AI Agent ve Tool Kullanımı: Google Gemini ile Entegrasyon

Günümüzde birçok görev için yapay zeka çözümleri giderek daha fazla hayatımıza giriyor. Hava durumu tahminleri, müşteri desteği, finansal analizler ve trafik tahminleri gibi birçok alanda AI agent kullanılmaktadır. AI agent, Google Gemini gibi büyük dil modelleri ile birlikte çalışarak daha akıllı ve gerçek zamanlı kararlar alabilir. Bu yazıda, AI agentlarının nasıl çalıştığını, Tool (araç) bileşenleri ile nasıl etkileşim kurduğunu ve farklı kullanım senaryolarını inceleyeceğiz.

AI Agent Nedir?

Agent, belirli görevleri yerine getirmek için özerk bir şekilde karar verebilen ve dış dünyayla etkileşime geçebilen yazılım bileşenleridir. Temel olarak, büyük dil modelleri (LLM’ler) ile entegre edilerek çalışan bu agentlar, harici API’leri kullanarak canlı verilere erişebilir, mantık yürüterek karmaşık sorunları çözebilir ve otomatik aksiyonlar alarak iş süreçlerini hızlandırabilir. Agent, farklı görevleri yerine getirmek için çeşitli araçlarla desteklenir. Bu araçlara Tool adı verilir.

Agent, genel amaçlı veya özelleştirilmiş olabilir. Örneğin:

• Bir müşteri destek agentı, kullanıcının sorularına yanıt vererek destek sunabilir.
• Bir finansal analiz agentı, gerçek zamanlı piyasa verilerini analiz ederek yatırım önerileri sunabilir.
• Bir hava durumu agentı, kullanıcının konumuna göre en güncel hava tahminlerini sağlayabilir.

Her Agent, belirli görevleri yerine getirmek için çeşitli Tool bileşenlerine ihtiyaç duyar. Şimdi bu bileşenlere daha yakından bakalım.

AI Agent ve Tool Kullanımı

Yapay zeka modelleri, yalnızca eğitildikleri verilerle sınırlıdır ve dış dünyadaki değişiklikleri algılayamazlar. Ancak, Tool adı verilen ara yüzler, Agent gerçek dünya ile bağlayarak daha dinamik ve interaktif hale getirebilir. Google Gemini gibi AI modelleri, dış veri kaynaklarına erişmek ve kullanıcıya en doğru bilgiyi sunmak için Tool yapısından faydalanır.

1. Extensions (Uzantılar)

Extensions, bir Agentın harici API’ler ile iletişim kurmasını sağlayan bileşenlerdir. Örneğin, bir hava durumu agentı oluşturduğunuzda, OpenWeatherMap veya Google Weather API gibi servislerden verileri almak için Extensions kullanabilirsiniz. Extensions, agent tarafında çalışır ve API entegrasyonunu otomatik hale getirir.

Örnek Kullanım: Bir AI agentı, kullanıcıdan gelen “Bugün Ankara’da hava nasıl?” sorusunu Extensions yardımıyla OpenWeatherMap API’ye iletir ve aldığı sonucu geri döndürür. Ayrıca, gelişmiş Extensions sistemleri, kullanıcı alışkanlıklarını analiz ederek, en iyi veriyi seçebilir ve kişiselleştirilmiş tahminler sunabilir.

2. Functions (Fonksiyonlar)

Functions, geliştiricinin AI agenta dış dünyayla istemci tarafında etkileşime girme yeteneği kazandırmasına olanak tanır.

Öne çıkan farklar:

• Extensions: API isteğini agent tarafında gerçekleştirir.
• Functions: API isteğini istemci tarafında yönetir ve geliştiriciye daha fazla kontrol sağlar.

Bu, agentın API çağrısını doğrudan yapamaması gereken senaryolarda (örneğin, gizli API anahtarlarının istemci tarafında kalması gerektiğinde) oldukça kullanışlıdır. Functions ayrıca, birden fazla API kaynağı kullanarak veri doğruluğunu artırabilir ve daha detaylı tahminler sunabilir.

3. Data Stores (Veri Depoları)

Data Stores, yapay zekanın eğitildiği verilerle sınırlı kalmamasını sağlamak için kullanılan sistemlerdir. AI agent, önceden yapılandırılmış bir vektör veritabanına erişerek yeni verilere dayalı yanıtlar oluşturabilir. Örneğin, hava durumu raporlarını bir veritabanında saklayarak eski tahminlerle karşılaştırma yapabilirsiniz.

Bunun yanında, büyük ölçekli AI sistemleri, Data Stores kullanarak hava durumu modellerini zamanla iyileştirebilir ve geçmiş verileri kullanarak uzun vadeli tahminler yapabilir.

Google Gemini ile Hava Durumu Agentı Oluşturma

Şimdi, Google Gemini ve OpenWeatherMap API’yi kullanarak bir hava durumu AI agentı geliştirelim.

