G\u00fcn\u00fcm\u00fcz\u00fcn h\u0131zla b\u00fcy\u00fcyen veri y\u0131\u011f\u0131nlar\u0131, i\u015fletmelerin bu verileri anlamland\u0131rmas\u0131n\u0131 ve aksiyona d\u00f6n\u00fc\u015ft\u00fcrmesini her zamankinden daha zor hale getiriyor. Geleneksel sorgulama y\u00f6ntemleri, teknik bilgi gerektirdi\u011finden ve zaman al\u0131c\u0131 oldu\u011fundan, \u00e7o\u011fu zaman verilerin tam potansiyelini ortaya \u00e7\u0131karmakta yetersiz kal\u0131r. \u0130\u015fte tam da bu noktada, OpenSearch Agent Toolkit gibi yenilik\u00e7i ara\u00e7lar devreye giriyor. Peki, bu yeni yetenek asl\u0131nda ne i\u015fe yar\u0131yor ve veriyle etkile\u015fimimizi nas\u0131l de\u011fi\u015ftiriyor? Bu makalede, OpenSearch Agent Toolkit’in temel prensiplerinden ger\u00e7ek d\u00fcnya uygulamalar\u0131na, kurulumundan ileri d\u00fczey ipu\u00e7lar\u0131na kadar her y\u00f6n\u00fcn\u00fc derinlemesine inceleyece\u011fiz. Veri analizi s\u00fcre\u00e7lerinizi basitle\u015ftirmek ve otomatikle\u015ftirmek i\u00e7in bu g\u00fc\u00e7l\u00fc arac\u0131n nas\u0131l kullan\u0131labilece\u011fini ke\u015ffedeceksiniz.<\/p>\n
Veri, modern i\u015f d\u00fcnyas\u0131n\u0131n alt\u0131n madeni olarak kabul ediliyor; ancak bu madeni i\u015flemek ve ondan de\u011fer yaratmak, do\u011fru ara\u00e7lar olmadan imkans\u0131z. Geleneksel veri tabanlar\u0131 ve analitik platformlar, genellikle karma\u015f\u0131k sorgu dilleri (\u00f6rne\u011fin SQL veya DSL) \u00f6\u011frenmeyi ve uzmanl\u0131k gerektirmeyi zorunlu k\u0131lar. Bu durum, teknik olmayan kullan\u0131c\u0131lar\u0131n verilere do\u011frudan eri\u015fimini k\u0131s\u0131tlar ve i\u015f kararlar\u0131n\u0131n al\u0131nmas\u0131n\u0131 yava\u015flat\u0131r. Bu k\u0131s\u0131tlamalar\u0131 a\u015fmak ve veriyle etkile\u015fimi demokratikle\u015ftirmek amac\u0131yla geli\u015ftirilen OpenSearch Agent Toolkit, yapay zeka (AI) ve b\u00fcy\u00fck dil modellerinin (LLM) g\u00fcc\u00fcn\u00fc OpenSearch ekosistemine ta\u015f\u0131yor. Bu sayede, kullan\u0131c\u0131lar do\u011fal dil kullanarak karma\u015f\u0131k veri sorgular\u0131 yapabilir, analizler ger\u00e7ekle\u015ftirebilir ve hatta belirli g\u00f6revleri otomatikle\u015ftirebilir hale geliyor.<\/p>\n
Bu yeni yetenek, OpenSearch’i sadece bir arama ve analitik motoru olmaktan \u00e7\u0131kar\u0131p, adeta bir “veri asistan\u0131na” d\u00f6n\u00fc\u015ft\u00fcr\u00fcyor. Art\u0131k bir i\u015f analisti, “Son \u00e7eyrekte en \u00e7ok satan \u00fcr\u00fcnlerimiz hangileriydi ve sat\u0131\u015flar\u0131m\u0131z ge\u00e7en y\u0131la g\u00f6re y\u00fczde ka\u00e7 artt\u0131?” gibi bir soruyu do\u011frudan arama \u00e7ubu\u011funa yazarak an\u0131nda cevap alabilir. Veya bir operasyon m\u00fchendisi, “Son 24 saatteki sunucu hatalar\u0131n\u0131 listeleyip en s\u0131k g\u00f6r\u00fclen hatay\u0131 belirle” komutunu vererek manuel log inceleme s\u00fcre\u00e7lerini ortadan kald\u0131rabilir. Bu, sadece veriye eri\u015fimi kolayla\u015ft\u0131rmakla kalm\u0131yor, ayn\u0131 zamanda karar alma s\u00fcre\u00e7lerini h\u0131zland\u0131r\u0131yor ve operasyonel verimlili\u011fi art\u0131r\u0131yor. OpenSearch Agent Toolkit, kullan\u0131c\u0131lar\u0131n verilerle daha sezgisel ve etkile\u015fimli bir \u015fekilde \u00e7al\u0131\u015fmas\u0131n\u0131 sa\u011flayarak, veri y\u00f6netiminde ger\u00e7ekten yeni bir d\u00f6nemin kap\u0131lar\u0131n\u0131 aral\u0131yor. Bu ara\u00e7 sayesinde, \u015firketler verilerini daha etkin bir \u015fekilde kullanarak rekabet avantaj\u0131 elde edebilir ve gelece\u011fe y\u00f6nelik stratejilerini daha sa\u011flam temeller \u00fczerine in\u015fa edebilirler.<\/p>\n
