https://github.com/emredeveloper/agents-notebooks
This is a repository of agent notebooks that contains studies on how to use various agent libraries with different tools and methods.
https://github.com/emredeveloper/agents-notebooks
agent agents ai artificial-intelligence llm python
Last synced: 4 months ago
JSON representation
This is a repository of agent notebooks that contains studies on how to use various agent libraries with different tools and methods.
- Host: GitHub
- URL: https://github.com/emredeveloper/agents-notebooks
- Owner: emredeveloper
- License: apache-2.0
- Created: 2025-08-18T19:04:14.000Z (10 months ago)
- Default Branch: main
- Last Pushed: 2026-02-28T23:09:47.000Z (4 months ago)
- Last Synced: 2026-03-01T02:07:45.089Z (4 months ago)
- Topics: agent, agents, ai, artificial-intelligence, llm, python
- Language: Jupyter Notebook
- Homepage: https://emredeveloper.vercel.app/
- Size: 7.25 MB
- Stars: 14
- Watchers: 0
- Forks: 1
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# 🤖 AI Agents & LangGraph Projeleri (Türkçe)
Bu repository, modern AI teknolojileri ile geliştirilmiş çeşitli agent sistemleri ve LangGraph workflow örneklerini Türkçe olarak sunar.
## 📸 Ekran Görüntüleri
### 🎥 YouTube QA Agent
Sistem Diyagramı
Ana Sayfa ve Yapılandırma
YouTube URL Girişi ve İşleme
Soru-Cevap Arayüzü ve Sonuçlar
### 🤝 A2A-Agent (Çoklu Ajan Demo)
Ekran 1
Ekran 2
Ekran 3
Ekran 4
## 🎥 **Ana Proje: YouTube Video QA Agent**
**En gelişmiş ve güncel proje** - YouTube videolarından transcript çıkarıp akıllı soru-cevap yapabilen modern agent sistemi.
### ✨ **Öne Çıkan Özellikler**
- 🎬 **YouTube Video İşleme**: Otomatik transcript çıkarma
- 🧠 **Multi-LLM Support**: LM Studio (yerel) + Google Gemini 2.5
- 💡 **Ana Fikirler Çıkarımı**: Video'nun 3-5 temel mesajı
- 🌐 **Modern Streamlit UI**: Web arayüzü + embedded video player
- 🔍 **Vector Search**: FAISS ile hızlı içerik arama
- 🇹🇷 **Tam Türkçe Destek**: Arayüz ve çıktılar
### 🚀 **Hızlı Başlangıç**
```bash
cd "Youtube Video - RAG - Agent"
streamlit run streamlit_app.py
```
📖 **[Detaylı Dokümantasyon →](Youtube%20Video%20-%20RAG%20-%20Agent/README_youtube_qa.md)**
## 🤝 A2A-Agent (Çoklu Ajan Demo)
LM Studio'nun OpenAI uyumlu sunucusunu kullanarak basit bir çoklu ajan (MathAgent, WriterAgent) ve `orchestrator` ile A2A benzeri bir akış sunar.
### 🚀 Hızlı Başlangıç (A2A-Agent)
```bash
cd A2A-Agent
# Ayrı terminallerde çalıştırın
python math_agent.py
python writer_agent.py
python orchestrator.py
```
📖 **[A2A-Agent Dokümantasyonu →](A2A-Agent/README.md)**
---
## 🔧 **LangGraph Örnekleri**
LangGraph kütüphanesi kullanarak çeşitli AI workflow örnekleri:
## Diyagramlar
### 1. Temel Akış (`langraph_basic.py`)
```mermaid
flowchart LR
U[Mesaj] --> LLM[llm_node]
LLM --> C{done var mı?}
C -->|Hayır| LLM
C -->|Evet / MAX_TURN| E[Son]
```
### 2. Thread / Hafıza (`langraph_stream_memory.py`)
```mermaid
flowchart TB
subgraph T1[Thread 1]
Name[Adım Will] --> G1[Graph]
G1 --> M1[(Memory)]
M1 --> A1[Yanıt 1]
A1 --> Recall[Adımı hatırlıyor musun?]
