlik operasyonlarını geliştirmek üzere tasarlanmış yapay zeka ajanları; sızma testleri, güvenlik açığı tespiti, kırmızı ekip çalışmaları ve otonom tehdit algılama gibi görevleri yerine getirir.

• YAWNING TITAN – Soyut, grafik tabanlı siber güvenlik simülasyonu – Grafik tabanlı ortamlara odaklanarak otonom siber operasyonlar için ajanların eğitimini destekler.

• bumpgen – Paket yönetim aracısı – npm paketlerini (Node.js paket yöneticisi) otomatik olarak günceller.

• Siber Güvenlik LLM Ajanları – LLM tabanlı siber güvenlik görevleri – AutoGen üzerine inşa edilmiştir. Çeşitli araştırma uygulamalarında ChatGPT EDR otomasyonunu ve tespit mühendisliği için otomatik CI/CD'yi göstermek amacıyla kullanılır.

6. Yapay Zeka ile Video İçerik Oluşturma

Sanat eserleri , resimler ve videolar da dahil olmak üzere görsel ve multimedya içeriklerin oluşturulmasına, düzenlenmesine ve geliştirilmesine yardımcı olan yapay zeka ajanları .

• Mochi – Metinden videoya dönüştürme – Metin isteklerini videoya dönüştürür ve özellikle kısa videolar oluşturmaya odaklanır. Metinsel açıklamalardan hızlı bir şekilde video oluşturmak için idealdir.

• CogVideo – Metinden videoya dönüştürme – Metin uyarılarını yüksek çözünürlükte videoya dönüştürerek, görüntüden video oluşturmayı mümkün kılar. Metin veya görüntülerden yüksek kaliteli video oluşturmak için daha gelişmiş bir araçtır.

• Allegro – Metinden videoya dönüştürme – Yaratıcı içerik oluşturmaya odaklanarak metin isteklerini videoya dönüştürür. Bu araç, benzersiz görsel anlatılar üretmek için metinden yaratıcı video sentezine önem verir.

• DALL·E (Açık kaynak kodlu sürümler) – Metinden video oluşturma – Yazılı metin açıklamalarından görüntüler oluşturarak, yazılı talimatları ayrıntılı ve yaratıcı görsel içeriğe dönüştürür.

7. Finans

Otomatik pekiştirmeli öğrenme iyileştirmesi veya gerçek zamanlı finansal veri analizi sağlayan yapay zeka ajanları .

• FinRL – Otomatik pekiştirmeli öğrenme ile alım satım – Piyasa verilerine dayanarak alım satım stratejilerini otonom olarak öğrenir ve uygular, dinamik finansal ortamlara uyum sağlar.

• OpenBB Terminali – Finansal veri analizi – Gerçek zamanlı alım satım için bağımsız finansal bilgiler sağlayarak yatırım profesyonellerinin bilinçli alım satım kararları almasını mümkün kılar.

8. Sağlık Hizmetleri

Hasta verilerini ve tıbbi raporları analiz ederek tıbbi teşhis, hastalık takibi ve sağlıkla ilgili bilgiler edinmede yardımcı olan yapay zeka ajanları.

• HIA (Sağlık Bilgilendirme Temsilcisi) – Tıbbi rapor analizi – Tıbbi raporları analiz eder ve sağlıkla ilgili bilgiler sunar.
  
• Yapay Zeka Destekli Sağlık Asistanı – Hastalık Teşhisi ve Takibi – Hasta verilerini kullanarak hastalıkları teşhis eder ve izler.

9. Araştırma

Veri toplama, literatür taraması ve hipotez test etme konularında yardımcı olan ve araştırma sürecini kolaylaştıran yapay zeka ajanları.

• ChemCrow – Otonom kimya araştırma ajanı – Kimyasal analizde karmaşık deneysel ve hesaplamalı görevleri planlamak ve yürütmek için LLM'leri kimya araçlarıyla entegre eder.

• GPT Araştırmacısı – Bağımsız genel araştırma asistanı – Minimum kullanıcı girdisiyle yapılandırılmış çevrimiçi aramalar yapar, içeriği analiz eder ve ayrıntılı araştırma raporları derler.