OpenSearch Agent Toolkit’in g\u00fcc\u00fcn\u00fc tam olarak anlamak i\u00e7in, temel bile\u015fenlerini ve bunlar\u0131n nas\u0131l bir araya gelerek \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 kavramak \u00f6nemlidir. Bu yetenek, asl\u0131nda bir orkestra \u015fefi gibi \u00e7al\u0131\u015fan bir “Agent” (ajan) etraf\u0131nda d\u00f6ner. Bu ajan, b\u00fcy\u00fck dil modelleri (LLM’ler) ve \u00e7e\u015fitli “Tool” (ara\u00e7) veya “Skill” (yetenek) setlerini kullanarak kullan\u0131c\u0131 isteklerini yerine getirir. OpenSearch’in esnek yap\u0131s\u0131 sayesinde, bu bile\u015fenler kolayca yap\u0131land\u0131r\u0131labilir ve geni\u015fletilebilir.<\/p>\n
Temel Bile\u015fenler:<\/strong><\/p>\n \u00c7al\u0131\u015fma Prensibi:<\/strong><\/p>\n OpenSearch Agent Toolkit’in \u00e7al\u0131\u015fma prensibi olduk\u00e7a basittir ancak arkas\u0131ndaki teknoloji g\u00fc\u00e7l\u00fcd\u00fcr:<\/p>\n Bu d\u00f6ng\u00fc sayesinde, OpenSearch Agent Toolkit, teknik bilgi gerektirmeden, kullan\u0131c\u0131lar\u0131n veriyle do\u011frudan ve etkile\u015fimli bir \u015fekilde \u00e7al\u0131\u015fmas\u0131na olanak tan\u0131r. \u00d6zellikle karma\u015f\u0131k veri k\u00fcmelerinde h\u0131zl\u0131 ve do\u011fru bilgiye ula\u015fmak i\u00e7in devrim niteli\u011finde bir yakla\u015f\u0131md\u0131r. Bu sayede, i\u015fletmeler veri odakl\u0131 karar alma s\u00fcre\u00e7lerini h\u0131zland\u0131rabilir ve operasyonel verimliliklerini \u00f6nemli \u00f6l\u00e7\u00fcde art\u0131rabilirler.<\/p>\n OpenSearch Agent Toolkit’i kullanmaya ba\u015flamak, do\u011fru ad\u0131mlar\u0131 takip etti\u011finizde olduk\u00e7a basittir. Temel bir OpenSearch kurulumuna sahip oldu\u011funuzu varsayarak, bu b\u00f6l\u00fcmde bir ajan\u0131 nas\u0131l kuraca\u011f\u0131n\u0131z\u0131 ve ilk basit sorgunuzu nas\u0131l \u00e7al\u0131\u015ft\u0131raca\u011f\u0131n\u0131z\u0131 ad\u0131m ad\u0131m ele alaca\u011f\u0131z. Bu s\u00fcre\u00e7, OpenSearch Dashboards (Panolar\u0131) aray\u00fcz\u00fc \u00fczerinden veya API \u00e7a\u011fr\u0131lar\u0131 arac\u0131l\u0131\u011f\u0131yla ger\u00e7ekle\u015ftirilebilir.<\/p>\n Ba\u015flamadan \u00f6nce, a\u015fa\u011f\u0131daki \u00f6n ko\u015fullar\u0131n yerine getirildi\u011finden emin olun:<\/p>\n \u015eimdi, ilk ajan\u0131m\u0131z\u0131 olu\u015ftural\u0131m. Bu \u00f6rnekte, basit bir arama yetene\u011fi olan bir ajan olu\u015fturaca\u011f\u0131z.<\/p>\n E\u011fer hen\u00fcz bir LLM connector’\u0131n\u0131z yoksa, \u00f6ncelikle onu olu\u015fturman\u0131z gerekir. Bu, OpenSearch Dashboards’ta “OpenSearch Plugins” > “Machine Learning” > “Connectors” b\u00f6l\u00fcm\u00fcnden yap\u0131labilir. \u00d6rne\u011fin, bir OpenAI connector’\u0131 i\u00e7in a\u015fa\u011f\u0131daki gibi bir yap\u0131land\u0131rma kullanabilirsiniz:<\/p>\n Bu i\u015flem sonucunda bir Ajan\u0131m\u0131z\u0131n kullanaca\u011f\u0131 bir araca ihtiyac\u0131m\u0131z var. Bu \u00f6rnekte, OpenSearch’te basit bir arama yapabilen bir ara\u00e7 tan\u0131mlayaca\u011f\u0131z. Bu ara\u00e7, OpenSearch’in yerle\u015fik arama yeteneklerini kullanacak.<\/p>\n Bu i\u015flem sonucunda bir \u015eimdi LLM connector’\u0131m\u0131z\u0131 ve arac\u0131m\u0131z\u0131 kullanarak bir ajan olu\u015ftural\u0131m.<\/p>\n Bu i\u015flem sonucunda bir Ajan\u0131n\u0131z\u0131 test etmek i\u00e7in a\u015fa\u011f\u0131daki API \u00e7a\u011fr\u0131s\u0131n\u0131 kullanabilirsiniz. Unutmay\u0131n, “my-data-index” indeksinizde baz\u0131 veriler olmal\u0131.<\/p>\n Ajan, bu sorguyu alacak, LLM arac\u0131l\u0131\u011f\u0131yla anlayacak, Bu ad\u0131mlar, OpenSearch Agent Toolkit ile ilk etkile\u015fiminizi sa\u011flar. Daha karma\u015f\u0131k senaryolar i\u00e7in birden fazla ara\u00e7 tan\u0131mlayabilir, ajan\u0131n belle\u011fini (memory) kullanabilir ve daha detayl\u0131 prompt’lar (istemler) yazabilirsiniz. Unutmay\u0131n, ajan\u0131n performans\u0131, se\u00e7ti\u011finiz LLM’in kalitesine ve ara\u00e7lar\u0131n\u0131z\u0131n ne kadar iyi tan\u0131mland\u0131\u011f\u0131na ba\u011fl\u0131 olacakt\u0131r. Bu basit kurulum, veriyle do\u011fal dil \u00fczerinden etkile\u015fim kurman\u0131n ne kadar kolay olabilece\u011fini g\u00f6stermektedir.