Agent Framework (Ajan Çerçevesi), LLM tabanlı ajanların döngüsel düşünme, araç kullanımı, bellek yönetimi ve diğer ajanlarla iletişim gibi temel davranışlarını standart bir şekilde uygulamak için hazır altyapı sunan yazılım çerçevelerinin genel adıdır.
Agent Framework (Ajan Çerçevesi), LLM tabanlı ajanların döngüsel düşünme, araç kullanımı, bellek yönetimi ve diğer ajanlarla iletişim gibi temel davranışlarını standart bir şekilde uygulamak için hazır altyapı sunan yazılım çerçevelerinin genel adıdır. Tek bir API çağrısından öteye geçen, çok adımlı, araç kullanan, bellek saklayan ve gerektiğinde insan onayı bekleyen karmaşık ajan sistemleri inşa etmek için bu çerçeveler kullanılır. LangGraph, CrewAI, AutoGen, Semantic Kernel ve Amazon Bedrock Agents bu kategorinin önde gelen örnekleridir.
Bir ajan çerçevesi genellikle şu bileşenleri sunar: Orchestration (ajan döngüsünü yöneten çalıştırıcı), Tool Integration (Python fonksiyonları veya API'lerin araç olarak kaydedilmesi), Memory Management (kısa/uzun vadeli bellek ve konuşma geçmişi), State Management (çok adımlı görevlerde durum takibi) ve Multi-Agent Coordination (birden fazla ajan arasında görev dağılımı ve mesajlaşma). Bazı çerçeveler bunlara ek olarak insan-döngüde (human-in-the-loop) onay kapıları, hata kurtarma mekanizmaları ve dağıtık yürütme desteği de sunar.
Ajan çerçeve seçimi uygulamanın ihtiyaçlarına göre değişir. Hızlı prototip için CrewAI'ın yüksek soyutlama katmanı tercih edilebilirken, karmaşık döngüsel iş akışları için LangGraph'ın düşük seviye graf kontrolü uygundur. 2024-2025 döneminde bu alandaki rekabet yoğunlaşmış; her büyük bulut sağlayıcısı kendi ajan çerçevesini sunmaya başlamıştır. Anthropic'in Model Context Protocol (MCP) ve OpenAI'ın Agents SDK'sı, bağımsız ajan entegrasyonunu standartlaştırma hedefiyle geliştirilmektedir.
Temel Bileşenler
hub Orchestration
Ajan döngüsünü yöneten çekirdek; planlama, araç seçimi ve yürütme adımlarını koordine eder.
build Tool Integration
Python fonksiyonları, REST API'ler ve MCP araçlarını ajan erişimine açar; şema ve açıklama ile LLM'e tanıtılır.
memory Memory Management
Kısa vadeli konuşma geçmişi ve uzun vadeli vektör veritabanı belleğini yönetir; bağlam sürekliliği sağlar.
groups Multi-Agent
Birden fazla ajan arasında görev dağılımı, mesajlaşma ve sonuç birleştirmeyi koordine eder.
compare Popüler Ajan Çerçeveleri
LangGraph, düşük seviye graf kontrolüyle döngüsel ve koşullu ajan akışları için uygundur. CrewAI, rol tabanlı yüksek soyutlama sunar; hızlı prototip için tercih edilir. AutoGen, diyalog odaklı çoklu ajan mimarisiyle öne çıkar. Semantic Kernel, kurumsal .NET entegrasyonlarına yöneliktir. Amazon Bedrock Agents ve Google Vertex AI Agent Builder, yönetilen bulut altyapısı sunar.
quiz Sık Sorulan Sorular
- check_circle Hangi çerçeveyi seçmeliyim?: Hızlı prototip için CrewAI, ince kontrol için LangGraph, kurumsal .NET için Semantic Kernel tercih edin. Gereksinimlere göre seçim yapın.
- check_circle MCP ile ilişkisi nedir?: Model Context Protocol, araç tanımlarını standartlaştırır; ajan çerçeveleri MCP istemcisi olarak farklı sunuculara bağlanır. Çerçeve bağımsız araç ekosistemi sağlar.
- check_circle Human-in-the-loop nasıl eklenir?: LangGraph'ta interrupt_before veya interrupt_after ile belirli düğümlerde duraksama sağlanır. CrewAI'da onay adımı bir görev olarak modellenir.