HIK.
Portfolyoya dön

Vaka çalışması

Creator & Maintainer·October 2024 to Present

PinMind: Multi-Agent Orkestrasyon Framework'ü

Bağlam farkındalıklı agent yönlendirme, planlama ve görev orkestrasyonu için LangGraph tabanlı bir framework. Yeniden kullanılabilir iş akışları, paylaşılan bellek ve otonom, çok adımlı yürütme için genişletilebilir bir araç entegrasyon katmanı sunar.

LangGraphPythonAgentic AIShared memoryTool-calling
github.com/hhalilikurnaz/pinmind-web
PinMind

01

Genel Bakış

PinMind, bağlam farkındalıklı ajan yönlendirme, planlama ve çok adımlı görev orkestrasyonu için geliştirdiğim LangGraph tabanlı bir framework. Otonom, hafızaya duyarlı ajan iş akışlarına yeniden kullanılabilir bir temel sağlar.

02

Zorluk

Çoğu ajan framework'ü tek bir ajanı iyi yönetiyor, ama gerçek iş akışları plan yapabilen, görev devredebilen ve bağlamı güvenilir şekilde paylaşabilen birden fazla ajana ihtiyaç duyuyor. Üstelik bunu yönetilemez bir karmaşaya dönüşmeden yapmak gerekiyor.

03

Yaklaşım

PinMind, açık ve izlenebilir ajan yönlendirme ve planlama için LangGraph üzerine kuruldu. Her iş akışına modüler yürütme, adımlar arası paylaşılan hafıza ve genişletilebilir bir araç entegrasyon katmanı sağlıyor; böylece sistemi yeniden mimarilemeden yeni ajanlar ve araçlar eklenebiliyor.

04

Nasıl çalışıyor

Görev bir LangGraph StateGraph'a girer. Bağlam duyarlı router işi planner'a, oradan worker ajanlara dağıtır. Shared memory bir checkpointer'dır: sonraki node'lar önceki kararları ve tool çıktılarını görür. ToolRegistry araçları config'den yükler, böylece graf yeniden yazılmadan yetenek eklenir. Amaç incelenebilir bir graftır; routing ve el değiştirme tek bir mega-prompt'un içinde gizlenmez.

05

Sistem mimarisi

Parçaların birbiriyle nasıl konuştuğu. Bir düğümün üzerine gelin ya da runtime'ı süren kaynağa geçin.

graph.py

Ingress

LangGraph

State

06

Ne inşa ettim

Routing, planlama ve çok adımlı yürütme için LangGraph runtime.

Ajanların hop’lar arasında bağlam tutması için shared-memory checkpointer.

Grafı yeniden mimarilemeden tool ekleyen genişletilebilir registry.

Kurumsal tarzda otonom görevler için yeniden kullanılabilir workflow primitive’leri.

07

Çıktılar

LangGraph kullanarak bağlam farkındalıklı ajan yönlendirme, planlama ve görev orkestrasyonu kurdum.

Modüler yürütme, paylaşılan hafıza ve genişletilebilir araç entegrasyonuyla yeniden kullanılabilir ajan iş akışları tasarladım.

Kurumsal yapay zekâ iş akışlarını ve otonom görev yürütmeyi destekleyen ölçeklenebilir bir orkestrasyon katmanı geliştirdim.

Bağlam açısından zengin, çok adımlı iş akışları için hafızaya duyarlı ajan yürütmesi uyguladım.

Özel ajanları, araçları ve iş akışlarını destekleyen genişletilebilir bir mimari tasarladım.

08

Sonuçlar

Başka ürünlerin (FlowOne workflow katmanı dahil) üzerine oturabileceği bir çerçeve.

Kara kutu yerine node node incelenebilen çok ajanlı koşular.

Routing, planlama, worker ve tool katmanlarının net ayrımı.

09

Ne öğrendim

Tek ajanlı döngüler gerçek iş akışında çöker; graflar hata modunu görünür kılar.

Bellek sonradan eklenen bir özellik değil, bir ürün kararıdır. Ne persist ettiğin sistemin ta kendisidir.

Tool’lar hardcoded ise framework ölü doğar; config-driven registry onu canlı tutar.

10

Teknoloji Yığını

LangGraphPythonAgentic AIShared memoryTool-calling

Benzer bir fikrin mi var?

Yeni projelere açığım. Ne inşa ettiğinizden bahsedelim.