Multi-Agent Orkestrasyon: Altı Uzman Ajan Tek Bir Yönlendiriciyle Nasıl Çalışır?
Tek bir büyük istem yerine altı uzman ajan ve bir yönlendirici. Beyond Creator için kurduğumuz sistemin mimarisi, 55 aracın nasıl bölündüğü ve yanıt modlarının neden asıl ürün kararı olduğu.
Kısaca: multi-agent orkestrasyon, bir işi tek büyük istem yerine her biri yalnız kendi araçlarını gören uzman ajanlara bölmektir. Beyond Creator için kurduğumuz sistemde altı uzman ajan ve bir yönlendirici 55 aracı paylaşıyor. Sorumluluk bölündüğü için her parça ayrı test edilip ayrı değiştirilebiliyor.
Multi-agent (çok ajanlı) sistem, bir görevi birden fazla yapay zeka ajanının paylaştığı mimaridir. Yönlendirici ajan ise gelen isteği okuyup doğru uzmana devreden, kendisi cevap üretmeyen ajandır.
"AI ajanı" çoğu yerde tek bir istemle çalışan bir sohbet kutusunu anlatıyor. Üretimde bunun duvara çarptığı yer belli: istem büyüdükçe model hangi işi yaptığını karıştırıyor, araç sayısı arttıkça yanlış aracı çağırıyor ve tek bir hata bütün akışı düşürüyor.
GG Tech Teknoloji olarak Beyond Creator için geliştirdiğimiz Beyond Review'da bunun yerine altı uzman ajan ve bir yönlendirici var. Sistem Google ADK üzerinde çalışıyor, 11 ayda geliştirildi ve beyondreview.ai adresinde canlı.
Altı uzman ajan işi nasıl paylaşıyor?
Yönlendirici (super_agent) cevabı kendisi üretmiyor ve hiç aracı yok. Tek işi gelen isteği doğru uzmana devretmek. Uzmanların her biri yalnız kendi işinin araçlarını görüyor.
| Ajan | İşi | Araç |
|---|---|---|
| gmb_agent | Google İşletme Profili yönetimi: profil çekme, açıklama üretme ve seçme, telefon ve adres güncelleme, onaylı değişiklik akışı | 15 |
| billing_agent | Abonelik ve ödeme: plan listeleme, plan değişikliği teklifi ve uygulaması, fatura ödeme, ödeme uyarıları, destek kaydı | 14 |
| review_agent | Yorum yanıtlama: taslak onayı, reddi ve yeniden yazımı, duygu analizi, kural normalleştirme, işaretleme | 7 |
| competitor_agent | Rakip takibi (en fazla 3): ekleme, listeleme, arama, rakip raporu | 7 |
| reporting_agent | İçgörü ve rapor: aylık ve talebe bağlı rapor üretimi, son içgörüler | 6 |
| onboarding_agent | Kurulum akışı: adım durumu, alan gönderimi, geri adım, tamamlama ve iptal | 6 |
| super_agent | Yönlendirici: devreder, cevap üretmez | 0 |
Toplam 55 araç var. Sayılar, ajanların kaynak kodundaki araç listelerinden sayıldı (Eylül 2026). Bunlara ek olarak site üzerindeki yardım için panelden bağımsız, 3 araçlı bir web_help_agent çalışıyor.
Dağılımın eşit olmaması tesadüf değil. İşletme profili yönetimi ve faturalandırma çok adımlı, onay gerektiren akışlar. Yorum yanıtlama ise tek bir kararın etrafında dönüyor.
Uzmanlaşma hangi sorunları çözüyor?
- Araç seçimi bozulmuyor: 55 aracın tamamını tek bir ajana verdiğinizde model, isimleri birbirine benzeyenleri karıştırıyor. Her ajan yalnız kendi 6 ile 15 arasındaki aracını gördüğü için seçim uzayı küçülüyor.
- Bağlam penceresi boşa gitmiyor: yorum yanıtlama işi, faturalandırma araçlarının tanımlarını bağlamda taşımak zorunda kalmıyor.
- Hata izole edilebiliyor: hangi uzmanın hangi adımda yanlış gittiği ayrı ayrı izlenebiliyor, tek bir uzun izde kaybolmuyor.
- Değişiklik yerel kalıyor: bir uzmanın aracını değiştirdiğinizde diğerlerini yeniden test etmeniz gerekmiyor.
Yanıt modları neden asıl ürün kararı?
Sistemin üç yanıt modu var: otomatik, hibrit ve manuel. Mod her işletme için yıldız puanına göre ayrı seçiliyor; örneğin beş yıldızlı yorumlar otomatik, düşük puanlılar onaylı yanıtlanabiliyor.
Bu teknik bir ayrıntı değil, ürünün en önemli kararı. Yorum yanıtlamak itibar riski taşır ve tam otomatik bir sistem yanlış bir cevabı da otomatik yayınlar. Hibrit mod cevap taslağını üretip işletme sahibinin onayına düşürüyor, manuel mod ise yalnız bildirim gönderiyor. Üretilen her cevap yayından önce ikinci bir model çağrısıyla uygunluk ve vaat denetiminden geçiyor; üç denemede bu denetimi geçemeyen cevap yayımlanmıyor.
Genel kural: dışarıya görünen ve geri alınamayan her ajan eylemi için bir onay kademesi tasarlayın. Ajanın yetkinliği arttıkça kademeyi gevşetirsiniz, tersi sırayla değil. review_agent'ın araç listesi bu yaklaşımı doğrudan yansıtıyor: approve_reply, reject_reply ve rewrite_reply, üçü de kararı insanın verdiği eylemler.
Bu mimari hangi yığında çalışıyor?
Ajanlar Google ADK ve Gemini ile çalışıyor, uygulama tarafı Node.js ve Next.js, veri tarafı MongoDB. Kapsam yalnızca Google İşletme Profili yorumları; Yelp ya da TripAdvisor gibi başka platformlar kapsamda değil.
Sık sorulan sorular
- Kaç araçtan sonra ajanı bölmek gerekir?
- Kesin bir sayı yok. İşaret, modelin isimleri birbirine benzeyen araçları karıştırmaya başlamasıdır. Bizim sistemde her uzman 6 ile 15 arasında araç görüyor.
- Yönlendirici ajan neden araç kullanmıyor?
- Tek işi niyeti anlayıp doğru uzmana devretmek. Araç verilirse işi kendisi yapmaya çalışır ve uzmanlaşmanın getirdiği ayrım kaybolur.
- Multi-agent sistem tek ajandan daha mı pahalı?
- Her zaman değil. Uzman ajanlar yalnız kendi araç tanımlarını bağlamda taşır, tek bir büyük ajan ise her istekte bütün araç tanımlarını taşımak zorundadır. Maliyet, istek başına kaç ajanın devreye girdiğine bağlıdır.
Vaka çalışması
Beyond Review: yapay zekâ ile yorum yönetimiHizmet
Çok ajanlı orkestrasyonİlgili yazı
RAG mi fine-tuning mi? Kurumsal Türkçe doküman için karar matrisiMulti-agent, "daha çok model" demek değil, sorumluluğu bölmek demek. Bölünmüş sorumluluk test edilebilir, izlenebilir ve tek tek değiştirilebilir olur.
Yazar: Gürhan Elçiçek, GG Tech Teknoloji kurucusu.