<\/p>\n OpenSearch Agent Toolkit, sadece bir teknik yenilik olman\u0131n \u00f6tesinde, ger\u00e7ek d\u00fcnya i\u015f ak\u0131\u015flar\u0131n\u0131 d\u00f6n\u00fc\u015ft\u00fcrme potansiyeline sahip g\u00fc\u00e7l\u00fc bir ara\u00e7t\u0131r. \u0130\u015fletmelerin veriyle etkile\u015fimini basitle\u015ftirerek, operasyonel verimlili\u011fi art\u0131rabilir, karar alma s\u00fcre\u00e7lerini h\u0131zland\u0131rabilir ve m\u00fc\u015fteri deneyimini iyile\u015ftirebilir. \u0130\u015fte bu yetene\u011fin nas\u0131l kullan\u0131labilece\u011fine dair iki farkl\u0131 vaka analizi.<\/p>\n Bir e-ticaret platformunun operasyon ekibi, her g\u00fcn y\u00fczlerce sunucu, uygulama ve veritaban\u0131ndan gelen log (kay\u0131t) verileriyle bo\u011fu\u015fuyordu. Geleneksel olarak, bir sorun ortaya \u00e7\u0131kt\u0131\u011f\u0131nda, m\u00fchendisler OpenSearch Dashboards’a gidip karma\u015f\u0131k KQL (Kibana Query Language) sorgular\u0131 yazarak ilgili loglar\u0131 aramak, hatalar\u0131 filtrelemek ve k\u00f6k nedeni bulmaya \u00e7al\u0131\u015fmak zorundayd\u0131. Bu s\u00fcre\u00e7, \u00f6zellikle yo\u011fun zamanlarda veya karma\u015f\u0131k sorunlarda saatler s\u00fcrebiliyordu ve manuel hata yapma riski ta\u015f\u0131yordu.<\/p>\n OpenSearch Agent Toolkit ile \u00c7\u00f6z\u00fcm:<\/strong><\/p>\n Operasyon ekibi, OpenSearch Agent Toolkit’i kullanarak bir “Operasyonel Asistan Ajan\u0131” geli\u015ftirmeye karar verdi. Bu ajan, a\u015fa\u011f\u0131daki ara\u00e7lar\u0131 kullanacak \u015fekilde yap\u0131land\u0131r\u0131ld\u0131:<\/p>\n Bir m\u00fchendis, art\u0131k Dashboards’a girip karma\u015f\u0131k sorgular yazmak yerine, ajana do\u011fal dil ile a\u015fa\u011f\u0131daki gibi bir komut verebiliyordu:<\/p>\n Ajan\u0131n \u00c7al\u0131\u015fma \u015eekli:<\/strong><\/p>\n Sonu\u00e7:<\/strong> Bu entegrasyon sayesinde, operasyon ekibi sorunlar\u0131 \u00e7ok daha h\u0131zl\u0131 tespit etmeye ve \u00e7\u00f6zmeye ba\u015flad\u0131. Manuel arama ve analiz s\u00fcreleri %70 oran\u0131nda azald\u0131. M\u00fchendisler, rutin log incelemeleri yerine daha karma\u015f\u0131k sorun giderme ve sistem iyile\u015ftirme g\u00f6revlerine odaklanabildi. Bu da genel sistem kararl\u0131l\u0131\u011f\u0131n\u0131 ve m\u00fc\u015fteri memnuniyetini art\u0131rd\u0131.<\/p>\n B\u00fcy\u00fck bir perakende zinciri, m\u00fc\u015fteri geri bildirimlerini, sat\u0131n alma ge\u00e7mi\u015flerini ve web sitesi etkile\u015fimlerini analiz ederek m\u00fc\u015fteri deneyimini geli\u015ftirmek istiyordu. Ancak pazarlama ve \u00fcr\u00fcn ekiplerindeki \u00e7o\u011fu ki\u015fi, veritaban\u0131 sorgular\u0131 yazma konusunda yeterli teknik bilgiye sahip de\u011fildi. Bu durum, veri analistlerine olan ba\u011f\u0131ml\u0131l\u0131\u011f\u0131 art\u0131r\u0131yor ve yeni kampanyalar\u0131n veya \u00fcr\u00fcn geli\u015ftirmelerinin ba\u015flat\u0131lmas\u0131n\u0131 yava\u015flat\u0131yordu.<\/p>\n OpenSearch Agent Toolkit ile \u00c7\u00f6z\u00fcm:<\/strong><\/p>\n Perakende zinciri, OpenSearch Agent Toolkit’i kullanarak bir “M\u00fc\u015fteri Analizi Ajan\u0131” geli\u015ftirdi. Bu ajan, a\u015fa\u011f\u0131daki yeteneklere sahipti:<\/p>\n Pazarlama ekibinden bir \u00fcr\u00fcn y\u00f6neticisi, art\u0131k veri analisti talebi olu\u015fturmak yerine, do\u011frudan ajana a\u015fa\u011f\u0131daki gibi bir soru sorabiliyordu:<\/p>\n Ajan\u0131n \u00c7al\u0131\u015fma \u015eekli:<\/strong><\/p>\n Sonu\u00e7:<\/strong> Bu uygulama sayesinde, pazarlama ve \u00fcr\u00fcn ekipleri, m\u00fc\u015fteri verilerine an\u0131nda eri\u015fim sa\u011flad\u0131 ve veri odakl\u0131 kararlar alma yetenekleri \u00f6nemli \u00f6l\u00e7\u00fcde artt\u0131. Yeni \u00fcr\u00fcn geli\u015ftirme ve kampanya stratejileri, \u00e7ok daha h\u0131zl\u0131 ve do\u011fru m\u00fc\u015fteri i\u00e7g\u00f6r\u00fclerine dayanarak olu\u015fturulabildi. M\u00fc\u015fteri memnuniyeti anket sonu\u00e7lar\u0131 ve geri bildirim analiz s\u00fcreleri %60 oran\u0131nda k\u0131sald\u0131, bu da pazar de\u011fi\u015fikliklerine daha h\u0131zl\u0131 adapte olmalar\u0131n\u0131 sa\u011flad\u0131.