AI Otomasyon
LangGraph ile Döngüsel ve Stateful Ajan Mimarisi: StateGraph ve MemorySaver
LangChain ekibinin geliştirdiği LangGraph ile durum yönetimi (state management), döngüsel grafikler (cycles) ve kontrol edilebilir otonom AI ajanları inşa etme rehberi.
Neden Doğrusal (DAG) Zincirler Yetersiz Kalır?
Geleneksel LLM zincirleri A -> B -> C adımlarını takip eder. Ancak bir ajan hata yaptığında veya bir testi geçemediğinde bir önceki adıma dönüp hatayı düzeltmesi (döngü/cycle) gerekir.
LangGraph, durumu (State) koruyan ve şartlı kenarlar (conditional edges) ile döngüsel karar ağaçları kuran endüstri standardı bir çerçevedir.
from typing import TypedDict, Annotated, Sequence
from langchain_core.messages import BaseMessage
from langgraph.graph import StateGraph, END
from langgraph.checkpoint.memory import MemorySaver
class AgentState(TypedDict):
messages: Sequence[BaseMessage]
iteration_count: int
workflow = StateGraph(AgentState)
# Düğümleri (Nodes) tanımla
workflow.add_node("coder", lambda state: {"messages": ["Kod üretildi"], "iteration_count": state["iteration_count"] + 1})
workflow.add_node("tester", lambda state: {"messages": ["Test çalıştırıldı"]})
# Şartlı kenar (Conditional Edge): Test geçtiyse bitir, geçmediyse koda geri dön
def should_continue(state: AgentState):
if state["iteration_count"] > 3:
return END
return "coder"
workflow.add_edge("coder", "tester")
workflow.add_conditional_edges("tester", should_continue)
workflow.set_entry_point("coder")
app = workflow.compile(checkpointer=MemorySaver())Sıkça Sorulan Sorular
MemorySaver nedir?
Her adımda durumu hafızada (veya PostgreSQL/Redis'te) kontrol noktası (checkpoint) olarak saklayarak kesinti anında ajanın kaldığı yerden devam etmesini sağlar.
İlgili Teknik Rehberler
Bu mimariyle bağlantılı diğer üretim odaklı rehber ve vaka analizlerini inceleyin:
Claude Fable 5.1 & Claude Opus 5: 1M Token, Güvenli Tool Sandbox ve Subagent Koordinasyonu
Anthropic'in Eylül 2026'da sunduğu Claude Fable 5.1, Opus 5 ve Sonnet 5 modelleri ile 1M bağlam, allowlist subprocess sandbox'ı ve prompt caching rehberi.
CrewAI vs LangGraph: Çoklu Ajan (Multi-Agent) Mimarileri Nasıl Kurulur?
Birden fazla AI ajanının (araştırmacı, yazar, denetçi, kodlayıcı) senkronize çalışarak karmaşık iş süreçlerini otonom tamamlamasını sağlayan kütüphanelerin analizi.
CrewAI ile Hiyerarşik Ajan Mimarisi: Manager LLM ve Görev Delegasyonu
CrewAI'da rol tabanlı ajanlar, yönetici (Manager) LLM koordinasyonu ve görevlerin uzmanlaşmış ajanlara otomatik dağıtılması mimarisi.