AI Çağında Kritik Çağrıların 11 Adımlı Güvenlik ve İzlenebilirlik Süreci

Yapay zeka ajanları bir aracıyı çağırdığında, çoğu kullanıcı bunun basit bir "istek-cevap" ilişkisi olduğunu düşünür. Oysa apcore ekosisteminde her çağrı, titizlikle tasarlanmış bir 11 adımlı yürütme hattından geçiyor. Bu süreç, Python modüllerinden Rust mikro hizmetlerine kadar tüm araç çağrılarını güvenli, izlenebilir ve hatalardan arındırılmış hale getiriyor.

Bu özel yapı, apcore motorunun "kalbi" olarak nitelendiriliyor. Peki, bu 11 adımlı yolculuk hangi aşamalardan oluşuyor ve neden bu kadar kritik?

apcore Yürütme Hattının 11 Kritik Adımı

Her çağrı, Executor.call() yöntemiyle başladığında aşağıdaki belirlenmiş basamaklardan geçiyor:

• Bağlam İşleme: Context oluşturulur veya güncellenir. trace_id (varsa) oluşturulurken caller_id ve call_chain bilgileri de kaydedilir.
• Güvenlik Kontrolleri: Maksimum çağrı derinliği (varsayılan 8) kontrol edilir. Böylece döngüsel çağrılar sistemin çökmesine neden olmaz.
• Modül Bulma: Hedef modül, Kayıt Defteri (Registry) üzerinden Kanonik Kimliği kullanılarak bulunur.
• Erişim Kontrol Listesi (ACL) Denetimi: Çağıranın, hedef modülü çalıştırma yetkisi olup olmadığı ilk eşleşen kurala göre kontrol edilir.
• Onay Kapısı: Modül requires_approval olarak işaretlenmişse çağrı durdurulur ve insan ya da otomatik onay beklenir.
• Girdi Doğrulama: Gelen dict verisi, modülün input_schema (JSON Schema Draft 2020-12) kurallarına göre doğrulanır.
• Orta Katman (Middleware): `before()`: Kayıtlı orta katmanların before() yöntemleri sırayla çalıştırılır (örneğin, günlükleme, ölçümleme, önbellekleme).
• Modül Yürütme: Asıl iş mantığının çalıştığı module.execute(inputs, context) çağrısı gerçekleşir.
• Çıktı Doğrulama: Dönen sonuç, output_schema kurallarına göre doğrulanır.
• Orta Katman (Middleware): `after()`: Kayıtlı orta katmanların after() yöntemleri ters sırada çalıştırılır.
• Sonuç Dönüşü: Doğrulanmış ve zenginleştirilmiş sonuç çağrı yapan tarafa iletilir.

Bu 11 adım, her AI çağrısının sisteminizde güvenilir bir şekilde ilerlemesini sağlıyor. Peki, neden bu kadar çok basamak var?

Neden 11 Adım? Gerçek Dünyadaki Örnek: apflow

"11 adım çok fazla değil mi?" diye düşünebilirsiniz. Oysa apflow gibi dağıtık görev orkestratorlerinde bu basamaklar hayati önem taşıyor. Küme ortamlarında görevler düğümler arasında hareket ederken "belirsiz" yürütme lüksüne sahip değilsiniz.

Ölçeklenebilir İzlenebilirlik

Adım 1 (Bağlam İşleme), apflow’un küme düğümleri arasında tutarlılığı sağlamak için kullandığı temel araçtır. Kullanıcı bir web isteğiyle başlattığı görevi, Lider düğümden uzak Çalışan düğüme taşıdığında bile aynı trace_id korunduğundan, dağıtık ortamda "yanılsamalı" davranan bir ajan bile kolayca izlenebilir.

Otonom Yönetimde Kontrol

Adım 5 (Onay Kapısı), apflow’un A2A (Ajanlar Arası) destek sisteminde kritik rol oynuyor. Örneğin bir "Analist Ajanı" ödeme işlemi yapan bir "Ödeme Ajanı" çağırmak istediğinde, sistem bu adımda duraklayarak bir "Yönetici"nin panelden "Onayla" butonuna basmasını bekliyor. Bu adım olmadan sistemde "Güvenlik Vanası" eksik kalırdı.

Sınırsız Güvenlik

Adım 4 (Erişim Kontrol Listesi), apflow’un rol tabanlı güvenlik modelinin temelini oluşturuyor. Örneğin bir RestExecutor düğümü yalnızca common.* modüllerini çağırabilirken, bir SystemInfoExecutor daha geniş yetkilere sahip olabiliyor. Bu sayede her düğümün yetki alanı net bir şekilde tanımlanıyor.

Teknik Derinlik: Orta Katmanlar ve Kendini İyileştirme

Yürütme hattı sadece bir dizi kontrol basamağı değil; aynı zamanda genişletilebilir bir yapı sunuyor. Adım 7 ve 10, özelleştirilmiş mantık enjekte etmek için kullanılan orta katman (middleware) çağrılarını içeriyor.

Herhangi bir adımda hata oluşması durumunda apcore sadece hata iletisi döndürmekle kalmıyor. Kendini İyileştirme Rehberi sunarak çağıran ajana girdiyi nasıl düzelteceği ve yeniden deneyeceği konusunda yol gösteriyor. Örneğin Adım 6’da doğrulama başarısız olduğunda döndürülen hata, ajanın girdiyi düzeltip yeniden denemesine yardımcı oluyor.

Sonuç: Güvenilirliğin Mühendislik Temeli

Yapay zeka sistemlerinde güvenilirlik rastlantı değil; apcore’un yürütme hattı gibi yapısal özelliklerin bir sonucudur. Bu 11 adımlı yolculuk, her AI çağrısının yüksek performanslı bir veri tabanı işlemi kadar güvenli ve öngörülebilir olmasını sağlıyor.

Gelecek yazımızda, apcore serisinin 12. makalesinde yer alan Sıkı Şema Uygulamasının, AI güvenilirliğinin temel taşı olarak nasıl çalıştığını derinlemesine inceleyeceğiz. Bu süreçte, şema doğrulamanın sisteminizin sağlamlığını nasıl artırdığını göreceksiniz.

Bu, apcore: AI Algılanabilir Dünya serisinin 11. makalesidir. Yapay zeka çağını şekillendiren motoru inşa etmeye katılın.

GitHub: aiperceivable/apcore