\u00dcretim ortam\u0131ndaki yapay zeka ajanlar\u0131n\u0131 y\u00f6netmek i\u00e7in LangSmith ve Traccia yakla\u015f\u0131mlar\u0131n\u0131 kar\u015f\u0131la\u015ft\u0131rarak g\u00f6zlemleme ve denetleme y\u00f6ntemlerini inceliyoruz.<\/p>\n
Yapay zeka ajanlar\u0131n\u0131 (AI agents) yerel bilgisayar\u0131n\u0131zda test etmek olduk\u00e7a keyiflidir. Ancak bu ajanlar\u0131 ger\u00e7ek kullan\u0131c\u0131lar\u0131n hizmetine sundu\u011funuzda, yani \u00fcretim ortam\u0131na (production) ta\u015f\u0131d\u0131\u011f\u0131n\u0131zda i\u015fler h\u0131zla karma\u015f\u0131kla\u015f\u0131r. B\u00fcy\u00fck dil modelleri (LLM – Large Language Models) beklenmedik yan\u0131tlar verebilir, hal\u00fcsinasyon (uydurma bilgi \u00fcretme) g\u00f6rebilir veya b\u00fct\u00e7enizi saniyeler i\u00e7inde eritebilecek sonsuz d\u00f6ng\u00fclere girebilir. Bu gibi durumlar, geli\u015ftiricilerin kar\u015f\u0131s\u0131na \u00e7ok kritik bir soru \u00e7\u0131kar\u0131r: \u00dcretimdeki yapay zeka ajanlar\u0131n\u0131 nas\u0131l kontrol alt\u0131nda tutabiliriz?<\/p>\n
Bu kontrol\u00fc sa\u011flamak i\u00e7in g\u00fcn\u00fcm\u00fczde iki temel felsefe \u00f6ne \u00e7\u0131kmaktad\u0131r: G\u00f6zlemleme (Observe)<\/strong> ve Denetleme (Enforce)<\/strong>. G\u00f6zlemleme yakla\u015f\u0131m\u0131n\u0131n en g\u00fc\u00e7l\u00fc temsilcisi LangSmith iken, aktif denetleme ve k\u0131s\u0131tlama yakla\u015f\u0131m\u0131nda ise Traccia gibi modern ara\u00e7lar dikkat \u00e7ekmektedir. Bu makalede, her iki yakla\u015f\u0131m\u0131, bu ara\u00e7lar\u0131n mimari yap\u0131lar\u0131n\u0131 ve hangisini ne zaman se\u00e7meniz gerekti\u011fini derinlemesine inceleyece\u011fiz.<\/p>\n Yapay zeka ekosisteminde g\u00fcvenlik ve performans y\u00f6netimi iki farkl\u0131 strateji \u00fczerinden y\u00fcr\u00fct\u00fcl\u00fcr. Bunlardan ilki olan g\u00f6zlemleme (observability), sistemin \u00e7al\u0131\u015fma zaman\u0131ndaki (runtime) davran\u0131\u015flar\u0131n\u0131 izlemeyi, kaydetmeyi ve analiz etmeyi hedefler. G\u00f6zlemleme odakl\u0131 sistemler, ajanlar\u0131n hangi ad\u0131mlar\u0131 att\u0131\u011f\u0131n\u0131, hangi ara\u00e7lar\u0131 (tools) \u00e7a\u011f\u0131rd\u0131\u011f\u0131n\u0131 ve ne kadar kaynak t\u00fcketti\u011fini geriye d\u00f6n\u00fck olarak g\u00f6rmenizi sa\u011flar. Bu yakla\u015f\u0131m, “\u00d6nce \u00e7al\u0131\u015ft\u0131r, sonra analiz et ve iyile\u015ftir” prensibine dayan\u0131r.<\/p>\n \u0130kinci strateji olan denetleme (enforcement) ise tamamen proaktif bir yakla\u015f\u0131md\u0131r. Denetleme odakl\u0131 sistemler, ajan\u0131n hareket alan\u0131n\u0131 belirli kurallar, politikalar ve koruma raylar\u0131 (guardrails) ile s\u0131n\u0131rlar. Ajan\u0131n zararl\u0131 bir kod \u00e7al\u0131\u015ft\u0131rmas\u0131n\u0131, hassas m\u00fc\u015fteri verilerini d\u0131\u015far\u0131 s\u0131zd\u0131rmas\u0131n\u0131 veya belirlenen b\u00fct\u00e7e limitlerini a\u015fmas\u0131n\u0131 daha eylem ger\u00e7ekle\u015fmeden engeller. Bu yakla\u015f\u0131m ise “Kural\u0131 koy, ihlali an\u0131nda engelle” prensibiyle \u00e7al\u0131\u015f\u0131r.