Örnek: Python ile Hava Durumu Ajanı

import requests
from vertexai.generative_models import GenerativeModel, Tool, FunctionDeclaration

# OpenWeatherMap API Anahtarı
API_KEY = "YOUR_OPENWEATHERMAP_API_KEY"

def get_weather(city: str):
    """Belirtilen şehir için hava durumu bilgisini getirir."""
    url = f"https://api.openweathermap.org/data/2.5/weather?q={city}&appid={API_KEY}&units=metric"
    response = requests.get(url)
    if response.status_code == 200:
        data = response.json()
        return {
            "şehir": city,
            "sıcaklık": data["main"]["temp"],
            "hava": data["weather"][0]["description"],
            "nem": data["main"]["humidity"]
        }
    return {"error": "Şehir bulunamadı veya API hatası"}

# Google Gemini ile Tool oluşturma
weather_function = FunctionDeclaration.from_func(get_weather)
weather_tool = Tool(function_declarations=[weather_function])

# AI modelini oluştur
model = GenerativeModel("gemini-1.5-flash-001")

# Kullanıcıdan şehir ismi alıp hava durumu bilgisini getir
user_input = "İstanbul'daki hava durumu nasıl?"
response = model.generate_content(user_input, tools=[weather_tool])

# Sonucu ekrana yazdır
print(f"Fonksiyon Adı: {response.candidates[0].content.parts[0].function_call.name}")
print(f"Fonksiyon Parametreleri: {response.candidates[0].content.parts[0].function_call.args}")

Çalışma Mantığı

1. Kullanıcı hava durumu tahmini almak için bir şehir adı girer.
2. AI modeli, get_weather fonksiyonunu çağırarak OpenWeatherMap API’den hava durumu verilerini çeker.
3. Alınan veriler sıcaklık, hava durumu ve nem bilgilerini içerir.
4. AI agent, verileri anlamlı bir şekilde düzenleyerek kullanıcıya sunar.

Bu AI agent, Google Gemini ve Tool bileşenlerini kullanarak hava durumu tahminlerini gerçek zamanlı olarak sunuyor.

Geliştirme Fikirleri:

• Sesli Komut: Kullanıcının sesli asistan aracılığıyla hava durumu bilgisi almasını sağlamak.
• Tarih Bazlı Tahminler: Kullanıcıdan bir tarih alıp belirli bir günün hava durumunu göstermek.
• Hava Durumu Uyarıları: Şiddetli hava koşulları için kullanıcılara bildirim göndermek.
• Makine Öğrenimi ile Daha İyi Tahminler: Veri depolarını kullanarak zaman içinde daha doğru tahminlerde bulunmak.
• Sosyal Medya Entegrasyonu: Hava durumu tahminlerini doğrudan sosyal medya platformlarında paylaşmak.

Daha Faza Tool Önerileri

AI agent için çeşitli amaçlara yönelik tool bileşenleri oluşturulabilir:

• Finansal Veri Analizi Tool’u: Gerçek zamanlı borsa verilerini analiz edip yatırım tavsiyeleri sunabilir.
• Trafik ve Ulaşım Tool’u: Canlı trafik verilerini çekerek en uygun güzergahları belirleyebilir.
• Sağlık ve Beslenme Tool’u: Kullanıcının sağlık verilerini analiz edip kişiselleştirilmiş beslenme önerileri verebilir.
• E-Ticaret ve Alışveriş Tool’u: Ürün fiyatlarını karşılaştırarak en uygun fiyatlı seçenekleri sunabilir.
• Sosyal Medya Analiz Tool’u: Belirli bir konu hakkında sosyal medya analizleri yaparak trendleri raporlayabilir.
• Eğitim ve Öğrenme Tool’u: Kullanıcının eğitim düzeyine uygun içerikler sunarak öğrenme sürecini destekleyebilir.
• Çeviri ve Dil Analizi Tool’u: Gerçek zamanlı çeviri ve metin analizi yaparak dil desteği sağlayabilir.
• Siber Güvenlik Tool’u: Zararlı yazılım ve siber saldırı tehditlerini tespit ederek güvenlik önerileri sunabilir.

Google Gemini ve Tool entegrasyonu sayesinde AI agent, giderek daha fazla gerçeğe dayalı kararlar alabiliyor ve dış dünyayla bağlantı kurabiliyor. Bu teknoloji, sadece hava durumu tahminiyle sınırlı kalmayıp, finans, sağlık ve eğitim gibi birçok sektörde devrim yaratma potansiyeline sahip. Daha fazla bilgi için “Yapay Zeka” kategorisine bakabilirsin. Gemini API için “gemini developer API” sayfasına bakabilirsin. OpenWeatheMap API için weather API sayfasına bakabilirsin.