GoClaw ile Kendi Yapay Zeka Ajanı Ekosistemimi Nasıl Kurdum?

Son zamanlarda büyük dil modelleri ve yapay zeka ajanlarıyla bolca vakit geçiriyorum. Bu modelleri sadece standart bir web arayüzünden sohbet etmek için kullanmak yerine, onları günlük süreçlerime, sunucularıma ve iletişim kanallarıma entegre etmenin yollarını arıyordum. Geliştirdiğim ajanların birbiriyle konuşabilmesini, araç kullanabilmesini ve hafızaya sahip olmasını istiyordum. İşte tam bu arayış içindeyken GoClaw ile tanıştım.

Bugün sizlere GoClaw'ın ne olduğundan, mimarisinden ve onu kendi sistemime nasıl entegre ettiğimden bahsetmek istiyorum.

GoClaw Nedir?

En basit tanımıyla GoClaw, Go diliyle yazılmış açık kaynaklı bir yapay zeka ajanı ağ geçididir (gateway). Büyük dil modelleri (OpenAI, Anthropic, Google Gemini, yerel modeller vb.) ile gerçek dünya arasındaki köprüyü kuran merkezi bir sistem olarak çalışıyor.

Bir ajanı tanımlıyorsunuz, ona belirli yetenekler veriyorsunuz ve ardından bu ajanı tek bir tıklamayla Telegram, Discord veya Slack gibi platformlara bağlayabiliyorsunuz. Üstelik bunu yaparken çok kapsamlı bir arka plan yönetimi sunuyor.

Neden GoClaw'ı Tercih Ettim?

Piyasada yapay zeka tabanlı pek çok araç ve kütüphane var. Ancak GoClaw'ı benim sunucumun kalbine yerleştiren birkaç kritik özelliği oldu:

1. Tam İzolasyon (Multi-Tenant Mimarisi) Sistemi sadece tek bir bot mantığıyla değil, bir platform mantığıyla kurgulamak istiyordum. GoClaw, veritabanı olarak PostgreSQL (ve vektör aramaları için pgvector) kullanıyor. Her kullanıcı veya proje için izole edilmiş bellek, oturum ve bağlam (context) sunuyor. Bu sayede veriler birbirine karışmıyor ve kurumsal seviyede bir güvenlik sağlanıyor.

2. Gerçek Kod Çalıştırma Yeteneği Bir LLM'in sadece metin üretmesi çoğu zaman yeterli olmuyor; aksiyon alması da gerekiyor. GoClaw ajanlarına web araması yaptırabiliyor, dosya okutabiliyor ve en önemlisi kod çalıştırabiliyorum. Standart imaj yerine sistemin "full" docker imajını kullanarak, ajanlarımın doğrudan Python ve Node.js ortamlarında betikler çalıştırmasını sağlayabildim.

3. Gelişmiş Hafıza ve MCP Desteği Ajanların uzun vadeli hafızaya sahip olması çok önemli. GoClaw, vektör veritabanı sayesinde geçmiş konuşmaları bağlama uygun şekilde hatırlayabiliyor. Ayrıca son dönemin en önemli standartlarından biri olan Model Context Protocol (MCP) desteği sayesinde, ajanlarımı harici veri kaynaklarına standart bir yolla bağlayabiliyorum.

4. Takım Çalışması (Agent Teams) Tek bir "her şeyi bilen" ajan yaratmak yerine, farklı konularda uzmanlaşmış ajanlar oluşturup bunları bir takım halinde çalıştırabiliyorum. Bir ajan kod yazarken, diğeri kodu inceleyebiliyor ve sonucu bana Telegram üzerinden iletebiliyor.

Kendi Kurulum Deneyimim

Sistemi dışarıdan bir hizmet olarak almak yerine kendi sunucumda barındırmayı seçtim. Konteyner yönetimi için Portainer kullanıyorum. GoClaw ekosistemini (PostgreSQL, Core ve Web UI) bir Docker Compose stack'i olarak ayağa kaldırdım.

Kurulum aşamasında veritabanı şifreleri ve gateway token'ları gibi hassas verileri çevre değişkenleri (environment variables) ile güvenli bir şekilde tanımladım. Sistemi dış dünyaya açarken ise doğrudan portları açmak yerine, sunucumda bulunan CloudPanel üzerinden Nginx reverse proxy ayarlayarak tüm trafiği güvenli bir SSL sertifikası arkasından geçirdim.

Şu an sistemimde hem arka planda araçları kullanan sağlam bir GoClaw API'si, hem de ajanlarımı görsel olarak yönetebildiğim temiz bir Web Dashboard çalışıyor.

Sonuç

Eğer sadece bilgisayarınızın terminalinde çalışan betiklerden sıkıldıysanız ve yapay zeka ajanlarınızı dış dünyayla etkileşime giren, mesajlaşma uygulamalarınızda sizinle yaşayan aktif asistanlara dönüştürmek istiyorsanız, GoClaw mimarisine kesinlikle göz atmalısınız. Başlangıçta konfigürasyon detayları göz korkutucu gelse de, parçaları doğru yerleştirdiğinizde elde ettiğiniz güç buna kesinlikle değiyor.

Siz kendi yapay zeka süreçlerinizi otomatize etmek için hangi mimarileri ve araçları kullanıyorsunuz? Bu konudaki deneyimlerinizi duymayı çok isterim.