AI Ajanlarını SimpleOne Platformuna Nasıl Entegre Ettik: Mimari, Senaryolar ve Güvenlik

Kurumsal bir ortamda, yapay zeka asistanları kısa sürede sınırlarına ulaşır: soruları yanıtlayabilirler, ancak görevleri yerine getiremezler. Onlardan bilgi isteyebilirsiniz, ancak bir bilet oluşturmalarını, olay verilerini derlemelerini, bir özet göndermelerini veya ilgili nesneleri bulmalarını emredemezsiniz.

Bu arada, yapay zeka ajanları sektördeki tartışmaların odak noktası haline gelmiştir. Bir sohbet robotu veya standart bir asistanın aksine, bir ajan otonom olarak çalışır. Bir talep aldığında, yapay zeka ajanı mevcut araçlarını değerlendirir ve bunları kullanmak için en uygun sırayı belirler. Katı, önceden tanımlanmış senaryolar yoktur — sadece ajanın ne yapmaya yetkili olduğunu tanımlayan bir dizi yöntem ve talimat vardır.

Bu makalede, SimpleOne ekibi GenAI platformumuzdaki ajanların mimarisini ayrıntılı olarak inceliyor: temel bileşenleri, iş süreçlerine nasıl entegre oldukları ve üretim ortamında neler başarabilecekleri.

GenAI, platformumuzun tüm katmanlarında çalışır: Low-code araçlarında, ESM’de ve ITSM gibi hazır iş uygulamaları içinde. SimpleOne’da yapay zeka, erişim hakları, iş akışları ve iş kurallarıyla sorunsuz bir şekilde bütünleşen yerel bir platform katmanıdır.

Teknoloji ortağımız Ainergy, model orkestrasyonunu üstlenir. SimpleOne platformunun mimari temeli, RAG (Retrieval-Augmented Generation) ve güvenlik mekanizmaları aracılığıyla kurumsal bilgiyle güvenli etkileşimi garanti eder. Bu temelin üzerine, otonom ajanlar, iş akışı entegrasyonu için kullanıma hazır AI hizmetleri ve kullanıcı arayüzleri gibi spesifik ve evrensel araçlar inşa edilmiştir.

Bu yaklaşım sayesinde yapay zeka ajanları, platformumuzun iş süreçlerinin ayrılmaz bir parçası haline gelmiştir. Bir ajanın yapısı şöyledir:

Ajan, bir talimat ile bir adaptörün birleştirilmesinden oluşan bir yapılandırmadır. Talimat, ajanın kimliğini ve işlevini tanımlar: çalışma bağlamını ve çözdüğü belirli sorunları. Esasen, bu bir sistem komutudur. Örneğin: "Sen bir olay analistisin. Her gün, son 24 saat içinde kapatılan olayları toplar ve bunları bir Bilgi Bankası makalesi haline getirirsiniz." Ajan, araçlarına erişim izni veren bir adaptöre bağlanır.

Adaptör, yeniden kullanılabilir bir araç setidir. Bir yönetici bunu bir kez yapılandırır ve birden fazla ajana bağlayabilir. Platformun kendisi çok çeşitli yöntemleri barındırabilirken, belirli bir ajan yalnızca kendisine atanan adaptörde bulunan araçları görür. Bir adaptör birden fazla ajana hizmet edebilir; örneğin, platform verilerini okumak için kullanılan genel bir araç setinin her bir ajan için yeniden oluşturulması gerekmez.

Adaptör, iki tür aracı bir araya getirir: yöntemler ve MCP araçları. Ajan açısından bunlar işlevsel olarak aynıdır — ajan sadece birleştirilmiş bir liste görür ve iş için doğru aracı seçer.

Yöntemler, SimpleOne platformu içinde yürütülen araçlardır: bir tablodan veri alma, bir kayıt oluşturma veya bir komut dosyasını tetikleme. Yöneticiler bunları tanımlar ve adaptöre ekler. Bir ajanın, adaptöründe bulunmayan bir eylemi fiziksel olarak yürütmesi mümkün değildir; ajanın anında yeni araçlar icat etmesi mümkün değildir.

Araçlar, ajanın bir MCP (Model Context Protocol) sunucusu aracılığıyla çağırabileceği eylemlerdir: harici verileri getirmek, bir belgeyi bulmak, bir kayıt oluşturmak veya üçüncü taraf bir sistemle etkileşim kurmak gibi.

