GİRİŞ: Yapay Zekâ Çağında İş Akışlarını Otomatikleştirmek

Manuel İşlerin ve Tekrarlayan Süreçlerin Zaman Maliyeti

Modern iş dünyasında en değerli ve geri getirilemez kaynak zamandır. Gün içinde gelen yüzlerce e-postayı okuyup yanıtlamak, form verilerini e-tablolara manuel aktarmak, müşteri geri bildirimlerini kategorize etmek ya da web sitelerinden veri toplamak gibi tekrarlayan işler; çalışanların ve girişimcilerin enerjisini emen gizli birer "zaman hırsızıdır".

Peki, siz uyurken yerinize kararlar alan, verileri işleyen ve tüm bu süreçleri otonom şekilde yöneten akıllı bir yapay zekâ sisteminiz olsaydı nasıl olurdu? Artık dijital çağda hedef sadece iş yapmak değil; iş yapan sistemler inşa etmektir.

Problem & Çözüm: Zapier / Make Sınırları vs. n8n'in Sunduğu Özgürlük

Süreç otomasyonu denildiğinde akla ilk olarak Zapier veya Make (Integromat) gibi popüler No-Code platformları gelir. Ancak bu araçlarla büyümeye başladığınızda hızla sert duvarlara çarparsanız:

• Yüksek ve Öngörülemez Maliyetler: Görev (task/operation) bazlı fiyatlandırma modelleri, iş akışlarınız arttıkça aylık yüzlerce dolarlık faturalara dönüşür.
• Kısıtlı Yapay Zekâ ve Esneklik: Bu platformlarda gelişmiş AI Agent'lar, bellek (memory) mekanizmaları veya özel dil modelleri çalıştırmak son derece zordur.
• Veri Gizliliği ve Güvenlik Riski: Verileriniz tamamen üçüncü taraf bulut sunucularında işlenir.

Bu Rehberde Ne Bulacaksınız?

Bu rehber serisi, n8n platformunu sıfırdan öğrenmek isteyen geliştiricilerden, işletme süreçlerini otonom hale getirmek isteyen AI meraklılarına kadar herkes için adım adım tasarlanmış bir yol haritasıdır. Rehber boyunca:

• Bölüm 1'de; n8n'in temel çalışma mantığını, bilgisayarımıza ücretsiz kurulumunu (NodeJS/npm) ve arayüzündeki temel düğümleri (Nodes/Triggers) öğreneceğiz.
• Bölüm 2'de; Büyük Dil Modellerini (LLM) iş akışlarımıza bağlayacak; OpenAI GPT modelleri ve tamamen ücretsiz/lokal çalışan Ollama entegrasyonuyla canlı bir Duygu Analizi (Sentiment Analysis) projesi yapacağız.
• Bölüm 3'te; Klasik LLM'lerin ötesine geçerek kendi kararlarını alabilen Yapay Zekâ Ajanları (AI Agents) inşa edecek; bu ajanlara Hafıza (Memory) ve dış dünyayla konuşabilmesi için Araçlar (Tools) kazandıracağız.
• Bölüm 4'te; Gmail Agent ile otonom e-posta yönetimi ve HTTP Agent ile web sitelerinden canlı veri çekip işleyen uçtan uca gerçek hayat projelerini hayata geçireceğiz.

Hazırsanız, iş akışlarınızı geleceğin teknolojisiyle otomatikleştirmeye başlayalım!

🛠️ BÖLÜM 1: n8n’e Giriş ve Temel Yapı Taşı Kavramları

1.1. n8n Nedir ve Neden Tercih Etmelisiniz?

n8n, en kısa tanımıyla açık kaynaklı (open-source) bir iş akışı otomasyon platformudur. Otomasyon, belirli süreçlerin ve tekrarlayan görevlerin insan müdahalesi olmadan otomatik olarak yürütülmesidir. n8n sayesinde siz uyurken veya farklı işlerle ilgilenirken yapay zekâ ve otomasyon akışlarınız yerinize kesintisiz çalışmaya devam eder.

n8n'in Öne Çıkan Mimari Avantajları:

