Kuika’nın AI Agents özelliği, uygulamalarınıza daha etkileşimli ve senaryo tabanlı yapay zeka deneyimleri entegre etmenizi sağlar. Bu özellik sayesinde farklı görevleri üstlenen, belirli rollere sahip ve kullanıcıdan gelen girdilere göre dinamik yanıtlar verebilen yapay zeka ajanları (agents) oluşturabilirsiniz.

AI Agent Oluşturma Adımları

1. Kuika platformuna giriş yapın ve çalışmak istediğiniz projeyi açın.
2. Datasources modülüne gidin.

3. Sol panelde yer alan “AI Agents” bölümüne gidin.
4. “+” ikonuna tıklayarak yeni bir AI Agent oluşturun.

Açılan pencerede aşağıdaki bilgileri doldurmanız gerekecektir:

Agent İsmi

Agent’a tanımlayıcı bir isim verin (örneğin, “JobPostGeneratorAgent”).

Model Seçimi

• İki farklı model tipi mevcuttur:
  
  • All: Çok yönlü, genel amaçlı görevler için kullanılır.
  • CrewAI: Birden fazla yapay zeka ajanının ekip olarak çalışmasını sağlayan gelişmiş bir senaryo altyapısı sunar.

AI Agent Şablonları

Hazır şablonlar üzerinden agent oluşturabilir veya tamamen Custom seçeneğiyle sıfırdan bir yapı tanımlayabilirsiniz:

1. Custom
   
   • Tanım: Sıfırdan kendi agent'ınızı oluşturmanıza olanak tanır.
   • Kullanım Senaryosu: Özgün görev tanımı, özel kullanıcı girdileri veya farklı AI modelleri kullanmak isteyen geliştiriciler içindir.
   • Özellikler: Role prompt, user prompt, model ve parametrelerin tamamı sizin kontrolünüzdedir.
   • Örnek Girdi: “Bir podcast bölümü için başlık ve açıklama üret.”
2. Employee Researcher
   
   • Tanım: Belirli bir çalışan hakkında internet veya veritabanı üzerinden bilgi toplar.
   • Kullanım Senaryosu: İnsan kaynakları, iç iletişim ve yönetici dashboard'ları.
   • Veri Kaynağı: Genellikle Serper Tool ile desteklenir.
   • Girdi: Çalışan adı, pozisyon, e-posta.
   • Çıktı: Çalışanın geçmişi, yetkinlikleri, projeleri hakkında yapılandırılmış metin veya JSON.
3. Company Researcher
   
   • Tanım: Belirtilen bir şirket hakkında çevrimiçi araştırma yapar ve özet bilgi sunar.
   • Kullanım Senaryosu: Rekabet analizi, yatırım araştırmaları, müşteri profili çıkarımı.
   • Veri Kaynağı: Serper Tool ile web aramaları.
   • Girdi: Şirket adı (örn: “Trendyol”)
   • Çıktı: Kuruluş yılı, sektör, son haberler, büyüklük, çalışan sayısı gibi bilgiler.
4. Job Post Generator
   
   • Tanım: Belirli bir pozisyon için iş ilanı hazırlar.
   • Kullanım Senaryosu: İnsan kaynakları otomasyonları, iş ilanı oluşturma panelleri.
   • Girdi: Pozisyon adı, aranan beceriler, lokasyon, şirket bilgisi.
   • Çıktı: Başlık, açıklama, görev tanımı, aranan nitelikler.
5. Candidate Selector
   
   • Tanım: Aday verilerine göre en uygun olanı seçer ya da sıralar.
   • Kullanım Senaryosu: Otomatik işe alım araçları, başvuru eleme süreçleri.
   • Girdi: Birden fazla adayın özgeçmiş bilgisi (metin/JSON formatında).
   • Çıktı: Önerilen aday(lar), güçlü yönleri, eşleşme skoru gibi yapılandırılmış çıktı.
6. News Summarizer
   
   • Tanım: Güncel haberleri alır ve özetler.
   • Kullanım Senaryosu: Dashboard’larda hızlı haber akışı, sektör analiz panelleri.
   • Veri Kaynağı: Serper Tool ile gerçek zamanlı haber taraması.
   • Girdi: Konu veya haber başlığı (örn: "yapay zeka yatırımları").
   • Çıktı: Kısa özet, haber tarihi, kaynak bilgisi.
7. SQL Rag Search
   
   • Tanım: SQL tabanlı veri kaynakları üzerinde arama yaparken RAG (Retrieval-Augmented Generation) yaklaşımı kullanır.
   • Kullanım Senaryosu: Büyük veritabanlarından anlamlı içerik çıkarma, doğal dil ile SQL sorguları destekleme.
   • Girdi: SQL sorgusu veya doğal dilde arama.
   • Çıktı: Sorgu sonuçlarının özetlenmiş veya yapılandırılmış hali.
8. Travel Planner 
   