<\/p>\n Her iki vaka analizi de OpenSearch Agent Toolkit’in, farkl\u0131 sekt\u00f6rlerde ve farkl\u0131 i\u015flevlerde nas\u0131l somut faydalar sa\u011flayabilece\u011fini a\u00e7\u0131k\u00e7a g\u00f6stermektedir. Do\u011fal dil etkile\u015fimi sayesinde teknik bariyerleri ortadan kald\u0131rarak, verinin g\u00fcc\u00fcn\u00fc daha geni\u015f bir kullan\u0131c\u0131 kitlesine ula\u015ft\u0131rmaktad\u0131r.<\/p>\n OpenSearch Agent Toolkit’in en g\u00fc\u00e7l\u00fc y\u00f6nlerinden biri, sadece OpenSearch’in yerle\u015fik yetenekleriyle s\u0131n\u0131rl\u0131 kalmamas\u0131, ayn\u0131 zamanda \u00f6zel ara\u00e7lar (custom tools) olu\u015fturarak ve harici sistemlerle entegrasyonlar yaparak yeteneklerini sonsuz bir \u015fekilde geni\u015fletebilmesidir. Bu, ajan\u0131n sadece OpenSearch verileriyle de\u011fil, ayn\u0131 zamanda \u015firketinizin kulland\u0131\u011f\u0131 di\u011fer t\u00fcm uygulamalar ve servislerle de etkile\u015fime girebilece\u011fi anlam\u0131na gelir. Bu b\u00f6l\u00fcmde, ajan\u0131n yeteneklerini nas\u0131l daha ileriye ta\u015f\u0131yabilece\u011finizi inceleyece\u011fiz.<\/p>\n Baz\u0131 durumlarda, ajan\u0131n belirli bir i\u015flevi yerine getirmesi i\u00e7in mevcut OpenSearch ara\u00e7lar\u0131 yeterli olmayabilir. \u00d6rne\u011fin, bir CRM sistemindeki m\u00fc\u015fteri bilgilerini \u00e7ekmesi, bir faturaland\u0131rma uygulamas\u0131nda i\u015flem yapmas\u0131 veya bir stok y\u00f6netim sisteminden \u00fcr\u00fcn durumu sorgulamas\u0131 gerekebilir. \u0130\u015fte bu noktada \u00f6zel ara\u00e7lar devreye girer. \u00d6zel ara\u00e7lar, asl\u0131nda ajan\u0131n belirli bir API’yi \u00e7a\u011f\u0131rmas\u0131n\u0131 veya bir i\u015flevin \u00e7\u0131kt\u0131s\u0131n\u0131 almas\u0131n\u0131 sa\u011flayan tan\u0131mlamalard\u0131r.<\/p>\n Neden \u00d6zel Ara\u00e7lara \u0130htiya\u00e7 Duyar\u0131z?<\/strong><\/p>\n \u00d6zel Ara\u00e7 Nas\u0131l Olu\u015fturulur?<\/strong><\/p>\n \u00d6zel ara\u00e7lar genellikle bir HTTP API \u00e7a\u011fr\u0131s\u0131 \u015feklinde tan\u0131mlan\u0131r. Ajan, bu API’yi belirli parametrelerle \u00e7a\u011f\u0131r\u0131r ve yan\u0131t\u0131 i\u015fler. A\u015fa\u011f\u0131da, harici bir hava durumu servisine ba\u011flanarak hava durumu bilgisini getiren basit bir \u00f6zel ara\u00e7 \u00f6rne\u011fi verilmi\u015ftir:<\/p>\n Bu \u00f6rnekte, OpenSearch Agent Toolkit, genellikle RESTful API’ler veya webhook’lar arac\u0131l\u0131\u011f\u0131yla harici sistemlerle entegre olur. \u00d6zel ara\u00e7lar, bu entegrasyonlar\u0131n temelini olu\u015fturur. Ajan\u0131n bir arac\u0131 \u00e7a\u011f\u0131rmas\u0131, asl\u0131nda \u00f6nceden tan\u0131mlanm\u0131\u015f bir HTTP iste\u011fini (GET, POST, PUT, DELETE) belirli bir URL’ye g\u00f6ndermesi anlam\u0131na gelir.<\/p>\n Entegrasyon Mekanizmalar\u0131:<\/strong><\/p>\n \u00d6rnek Entegrasyon Senaryosu: M\u00fc\u015fteri Destek Bileti Olu\u015fturma<\/strong><\/p>\n Bir e-ticaret sitesinde, m\u00fc\u015fterilerin OpenSearch’e indekslenmi\u015f geri bildirimleri aras\u0131nda “\u00fcr\u00fcn iadesi” veya “teslimat sorunu” gibi anahtar kelimeler tespit edildi\u011finde, ajan\u0131n otomatik olarak bir Zendesk veya Jira bileti olu\u015fturmas\u0131n\u0131 isteyebiliriz. Bu, a\u015fa\u011f\u0131daki gibi bir \u00f6zel ara\u00e7la sa\u011flanabilir:<\/p>\n Bu \u00f6zel ara\u00e7 tan\u0131mland\u0131ktan sonra, ajana “M\u00fc\u015fteriden gelen \u015fu geri bildirimle bir destek bileti olu\u015ftur: ‘\u00dcr\u00fcn\u00fcm bozuk geldi ve \u00e7al\u0131\u015fm\u0131yor.'” gibi bir komut verildi\u011finde, ajan bu arac\u0131 \u00e7a\u011f\u0131rarak otomatik olarak bir destek bileti olu\u015fturabilir. Bu, manuel i\u015f y\u00fck\u00fcn\u00fc azalt\u0131r, yan\u0131t s\u00fcrelerini h\u0131zland\u0131r\u0131r ve m\u00fc\u015fteri memnuniyetini art\u0131r\u0131r.