Yapay Zeka Ajanı, İki Hugging Face Space'i Birleştirerek 3D Paris Galerisi Oluşturdu

Yapay Zeka Ajanı ile 3D Paris Galerisi

Bir yapay zeka ajanı, hiçbir görüntü düzenleme veya 3D modelleme aracına dokunmadan, Paris'in ünlü anıtlarını 3D Gauss sıçramaları (Gaussian splats) olarak sergileyen etkileyici bir web sitesi oluşturdu. Ajan, tüm varlıkları (görüntüler ve 3D sıçramalar) doğrudan iki Hugging Face Space'ini çağırarak üretti ve bunları sinematik bir görüntüleyicide birleştirdi. Bu çalışma, yapay zeka modellerinin entegrasyonunun ne kadar kolaylaştığını ve gelecekte çoklu ortam yazılımlarının nasıl geliştirileceğine dair bir önizleme sunuyor.

Yapı Taşı Ekonomisi ve Yapay Zeka

Mitchell Hashimoto'nun tanımladığı 'yapı taşı ekonomisi' (building block economy), yazılım geliştirmede en etkili yolun büyük, monolitik yapılar yerine küçük, iyi belgelenmiş bileşenleri birleştirmek olduğunu savunuyor. Yapay zeka, sıfırdan bir şeyler inşa etmekte ortalama olsa da, kanıtlanmış parçaları birbirine yapıştırmakta oldukça başarılı. Bu fikir daha önce kod kütüphaneleri için geçerliydi, ancak şimdi aynı dinamikler çoklu ortam yapay zekasını da etkiliyor. Görüntü, video, metin-konuşma (TTS) veya 3D modelleme gibi alanlardaki en yeni modelleri kullanmanın zor kısmı modelin kendisi değil, entegrasyon süreciydi: SDK'lar, ağırlıklar, GPU'lar, girdi formatları ve sorgulama. Eğer her model belgelenmiş ve çağrılabilir bir blok haline gelirse, bir yapay zeka ajanı bunları npm paketlerini birleştirdiği gibi kolayca birleştirebilir.

Hugging Face Spaces ve agents.md Dosyası

Hugging Face Spaces, tam da bu işlevi görmeye başladı. Hub, binlerce açık ağırlıklı modele ev sahipliği yapıyor ve çoğu etkileşimli Space'ler olarak dağıtılıyor. Artık her Gradio Space, bir agents.md dosyası sunuyor. Bu dosya, bir ajana Space'i nasıl çağıracağını adım adım anlatıyor. Örneğin, `curl https://huggingface.co/spaces/VAST-AI/TripoSplat/agents.md` komutu, API şeması, çağrı ve sorgulama şablonları, dosya yükleme yöntemleri ve kimlik doğrulama bilgilerini tek seferde döndürüyor. İstemci kütüphanesine veya sıkı kodlanmış entegrasyona gerek yok. Bir ajan bu dosyayı okuyarak Space'i uçtan uca kullanabiliyor. Sadece bir `HF_TOKEN` ayarlamak yeterli.

İki Space'in Zincirlenmesi

Bu galerinin arkasındaki asıl yenilik, iki Space'in zincirlenmesi: Girdi → görüntü → 3D. Ajan, VAST-AI/TripoSplat Space'ini kullanarak her bir tek görüntüden 3D Gauss sıçraması (.ply dosyası) oluşturdu. Görüntü girdi, 3D çıktı. Ardından ajan, 'yapıştırıcı' işini de üstlendi: TripoSplat çıktılarının Y-ekseninde aşağı yönlü olduğunu fark edip düzeltti, her anıtı otomatik olarak çerçeveledi, .ply dosyalarını daha hızlı yüklenmeleri için .ksplat formatına sıkıştırdı (yaklaşık 3 kat küçülttü), kaydırarak geçiş ve sürükleyerek döndürme özelliklerine sahip bir Three.js görüntüleyici oluşturdu ve her şeyi statik bir Space olarak yayınladı. İnsan müdahalesi sadece zevk seviyesinde kaldı: 'daha uzaktan göster', 'dikilitaşı splat için daha iyi bir şeyle değiştir', 'geçiş çok uzun sürüyor' gibi yönlendirmeler. Bu, yapı taşı ekonomisinin öngördüğü 'dış kaynaklı Ar-Ge, hızlı iterasyon' döngüsünün birebir örneği.

Neden Önemli?

agents.md dosyası, bir Space'i kolayca erişilebilir kıldığı için, bir ajan onu elle kurması gereken bir modele tercih edecektir. Bu, Hashimoto'nun açık kaynak kütüphaneler için işaret ettiği dinamiğin aynısı. Kendi ajanınızı bir Space'in agents.md dosyasına yönlendirip çalıştırabilirsiniz: örneğin, görüntü üretimi için `curl https://huggingface.co/spaces/ideogram-ai/ideogram4/agents.md` veya 3D dönüşüm için `curl https://huggingface.co/spaces/VAST-AI/TripoSplat/agents.md`. Bu bağlantıları kodlama ajanınıza (Claude Code vb.) yapıştırın, `HF_TOKEN`'ınızı ayarlayın ve bir şeyler inşa etmesini isteyin. Bu galeri için kullanılan tam ve tekrarlanabilir işlem hattı, Space deposunda bulunuyor. Yapı taşları Hub'da hazır; ajanlar ise bunları nasıl birleştireceklerini zaten biliyor.