   • Tanım: Seyahat planı oluşturur.
   • Kullanım Senaryosu: Tatil planlama, uçuş ve konaklama önerileri, rota çıkarma.
   • Girdi: Lokasyon, tarih, tercih edilen aktiviteler.
   • Çıktı: Önerilen seyahat planı, aktiviteler, alternatif seçenekler.
9. Marketing Strategy Consultant 
   
   • Tanım: Pazarlama stratejileri geliştirir.
   • Kullanım Senaryosu: Kampanya planlama, sosyal medya içerik stratejisi, marka analizi.
   • Girdi: Hedef kitle, sektör, ürün/hizmet bilgisi.
   • Çıktı: Kampanya önerileri, kanal stratejisi, KPI önerileri.

Custom Şablonu Kullanımı 

AI Agent’lar, özelleştirilebilir şablon yapısıyla farklı senaryolara uyarlanabilir. Girdi tanımları, kullanıcı etkileşimi ve arka plandaki araçlar sayesinde sistem esnek bir çözüm sunar.

Nasıl Kullanılır?

1. Agent Inputs Tanımlayın:
   
   • Sağ üst köşede yer alan "Agent Inputs" butonuna tıklayın.
   • Gerekli girdileri tiplerine uygun şekilde tanımlayın:
     
     • String: Metin bilgileri (örneğin: aday adı, ürün adı)
     • Boolean: Doğru/Yanlış seçenekleri (örneğin: referans kontrolü yapıldı mı?)
     • Integer: Tam sayılar (örneğin: deneyim yılı)
     • Float: Ondalıklı sayılar (örneğin: beklenen maaş)
       
2. Chatbot ile Etkileşime Geçin:
   
   • Tanımladığınız girdiler, chatbot arayüzünde aktif hale gelir.
   • Kullanıcı Chatbot’a doğal dil ile veri girer.
   • Örnek mesaj:
     “Aday adı: John Doe, Referans kontrolü yapıldı mı? Evet, Deneyim yılı: 6, Beklenen maaş: 85000.”
     
3. AI Agent Cevabı Üretir:
   
   • Tanımlı girdilere göre otomatik yanıt oluşturur.
   • Gerekirse analiz, hesaplama veya veri sorgulama işlemleri yapılır.
   • Sonuçlar gerçek zamanlı olarak kullanıcıya sunulur.
     
4. Tool’ları Kullanarak Eylem Gerçekleştirin:
   
   • Agent’a eklediğiniz araçlar (tool’lar) sayesinde dosya oluşturabilir, veri çekebilir, analiz yapabilirsiniz.

Örnek Senaryo: Aday Değerlendirme

Amaç: Aday bilgilerini alıp uygunluk değerlendirmesi yapmak, sonucu dosyaya kaydetmek.

Yapılacaklar:

• Agent Inputs’tan şu girdileri tanımlayın:
  
  • candidateName (String)
  • hasReferenceChecked (Boolean)
  • yearsOfExperience (Integer)
  • expectedSalary (Float)
    
• Chatbot’a şu şekilde yazın:
  
  • “Aday adı: John Doe, Referans kontrolü yapıldı mı? Evet, Deneyim yılı: 6, Beklenen maaş: 85000.”
• Agent şu yanıtı üretir:
  
  • John Doe
  • Referans kontrolü tamamlanmış.
  • 6 yıllık deneyimiyle pozisyona uygun.
  •  Beklenen maaş: 85.000 TL – Bu değer, piyasa ortalaması ile uyumlu görünüyor.
  • Değerlendirme raporu oluşturuluyor…”
    
• FileWriterTool devreye girerek john_doe_degerlendirme.txt adlı dosyayı oluşturur.

Agent Response Builder Nedir?

Agent’ın kullanıcıya ne tür yanıt vereceğini yapılandırmak için kullanılır. AI yanıtlarının dinamik, anlamlı ve yapılandırılmış biçimde oluşturulmasını sağlar. Bu yapı sayesinde:

• Girdilere bağlı özel mesajlar yazılabilir,
• Tool çıktıları yanıtın içine gömülebilir,
• Koşullu ifadelerle esnek içerikler üretilebilir (örneğin referans kontrolü yapılmışsa göster, yapılmamışsa uyar).
• Agent panelinde, görüntüleme ikonu (Response) tıklanarak ulaşılır.
• Burada metin içinde input adı kullanarak tüm girdileri çağırabilir, jinja benzeri yapılarla koşullu ifadeler tanımlayabilirsiniz.