1. Kodsuz / Az Kodlu (No-Code / Low-Code) Sürükle-Bırak Yapısı: Karmaşık yazılım süreçlerine ihtiyaç duymadan, görsel düğümler (nodes) ve tuval (canvas) üzerinden iş akışları oluşturabilirsiniz.
2. 1000'den Fazla Hazır Entegrasyon: Google Servisleri, Airtable, Slack, WhatsApp, Notion gibi popüler uygulamalardan analitik, siber güvenlik ve veri tabanı araçlarına kadar geniş bir servis yelpazesine doğrudan bağlanabilirsiniz.
3. Esnek AI ve LLM Ekosistemi: OpenAI, Anthropic veya AWS gibi ücretli dil modellerinin yanı sıra; bilgisayarınızda yerel olarak çalışan tamamen ücretsiz ve açık kaynaklı modelleri (Ollama / Llama / Gemma / Qwen) otomasyonlarınıza dahil edebilirsiniz.
4. Çeşitli AI Yapı Taşları: Vektör tabanları (Vector Databases), AI Agent'lar, Chain'ler ve Embedding araçları doğrudan arayüzde desteklenir.

Dağıtım Modelleri: Self-Hosted (Lokal) vs. Cloud

n8n platformunu kullanmak için önünüzde iki farklı yol bulunur:

n8n’i Bilgisayarımıza (Lokalimize) Yükleyelim

Lokal ortamda n8n çalıştırmanın en pratik ve hızlı yolu NodeJS ve npm (Node Package Manager) kullanmaktır.

Adım 1: NodeJS Kurulumu ve Kontrolü

1. Google'a NodeJS download yazarak resmi web sitesine gidin.
2. İşletim sisteminize uygun olan paketi indirip varsayılan yönlendirmeleri ("Next - Next") takip ederek kurun. (NodeJS, JavaScript kodlarının tarayıcı dışında çalışmasını sağlar).
3. Terminali veya komut satırını açıp şu komutu yazarak sürümü doğrulayın:

node -v

İpucu (NVM Kullanımı): Bazı JavaScript uygulamaları eski veya spesifik Node.js sürümlerine ihtiyaç duyabilir. Farklı projelerde Node.js sürümlerini çakışmadan yönetmek isterseniz GitHub üzerinden NVM for Windows (Node Version Manager) aracını indirebilirsiniz.

Adım 2: npm İle n8n Paketini Global Yükleme

NodeJS ile birlikte gelen paket yöneticisi npm üzerinden n8n'i bilgisayarınıza global (sistem genelinde) kurmak için terminale şu komutu yazın:

npm install -g n8n

(Açıklama: -g bayrağı, n8n paketinin bilgisayarın her yerinden çalıştırılabilmesini sağlar).

Adım 3: n8n’i Başlatma ve Arayüze Erişim

Kurulum bittikten sonra n8n sunucusunu başlatmak için komut satırına sadece şu komutu girin:

n8n

Komut çalıştıktan sonra n8n yerel sunucunuz aktif hale gelir ve ekranda bir localhost adresi (genellikle http://localhost:5678) belirir. Tarayıcınızda bu adrese giderek e-posta, isim-soyisim ve şifre bilgilerinizi girip yerel yönetici hesabınızı oluşturabilirsiniz.

1.2. Arayüzü Tanıma ve Temel İş Akışı (Workflow) Mantığı

n8n panelini açtığınızda karşınıza sade ve işlevsel bir yönetim ekranı gelir:

• Workflows (İş Akışları): Oluşturduğunuz projelerin listelendiği, arama ve filtreleme yapabildiğiniz ana alandır.
• Canvas (Tuval): İş akışlarını inşa ettiğimiz, düğümleri yerleştirip birbirine bağladığımız ana görsel çalışma ekranıdır.
• Credentials (Kimlik Bilgileri): Gmail, OpenAI, Airtable gibi servislerin API anahtarlarının ve giriş bilgilerinin saklandığı güvenli alandır. Bir kez tanımlandıktan sonra tüm workflow'larda tekrar kullanılır.
• Executions (Çalıştırma Geçmişi): Tetiklenen iş akışlarının ne zaman çalıştığını, kaç saniye sürdüğünü ve hata alıp almadığını (yeşil/kırmızı durumları) canlı takip ettiğimiz yerdir.
• Templates (Şablonlar): n8n topluluğu tarafından hazırlanmış hazır AI ve otomasyon şablonlarına ulaşıp içeri aktarabileceğiniz (JSON formatında) kütüphanedir.
• Zaman Dilimi (Timezone) Ayarı: Zamana bağlı çalışacak otomasyonlarda hatayı önlemek için workflow ayarlarına (Settings) girerek Timezone alanını yaşadığınız konuma göre (örneğin Europe/Istanbul) kaydetmelisiniz.