<\/p>\n \u00d6zetle, OpenSearch Agent Toolkit, \u00f6zel ara\u00e7lar ve harici sistem entegrasyonlar\u0131 sayesinde sadece bir arama motoru olmaktan \u00e7\u0131k\u0131p, karma\u015f\u0131k i\u015f ak\u0131\u015flar\u0131n\u0131 otomatikle\u015ftirebilen, farkl\u0131 sistemler aras\u0131nda k\u00f6pr\u00fc kurabilen ve do\u011fal dil etkile\u015fimiyle \u00e7al\u0131\u015fan g\u00fc\u00e7l\u00fc bir otomasyon platformuna d\u00f6n\u00fc\u015f\u00fcr. Bu esneklik, i\u015fletmelere kendi \u00f6zel ihtiya\u00e7lar\u0131na g\u00f6re ajan\u0131 uyarlama ve veriyle etkile\u015fimlerini derinle\u015ftirme imkan\u0131 sunar.<\/p>\n OpenSearch Agent Toolkit’in sundu\u011fu yetenekler olduk\u00e7a etkileyici olsa da, bu arac\u0131 verimli ve g\u00fcvenli bir \u015fekilde kullanmak i\u00e7in baz\u0131 en iyi uygulamalar\u0131 takip etmek \u00f6nemlidir. Performans ve g\u00fcvenlik, her yapay zeka destekli sistemde oldu\u011fu gibi, ajanlar\u0131n da uzun \u00f6m\u00fcrl\u00fc ve g\u00fcvenilir \u00e7al\u0131\u015fmas\u0131 i\u00e7in kritik \u00f6neme sahiptir.<\/p>\n Ajanlar\u0131n\u0131z\u0131n h\u0131zl\u0131 ve do\u011fru yan\u0131tlar vermesi, kullan\u0131c\u0131 deneyimi a\u00e7\u0131s\u0131ndan hayati \u00f6neme sahiptir. \u0130\u015fte performans\u0131 art\u0131rmak i\u00e7in dikkat etmeniz gerekenler:<\/p>\n Yapay zeka ajanlar\u0131, verilere eri\u015fim ve eylem yapma yetene\u011fine sahip olduklar\u0131 i\u00e7in g\u00fcvenlik en \u00fcst d\u00fczeyde \u00f6nceliklendirilmelidir. Yanl\u0131\u015f yap\u0131land\u0131r\u0131lm\u0131\u015f bir ajan, ciddi g\u00fcvenlik a\u00e7\u0131klar\u0131na yol a\u00e7abilir.<\/p>\n Bu en iyi uygulamalar\u0131 benimseyerek, OpenSearch Agent Toolkit’in g\u00fcc\u00fcnden tam olarak yararlan\u0131rken, sistemlerinizin performans\u0131n\u0131 ve g\u00fcvenli\u011fini de sa\u011flam\u0131\u015f olursunuz. Unutmay\u0131n, bir yapay zeka ajan\u0131 ne kadar ak\u0131ll\u0131 olursa olsun, do\u011fru yap\u0131land\u0131rma ve y\u00f6netim olmadan potansiyel riskler ta\u015f\u0131yabilir.<\/p>\n OpenSearch Agent Toolkit, veriyle etkile\u015fimi k\u00f6kten de\u011fi\u015ftiren heyecan verici bir teknoloji olsa da, her yeni ara\u00e7 gibi kendine \u00f6zg\u00fc zorluklar\u0131 ve geli\u015fim alanlar\u0131 bulunmaktad\u0131r. Bu b\u00f6l\u00fcmde, Toolkit’in gelecekteki potansiyeline ve onu kullan\u0131rken dikkat etmeniz gereken \u00f6nemli noktalara de\u011finece\u011fiz.<\/p>\n OpenSearch Agent Toolkit, hen\u00fcz yolun ba\u015f\u0131nda olan bir teknoloji ve h\u0131zla geli\u015fmeye devam ediyor. Gelecekte a\u015fa\u011f\u0131daki alanlarda \u00f6nemli ilerlemeler bekleyebiliriz:<\/p>\n OpenSearch Agent Toolkit’i benimserken, potansiyel zorluklar\u0131 ve dikkat edilmesi gereken noktalar\u0131 g\u00f6z \u00f6n\u00fcnde bulundurmak \u00f6nemlidir:<\/p>\n OpenSearch Agent Toolkit, veriyle etkile\u015fimde devrim niteli\u011finde bir ad\u0131m sunarken, bu zorluklar\u0131n fark\u0131nda olmak ve bunlar\u0131 proaktif bir \u015fekilde ele almak, ba\u015far\u0131l\u0131 bir uygulama i\u00e7in anahtard\u0131r. Gelecekteki geli\u015fmelerle birlikte bu zorluklar\u0131n bir\u00e7o\u011funun hafifletilece\u011fi \u00f6ng\u00f6r\u00fclse de, \u015fu an i\u00e7in dikkatli bir planlama ve y\u00f6netim \u015fartt\u0131r.