Desteklenen Tool Açıklamaları

MCP tabanlı entegrasyonların (Brave Search, Slack, Github, GoogleWorkspace, GoogleMaps, Youtube, Trello, Airbnb, Office365, Dropbox) ayarları Configuration Manager modülü üzerinden yapılır. Bu modülde ilgili MCP için API anahtarları, erişim izinleri ve bağlantı bilgileri tanımlandıktan sonra AI Agent içinde kullanılabilir hale gelir.

1. ScrapeWebsiteTool
   
   • Amaç: Belirtilen bir web sitesinden veri veya içerik çekmek.
   • Kullanımı: URL girildiğinde sitenin HTML içeriğini çözümler. Belirli etiketler, başlıklar veya ürün bilgileri elde edilebilir.
   • Örnek Senaryo:
     
     • Bir e-ticaret sitesindeki ürün fiyatlarını karşılaştırmak.
     • Bir haber sitesinden başlıkları ve içerikleri çekmek.
2. CodeInterpreterTool
   
   • Amaç: Python kodu çalıştırmak, hesaplamalar yapmak, veri analizi ve grafik oluşturmak.
   • Kullanımı: Kullanıcıdan alınan sayısal girdilere göre analiz yapılmasını sağlar. Karmaşık işlemler (ortalama alma, karşılaştırma, görselleştirme) gerçekleştirilir.
   • Örnek Senaryo:
     
     • Maaş beklentilerinin piyasa ortalamasıyla karşılaştırılması.
     • Kullanıcıdan gelen sayıların ortalamasının hesaplanması.
3. SQLTableInfoTool
   
   • Amaç: Bağlı olunan veritabanındaki tablo yapılarını keşfetmek.
   • Kullanımı: Veritabanına bağlandığında tablo isimlerini, kolon adlarını ve veri tiplerini listeler.
   • Örnek Senaryo:
     
     • “satışlar” adlı tabloda hangi alanlar var?
     • “müşteriler” tablosunda doğum tarihi hangi formatta saklanıyor?
4. SQLDataQueryTool
   
   • Amaç: SQL sorguları çalıştırarak doğrudan veri çekmek.
   • Kullanımı: SELECT, JOIN, WHERE gibi sorgular çalıştırılabilir. Sonuçlar tablo halinde sunulur.
   • Örnek Senaryo:
     
     • Son 7 gündeki siparişleri listele.
     • Belirli bir müşteriye ait tüm işlemleri göster.
     • Stok durumu düşük olan ürünleri getir.
5. ExcelReadTool
   
   • Amaç: Excel dosyalarını okuyup içerisindeki verileri analiz etmek.
   • Kullanımı: Yüklenen .xlsx dosyasındaki sayfalar, hücreler ve veri setleri incelenebilir.
   • Örnek Senaryo:
     
     • Excel’deki bir satış raporundan toplam satışları bulmak.
     • Belirli bir tarih aralığındaki siparişleri listelemek.
     • Ürün bazlı satış karşılaştırması yapmak.
6. FileWriterTool
   
   • Amaç: Metin, JSON, CSV gibi formatlarda dosya oluşturmak veya yazmak.
   • Kullanımı: Kullanıcının sağladığı bilgilerle bir değerlendirme, rapor veya çıktı hazırlanarak dosyaya yazılır.
   • Örnek Senaryo:
     
     • Aday değerlendirme sonucu bir .txt dosyasında saklanır.
     • Bir analiz sonucu CSV formatında dışa aktarılır.
     • Chatbot çıktısı JSON dosyasına yazılarak sistemde arşivlenir.
7. FileReadTool
   
   • Amaç: Yüklenen dosyaların içeriğini okumak ve analiz etmek.
   • Kullanımı: Kullanıcı bir dosya yüklediğinde, içeriği satır satır veya yapı bazlı incelenebilir.
   • Örnek Senaryo:
     
     • Kullanıcının yüklediği geçmiş satış raporunu analiz etmek.
     • İçinde müşteri geri bildirimleri bulunan bir .txt dosyasını özetlemek.
     • JSON formatındaki bir yapıdan belirli alanları çıkarmak.
8. Brave Search MCP
   
   • Amaç: Brave arama motoru üzerinden internet araması yapmak.
   • Kullanımı: Belirtilen konu hakkında web sonuçlarını getirir.
   • Örnek Senaryolar:
     
     • Güncel haberleri aramak.
     • Belirli bir şirket hakkında internetteki içerikleri bulmak.
9. Slack MCP
   
   • Amaç: Slack kanallarıyla etkileşim kurmak.
   • Kullanımı: Mesaj içerikleri okunabilir, özetlenebilir veya aranabilir.
   • Örnek Senaryolar:
     