Recall --> G1
end
subgraph T2[Thread 2]
Recall2[Adımı hatırlıyor musun?] --> G2[Graph]
G2 --> M2[(Memory)]
M2 --> A2[Yanıt 2]
end
```
### 3. Persona Branching (`langraph_branch_personas.py`)
```mermaid
flowchart LR
P[Prompt] --> F1[Persona sicak]
P --> F2[Persona resmi]
P --> F3[Persona egitmen]
P --> F4[Persona supheci]
F1 --> R1[Yanıt 1]
F2 --> R2[Yanıt 2]
F3 --> R3[Yanıt 3]
F4 --> R4[Yanıt 4]
R1 --> COL[Özet Tablo]
R2 --> COL
R3 --> COL
R4 --> COL
COL --> DIFF[Diff Analizi]
```
### 4. Dinamik Sıcaklık (`langraph_dynamic_temperature.py`)
```mermaid
flowchart LR
P2[Prompt] --> CLS[Heuristik Sınıflandırma]
CLS --> DYN[LLM dinamik]
P2 --> FIX[LLM sabit]
DYN --> CMP[Karşılaştırma]
FIX --> CMP
```
## 📁 **Proje Yapısı**
```
Agents-Denemeler/
├── 🎥 Youtube Video - RAG - Agent/ # Ana proje (Streamlit UI)
│ ├── streamlit_app.py # Web arayüzü
│ ├── youtube_qa_agent.py # Core agent logic
│ └── README_youtube_qa.md # Detaylı dokümantasyon
├── 🔧 Langraph/ # LangGraph örnekleri
│ ├── langraph_basic.py # Temel akış
│ ├── langraph_stream_memory.py # Thread tabanlı hafıza
│ ├── langraph_branch_personas.py # Persona branching
│ └── langraph_dynamic_temperature.py # Dinamik sıcaklık
├── A2A-Agent/ # A2A benzeri çoklu ajan demo (LM Studio destekli)
│ ├── orchestrator.py # Basit orkestratör
│ ├── math_agent.py # Basit matematik ajanı
│ ├── writer_agent.py # Yazım ajanı (LM Studio)
│ ├── embedding_agent.py # Embedding yardımcıları
│ ├── ui_streamlit.py # Opsiyonel UI
│ ├── common.py # Ortak yardımcılar (LM Studio, JSON-RPC)
│ ├── README.md
│ └── logs/ # Log dosyaları
└── requirements.txt # Ortak bağımlılıklar
```
## 📋 **LangGraph Betikleri Hakkında**
1. **`langraph_basic.py`** – Temel akış: kullanıcı mesajı → LLM → döngü ("done" geçerse durur)
2. **`langraph_stream_memory.py`** – `InMemorySaver` ile thread tabanlı hafıza (farklı `thread_id` = ayrı geçmiş)
3. **`langraph_branch_personas.py`** – Aynı prompt'u farklı persona'larla paralel çalıştırıp sonuçları renkli diff / yan yana / kelime farkı ile karşılaştırma
4. **`langraph_dynamic_temperature.py`** – Prompt türünü sınıflandırıp sıcaklığı (temperature) otomatik seçer; isteğe bağlı sabit sıcaklık karşılaştırması
## 🚀 **Hızlı Başlangıç**
### 🎥 **YouTube QA Agent (Ana Proje)**
```bash
# Ana projeye git
cd "Youtube Video - RAG - Agent"
# Streamlit uygulamasını başlat
streamlit run streamlit_app.py
```
Tarayıcıda `http://localhost:8501` açılır.
### 🔧 **LangGraph Örnekleri (Windows cmd.exe)**
#### Ortam Kurulumu
Sanal ortamını (örn. `.venv`) aktifleştir ve gerekli ortam değişkenlerini ayarla:
```cmd
set LG_BASE_URL=http://127.0.0.1:1234/v1
set LG_API_KEY=lm-studio
set LG_MODEL=google/gemma-3n-e4b
```
#### Paket Kurulumu
```cmd
pip install -r requirements.txt
```
#### Temel Örneği Çalıştırma
```cmd
cd Langraph
python langraph_basic.py
```
### Genel Özellikler
- Ortam değişkeni ile yapılandırma (model, base URL, API key)
- Geçici bağlantı hatalarına yeniden deneme (retry)
- Mesaj rolleri doğru eşleme (user / assistant / system / tool)
- Maksimum tur sınırı (sonsuz döngü engeli)
- Günlük (logging) ile izlenebilirlik
## Thread / Hafıza Örneği
**Betik:** `langraph_stream_memory.py`
**Amaç:** Aynı uygulamada farklı oturumları (thread) izole etmek. `thread_id=1` kullanıcının ismini hatırlar, `thread_id=2` temiz başlar.