<\/p>\n OpenSearch Agent Toolkit, veri y\u00f6netimi ve analizi alan\u0131nda ger\u00e7ekten d\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc bir potansiyele sahip. Do\u011fal dil i\u015fleme ve yapay zeka g\u00fcc\u00fcn\u00fc OpenSearch’in sa\u011flam arama ve analitik yetenekleriyle birle\u015ftirerek, teknik bilgiye sahip olmayan kullan\u0131c\u0131lar\u0131n bile karma\u015f\u0131k veri k\u00fcmeleriyle sezgisel bir \u015fekilde etkile\u015fim kurmas\u0131n\u0131 sa\u011fl\u0131yor. Bu makale boyunca, Toolkit’in temel bile\u015fenlerini, nas\u0131l kurulup yap\u0131land\u0131r\u0131laca\u011f\u0131n\u0131, ger\u00e7ek d\u00fcnya senaryolar\u0131nda nas\u0131l kullan\u0131labilece\u011fini ve performans ile g\u00fcvenlik i\u00e7in en iyi uygulamalar\u0131 derinlemesine inceledik. G\u00f6rd\u00fck ki, log analizi otomasyonundan m\u00fc\u015fteri deneyimi iyile\u015ftirmeye kadar bir\u00e7ok alanda somut faydalar sa\u011flayabiliyor.<\/p>\n Ajanlar, ara\u00e7lar ve LLM’lerin sinerjisi sayesinde, OpenSearch art\u0131k sadece verileri depolayan ve arayan bir platform olmaktan \u00e7\u0131k\u0131p, adeta verilerle konu\u015fabilen, onlardan anlam \u00e7\u0131karabilen ve hatta belirli eylemleri otomatikle\u015ftirebilen ak\u0131ll\u0131 bir asistana d\u00f6n\u00fc\u015f\u00fcyor. Bu, veri odakl\u0131 karar alma s\u00fcre\u00e7lerini h\u0131zland\u0131r\u0131rken, operasyonel verimlili\u011fi art\u0131r\u0131yor ve i\u015fletmelere rekabet avantaj\u0131 sa\u011fl\u0131yor. Her ne kadar prompt m\u00fchendisli\u011fi, LLM maliyetleri ve g\u00fcvenlik gibi dikkat edilmesi gereken baz\u0131 noktalar olsa da, OpenSearch Agent Toolkit’in gelece\u011fi olduk\u00e7a parlak g\u00f6r\u00fcn\u00fcyor. Daha ak\u0131ll\u0131, daha otonom ve daha entegre ajanlarla, veriyle etkile\u015fimimiz gelecekte \u00e7ok daha do\u011fal ve verimli hale gelecek.<\/p>\n\n
\n
OpenSearch Agent Toolkit’i Kurulumu ve \u0130lk Agent’\u0131n\u0131z\u0131 Olu\u015fturma<\/h2>\n
\u00d6n Ko\u015fullar Nelerdir ve Nas\u0131l Haz\u0131rl\u0131k Yap\u0131l\u0131r?<\/h3>\n
\n
\u0130lk Agent’\u0131n\u0131z\u0131 Ad\u0131m Ad\u0131m Olu\u015fturma<\/h3>\n
\n
\nPOST \/_plugins\/_ml\/connectors\/_create\n{\n \"name\": \"OpenAI-GPT-4-Connector\",\n \"description\": \"Connector to OpenAI GPT-4 model\",\n \"version\": 1,\n \"protocol\": \"http\",\n \"parameters\": {\n \"endpoint\": \"api.openai.com\",\n \"model\": \"gpt-4\",\n \"temperature\": 0\n },\n \"credential\": {\n \"openai_key\": \"connector_id<\/code> alacaks\u0131n\u0131z. Bunu not edin.<\/p>\n<\/li>\n\nPOST \/_plugins\/_ml\/tools\/_create\n{\n \"name\": \"OpenSearchSearchTool\",\n \"description\": \"A tool to search documents in OpenSearch indices.\",\n \"type\": \"neural_sparse_search\",\n \"parameters\": {\n \"index\": \"my-data-index\", \/\/ Aranacak indeksin ad\u0131\n \"query\": \"${query}\" \/\/ LLM'den gelecek sorgu\n }\n}\n<\/code><\/pre>\n<\/div>\ntool_id<\/code> alacaks\u0131n\u0131z. Bunu da not edin. “my-data-index” yerine kendi indeks ad\u0131n\u0131z\u0131 kullanmal\u0131s\u0131n\u0131z.<\/p>\n<\/li>\n\nPOST \/_plugins\/_ml\/agents\/_create\n{\n \"name\": \"MyFirstSearchAgent\",\n \"description\": \"An agent that can search documents in OpenSearch using natural language.\",\n \"type\": \"flow\",\n \"llm\": {\n \"connector_id\": \"agent_id<\/code> alacaks\u0131n\u0131z. Art\u0131k ilk ajan\u0131n\u0131z haz\u0131r!<\/p>\n<\/li>\n\nPOST \/_plugins\/_ml\/agents\/OpenSearchSearchTool<\/code>‘u \u00e7a\u011f\u0131racak ve sonu\u00e7lar\u0131 size geri d\u00f6nd\u00fcrecektir. Gelen yan\u0131t, LLM taraf\u0131ndan i\u015flenmi\u015f ve anla\u015f\u0131l\u0131r bir formatta sunulmu\u015f olacakt\u0131r.<\/p>\n<\/li>\n<\/ol>\nVaka Analizleri: OpenSearch Agent Toolkit ile \u0130\u015f Ak\u0131\u015flar\u0131n\u0131 D\u00f6n\u00fc\u015ft\u00fcrmek<\/h2>\n
Operasyonel Zekada Otomasyon: Log Analizi ve Uyar\u0131 Y\u00f6netimi<\/h3>\n
\n
