Yeni Başlayanlar için CrewAI Eğitimi: İlk Yapay Zeka Ekibinizi Kurun

Yeni Başlayanlar için Nihai CrewAI Eğitimi: İlk Yapay Zeka İş Gücünüzü Oluşturun

2023 yılında dünya chatbot'ların büyüsüne kapılmıştı. 2025 yılına gelindiğinde, konuşma tamamen Ajan İş Akışları.

Aradaki fark çok derin. Bir chatbot sizin soru sormanızı bekler. Bir yapay zeka ajanına bir hedef, bir dizi araç ve aşağıdakileri çözmesi için özerklik verilir nasıl bunu başarmak için.

Biri araştırma, biri analiz ve biri de yazma için olmak üzere birden fazla aracı birleştirdiğinizde, artık sadece “yapay zeka kullanmıyorsunuz”. Dijital bir iş gücünü yönetiyorsunuz.

At Thinkpeak.ai, Statik operasyonları bu kendi kendini yöneten ekosistemlere dönüştürme konusunda uzmanız. Anahtar teslim çözümler ve ısmarlama mühendislik sunuyoruz, ancak aynı zamanda inşaatçıları güçlendirmeye de inanıyoruz.

Bu kılavuz sizi sıfırdan dağıtım aşamasına kadar CrewAI. Bu, rol oynayan yapay zeka ajanlarını düzenlemek için önde gelen çerçevedir. İster bir geliştirici ister bir operasyon yöneticisi olun, bu sizin planınızdır.

Değişim: “Agentic” Otomasyon Neden Dünyayı Yiyor?

Kod yazmaya başlamadan önce neden. 2025 yılına ait piyasa verileri çok aracılı sistem pazarı yaklaşık $7.8 milyar olarak gerçekleşmiştir. Bu rakamın 2030 yılına kadar yaklaşık $55 milyara ulaşacağı tahmin edilmektedir.

Bu patlayıcı büyüme neden? Çünkü basit “Hızlı Mühendislik” bir tavana çarpıyor.

Tek LLM'lerin Sınırlandırılması

ChatGPT'den karmaşık bir görevi yerine getirmesini istediğinizi düşünün. Rakipleri araştırmasını, fiyatlandırmayı incelemesini, bir CSV'deki özellikleri karşılaştırmasını ve bir strateji notu yazmasını istiyorsunuz.

Tek bir LLM mücadele edecektir. Fiyatlandırma konusunda halüsinasyon görebilir. CSV formatını unutabilir. Genellikle bağlamdan kopar. Her işi yapmaya çalışır ve başarısız olur.

Çok Ajanlı Sistemlerin (MAS) Gücü

CrewAI, bu karmaşık talebi parçalı rollere ayırmanıza olanak tanır. Gerçek dünyadaki bir insan ekibini taklit eder:

• Araştırmacı Temsilci: URL'leri bulur ve metinleri kazır.
• Analist Ajan: Sayıları ve özellikleri karşılaştırır.
• Yazar Ajan: Ton ve biçimlendirmeye odaklanır.

Bu özel yaklaşım halüsinasyonları azaltır. Doğruluğu artırır. Tek bir komut isteminin asla üstesinden gelemeyeceği karmaşık uygulamalara izin verir.

Thinkpeak Insight: Bunu günlük hayatımızda görüyoruz. Ismarlama Dahili Araçlar Bölüm. Müşteriler genellikle daha iyi bir “komut istemine” ihtiyaç duyduklarını düşünürler. Aslında ihtiyaç duydukları şey, uyum içinde çalışan bir aracılar mimarisidir.

CrewAI nedir?

CrewAI açık kaynaklı bir Python çerçevesidir. Düzenlemek için tasarlanmıştır rol yapan yapay zeka ajanları. Aşırı karmaşık olabilen diğer çerçevelerin aksine, CrewAI süreç ve üretime odaklanmaktadır.