Tetikleyiciler (Triggers): Otomasyon Nasıl Başlar?

Bir iş akışının çalışabilmesi için her zaman bir tetikleyici (Trigger) düğüm ile başlatılması şarttır. n8n'de öne çıkan başlıca tetikleyiciler şunlardır:

1. Manual Trigger (On Click): İş akışını test etmek veya ihtiyaç anında elle çalıştırmak için kullanılır.
2. Schedule Trigger: İş akışını sizin belirlediğiniz periyotlarda (her sabah 09:00'da, her 10 dakikada bir veya belirli günlerde) otomatik başlatır.
3. Webhook Trigger: Dış sistemlerden (bir web sitesi, ödeme altyapısı, harici API) HTTP isteği geldiğinde anında çalışır.
4. App Event Triggers (Gmail, Notion vb.): Belirli bir uygulamada olay gerçekleştiğinde çalışır (Örn: "Gmail'e yeni e-posta geldiğinde" veya "Notion'da yeni sayfa açıldığında").
5. Form Submission Trigger: Kullanıcı bir n8n formunu doldurup "Submit" butonuna bastığında iş akışını tetikler.
6. Error Trigger: Başka bir workflow hata verdiğinde devreye girerek uyarı/bildirim mekanizmasını başlatır.

1.3. İlk Pratik Uygulama: Form Submission + Airtable Otomasyonu

Bu pratik senaryomuzda; n8n üzerinde bir form oluşturacak, kullanıcıdan gelen verileri yakalayacak ve bulut tabanlı bir veri tabanı olan Airtable platformuna otomatik olarak kaydedeceğiz.

Adım 1: Tetikleyici ve Form Alanlarının Oluşturulması

1. n8n panelinden Create Workflow butonuna basın ve iş akışına n8n_Demo ismini verin.
2. Tuval üzerindeki + butonuna basarak Form Submission tetikleyicisini seçin.
3. Form ayarlarına girerek şu yapılandırmayı tamamlayın:
   • Form Title: Customer Status.
   • Element 1 (Text): Label: Name, Placeholder: Type name (Zorunlu alan yapın).
   • Element 2 (Dropdown): Label: Status, Seçenekler: active, inactive, pending.
4. Test Etme ve Veri Pinleme (Pinning): Execute Step butonuna basarak çıkan formu doldurun (Name: rasit, Status: active). Form gönderildiğinde veriler n8n tuvaline düşer. Sağ üst köşedeki Pin butonuna basarak bu veriyi sabitleyin. (Pinleme sayesinde testlerinizi yaparken her defasında formu yeniden doldurmak zorunda kalmazsınız).

Adım 2: Airtable Yapılandırması ve Token (API) Bağlantısı

1. Airtable.com adresine gidin ve Demo adında yeni bir Workspace açın.
2. Tablonuzu oluşturup sütun isimlerini n8n formundaki alanlara uygun şekilde düzenleyin:
   • Column 1: Name (Single line text)
   • Column 2: Status (Single line text)
3. API Token Alımı: Airtable profil simgenize tıklayıp Developer Hub > Personal Access Tokens alanına gidin.
4. Create Token butonuna basarak bir isim verin (n8n_Demo). Kapsam (Scopes) olarak data.records:read, data.records:write ve schema.bases:read izinlerini seçin. Tüm kaynaklara erişim verip (All Resources) oluşturulan Token'ı kopyalayın.