Nexus, dil modeline giden yönlendirme ağ geçididir. Hangi LLM'nin kullanılacağını, hangi uç noktanın çağrılacağını ve hangi parametrelerle çağrılacağını burada tanımlarsınız. Tek bir Nexus, birden fazla ajana bağlanabilir; bu da yöneticilerin tek bir yapılandırma değişikliğiyle altta yatan AI modelini genel olarak değiştirmelerine olanak tanır.

Bir ajan bir görev aldığında, dil modeli adaptöründeki kullanılabilir araçlar listesini inceler, açıklamalarını okur ve hangi aracı çağıracağına, hangi parametreleri ileteceğine ve sonucu nasıl işleyeceğine karar verir. Sabit kodlanmış bir adım dizisi yoktur; ajan, hedeflenen amaca ulaşmak için yürütme yolunu dinamik olarak oluşturur.

Mimari açıdan hayati bir özellik, ajanlar için hibrit yürütme modelidir. Varsayılan olarak, ajanlar SimpleOne içindeki yerel bir çalışma zamanında çalışır — bu, iş verilerinizi ve süreçlerinizi barındıran ortamın aynısıdır. Ajan, ara entegrasyonlara veya harici kapsayıcılara bağlı kalmadan platform nesnelerine doğrudan erişir. Kullanıcı arayüzünde bir kullanıcı için mevcut olan her eylem, platform düzeyinde ajan için de kullanılabilir durumdadır. Bu, doğrudan veri erişimini, öngörülebilir güvenliği (veriler asla kurumsal sınırların dışına çıkmaz) ve harici çalışma zamanı mimarilerine kıyasla daha az arıza noktasını garanti eder.

Aynı zamanda platform, MCP aracılığıyla harici ajan çalışma zamanlarını da destekler. Bu, bir müşterinin halihazırda açık kaynak yığını üzerinde kendi ajan altyapısını sürdürdüğü veya gerekli verilerin SimpleOne içinde değil harici sistemlerde bulunduğu senaryolara cevap verir. Her iki yaklaşım da tek bir platform içinde sorunsuz bir şekilde birleştirilebilir.

Zaten iş akışlarına güveniyorsanız bir ajana ihtiyacınız var mı? Genel olarak evet — ancak her görev için değil. Standart bir iş akışında, her adımdaki girdiler ve çıktılar öngörülebilirdir; bu da tüm süreci önceden planlamanıza olanak tanır. Durum her seferinde değişiyorsa ve olası her dallanma senaryosunu sabit kodlayamıyorsanız bir ajan gereklidir.

Örneğin, bir Hizmet Masasında bir kullanıcı, "açılmıyor"dan "her şey bozuk"a veya "dünden beri giriş yapamıyorum"a kadar her türlü içeriği içeren bir bilet gönderebilir. Bir ajan, hangi açıklayıcı soruları soracağını, gerekli verileri nereden alacağını ve hangi yanıtı oluşturacağını özerk bir şekilde belirler. Sabit bir senaryo yoktur; her talep benzersizdir. Temsilci yapay zekanın en yüksek değeri sağladığı nokta da budur.

Buna karşılık, daha önce bahsedilen ajan-analist örneğini ele alalım. Her gün, kapatılan olayları toplar ve bir özet makale hazırlar. Burada adımların sırası sabittir ve önceden bilinir; bu sistem daha çok otomatik bir iş akışı gibi davranır. Ajan, ham verileri sadece A noktasından B noktasına aktarmak yerine tutarlı ve analitik metinler ürettiği için bu rolde son derece etkilidir. Ancak bu, temelde deterministik bir süreçtir; özerk karar verme değildir.

Bir Ajan Nasıl Dağıtılır

SimpleOne'da yapılandırılmış bir AI ajanı, operasyonel bağlama bağlı olarak üç farklı noktadan tetiklenebilir.

1. İş Akışı Oluşturucu

Ajan, tıpkı herhangi bir standart eylem bloğu gibi bir iş akışına yerleştirilir. Daha önce, geliştiriciler bir süreç içindeki doğrusal olmayan eylemleri işlemek için alt akışlar oluşturmak zorundaydı. Artık, belirli adımların önceden katı bir şekilde planlanamadığı durumlarda, bir ajan alt akışın yerini almaktadır.