Şunun üzerine inşa edilmiştir LangChain. Bu, mevcut araçlarla sorunsuz bir şekilde entegre olduğu, ancak geliştiricilerin sevdiği bir yapı katmanı eklediği anlamına gelir.

CrewAI'ın Dört Temel Direği

1. Ajanlar: “Çalışanlar.” Bir rolleri, bir hedefleri, bir geçmişleri ve belirli nitelikleri vardır.
2. Görevler: “Görevler”. Bunlar, bir temsilciye atanan belirli çıktılardır.
3. Aletler: “Beceriler”. Bunlar, temsilcilerin Google Arama aracı gibi arayabileceği işlevlerdir.
4. Süreç: “Yönetim tarzı”. Bu, aracıların nasıl işbirliği yapacağını belirler (örneğin, Sıralı veya Hiyerarşik).

2025 yılında, CrewAI Akışlar. Bu özellik, birden fazla Ekibi birbirine zincirleyebilen olay odaklı iş akışlarına olanak tanır.

Ön Koşullar ve Ortam Kurulumu

Hadi ilk ekibinizi oluşturalım. Bu eğitim Python hakkında temel bir anlayışa sahip olduğunuzu varsayar.

1. Sistem Gereksinimleri

• Python: Sürüm 3.10 veya üstü.
• IDE: VS Code veya PyCharm.
• API Anahtarları: OpenAI API Anahtarı ve Serper.dev API Anahtarı.

2. Kurulum

Projenizi temiz tutmak için sanal bir ortam oluşturun.

# Sanal bir ortam oluşturma
python -m venv crewai-env

# Etkinleştir (Windows)
crewai-envScriptsactivate

# Etkinleştir (Mac/Linux)
source crewai-env/bin/activate

# CrewAI ve araçlar paketini yükleyin
pip install crewai crewai-tools

3. Değişkenlerinizi Ayarlama

Oluşturmak .env dosyasını proje kök dizininizde saklayarak sırlarınızı güvenli bir şekilde saklayabilirsiniz.

OPENAI_API_KEY=sk-proj-xxxxxxxxxxxxxxxxxx
SERPER_API_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxx

Eğitim: Bir “Piyasa İstihbarat” Ekibi Oluşturmak

Bir “Merhaba Dünya” örneği oluşturmayacağız. Yararlı bir örnek oluşturacağız Rakip Analiz Ekibi.

Hedef: Ekibe bir şirket web sitesi verin. Ekip şirketi araştırmalı, iş modelini analiz etmeli ve bir brifing belgesi yazmalıdır.

Adım 1: İçe Aktarma ve Yapılandırma

İlk olarak, ortam değişkenlerini yükleyin ve gerekli sınıfları içe aktarın.

import os
from crewai import Temsilci, Görev, Mürettebat, Süreç
from crewai_tools import SerperDevTool, ScrapeWebsiteTool
from dotenv import load_dotenv

# API anahtarlarını yükle
load_dotenv()

# Araçları Başlatma
search_tool = SerperDevTool()
scrape_tool = ScrapeWebsiteTool()

Adım 2: Temsilcilerin Tanımlanması

CrewAI'da arka plan parametresi bir sistem istemi. LLM'nin davranışlarını yönlendirir.

Temsilci 1: Kıdemli Araştırmacı

Bu ajan ham verileri toplar. Ayarladık verbose=True düşünce sürecini görmek için.

araştırmacı = Agent(
    role='Kıdemli Pazar Araştırmacısı',
    goal='{topic} hakkında kapsamlı bilgi ortaya çıkarın',
    verbose=True,
    memory=True,
    backstory=(
        "20 yıllık deneyime sahip deneyimli bir pazar araştırmacısısınız."
        "Web'de gizli bilgileri bulma konusunda esrarengiz bir yeteneğiniz var."
        "Asla yüzeysel cevapları kabul etmiyorsunuz ve her zaman belirli veri noktalarını araştırıyorsunuz."
    ),
    tools=[search_tool, scrape_tool],
    allow_delegation=False
)