     • Son 1 haftalık kanal konuşmalarını özetlemek.
     • Belirli bir proje hakkında Slack’teki tartışmaları bulmak.
10. Github MCP
    
    • Amaç: GitHub repo ve issue’ları ile etkileşim sağlamak.
    • Kullanımı: Açık PR’lar, issue’lar, commit mesajları okunabilir.
    • Örnek Senaryolar:
      
      • Açık PR’ları listelemek.
      • Belirli bir branch’teki son commit’leri incelemek.
11. GoogleWorkspace MCP
    
    • Amaç: Google Docs, Sheets, Drive içerikleriyle entegrasyon.
    • Kullanımı: Belgeler aranabilir, okunabilir.
    • Örnek Senaryolar:
      
      • Google Sheets’teki son raporu okumak.
      • Drive’daki belirli bir dokümanı bulmak.
12. GoogleMaps MCP 
    
    • Amaç: Konum ve yer bilgilerini almak.
    • Kullanımı: Belirtilen adres veya mekan hakkında detay sağlar.
    • Örnek Senaryolar:
      
      • Yakındaki restoranları listelemek.
      • Belirli bir adresin harita bilgisini çekmek.
13. Youtube MCP
    
    • Amaç: YouTube videolarını aramak ve içerik bilgilerini almak.
    • Kullanımı: Başlık, açıklama, kanal bilgisi çekilebilir.
    • Örnek Senaryolar:
      
      • Belirli bir konu hakkında videoları listelemek.
      • Video açıklamasındaki linkleri analiz etmek.
14. Trello MCP
    
    • Amaç: Trello panolarıyla etkileşim sağlamak.
    • Kullanımı: Kartlar ve listeler okunabilir.
    • Örnek Senaryolar:
      
      • Bir panodaki tüm görevleri listelemek.
      • Belirli bir kartın açıklamasını okumak.
15. Airbnb MCP 
    
    • Amaç: Airbnb üzerinden konaklama bilgileri almak.
    • Kullanımı: Lokasyon ve tarih bilgisine göre uygun evleri listeler.
    • Örnek Senaryolar:
      
      • Paris için 3 günlük konaklama aramak.
      • Belirli bir fiyat aralığında evleri bulmak.
16. Office365 MCP
    
    • Amaç: Office 365 dosyaları ve mailleriyle entegrasyon.
    • Kullanımı: Belgeler okunabilir, mailler analiz edilebilir.
    • Örnek Senaryolar:
      
      • Outlook’taki son mailleri listelemek.
      • OneDrive’daki bir raporu okumak.
17. Dropbox MCP 
    
    • Amaç: Dropbox dosyalarıyla etkileşim sağlamak.
    • Kullanımı: Belgeler okunabilir, dosyalar listelenebilir.
    • Örnek Senaryolar:
      
      • Dropbox’taki bir sunumu açmak.
      • Son yüklenen dosyaları bulmak.

İpuçları

• Girdilerde yapılan her değişiklik, AI yanıtını otomatik olarak günceller.
• Tool kombinasyonları, farklı kullanım senaryoları yaratmanıza olanak tanır.
• Prompt içinde tanımlı her input, {{inputAdı}} şeklinde doğrudan kullanılabilir.

Serper Tool Settings Ayarları Nasıl Yapılır?

1. Uygulamaya Konfigürasyon Ekleyin

• Kuika platformuna giriş yapın.
• Apps ekranından çalışacağınız projeyi açın.

• Configuration Manager modülüne tıklayın.
• Açılan ekranda konfigürasyona bir isim verin ve CREATE butonuna tıklayın.

2. Serper Tool Ayarlarını Yapılandırın

• Yeni bir konfigürasyon oluşturduktan sonra App Settings ekranını açın.
• AI Settings bölümüne gidin.

• Açılır menüden Serper Tool seçeneğine tıklayın. 
• ADD NEW butonuna tıklayın.

• Açılan pop-up penceresinde aşağıdaki ayarları yapılandırın:
  
  • Name: Yapılandırmaya verilecek isim.
  • API Key: Serper API üzerinden aldığınız erişim anahtarı.

Serper Tool, Agent tarafından kullanılabilir hale geldikten sonra, AI Agent konfigürasyonlarında otomatik olarak algılanır ve dış veri kaynaklı görevlerde aktif olarak kullanılır.

AI Agent'ı Kullanma

1. UI Design modülüne gidin.
2. Agent’ı eklemek istediğiniz ekranı açın.
3. +ADD ACTION > AI Agents sekmesine tıklayın ve oluşturduğunuz Agent’ı seçin.
4. İlgili kullanıcı girdilerini bağlayın ve yapay zeka destekli senaryoları devreye alın.