Örneğin, bir yazılım geliştirme iş akışını ele alalım. Aşamalar standarttır: gereksinim toplama, geliştirme, kod inceleme, test etme, belgeleme ve dağıtım. Ancak, her bir aşama tek bir blokla temsil edilemez. "Geliştirme", düzinelerce Git çağrısı ve ayrı bir yürütme ortamı içerir; "test etme", otomatik testlerin oluşturulması ve çalıştırılmasını içerir; "belgeleme" ise kendine özgü karmaşık bir mantığa sahiptir. Bu işin bir kısmı, MCP aracılığıyla harici altyapı üzerinde platformun çalışma zamanı dışında yürütülür.

Senaryo her seferinde değişir: bazı adımlar atlanır, diğerleri eklenir ve kod, testleri geçene kadar kod incelemeleri yinelemeli olarak yürütülür. Bu düzeyde bir değişkenlik için deterministik bir alt akış oluşturamazsınız.

Bu nedenle, her aşamayı (veya bunları paralel hale getirebilirsiniz) ajan bloklarıyla değiştirebilirsiniz. İş akışı, düzinelerce eylem bloğundan değil, ajanlardan oluşur. Katı bir alt süreç oluşturmanıza gerek yoktur; ajan, sırayı belirler ve kendi aşamasını tamamlamak için gerekli araçları seçer.

2. API Widget'ı

Bir ajan, ister portal widget'ı, ister başvuru formu, ister mesajlaşma sohbeti olsun, doğrudan kullanıcı arayüzüne gömülebilir ve API aracılığıyla çağrılabilir. Kullanıcı, aşina olduğu bir arayüzle etkileşime girer ve arka plandaki ajan mekanizmalarından haberdar olmaz: bir istek yazarsa, arka planda ajan araçları seçer, eylemleri yürütür ve sonucu aynı arayüze geri gönderir.

En yaygın uygulama, sohbet widget'ıdır. Kullanıcı portal sohbetine bir mesaj yazar, widget bunu API aracılığıyla ajana iletir, ajan işi yapar ve yanıtı geri gönderir. Bu, özel senaryolar için son derece esnek bir seçenektir: arayüz tasarımını ve tetikleme noktasını siz belirlersiniz. Bu, uçtan uca bir sürece bağlı olmayan hızlı, anlık görevler için idealdir.

3. Evrensel Akıllı Asistan

Platformda kullanıma hazır bir konuşma arayüzü sağlamak, esasen sıfırdan oluşturmanıza gerek olmayan bir API çağrısının özel bir uygulamasıdır. Bunu bir sonraki bölümde ayrıntılı olarak ele alacağız.

Asistanların Asistanı: Konuşma Arayüzü

Çoğu kurumsal ortamda, AI asistanı iş süreçlerinden ayrı bir siloda bulunur — bu, soruları yanıtlayan ancak platform içinde verilere erişme veya eylemleri yürütme izinlerine sahip olmayan bir sohbet arayüzüdür. Kurumsal self-servis için, bir "ajanların ajanı" — evrensel bir akıllı asistan — geliştirdik. Sohbet arayüzünün arkasında, yapılandırılmış adaptörler, yöntemler ve talimatlarla donatılmış birden fazla ajan bulunur.

Kullanıcı standart bir sohbet görür. Arka planda ise koordine eden ajan, talebi alır, adaptöründen gerekli araçları seçer ve platform içinde eylemleri yürütür: veri arama, kayıt oluşturma, kurumsal Bilgi Bankası’na sorgu gönderme veya MCP aracılığıyla harici sistemleri çağırma. Sonuç, diyaloga sorunsuz bir şekilde geri döndürülür.

Nasıl yapılandırılır: Bir yönetici, belirli bir görev veya kullanıcı grubu için bir yapılandırma oluşturur. Aracıyı bağlar, uygun araçlara sahip bir adaptör atar ve gerekirse RAG'yi etkinleştirir. RAG etkin olduğunda, ajan bir soruyu yanıtlamak için kurumsal belgelerdeki ilgili parçaları arar, bunları LLM için bağlam olarak kullanır ve dayandığı belgeleri açıkça belirtir. Ajan, cevapları uydurmaz; Bilgi Tabanınızdaki somut kaynaklara atıfta bulunur.

Aynı anda birden fazla yapılandırma yönetebilirsiniz: biri BT destek ekibi için (olaylara ve Bilgi Bankası’na erişim ile), diğeri finansal analistler için (raporlara ve platform verilerine erişim ile) ve üçüncüsü genel, uzmanlık gerektirmeyen bir asistan olarak. Kullanıcılar, yalnızca yöneticinin kendilerine açıkça erişim izni verdiği yapılandırmaları görebilir.