Temsilci 2: İş Analisti

Bu temsilci ham araştırmayı alır ve içgörüleri bulur.

analist = Agent(
    role='Baş İş Analisti',
    goal='Pazar araştırmasını analiz edin ve temel eğilimleri ve tehditleri belirleyin',
    verbose=True,
    memory=True,
    backstory=(
        "Verileri eyleme dönüştürülebilir içgörülere dönüştürmesiyle tanınan stratejik bir analistsiniz."
        "İş modellerine, fiyatlandırma stratejilerine ve pazar konumlandırmasına odaklanıyorsunuz."
        "Kabartmaları ve pazarlama jargonunu görmezden geliyorsunuz."
    ),
    tools=[search_tool, scrape_tool],
    allow_delegation=False
)

Temsilci 3: İçerik Stratejisti

Bu ajan bulguları okunabilir bir formatta paketler.

writer = Agent(
    rol='Yönetici Briefer',
    goal='Analizi kısa bir yönetici özeti halinde sentezleyin',
    verbose=True,
    memory=True,
    backstory=(
        "Profesyonel bir teknik yazarsınız."
        "Açık, kurumsal ve özlü bir tonda yazıyorsunuz."
        "Çalışmanızı mükemmel Markdown ile biçimlendiriyorsunuz."
    ),
    tools=[],
    allow_delegation=False
)

Adım 3: Görevlerin Tanımlanması

Spesifik görev tanımları daha iyi sonuçlara yol açar. Tanımlayın expected_output Açıkça.

# Görev 1: Araştırma
research_task = Task(
    description=(
        "{Konu} hakkında derinlemesine bir araştırma yapın. "
        "Temel teklifleri, hedef kitleyi ve son haberleri belirleyin."
        "Bilgi bulmak için arama aracını ve açılış sayfalarını okumak için kazıma aracını kullanın."
    ),
    expected_output='Atıf bağlantıları içeren 3 paragraflık kapsamlı bir araştırma raporu',
    ajan=araştırmacı,
)

# Görev 2: Analiz
analysis_task = Task(
    description=(
        "Araştırma raporunu gözden geçirin ve iş modelini analiz edin."
        "{konunun} 3 güçlü ve 3 zayıf yönünü belirleyin."
    ),
    expected_output='Liste olarak biçimlendirilmiş bir SWOT analizi',
    ajan=analist,
    context=[research_task]
)

# Görev 3: Yazma
write_task = Task(
    description=(
        "Analize dayalı olarak {konuyla} ilgili bir yönetici brifingi oluşturun."
        "Bir giriş, SWOT analizi ve nihai bir karar ekleyin."
    ),
    expected_output='Profesyonel bir Markdown blog yazısı yapısı',
    ajan=yazar,
    context=[analysis_task],
    output_file='market_report.md'
)

Adım 4: Ekibin Oluşturulması

Aracıları ve görevleri bir Ekip halinde gruplayın. Kullanacağımız sıralı süreç.

market_crew = Mürettebat(
    ajanlar=[araştırmacı, analist, yazar],
    tasks=[research_task, analysis_task, write_task],
    process=Process.sequential
)

Adım 5: Yürütme

Süreci başlatın ve dinamiği geçirin {konusu} değişken.

print("### Pazar Araştırma Ekibini Başlatmak ###")
result = market_crew.kickoff(inputs={'topic': 'Thinkpeak.ai automation agency'})

print("########################################")
print("## Nihai Sonuç ##")
print("########################################")
print(sonuç)

Bu betiği çalıştırdığınızda, aracıların gerçek zamanlı olarak düşündüğünü göreceksiniz. Yazar, dizininizde bir rapor dosyası oluşturacaktır.

Profesyonel ipucu: Bu komut dosyası bir Kavram Kanıtıdır. Üretim ortamları sağlam bir altyapı gerektirir. Thinkpeak.ai bu komut dosyalarını ölçeklenebilir uygulamalar olarak dağıtma konusunda uzmanlaşmıştır.