**Çalıştır:**
```cmd
python langraph_stream_memory.py
```
## Persona Branching (Karşılaştırmalı) Örneği
**Betik:** `langraph_branch_personas.py`
**Ne yapar:** Tek bir prompt'u tanımlı persona'lara paralel yollayıp çıktıların:
- Bir özet tablosunu
- Seçilen moda göre farklarını
gösterir.
### Diff Modları (`--diff-mode`)
- `unified` : Klasik satır bazlı (eklenen yeşil, silinen kırmızı)
- `side` : Yan yana satırlar
- `words` : Kelime düzeyinde eklenen / silinen
- `all` : Hepsi birden
### Diğer Bayraklar
- `--no-diff` : Farkları gösterme (sadece özet tablo)
- `--strict-turkish` : İngilizce sızıntısı varsa uyarı
- `--max-preview-chars N` : Özet tablo kesme uzunluğu
### Örnek Kullanım
```cmd
python langraph_branch_personas.py --prompt "Kısa bir motivasyon cümlesi yaz" --diff-mode side --strict-turkish
```
**Persona kimlikleri (Türkçe üretim):** `sicak`, `resmi`, `egitmen`, `supheci`
## Dinamik Sıcaklık (Temperature) Örneği
**Betik:** `langraph_dynamic_temperature.py`
**Mantık:** Prompt içeriğini heuristiklerle sınıflandırır:
- çeviri / yaratıcı / akıl yürütme / kod / faktüel / genel
ve buna göre bir sıcaklık seçer. İstersen sabit sıcaklıkla karşılaştırma yapar.
### Örnek Kullanım
```cmd
python langraph_dynamic_temperature.py --prompt "Kısa bir motivasyon cümlesi yaz" --show-rationale --compare
```
### Bayraklar
- `--show-rationale` : Sınıflandırma gerekçesini yazdır
- `--compare` : Dinamik vs sabit çıktı
- `--fixed-temperature 0.7` : Karşılaştırma için sabit değer
## Yerel Model Kullanmıyorsanız
`LG_BASE_URL` değerini erişilebilir bir OpenAI-uyumlu son noktaya yönlendirin (örn. bir bulut servis ya da LM Studio). `LG_API_KEY` değerini de o servisin anahtarıyla değiştirin.
## 🌟 **Önerilen Geliştirmeler**
### 🎥 **YouTube QA Agent**
- [x] ✅ **Streamlit UI** - Tamamlandı
- [x] ✅ **Ana Fikirler Çıkarımı** - Tamamlandı
- [x] ✅ **Multi-LLM Support** - Tamamlandı
- [ ] 🔄 **A2A Protocol Entegrasyonu** - Devam ediyor
- [ ] 📊 **Video Timeline Navigation**
- [ ] 📤 **Export Features** (PDF/Word)
- [ ] 🌍 **Multi-language Support**
### 🔧 **LangGraph Örnekleri**
- [ ] 💾 Kalıcı hafıza (SQLite / dosya) ekleme
- [ ] 🔍 Vektör hafıza & özetleme
- [ ] 📝 JSON/CSV çıktı loglama
- [ ] 🚀 FastAPI arayüzü
- [ ] 📋 Persona tanımlarını harici YAML'den yükleme
## 🤝 **Katkıda Bulunma**
### 🎯 **Nasıl Katkıda Bulunurum?**
1. **Fork yapın** ve feature branch oluşturun
2. **Kod değişikliklerinizi** commit edin
3. **Pull Request** açın
4. **Issue'lar** açarak özellik önerilerinde bulunun
### 📋 **Katkı Alanları**
- 🐛 **Bug Fixes**: Hata düzeltmeleri
- ✨ **New Features**: Yeni özellikler
- 📚 **Documentation**: Dokümantasyon iyileştirmeleri
- 🎨 **UI/UX**: Arayüz geliştirmeleri
- 🧪 **Testing**: Test senaryoları
### 🔧 **Geliştirme Ortamı**
- **Python 3.8+** gerekli
- **Virtual environment** kullanımı önerilir
- **Code formatting**: Black, isort kullanın
---
## 📝 **Notlar**
- **Windows cmd.exe**: `set DEGISKEN="deger"` formatı
- **PowerShell**: `$env:DEGISKEN="deger"` formatı
- **Linux/Mac**: `export DEGISKEN="deger"` formatı
## 🏷️ **Teknoloji Stack**
- **🐍 Backend**: Python, LangGraph, LangChain
- **🤖 LLM**: LM Studio, Google Gemini
- **🌐 Frontend**: Streamlit, HTML/CSS
- **🔍 Vector DB**: FAISS
- **📹 Video**: YouTube Transcript API, PyTube