Bunun standart bir sohbet widget’ından farkı: Özel senaryolar için API aracılığıyla bir ajanı çağıran bir widget oluşturabilirsiniz, ancak Asistan farklı bir sorunu çözer. Ajanlarla etkileşim için yerel olarak optimize edilmiş, kullanıma hazır bir arayüz sunar; bu arayüz, diyalog hafızası ve kurumsal bilgiyle doğrudan entegrasyon ile tamamlanmıştır. Bunu oluşturmanıza gerek yoktur, sadece göreve uygun şekilde yapılandırmanız yeterlidir.

Dahası, bir temsilci başka bir temsilci oluşturabilir. Bir ajanın platform varlıklarıyla çalışmak için yöntemleri varsa, diyalogdan doğrudan yeni bir ajan yapılandırabilir: kullanıcı görevi açıklar ve asistan, bunu yerine getirecek bir ajanı oluşturur. Bu, birleşik mimarimizin doğrudan bir avantajıdır: bir ajan, yöntemler aracılığıyla platform varlıklarıyla etkileşime girer ve bir "ajan varlığı" da buna bir istisna değildir.

Yakında alt ajanlar için destek sunacağız: bir ajan, bir görevin bazı kısımlarını doğrudan diyalog içinde başka bir ajana devredebilecek. Bu, tek bir kullanıcı talebinin, her biri kendi adaptörü ve tanımlanmış sorumluluk alanı içinde çalışan uzmanlaşmış ajanlardan oluşan bir zincirleme reaksiyonu tetiklediği senaryoların önünü açar.

Vaka Çalışması: BT Desteğinde Olay Analisti Aracısı

Ajan faaliyetlerine ilişkin başka bir örneğe bakalım. Bu, SimpleOne ekibinin platform üzerinde geliştirdiği ilk ajan Kanıtı (Proof of Concept, PoC) idi. Henüz üretim ortamında devreye alınmamış olsa da, bir ajanın ilk yapılandırmadan nihai çıktıya kadar nasıl çalıştığını mükemmel bir şekilde göstermektedir.

Ajanın Görevi: Her gün, platformdan kapatılan olayları toplamak ve bunları bir Bilgi Bankası makalesinde derlemek.

Talimat (Rol): " Sen bir ITSM analistisin. Olay verilerini toplar ve bunları Bilgi Bankası için okunabilir bir materyal haline getirirsin." Bu, seçilen bir dil modeline yönlendiren bir Nexus'a bağlıdır.

Adaptör: Altı yöntem içerir. Ajan, her adımda bu yöntemlerin sırasını ve seçimini özerk bir şekilde belirler:

1. Açıklayıcı bir soru sor / görev parametrelerini netleştir.
2. Platform veritabanında olay tablosunu bulun.
3. Tabloda sorgu yaparak belirli bir döneme ait kapatılmış olayları alın.
4. Verileri analiz edin (dil modeli, alınan olayları işler).
5. Bilgi Bankası için bir makale taslağı oluşturun.
6. Oturumu kapatın.

Bir test çalışmasında, ajan internet bağlantısı olaylarına ilişkin verileri aldı ve bunları bir Bilgi Bankası makalesi haline getirdi. Makale, veri toplama ve taslak hazırlama aşamalarında hiçbir insan müdahalesi olmaksızın otomatik olarak oluşturuldu.

En önemlisi, ajan yalnızca onu başlatan kullanıcının izinleri dahilinde çalışır. Kullanıcının göremeyeceği verilere erişemez ve açıkça izin verilmeyen hiçbir eylemi gerçekleştirmez. Her adım günlüğe kaydedilir: yönetici, ajanın hangi araçları çağırdığını, hangi verileri talep ettiğini ve neyi geri döndürdüğünü tam olarak görebilir.

Ancak nihai karar insana aittir (Human-in-the-Loop). Makale taslağı hazırlandıktan sonra, bir çalışan bunu inceler ve yayınlanmak üzere onaylar. Ajan, veri toplama, işleme ve taslak hazırlama gibi zahmetli işleri otomatikleştirir; ancak kritik karar verme ve sorumluluk gerektiren durumlarda insanın yerini almaz.

Ajanın tüm yürütme yolu adım adım tamamen izlenebilir: hangi yöntemin hangi parametrelerle çağrıldığı, yanıtın ne olduğu ve modelin bir sonraki adıma geçmeden önce sonucu nasıl yorumladığı. Bu gözlemlenebilirlik, hata ayıklama ve ajanın karar verme sürecinin iyileştirilmesi için hayati önem taşır.