Gelişmiş Konseptler: CrewAI'yi Bir Sonraki Seviyeye Taşımak

Temel konularda uzmanlaşmak daha karmaşık senaryolara yol açar. Doğrusal bir zincirden daha fazlasına ihtiyacınız olabilir.

1. Hiyerarşik Süreç (Yönetici)

Bir Hiyerarşik süreç, 'de belirli temsilcilere görev atamazsınız. Mürettebata bir yönetici LLM (genellikle GPT-4o) atarsınız.

Yönetici Temsilcisi bir proje yöneticisi olarak hareket eder. Kimin ne yapması gerektiğine karar verir. Çıktıyı doğrular ve revizyon talep edebilir.

market_crew = Mürettebat(
    ajanlar=[araştırmacı, analist, yazar],
    tasks=[research_task, analysis_task, write_task],
    process=Process.hierarchical,
    manager_llm=ChatOpenAI(model="gpt-4o")
)

2. Hafıza Sistemleri

CrewAI ajanları hafızayı etkinleştirebilir. Bu, bağlamı korumalarını sağlar.

• Kısa Süreli Hafıza: Geçerli yürütme bağlamını hatırlar.
• Uzun Süreli Hafıza: Önceki çalıştırmalardan gelen gerçekleri hatırlamak için bir vektör veritabanı kullanır. Bu, arama belirteçlerini zaman içinde kaydeder.

3. CrewAI Akışları

Akışlar aşağıdakilere izin verir olay güdümlü mimariler. “Araştırma başarısız olursa, bir insana e-posta gönderin” gibi bir mantık oluşturabilirsiniz. Akışlar, CrewAI'yi bir komut dosyası çalıştırıcısından durum bilgisi içeren bir uygulama çerçevesine taşır.

4. Özel Araçlar

Gerçek güç özel araçlar. Herhangi bir Python fonksiyonunu bir araç olarak sarabilirsiniz.

Örneğin, bir “Lead Qualifier” aracı bir şirketi araştırmadan önce CRM'inizi kontrol edebilir. Thinkpeak.ai'de, müşterilerimizin Google Ads gibi API'lerle entegre olabilmeleri için özel araç kütüphaneleri oluşturuyoruz.

Karşılaştırma: CrewAI vs. LangGraph vs. AutoGen

Yeni başlayanlar genellikle hangi çerçeveyi kullanacaklarını sorarlar. İşte 2025 manzara dökümü.

Karar: Güvenilir iş süreçleri için CrewAI en iyi başlangıçtır. Oldukça karmaşık koşullu dallanma için LangGraph'ı keşfedebilirsiniz.

“Üretim Açığı”: Eğitici Kodunuz Neden Yeterli Değil?

VS Code'da bir komut dosyası çalıştırmak, bir iş uygulamasını çalıştırmaktan farklıdır. İşte üretime geçmenin zorlukları.

1. “Devlet” Sorunu

İnternetiniz kesilirse, basit bir komut dosyası her şeyi kaybeder. Arızalardan devam etmek için mürettebatın durumunu saklayacak bir veritabanına ihtiyacınız vardır.

2. Oran Sınırlama

Aynı anda 100 müşteri adayı çalıştırmak API anahtarlarınızı yasaklayacaktır. İhtiyacınız olan kuyruk sistemi İstekleri yönetmek için Redis veya Celery gibi.

3. Maliyet Kontrolü

Ajan döngüleri pahalıya mal olur. “Hiyerarşik” bir ekip bütçeyi hızla tüketebilir. Biz uyguluyoruz Yönlendirici Temsilcileri görev zorluğunu değerlendirmek ve basit görevler için daha ucuz modeller kullanmak.

4. Kullanıcı Arayüzü

Pazarlama ekibinizin bir komut dosyasına değil, bir düğmeye ihtiyacı var. CrewAI mantığını bir API'ye sarmalı ve bir ön uç oluşturmalısınız.

Thinkpeak.ai Uçurumu Nasıl Kapatıyor?