<\/p>\n Her iki yakla\u015f\u0131m da \u00fcretim ortam\u0131ndaki yapay zeka sistemlerinin ayakta kalmas\u0131 i\u00e7in hayati \u00f6nem ta\u015f\u0131r. Ancak odakland\u0131klar\u0131 problemler ve sunduklar\u0131 \u00e7\u00f6z\u00fcmler tamamen farkl\u0131d\u0131r. Geli\u015ftiricilerin s\u0131kl\u0131kla d\u00fc\u015ft\u00fc\u011f\u00fc hata, sadece bir yakla\u015f\u0131m\u0131 se\u00e7ip di\u011ferini tamamen g\u00f6z ard\u0131 etmektir.<\/p>\n LangSmith, LangChain ekosisteminin bir par\u00e7as\u0131 olarak geli\u015ftirilen, yapay zeka uygulamalar\u0131 i\u00e7in kapsaml\u0131 bir g\u00f6zlemlenebilirlik (observability) platformudur. Temel amac\u0131, bir LLM uygulamas\u0131n\u0131n veya ajan\u0131n\u0131n ilk prompt (girdi istemi) an\u0131ndan son \u00e7\u0131kt\u0131ya kadar ge\u00e7en t\u00fcm s\u00fcrecini \u015feffaf hale getirmektir.<\/p>\n LangSmith, ajan\u0131n arka planda yapt\u0131\u011f\u0131 her \u00e7a\u011fr\u0131y\u0131 bir “iz” (trace) olarak kaydeder. Bir ajan karma\u015f\u0131k bir g\u00f6revi yerine getirirken s\u0131ras\u0131yla hangi d\u00fc\u015f\u00fcnce ad\u0131mlar\u0131ndan ge\u00e7ti, hangi veritaban\u0131 sorgular\u0131n\u0131 \u00e7al\u0131\u015ft\u0131rd\u0131 ve hangi API’leri (Uygulama Programlama Aray\u00fcz\u00fc) \u00e7a\u011f\u0131rd\u0131 gibi sorular\u0131n yan\u0131tlar\u0131n\u0131 LangSmith aray\u00fcz\u00fcnde g\u00f6rsel bir \u015fema halinde g\u00f6rebilirsiniz.<\/p>\n Bu platformun sundu\u011fu temel avantajlar \u015funlard\u0131r:<\/p>\n LangSmith, pasif bir izleyici rol\u00fcndedir. Ajan\u0131n hatal\u0131 bir i\u015flem yapmas\u0131n\u0131 do\u011frudan engellemez; ancak bu hatan\u0131n neden yap\u0131ld\u0131\u011f\u0131n\u0131 anlaman\u0131z i\u00e7in size m\u00fckemmel bir veri sunar.<\/p>\n LangSmith’i projenize dahil etmek olduk\u00e7a basittir. Genellikle kod taban\u0131n\u0131zda k\u00f6kl\u00fc de\u011fi\u015fiklikler yapman\u0131z gerekmez. Sadece birka\u00e7 ortam de\u011fi\u015fkeni (environment variables) tan\u0131mlayarak ajan\u0131n t\u00fcm ad\u0131mlar\u0131n\u0131 izlemeye ba\u015flayabilirsiniz.<\/p>\n A\u015fa\u011f\u0131daki \u00f6rnekte, basit bir LangChain ajan\u0131n\u0131n LangSmith ile nas\u0131l entegre edildi\u011fini g\u00f6rebilirsiniz:<\/p>\n Bu kod blo\u011fu \u00e7al\u0131\u015ft\u0131\u011f\u0131 anda, arka planda t\u00fcm \u00e7a\u011fr\u0131 ge\u00e7mi\u015fi, kullan\u0131lan prompt \u015fablonu, harcanan token miktar\u0131 ve modelin yan\u0131t s\u00fcresi otomatik olarak LangSmith bulut paneline g\u00f6nderilir. Geli\u015ftirici olarak siz de taray\u0131c\u0131n\u0131z \u00fczerinden bu s\u00fcreci ad\u0131m ad\u0131m inceleyebilirsiniz.