Adım 3: n8n - Airtable Entegrasyonu ve Akışın Canlıya Alınması

1. n8n tuvaline dönüp Form düğümünün yanındaki + simgesine basarak Airtable düğümünü ekleyin.
2. Operation olarak Create Record seçeneğini işaretleyin.
3. Create New Credential diyerek Airtable'dan aldığınız Personal Access Token'ı yapıştırın ve kaydedin (Yeşil onay simgesi bağlantının başarılı olduğunu gösterir).
4. Düğüm ayarlarında oluşturduğunuz Workspace (Demo) ve Tabloyu (Table 1) seçin.
5. Field Mapping (Alan Eşleme):
   • Airtable Name sütununa -> Formdan gelen Name verisini sürükleyin.
   • Airtable Status sütununa -> Formdan gelen Status verisini sürükleyin.
6. Test & Yayınlama: Execute Step yaptığınızda verilerin Airtable tablosuna anında eklendiğini göreceksiniz. İş akışını Inactive durumdan Active durumuna getirin.

Artık n8n'in ürettiği canlı form URL'sini tarayıcıda açıp yeni bir kayıt girdiğinizde (Name: Ela, Status: pending), veriler hiçbir koda ihtiyaç duymadan doğrudan Airtable veri tabanınıza işlenir!

BÖLÜM 2: n8n ile Yapay Zekâ (AI/LLM) Entegrasyonları

Geleneksel otomasyon sistemleri "A olayı gerçekleşirse B aksiyonunu al" şeklinde sabit kurallarla çalışır. Yapay Zekâ entegrasyonu ise otomasyonlarınıza metni anlama, analiz etme, sınıflandırma ve mantıksal karar verme kabiliyeti kazandırır. n8n platformunda Büyük Dil Modellerini (LLM) iş akışlarına bağlamanın en temel ve pratik yolu Basic LLM Chain mimarisidir.

2.1. Büyük Dil Modelleriyle (LLM) Tanışma: Basic LLM Chain

Basic LLM Chain Mantığı ve Yapısı

n8n'de Chain (Zincir), düğümlerin (nodes) birbirine sıralı bir şekilde bağlanarak verinin adım adım işlendiği yapıdır. Basic LLM Chain düğümü, bir önceki adımdan veya kullanıcıdan aldığı girdi metnini (Prompt) kabul eder, bağlı olduğu Yapay Zekâ Chat Modeline iletir ve gelen yanıtı bir sonraki düğümün işleyebileceği bir veriye dönüştürür.

OpenAI Entegrasyonu ve API Anahtarı Ayarları

OpenAI GPT modellerini n8n içerisinde kullanabilmek için sisteme bir API anahtarı (Credential) tanımlamamız gerekir:

1. API Key Alımı: OpenAI geliştirici portalına (platform.openai.com) gidip hesabınıza giriş yapın. Settings > API Keys sekmesinden Create new secret key butonuna basarak yeni bir anahtar oluşturun ve kopyalayın. (Güvenlik uyarısı: API anahtarınızı asla başkalarıyla paylaşmayın, aksi takdirde kullanım ücretleri hesabınıza yansıtılır).
2. Credential Oluşturma: n8n tuvalinde eklediğiniz OpenAI Chat Model düğümünün ayarlarına girin. Create New Credential butonuna basarak kopyaladığınız API anahtarını yapıştırın ve kaydedin. Yeşil onay simgesi bağlantının başarılı olduğunu gösterir.
3. Model ve Maliyet Seçimi: n8n üzerinden GPT-4o, GPT-4o-mini veya GPT-3.5 gibi farklı modeller seçilebilir. Geliştirme ve test süreçlerinde maliyeti çok düşük olan hafif modelleri (örneğin GPT-4o-mini veya GPT-5 Nano konseptli ekonomik modelleri) tercih etmek bütçenizi korur.

Canlı Uygulama: Müşteri Yorumlarının Duygu Analizi (Sentiment Analysis) ve Airtable Kaydı

Bu projede; bir otel hakkındaki müşteri yorumlarını toplayan bir form oluşturacak, yorum metninin duygu durumunu (Pozitif, Negatif, Nötr) OpenAI GPT modeliyle analiz ettireceğiz. Ardından form verisi ile duygu analiz sonucunu birleştirip bulut veritabanı olan Airtable'a kaydedeceğiz.