Üretim zorlukları sizi korkutuyorsa, size yardımcı olabiliriz.

1. Otomasyon Pazaryeri (Anında Hız)

Her sorun özel kod gerektirmez. Bizim Otomasyon Pazaryeri Make.com ve n8n için önceden tasarlanmış iş akışları sunar.

• İçeriğe mi İhtiyacınız Var? SEO Öncelikli Blog Mimarımızı kullanın.
• Potansiyele mi ihtiyacınız var? Cold Outreach Hyper-Personalizer'ımızı kullanın.

2. Ismarlama Dahili Araçlar (Sınırsız Ölçek)

Şablonlar yeterli olmadığında Ismarlama Mühendislik ekibi altyapıyı oluşturur. Bulutunuzda barındırılan özel yapay zeka aracıları oluşturuyoruz. Ekibinizin iş akışlarını kolayca tetikleyebilmesi için dahili iş portalları oluşturuyoruz.

Örneğin, bir lojistik şirketinin Inbound Potansiyel Müşteri Niteleyicisi oluşturmasına yardımcı olduk. Bu sistem, müşteri adaylarını otomatik olarak nitelendirip besleyerek haftada 20 saatlik yönetici zamanından tasarruf etmelerini sağlıyor.

Sonuç: Küçük Başlayın, Akıllıca Ölçeklendirin

CrewAI, işin geleceğine açılan bir kapıdır. Akıl yürüten ve harekete geçen sistemler oluşturmanıza olanak tanır.

Sonraki Adımlarınız:

1. Kodu çalıştırın: Eğitimi kopyalayın ve bir rakibi analiz edin.
2. Darboğazı Tanımlayın: Verileri nerede manuel olarak işlediğinizi bulun.
3. Yola Karar Verin: Kendin Yap, Pazar Yeri veya Ismarlama.

Yaşı Dijital Çalışan burada. Onları yönetecek misiniz, yoksa onlara karşı rekabet mi edeceksiniz?

Thinkpeak Otomasyon Pazaryerini Keşfedin | Ismarlama Mühendislik Danışmanlığı için Rezervasyon Yaptırın

Sıkça Sorulan Sorular (SSS)

CrewAI kullanımı ücretsiz mi?

Evet, çerçeve açık kaynaklıdır. Ancak, LLM'ler (OpenAI gibi) ve araç API'leri (Serper.dev gibi) için ödeme yaparsınız. Ollama aracılığıyla Llama 3 gibi yerel modeller kullanmak maliyetleri düşürebilir.

Python bilmeden CrewAI çalıştırabilir miyim?

CrewAI kod önceliklidir. Ancak, Thinkpeak.ai’in Automation Marketplace'i, teknik bilgisi olmayan kullanıcıların Make.com gibi sürükle-bırak arayüzleri aracılığıyla ajan iş akışlarını kullanmasına olanak tanıyor.

Acente ile Asistan arasındaki fark nedir?

Bir “Asistan” genellikle OpenAI'nin özel API ürününü ifade eder. CrewAI'deki bir “Agent” daha geniş bir tasarım modelidir. Herhangi bir modeli kullanabilir ve araç kullanımı ve işbirliği konusunda daha fazla esnekliğe sahiptir.

Yapay zekanın halüsinasyon görmesini nasıl durdurabilirim?

Sıkı geçmişleri olan daha iyi roller kullanın. Temsilciyi Arama araçlarını kullanmaya zorlayın. Ham verilere karşı çıktıyı kontrol etmek için bir “Gözden Geçirme” aracısı uygulayın.

CrewAI yerel dosyalarıma erişebilir mi?

Evet. FileReadTool aracıların RAG (Retrieval Augmented Generation) kullanmasına izin verir. Soruları yalnızca özel belgelerinize dayanarak yanıtlayabilirler.

Kaynaklar

• https://www.ibm.com/think/topics/agentic-workflows
• https://docs.crewai.com/tutorials/quickstart
• https://www.langchain.com
• https://www.openai.com
• https://www.anthropic.com