<\/p>\n Traccia, \u00fcretim ortam\u0131ndaki yapay zeka ajanlar\u0131n\u0131n g\u00fcvenli\u011fini ve i\u015f mant\u0131\u011f\u0131na uyumlulu\u011funu \u00e7al\u0131\u015fma zaman\u0131nda (runtime) garanti alt\u0131na almak i\u00e7in tasarlanm\u0131\u015f bir denetleme (enforcement) ve politika y\u00f6netim sistemidir. LangSmith’in aksine Traccia, sadece izlemekle yetinmez; ajan\u0131n eylemlerine aktif olarak m\u00fcdahale eder.<\/p>\n \u00d6zellikle finans, sa\u011fl\u0131k ve e-ticaret gibi kritik sekt\u00f6rlerde faaliyet g\u00f6steren yapay zeka ajanlar\u0131n\u0131n hata yapma l\u00fcks\u00fc yoktur. \u00d6rne\u011fin, bir m\u00fc\u015fteri hizmetleri ajan\u0131n\u0131n \u015firket i\u00e7i gizli belgeleri d\u0131\u015far\u0131 s\u0131zd\u0131rmas\u0131 veya veritaban\u0131ndan yetkisiz silme i\u015flemleri yapmas\u0131 felaketle sonu\u00e7lanabilir. \u0130\u015fte bu noktada Traccia devreye girer.<\/p>\n Traccia’n\u0131n sundu\u011fu temel \u00f6zellikler \u015funlard\u0131r:<\/p>\n Traccia, ajan\u0131n karar mekanizmas\u0131 ile d\u0131\u015f d\u00fcnya aras\u0131nda bir g\u00fcvenlik katman\u0131 (gateway) g\u00f6revi g\u00f6r\u00fcr. A\u015fa\u011f\u0131daki kod \u00f6rne\u011finde, bir ajan\u0131n \u00fcretti\u011fi \u00e7\u0131kt\u0131da hassas verilerin (\u00f6rne\u011fin kredi kart\u0131 veya ki\u015fisel veri) s\u0131zmas\u0131n\u0131 engelleyen basit bir denetim mekanizmas\u0131n\u0131n mant\u0131\u011f\u0131 g\u00f6sterilmektedir:<\/p>\n Bu \u00f6rnekte g\u00f6r\u00fcld\u00fc\u011f\u00fc \u00fczere, ajan hatal\u0131 bir \u00e7\u0131kt\u0131 \u00fcretse bile denetim mekanizmas\u0131 bu \u00e7\u0131kt\u0131n\u0131n kullan\u0131c\u0131ya ula\u015fmas\u0131n\u0131 engeller. B\u00f6ylece veri s\u0131z\u0131nt\u0131lar\u0131n\u0131n \u00f6n\u00fcne \u00e7al\u0131\u015fma zaman\u0131nda ge\u00e7ilmi\u015f olur.<\/p>\n Hangi arac\u0131 se\u00e7ece\u011finiz, projenizin olgunluk seviyesine, g\u00fcvenlik gereksinimlerine ve mimari yap\u0131s\u0131na do\u011frudan ba\u011fl\u0131d\u0131r. \u0130ki yakla\u015f\u0131m aras\u0131ndaki temel farklar\u0131 netle\u015ftirmek i\u00e7in a\u015fa\u011f\u0131daki kar\u015f\u0131la\u015ft\u0131rma tablosunu inceleyebilirsiniz:<\/p>\n E\u011fer yeni bir yapay zeka ajan\u0131 geli\u015ftiriyorsan\u0131z ve ajan\u0131n neden istendi\u011fi gibi \u00e7al\u0131\u015fmad\u0131\u011f\u0131n\u0131 anlamak istiyorsan\u0131z \u00f6nceli\u011finiz kesinlikle LangSmith<\/strong> olmal\u0131d\u0131r. Ancak ajan\u0131n yetkili API’lere eri\u015fimi varsa, do\u011frudan veritaban\u0131 \u00fczerinde yazma i\u015flemleri yap\u0131yorsa veya son kullan\u0131c\u0131yla do\u011frudan temas kuruyorsa, sisteminize mutlaka Traccia<\/strong> benzeri bir denetim mekanizmas\u0131 entegre etmelisiniz.