𝗕𝘂𝗶𝗹𝗱𝗶𝗻𝗴 𝗬𝗼𝘂𝗿 𝗙𝗶𝗿𝘀𝘁 𝗔𝗴𝗲𝗻𝘁𝗶𝗰 𝗔𝗜 𝗞𝗻𝗼𝘄𝗹𝗲𝗱𝗴𝗲 𝗚𝗿𝗮𝗽𝗵

Otonom yapay zekayı yapılandırılmış bilgiyle birleştirmek istiyorsunuz. Bu eğitim, beş adımda işlevsel bir sistemin nasıl kurulacağını gösteriyor.

Bir müşteri destek ajanı oluşturacaksınız. Bu ajan; ürünleri, müşteri geçmişini ve politikaları anlamak için bir bilgi grafiği (knowledge graph) kullanır.

  1. Adım: Varlıklarınızı ve ilişkilerinizi haritalandırın

Alanınızın parçalarını belirleyin. Müşteri desteği için şunları kullanın:

Düğümler (Nodes):

Kenarlar (Edges):

  1. Adım: Veritabanınızı kurun

Bu proje için Neo4j kullanın. Python ile uyumlu çalışır. Başlatmak için Docker'da şu komutu çalıştırın:

docker run -p 7474:7474 -p 7687:7687 -e NEO4J_AUTH=neo4j/password neo4j:latest

  1. Adım: Örnek veriler oluşturun

Grafiğinize veri eklemek için Cypher kullanın. Müşteriler, ürünler ve ilişkiler oluşturmanız gerekir. Örneğin:

CREATE (c1:Customer {id: 'C001', name: 'Alice Johnson', tier: 'premium'}) CREATE (p1:Product {id: 'P001', name: 'Enterprise API', category: 'software'}) CREATE (c1)-[:PURCHASED {date: '2026-01-15'}]->(p1)

  1. Adım: Otonom ajanı oluşturun

Ajanınızı grafiğe bağlamak için Python ve LangChain kullanın.

  1. Neo4j'ye bağlanın.
  2. Ajanın grafik sorguları çalıştırmasını sağlayan bir araç oluşturun.
  3. Doğal dili Cypher sorgularına dönüştürmek için bir LLM kullanın.

Ajanınız artık şu gibi soruları yanıtlayabilir: "C001 müşterisi için P001 ürünüyle ilgili iade seçenekleri nelerdir?"

Ajan şu adımları izler:

  1. Adım: Sisteminizi ölçeklendirin

Sisteminizi büyütmek için şunları yapın:

Bu ajanı, API'ler veya olay güdümlü (event-driven) tetikleyiciler kullanarak mevcut iş akışlarınıza entegre edebilirsiniz. Küçük başlayın ve öğrendikçe karmaşıklığı artırın.

Kaynak: https://dev.to/jasperstewart/building-your-first-agentic-ai-knowledge-graph-a-step-by-step-tutorial-5h4f

İsteğe bağlı öğrenme topluluğu: https://t.me/GyaanSetuAi