LogSearchTool<\/code>:<\/strong> Belirli zaman aral\u0131klar\u0131nda veya anahtar kelimelere g\u00f6re log verilerini OpenSearch indekslerinde arar.<\/li>\nErrorAggregationTool<\/code>:<\/strong> Bulunan loglar i\u00e7indeki hata kodlar\u0131n\u0131 veya mesajlar\u0131n\u0131 analiz eder ve en s\u0131k g\u00f6r\u00fclen hatalar\u0131 grupland\u0131r\u0131r.<\/li>\nAlertTriggerTool<\/code>:<\/strong> Belirli bir e\u015fi\u011fin \u00fczerinde hata tespit edildi\u011finde Slack veya PagerDuty gibi harici bir uyar\u0131 sistemine bildirim g\u00f6nderir.<\/li>\nSummaryTool<\/code>:<\/strong> Analiz sonu\u00e7lar\u0131n\u0131 \u00f6zl\u00fc bir \u015fekilde \u00f6zetler.<\/li>\n<\/ul>\n\n\"Son 30 dakikadaki 'checkout' servisi hatalar\u0131n\u0131 bul, en s\u0131k g\u00f6r\u00fclen 3 hatay\u0131 listele ve e\u011fer kritik hata say\u0131s\u0131 10'u a\u015farsa bir Slack uyar\u0131s\u0131 g\u00f6nder.\"\n<\/code><\/pre>\n<\/div>\n\n
LogSearchTool<\/code>‘u \u00e7a\u011f\u0131rarak “checkout” servisine ait son 30 dakikal\u0131k loglar\u0131 \u00e7eker.<\/li>\nErrorAggregationTool<\/code>‘a g\u00f6nderir ve en s\u0131k g\u00f6r\u00fclen 3 hatay\u0131 belirler.<\/li>\nAlertTriggerTool<\/code>‘u kullanarak ilgili Slack kanal\u0131na “Kritik ‘checkout’ servisi hatas\u0131!” mesaj\u0131 g\u00f6nderir.<\/li>\nSummaryTool<\/code> ile analiz sonu\u00e7lar\u0131n\u0131 ve g\u00f6nderilen uyar\u0131y\u0131 m\u00fchendise \u00f6zetler.<\/li>\n<\/ol>\nM\u00fc\u015fteri Deneyimini \u0130yile\u015ftirme: Do\u011fal Dil ile Veri Sorgulama<\/h3>\n
\n
CustomerDataSearchTool<\/code>:<\/strong> M\u00fc\u015fteri profilleri, sat\u0131n alma ge\u00e7mi\u015fleri ve demografik bilgiler gibi verileri sorgular.<\/li>\nFeedbackAnalysisTool<\/code>:<\/strong> M\u00fc\u015fteri geri bildirimlerini i\u00e7eren metin verilerini (\u00f6rne\u011fin, anket yan\u0131tlar\u0131, sosyal medya yorumlar\u0131) analiz eder ve anahtar e\u011filimleri veya duygu analizini (sentiment analysis) yapar.<\/li>\nProductRecommendationTool<\/code>:<\/strong> Belirli m\u00fc\u015fteri segmentleri i\u00e7in \u00fcr\u00fcn \u00f6nerileri olu\u015fturur.<\/li>\nReportGenerationTool<\/code>:<\/strong> Analiz sonu\u00e7lar\u0131n\u0131 okunabilir bir rapor format\u0131nda haz\u0131rlar (\u00f6rne\u011fin, CSV veya JSON).<\/li>\n<\/ul>\n\n\"Son 6 ayda 'giyim' kategorisinden al\u0131\u015fveri\u015f yapan ve 30-45 ya\u015f aral\u0131\u011f\u0131ndaki kad\u0131n m\u00fc\u015fterilerimizin en \u00e7ok hangi \u00fcr\u00fcnlerden \u015fikayet etti\u011fini bul. Bu \u015fikayetlerin genel duygu durumunu ve en s\u0131k ge\u00e7en anahtar kelimeleri \u00f6zetle.\"\n<\/code><\/pre>\n<\/div>\n\n
CustomerDataSearchTool<\/code>‘u kullanarak belirtilen kriterlere uyan m\u00fc\u015fteri segmentini bulur.<\/li>\nFeedbackAnalysisTool<\/code>‘a g\u00f6ndererek duygu analizi ve anahtar kelime \u00e7\u0131karma i\u015flemini ger\u00e7ekle\u015ftirir.<\/li>\nReportGenerationTool<\/code> arac\u0131l\u0131\u011f\u0131yla \u00f6zet bir rapor olu\u015fturur ve bunu \u00fcr\u00fcn y\u00f6neticisine sunar.<\/li>\n<\/ol>\nAgent Yeteneklerini Geni\u015fletme: \u00d6zel Ara\u00e7lar ve Entegrasyonlar<\/h2>\n
\u00d6zel Ara\u00e7lar (Custom Tools) Olu\u015fturma: Neden ve Nas\u0131l?<\/h3>\n
\n
\nPOST \/_plugins\/_ml\/tools\/_create\n{\n \"name\": \"WeatherForecastTool\",\n \"description\": \"A tool to fetch current weather forecast for a given city.\",\n \"type\": \"custom\",\n \"function\": {\n \"name\": \"fetch_weather\",\n \"description\": \"Fetches current weather information for a specified city.\",\n \"parameters\": {\n \"type\": \"object\",\n \"properties\": {\n \"city\": {\n \"type\": \"string\",\n \"description\": \"The city name for which to fetch the weather.\"\n }\n },\n \"required\": [\"city\"]\n },\n \"async\": false,\n \"execute_function\": \"\"\"\n async (params) => {\n const city = params.city;\n if (!city) {\n throw new Error(\"City parameter is required.