<\/p>\n Konuyu daha iyi somutla\u015ft\u0131rmak i\u00e7in T\u00fcrkiye’de faaliyet g\u00f6steren b\u00fcy\u00fck bir e-ticaret platformunu ele alal\u0131m. Bu platform, m\u00fc\u015fterilerin iade taleplerini y\u00f6netmek, kargo durumlar\u0131n\u0131 sorgulamak ve indirim kuponu tan\u0131mlamak i\u00e7in otonom bir yapay zeka ajan\u0131 devreye alm\u0131\u015f olsun.<\/p>\n Sadece LangSmith (G\u00f6zlemleme)<\/strong> kullan\u0131lan bir senaryoda:<\/p>\n Bir m\u00fc\u015fteri ajanla sohbet ederken, ajan\u0131 manip\u00fcle ederek (prompt enjeksiyonu ile) kendisine %90 oran\u0131nda bir indirim kuponu tan\u0131mlatmay\u0131 ba\u015far\u0131r. Ajan kuponu tan\u0131mlar ve m\u00fc\u015fteriye verir. Ertesi g\u00fcn geli\u015ftirme ekibi LangSmith paneline girdi\u011finde bu hatay\u0131 g\u00f6r\u00fcr. Hangi prompt ad\u0131mlar\u0131n\u0131n bu hataya sebep oldu\u011funu analiz eder ve promptu g\u00fcnceller. Ancak olan olmu\u015ftur; \u015firket maddi zarara u\u011fram\u0131\u015ft\u0131r.<\/p>\n Hem LangSmith<\/strong> hem de Traccia (Denetleme)<\/strong> kullan\u0131lan hibrit bir senaryoda:<\/p>\n M\u00fc\u015fteri yine ajan\u0131 manip\u00fcle etmeye \u00e7al\u0131\u015f\u0131r. Ajan, manip\u00fclasyonun etkisiyle arka plandaki kupon tan\u0131mlama API’sine %90 indirim talebi g\u00f6nderir. Ancak bu talep, API’ye ula\u015fmadan \u00f6nce Traccia denetim katman\u0131na tak\u0131l\u0131r. Traccia \u00fczerinde tan\u0131ml\u0131 olan “Hi\u00e7bir m\u00fc\u015fteri destek ajan\u0131 %20’den fazla indirim kuponu tan\u0131mlayamaz”<\/em> kural\u0131 tetiklenir. Traccia i\u015flemi an\u0131nda engeller, ajana hata mesaj\u0131 d\u00f6ner ve bu engelleme olay\u0131n\u0131 an\u0131nda LangSmith’e raporlar. Sonu\u00e7 olarak \u015firket maddi zarardan kurtulur ve geli\u015ftiriciler hatay\u0131 g\u00fcvenli bir \u015fekilde analiz edebilir.<\/p>\n Yapay zeka ajanlar\u0131n\u0131 \u00fcretim ortam\u0131nda ba\u015far\u0131l\u0131 bir \u015fekilde y\u00f6netmek i\u00e7in sadece ara\u00e7lar\u0131 kurmak yeterli de\u011fildir. S\u00fcre\u00e7 y\u00f6netiminde \u015fu ileri d\u00fczey stratejileri de uygulamal\u0131s\u0131n\u0131z:<\/p>\n \u0130lk olarak, g\u00f6zlemleme ve denetleme mekanizmalar\u0131n\u0131 bir arada, yani hibrit olarak kullan\u0131n. LangSmith’i sistemin “g\u00f6zleri”, Traccia’y\u0131 ise “elleri” olarak konumland\u0131r\u0131n. G\u00f6zlemleme ara\u00e7lar\u0131ndan elde etti\u011finiz verilerle denetleme kurallar\u0131n\u0131z\u0131 s\u00fcrekli g\u00fcncelleyin.<\/p>\n \u0130kinci olarak, gecikme (latency) b\u00fct\u00e7enizi iyi y\u00f6netin. Aktif denetleme ara\u00e7lar\u0131 her i\u015flem \u00f6ncesinde ek kontroller yapt\u0131\u011f\u0131 i\u00e7in yan\u0131t s\u00fcresini uzatabilir. Kritik olmayan i\u015flemler i\u00e7in hafif denetim kurallar\u0131 uygularken, finansal i\u015flemler gibi hassas noktalarda daha s\u0131k\u0131 ve detayl\u0131 kurallar \u00e7al\u0131\u015ft\u0131r\u0131n.