AI Agent geliştirmek kolaylaşıyor. Peki geliştirdiğimiz agent’ın ne yapacağını nasıl kontrol edeceğiz?
 

Bugün LLM'lere yalnızca sorular sormuyoruz.
 

AI Agent'lar ile;

1/ API'leri çağırabiliyoruz.

2/ Veritabanlarından bilgi alabiliyoruz.

3/ Harici araçları (Tools) çalıştırabiliyoruz.

4/ Birden fazla adımı içeren görevleri gerçekleştirebiliyoruz.

Peki agent yanlış aracı çalıştırırsa ne olacak?

Ya da doğru karar vermek için ihtiyaç duyduğu bilgiye erişemezse?

Bir LLM'e araç kullanma yeteneği kazandırmakla, davranışları kontrol edilebilen bir AI Agent geliştirmek aynı şey değil.

Peki bunu nasıl yapacağız?

1/ Agent hangi araçları kullanmalı?
↳ Tool Calling mekanizmasıyla araç kullanımını yönetmek.

2/ Agent doğru bilgiye nasıl erişecek?
↳ Context Provider'lar ile ihtiyaç duyduğu bağlamı sağlamak.

3/ Model çağrılarını nasıl yöneteceğiz?
↳ Chat Pipeline ile mesaj ve model çağrısı akışını düzenlemek.

4/ Agent'ın çalışmasına nasıl müdahale edeceğiz?
↳ Middleware ile doğrulama, izleme ve kontrol mekanizmaları oluşturmak.

5/ Bütün bu bileşenler nasıl birlikte çalışacak?
↳ Harness mimarisinin katmanlarını ve aralarındaki ilişkileri anlamak.

Microsoft Agent Framework, bu bileşenleri bir araya getirerek agent davranışını yönetebileceğimiz bir mimari sunuyor.

Çünkü AI Agent geliştirmek yalnızca bir LLM'e prompt göndermek değil.

Agent'ın hangi bilgiyle, hangi araçlarla ve hangi kurallar çerçevesinde çalışacağını tasarlayabilmek.

Fatih Çakıroğlu ile “Microsoft Agent Framework’te Harness Yapısı” başlıklı webinarımızda, context yönetimi, tool calling ve middleware ile agent davranışının nasıl yönetilebileceğini ele alacağız.

ETKİNLİK BİLGİLERİ

📅 11 Kasım 2026, Çarşamba
🕣 20.30
📍 Zoom Canlı Yayın
🎟️ Katılım ücretsizdir.
👨‍🏫 Fatih Çakıroğlu