\");\n }\n try {\n \/\/ Bu \u00f6rnekte, ger\u00e7ek bir API \u00e7a\u011fr\u0131s\u0131 yerine mock bir yan\u0131t d\u00f6nd\u00fcr\u00fclm\u00fc\u015ft\u00fcr.\n \/\/ Ger\u00e7ek uygulamada, fetch() veya axios gibi k\u00fct\u00fcphanelerle d\u0131\u015f API'ye \u00e7a\u011fr\u0131 yap\u0131l\u0131r.\n const response = await fetch(https:\/\/api.weatherapi.com\/v1\/current.json?key=YOUR_API_KEY&q=${city}<\/code>);\n const data = await response.json();\n return Current weather in ${city}: ${data.current.temp_c}\u00b0C, ${data.current.condition.text}.<\/code>;\n } catch (error) {\n return Could not fetch weather for ${city}: ${error.message}<\/code>;\n }\n }\n \"\"\"\n }\n}\n<\/code><\/pre>\n<\/div>\nexecute_function<\/code> i\u00e7inde JavaScript tabanl\u0131 bir i\u015flev tan\u0131mlanm\u0131\u015ft\u0131r. Ajan, bu arac\u0131 \u00e7a\u011f\u0131rd\u0131\u011f\u0131nda, city<\/code> parametresini bu fonksiyona iletir ve fonksiyonun d\u00f6nd\u00fcrd\u00fc\u011f\u00fc de\u011feri al\u0131r. Bu sayede, ajan art\u0131k hava durumu sorgulayabilir. Benzer \u015fekilde, bir CRM API’sini \u00e7a\u011f\u0131ran, bir e-posta g\u00f6nderen veya bir veritaban\u0131na veri yazan ara\u00e7lar da olu\u015fturulabilir.<\/p>\nHarici Sistemlerle Entegrasyonlar: API Gateway ve Webhook’lar<\/h3>\n
\n
\nPOST \/_plugins\/_ml\/tools\/_create\n{\n \"name\": \"CreateSupportTicketTool\",\n \"description\": \"Creates a new support ticket in the ticketing system.\",\n \"type\": \"custom\",\n \"function\": {\n \"name\": \"create_ticket\",\n \"description\": \"Creates a support ticket with a given subject and description.\",\n \"parameters\": {\n \"type\": \"object\",\n \"properties\": {\n \"subject\": { \"type\": \"string\", \"description\": \"Subject of the support ticket.\" },\n \"description\": { \"type\": \"string\", \"description\": \"Detailed description of the issue.\" }\n },\n \"required\": [\"subject\", \"description\"]\n },\n \"async\": false,\n \"execute_function\": \"\"\"\n async (params) => {\n const { subject, description } = params;\n try {\n \/\/ Zendesk API'sine bir POST iste\u011fi g\u00f6nderildi\u011fi varsay\u0131l\u0131yor\n const response = await fetch('https:\/\/yourcompany.zendesk.com\/api\/v2\/tickets.json', {\n method: 'POST',\n headers: {\n 'Content-Type': 'application\/json',\n 'Authorization': 'Basic ' + btoa('your_email\/token:YOUR_ZENDESK_API_TOKEN')\n },\n body: JSON.stringify({\n \"ticket\": {\n \"subject\": subject,\n \"comment\": { \"body\": description }\n }\n })\n });\n const data = await response.json();\n if (response.ok) {\n return Support ticket created successfully. Ticket ID: ${data.ticket.id}<\/code>;\n } else {\n return Failed to create ticket: ${data.errors || response.statusText}<\/code>;\n }\n } catch (error) {\n return Error creating ticket: ${error.message}<\/code>;\n }\n }\n \"\"\"\n }\n}\n<\/code><\/pre>\n<\/div>\nOpenSearch Agent Toolkit ile En \u0130yi Uygulamalar: Performans ve G\u00fcvenli\u011fi Sa\u011flama<\/h2>\n
Performans\u0131 Optimize Etme: Ajanlar\u0131n\u0131zdan Maksimum Verim Alma<\/h3>\n
\n
\n
\n
\"async\": true<\/code>) kullanmay\u0131 d\u00fc\u015f\u00fcn\u00fcn. Bu, ajan\u0131n di\u011fer g\u00f6revleri yerine getirmesine olanak tan\u0131rken arka planda i\u015flemin tamamlanmas\u0131n\u0131 bekler.<\/li>\n<\/ul>\n<\/li>\n\n
conversation_summary_memory<\/code>) ve uzunlu\u011funu ayarlay\u0131n.<\/li>\n\"type\": \"none\"<\/code> ile bellek kullanmay\u0131n.<\/li>\n<\/ul>\n<\/li>\n\n
G\u00fcvenli\u011fi Sa\u011flama: Veri ve Sistemlerinizi Koruma<\/h3>\n
\n
\n
\n
\n
\n
\n
OpenSearch Agent Toolkit’in Gelece\u011fi ve Dikkat Edilmesi Gerekenler<\/h2>\n
Gelecek Perspektifi: Neler Bekleyebiliriz?<\/h3>\n
\n
Dikkat Edilmesi Gerekenler ve Mevcut Zorluklar<\/h3>\n
\n
OpenSearch Agent Toolkit: Veriyle Etkile\u015fimi Yeniden Tan\u0131mlamak<\/h2>\n
S\u0131k\u00e7a Sorulan Sorular<\/h3>\n