<\/p>\n Son olarak, maliyet anomalilerini tespit etmek i\u00e7in otomatik alarm sistemleri kurun. Bir ajan\u0131n sonsuz d\u00f6ng\u00fcye girmesi durumunda dakikalar i\u00e7inde y\u00fczlerce dolarl\u0131k fatura \u00fcretebilece\u011fini unutmay\u0131n. Hem LangSmith \u00fczerinde belirli bir token a\u015f\u0131m\u0131nda uyar\u0131 verecek hem de Traccia \u00fczerinde bu d\u00f6ng\u00fcy\u00fc fiziksel olarak sonland\u0131racak limitler tan\u0131mlay\u0131n.<\/p>\n Hay\u0131r. LangSmith, izleme verilerini asenkron (arka planda) olarak g\u00f6nderdi\u011fi i\u00e7in uygulaman\u0131z\u0131n son kullan\u0131c\u0131ya yan\u0131t verme s\u00fcresini do\u011frudan etkilemez.<\/p>\n Hi\u00e7bir ara\u00e7 %100 g\u00fcvenlik garantisi veremez. Ancak Traccia gibi sistemler, girdileri ve \u00e7\u0131kt\u0131lar\u0131 kat\u0131 kurallarla denetledi\u011fi i\u00e7in bu t\u00fcr manip\u00fclasyon giri\u015fimlerinin ba\u015far\u0131ya ula\u015fma ihtimalini \u00e7ok b\u00fcy\u00fck oranda azalt\u0131r.<\/p>\n Evet, kesinlikle kullanmal\u0131s\u0131n\u0131z. En sa\u011fl\u0131kl\u0131 \u00fcretim ortam\u0131 mimarisi, LangSmith ile s\u00fcre\u00e7lerin izlendi\u011fi ve Traccia ile g\u00fcvenlik s\u0131n\u0131rlar\u0131n\u0131n \u00e7izildi\u011fi hibrit modeldir.<\/p>\n #YapayZeka #LangSmith #Traccia #AIAgents #YapayZekaGuvenligi<\/p>\nYapay Zeka Ajanlar\u0131nda G\u00f6zlemleme ve Denetleme Nedir?<\/h2>\n
LangSmith Nedir ve G\u00f6zlemleme Odakl\u0131 Yakla\u015f\u0131m Nas\u0131l \u00c7al\u0131\u015f\u0131r?<\/h2>\n
\n
LangSmith ile Ger\u00e7ek Zamanl\u0131 \u0130zleme Nas\u0131l Yap\u0131l\u0131r?<\/h2>\n
import os\nfrom langchain_openai import ChatOpenAI\nfrom langchain_core.prompts import ChatPromptTemplate\n\n# LangSmith entegrasyonu i\u00e7in ortam de\u011fi\u015fkenlerini ayarl\u0131yoruz\nos.environ[\"LANGCHAIN_TRACING_V2\"] = \"true\"\nos.environ[\"LANGCHAIN_API_KEY\"] = \"your-langsmith-api-key\"\nos.environ[\"LANGCHAIN_PROJECT\"] = \"Traccia-Karsilastirma-Projesi\"\n\n# Modelimizi tan\u0131ml\u0131yoruz\nmodel = ChatOpenAI(model=\"gpt-4o\", temperature=0)\n\n# Basit bir prompt \u015fablonu olu\u015fturuyoruz\nprompt = ChatPromptTemplate.from_template(\"{input} konusunu teknik bir dille a\u00e7\u0131kla.\")\nchain = prompt | model\n\n# Ajan\u0131 \u00e7al\u0131\u015ft\u0131r\u0131yoruz\nresponse = chain.invoke({\"input\": \"RAG (Retrieval-Augmented Generation)\"})\nprint(response.content)\n<\/code><\/pre>\n<\/div>\nTraccia Nedir ve Denetleme Odakl\u0131 Yakla\u015f\u0131m Neden \u00d6nemlidir?<\/h2>\n
\n
Traccia ile G\u00fcvenlik Kurallar\u0131 Nas\u0131l Uygulan\u0131r?<\/h2>\n
