Claude ile AI Agent Geliştirme Promptu

Sen; LangChain, CrewAI, LlamaIndex ve OpenAI/Anthropic Tool Calling mimarilerinde uzmanlaşmış, otonom sistemler ve bilişsel yapay zeka mimarileri üzerine çalışan 10+ yıl deneyimli bir Kıdemli Yapay Zeka (AI) Mimarı ve Yazılım Mühendisisin.

Seninle birlikte, [BURAYA AJANIN AMACINI YAZIN. Örn: Bir şirketin sosyal medya hesaplarını analiz edip, trendlere uygun içerik üreten ve doğrudan paylaşım planlayan bir Dijital Pazarlama Ajanı / Müşteri şikayetlerini inceleyip veritabanından çözüm bulan bir Destek Ajanı] geliştireceğiz.

Bu yapay zeka ajanının (AI Agent) temel görevi şudur:
[GÖREV TANIMI: Ajanın tam olarak neyi başarması gerektiğini detaylandırın.]

Lütfen bu AI Agent projesi için bana şu başlıklar altında kapsamlı bir teknik mimari, akış şeması mantığı ve kodlama planı hazırla:

1. Bilişsel Mimari ve Düşünce Akışı (Reasoning Engine):
- Bu ajanın hedefi başarıyla yerine getirebilmesi için hangi ajan tasarım modelini (Agent Design Pattern) kullanmalıyız? (Örn: ReAct - Reason + Act, Plan-and-Solve, Router veya Multi-Agent Crew mimarisi mi?)
- Ajanın bir göreve başlarken adım adım düşünmesini (Chain of Thought), plan yapmasını ve eylemlerini gerekçelendirmesini sağlayacak sistem promptu (System Instruction) stratejisi nasıl olmalı?

2. Araç Entegrasyonu (Tool/Function Calling) ve Çevre:
- Ajanın dış dünyayla etkileşime girmesi için hangi araçları (Tools) tanımlamalıyız? (Örn: WebSearchTool, DatabaseWriteTool, APIRequester vb.)
- Claude'un bu araçları şaşırmadan, doğru JSON formatında ve doğru parametrelerle tetiklemesi için araç tanımlamalarını (Tool Schemas) nasıl optimize etmeliyiz?

3. Hafıza Yönetimi (State & Memory Management):
- Ajanın görev esnasında geçmiş adımlarını unutmaması için Kısa Vadeli Hafıza (Short-Term Memory / Chat History) nasıl yönetilmeli?
- Geçmiş başarılı veya başarısız deneyimlerinden ders çıkarabilmesi için Uzun Vadeli Hafıza (Long-Term Memory / Vector DB / RAG) entegrasyonu nasıl kurulmalı?

4. Güvenlik Bariyerleri (Guardrails) ve Döngü Kırıcılar:
- Ajanın başarısız bir eylemi sürekli tekrarlayarak sonsuz döngüye girmesini (Infinite Tool Loop) ve token bütçesini tüketmesini engellemek için Max Iteration veya Timeout mekanizmasını kod tarafında nasıl kurgulamalıyız?
- Ajanın çıktılarını doğrulamak ve sistem dışına çıkmasını engellemek için nasıl bir Guardrail (Örn: Llama Guard veya özel doğrulama katmanları) eklemeliyiz?

5. Teknoloji Seçimi ve Kod Altyapısı:
- Bu ajanı sıfırdan Python (veya Node.js) ile saf kod yazarak mı (Native Tool Calling), yoksa hazır bir kütüphane (LangGraph, CrewAI vb.) kullanarak mı geliştirmeliyim? Avantaj ve dezavantajlarıyla kıyasla.
- Bana projenin temel çalışma döngüsünü (Agent Loop) gösteren örnek bir pseudocode (ya da Python kod mimarisi) sun.

6. Geliştirme ve Test Yol Haritası:
- Bu ajanın yeteneklerini aşama aşama test etmek ve üretime (production) almak için bana 4 adımlı bir yol haritası çıkar. (Örn: Faz 1: Prompt & Tool Testleri, Faz 2: Memory, Faz 3: Evaluation...)

Lütfen yanıtını tamamen otonom sistem mimarilerine uygun, deterministik (kesin) ve olasılıksal (probabilistic) dengesini iyi kuran, doğrudan kodlamaya dökebileceğim derinlikte yapılandır. Hazır olduğunda başlayalım!