10. Veri analizi

Verileri işleyen, analiz eden ve yorumlayan, eyleme dönüştürülebilir bilgiler sağlayan ve karar alma süreçlerini destekleyen yapay zeka ajanları.

Finans

• FinRobot – Finansal veri analiz ajanı – Büyük dil modellerini kullanarak finansal verilerin yorumlanmasını ve raporlanmasını otomatikleştirir.

İş zekası ve sorgulama

• Wren AI – Metinden SQL'e iş içgörüleri aracı – Doğal dil sorularını iş raporlaması için SQL sorgularına dönüştürür.

• Entaoai – GenAI destekli veri mühendisliği aracı – Veri sorgulama ve dönüştürme görevleri için sohbet arayüzü sağlar.

• Vanna AI – Doğal dilden SQL'e dönüştürme aracı – Yapılandırılmış veri kümelerini keşfetmek için kullanıcı istemlerine dayalı SQL sorguları oluşturur.

Sosyal medya

• Twitter Kişilik Ajanı – Sosyal medya analiz ajanı – Davranışsal ve kişilik özelliklerini çıkarım yapmak için tweet geçmişini analiz eder.

11. Kişisel yardım

Görev yönetimi, planlama ve kişisel organizasyona yardımcı olan, verimliliği ve zaman yönetimini geliştiren yapay zeka ajanları.

• VacAIgent (önceden oluşturulmuş CrewAI ajanı) – Seyahat planlama asistanı – Streamlit ve LLM'leri kullanarak otomatik olarak eksiksiz seyahat güzergahları oluşturur.

• Sıfır Gelen Kutusu – E-posta asistanı – doğal dil işleme ve Gmail entegrasyonu kullanarak mesajları önceliklendirir, sınıflandırır ve özetler.

• Cal – Takvim planlama ajanı – LLM tabanlı etkileşim yoluyla toplantı oluşturma, yeniden planlama ve özetleme işlemlerini otomatikleştirir.

Yapay zeka ajan sistemleri oluşturma

Birçok yapay zeka çerçevesi tek bir tedarikçi veya halka açık depolar tarafından kontrol edilir, ancak sıkı bir şekilde denetlenir.

Bu projeler genellikle açık kaynak kodlu modellere doğru kayar: temel kod ücretsiz kalır, ancak çoklu ajan orkestrasyonu, gözlemlenebilirlik veya ince ayarlı kontrol ticari lisansların arkasına gizlenebilir. Bazı "açık" ekosistemlerde, üretim kullanımı genellikle kilitli bir arka uç sistemine yatırım yapmayı gerektirir.

Kaynak ⁷

Gerçek dünya yapay zeka ajanı projeleri

Deneyimlerimizden yola çıkarak, işte bazı yapay zeka ajanı uygulamaları:

• API geliştirme
• Uygulama geliştirme
• Yapay zeka web sitesi oluşturma
• Ekran görüntüsünden kod yürütmeye
• Sipariş teslimatları
• Restoran rezervasyonu yapmak
• Bir odayı tasarlamak

Diğer bağımsız yapay zeka ajanı projeleri:

Diğer çerçeve tabanlı yapay zeka ajanı projeleri:

Daha fazla okuma

• 20 LLM Güvenlik Aracı ve Açık Kaynaklı Çerçeveyi Karşılaştırın
• LLM'de Karşılaşılabilecek En Büyük 10 Güvenlik Riski Nelerdir?

Referans Linkleri

1.

Reflection Agents

LangChain Blog

2.

Simon Willison on ai-agents

3.

Building Effective AI Agents \ Anthropic

4.

AI Agents: What They Are and Their Business Impact | BCG

Boston Consulting Group

5.

Manus, Yeniliklerin Yeni Çağı İçin Meta'ya Katılıyor

6.

One Year of OpenHands: A Journey of Open Source AI Development | Nov 12, 2025

Graham Neubig

7.

Dapr Agents: Combining AI Agents & Workflows for Production Systems | Diagrid Blog

Diagrid

Cem Dilmegani

Baş Analist

Takip Et

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

Yorum yapan ilk kişi olun

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir.

Ad

E-posta Adresi

Yorum

0/450

Yorumu Gönder