Güvenlik ve Erişim Kontrolü

SimpleOne GenAI platformundaki ajanslar, platformun mevcut güvenlik mimarisinin temeli üzerinde çalışır. Ajans, oturumu başlatan kullanıcı adına hareket eder: platform izinleri, verilere erişildiği tam anda dinamik olarak hesaplanır ve o kullanıcıya özel olarak uygulanır. Bu, gerekli yöntem ajanın adaptöründe mevcut olsa bile, ajanın kullanıcı için kısıtlanmış verilere erişemeyeceğini garanti eder. Her eylem platform günlüğüne kaydedilir: kim, ne zaman, hangi ajan aracılığıyla ve verilere ne yapıldığı.

Bu platform temeli üzerine, ajana özgü bir kontrol katmanı ekliyoruz. Örneğin, yönetici adaptördeki yöntemleri yazıyor. Bir ajan, adaptöründe bulunmayan bir eylemi fiziksel olarak gerçekleştiremez. Anında araçlar icat etmez ve veritabanına doğrudan sorgu da yapmaz. Aracının kullanabileceği her şey hem açıkça tanımlanmıştır hem de izin verilmiştir. Platform, izinsiz özerkliğe kesinlikle müsamaha göstermez.

Platform izinleri, verilere ve sistem nesnelerine erişimi yönetir. Yöntem düzeyindeki ACL (Erişim Kontrol Listesi) kriterleri ek bir katman oluşturur: bunlar, bir kullanıcının altta yatan verilere erişimi olsa bile, bir ajans aracılığıyla belirli bir yöntemi çağırıp çağıramayacağını belirler. Örneğin, bir kullanıcının olayları okumasına izin verebilir, ancak bu olayları toplu olarak güncelleyen bir ajansı çalıştırmasını yasaklayabilirsiniz.

Kısacası, bu üç katmanlı bir güvenlik modelidir:

1. Platform izinleri, bir kullanıcının sistemde genel olarak neler yapabileceğini belirler.
2. Aracı erişimi, bir kullanıcının hangi aracıları başlatabileceğini belirler.
3. Yöntem erişimi (Geliştirme Aşamasında), bir ajanın o kullanıcının oturumu sırasında hangi belirli araçları kullanabileceğini belirler.

Sırada Ne Var

Ajanlar için beceriler uygulamaya koymayı planlıyoruz — bu, temel komut istemlerinden yeniden kullanılabilir talimatlara doğru atılan evrimsel bir adımdır. Şu anda, bir ajan tek bir genel talimat alır. Beceriler sayesinde, bir oturum içinde belirli bir görev için gereken spesifik beceriyi dinamik olarak yükleyebilecek. Bu, yöneticilerin sistem komutunu şişirmeden son derece karmaşık senaryoları planlamasına olanak tanıyarak, çeşitli durumlarda ajanın davranışını ayrıntılı bir şekilde kontrol etmeyi sağlar. Kullanıma hazır yöntem ve beceri kütüphanemiz genişleyecek; böylece her şeyi sıfırdan yazmak yerine önceden oluşturulmuş şablonları kullanarak standart bir görev için bir ajan oluşturabileceksiniz.

Özetlemek gerekirse, kurumsal bir platformdaki AI ajanlarının değerinin, mevcut süreçlerinize ve verilerinize ne kadar organik bir şekilde entegre edildiklerine bağlı olduğuna yürekten inanıyoruz. SimpleOne GenAI ile benimsediğimiz yaklaşım tam da bu ilkeye dayanmaktadır: ajan, platformun geri kalanıyla tamamen aynı nesneler, izinler ve entegrasyonlarla çalışır. Kurumsal verilere erişmek için herhangi bir gölge altyapıya gerek yoktur — sisteminizde zaten mevcut olan her şeye, ajan yöntemler ve adaptörler aracılığıyla erişebilir.

MCP, bu mantığı harici sistemlere de genişletir. Birleştirilmiş bir mekanizma sayesinde, ajan Jira, Confluence, izleme sistemleri ve daha fazlası gibi harici araçlara erişim elde eder. Ayrıca, platformun kendisi de harici ajanlar için bir MCP sunucusu görevi görebilir. Bu senaryoda, SimpleOne’ın kurumsal verileri ve süreçleri, şirketinizin kullandığı daha geniş bir ajan ekosisteminin parçası haline gelir. Bu konuyu daha önce ayrı bir makalede ele almıştık.