# Traccia benzeri aktif bir denetim mekanizmas\u0131 \u00f6rne\u011fi\nclass TracciaEnforcer:\n def __init__(self, yasakli_kelimeler):\n self.yasakli_kelimeler = yasakli_kelimeler\n\n def denetle(self, prompt_input, agent_output):\n # \u00c7\u0131kt\u0131da hassas bilgi kontrol\u00fc yap\u0131yoruz\n for kelime in self.yasakli_kelimeler:\n if kelime in agent_output.lower():\n # Politika ihlali durumunda ak\u0131\u015f\u0131 kesiyoruz\n raise PermissionError(f\"G\u00fcvenlik \u0130hlali: '{kelime}' i\u00e7eren veri d\u0131\u015far\u0131 aktar\u0131lamaz!\")\n return True\n\n# Denetleyiciyi ba\u015flat\u0131yoruz\nenforcer = TracciaEnforcer(yasakli_kelimeler=[\"kredi kart\u0131\", \"tc kimlik\", \"parola\"])\n\ntry:\n user_prompt = \"Bana veri taban\u0131ndaki test kullan\u0131c\u0131s\u0131n\u0131n bilgilerini getir.\"\n # Ajan\u0131n \u00fcretti\u011fini varsayd\u0131\u011f\u0131m\u0131z hatal\u0131 \u00e7\u0131kt\u0131\n agent_raw_output = \"Kullan\u0131c\u0131 bilgileri: Ahmet Y\u0131lmaz, T.C. Kimlik No: 12345678901\"\n \n # \u00c7al\u0131\u015fma zaman\u0131nda denetim ger\u00e7ekle\u015ftiriliyor\n if enforcer.denetle(user_prompt, agent_raw_output):\n print(\"\u0130\u015flem g\u00fcvenli, \u00e7\u0131kt\u0131 g\u00f6nderiliyor:\", agent_raw_output)\nexcept PermissionError as e:\n print(\"Engellendi:\", str(e))\n<\/code><\/pre>\n<\/div>\nLangSmith vs Traccia: Hangisini Ne Zaman Tercih Etmelisiniz?<\/h2>\n
\n\n
\n \n\u00d6zellik<\/th>\n LangSmith (Observe)<\/th>\n Traccia (Enforce)<\/th>\n<\/tr>\n<\/thead>\n \n Temel Odak<\/strong><\/td>\n G\u00f6zlemleme, hata ay\u0131klama ve performans analizi.<\/td>\n G\u00fcvenlik, politika denetimi ve k\u0131s\u0131tlama.<\/td>\n<\/tr>\n \n \u00c7al\u0131\u015fma Zaman\u0131 Etkisi<\/strong><\/td>\n Pasiftir. S\u00fcreci izler ama ak\u0131\u015f\u0131 durdurmaz.<\/td>\n Aktiftir. Kurallara uymayan ak\u0131\u015flar\u0131 an\u0131nda durdurur.<\/td>\n<\/tr>\n \n Gecikme (Latency)<\/strong><\/td>\n Asenkron \u00e7al\u0131\u015ft\u0131\u011f\u0131 i\u00e7in sistem h\u0131z\u0131n\u0131 etkilemez.<\/td>\n Senkron kontroller yapt\u0131\u011f\u0131 i\u00e7in hafif bir gecikme yaratabilir.<\/td>\n<\/tr>\n \n En Uygun Kullan\u0131m<\/strong><\/td>\n Geli\u015ftirme a\u015famas\u0131, prompt optimizasyonu, maliyet takibi.<\/td>\n Canl\u0131 sistemler, finansal i\u015flemler, KVKK uyumlulu\u011fu.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n T\u00fcrkiye Pazar\u0131ndan Ger\u00e7ek Bir Senaryo: E-Ticaret Destek Ajan\u0131<\/h2>\n
\u00dcretim Ortam\u0131ndaki Ajanlar \u0130\u00e7in \u0130leri D\u00fczey \u0130pu\u00e7lar\u0131<\/h2>\n
S\u0131k\u00e7a Sorulan Sorular<\/h2>\n
LangSmith kullanmak uygulamam\u0131 yava\u015flat\u0131r m\u0131?<\/h3>\n
Traccia gibi denetleme ara\u00e7lar\u0131 prompt injection sald\u0131r\u0131lar\u0131n\u0131 tamamen engeller mi?<\/h3>\n
Bu iki arac\u0131 ayn\u0131 anda kullanabilir miyim?<\/h3>\n