1. Adım 1: Form Submission Tetikleyicisinin Kurulumu
   n8n'de yeni bir iş akışı açın ve adını Sentiment_Analysis koyun. Tuvale Form Submission tetikleyicisini ekleyin. Form başlığını Feedback yapın ve iki adet zorunlu alan tanımlayın (Name ve Feedback). Execute Step butonuna basarak formu test verileriyle doldurun (Name: Ahmet, Feedback: This hotel is bad because it is not clean.) ve çıkan veriyi sağ üstteki Pin simgesiyle sabitleyin.
2. Adım 2: LLM Chain ve Sistem Prompt Yapılandırması
   Tuvale Basic LLM Chain düğümünü yerleştirin ve altına alt-düğüm olarak OpenAI Chat Model bağlayın. Chain ayarlarından System Message kısmına modelin strictly uyması gereken şu talimatı ekleyin: "You are a Sentiment Analysis Assistant. Classify the sentiment of the following hotel review into one of these categories: Positive, Negative, Neutral. Return ONLY the category name and nothing else.". User Prompt alanına Form'dan gelen Feedback değişkenini bağlayıp çalıştırın. Model girdi metnini analiz edip çıktı olarak doğrudan Negative kelimesini döndürecektir.
3. Adım 3: Merge Node ile Veri Birleştirme ve Airtable Kaydı
   Formdan gelen müşteri ismi ile LLM'den gelen analiz sonucunu tek bir veri paketinde birleştirmek için Merge düğümünü ekleyin. Mode kısmını Combine by Position yapın. Airtable hesabınızda Sentiment adında yeni bir tablo açıp Name ve Sentiment sütunlarını oluşturun. n8n tuvaline Airtable (Create Record) düğümünü ekleyin. Merge düğümünden çıkan Name değerini Airtable Name sütununa, LLM'den çıkan duygu sonucunu da Sentiment sütununa eşleyin. Akışı Active duruma getirin. Artık form üzerinden gönderilen Türkçe veya İngilizce müşteri yorumları (Örn: "Burayı sevmedim, bir daha gelmem" -> Negative veya "Harika bir yer, çok beğendim" -> Positive) yapay zekâ tarafından otonom şekilde sınıflandırılarak Airtable tablonuza kaydedilir.

2.2. Yerel ve Ücretsiz Yapay Zekâ: Ollama Entegrasyonu

OpenAI gibi bulut servislerini kullanmak kolay olsa da iki temel sınırlama getirir: Sürekli API maliyeti ve veri gizliliği/güvenliği riski. Şirket verilerinizi veya kişisel bilgilerinizi dış sunuculara göndermek istemediğiniz durumlarda Ollama devreye girer.

Ollama; açık kaynaklı Büyük Dil Modellerini (Llama 3, Mistral, Gemma, Qwen, DeepSeek R1 vb.) kendi bilgisayarınızda (localhost) tamamen ücretsiz, sınırsız ve internet bağlantısına ihtiyaç duymadan çalıştırmanızı sağlayan açık kaynaklı bir framework'tür.

Ollama Kurulumu ve Model Yönetimi

1. İndirme ve Kurulum: ollama.com adresine gidin, işletim sisteminize uygun kurulum dosyasını indirip varsayılan adımlarla yükleyin.
2. Terminal Kontrolü: Terminal veya komut satırını açıp şu komutla servis durumunu doğrulayın:

ollama --version

3. Model İndirme (Pulling): Bilgisayarınızın donanım gücüne (RAM/GPU) uygun bir açık kaynaklı modeli yerelinize indirin. Örneğin Google'ın hafif modeli Gemma 3 veya Meta'nın Llama 3 modelini indirmek için terminale şu komutu yazın:

ollama pull gemma3

4. Model Listeleme ve Terminalde Çalıştırma: Bilgisayarınızdaki yüklü modelleri görmek için ollama list komutunu kullanabilirsiniz. Terminal üzerinden modelle doğrudan konuşmak için ollama run gemma3 yazmanız yeterlidir.

n8n - Ollama Bağlantısının Kurulması

Ollama bilgisayarınızda arka planda çalışırken varsayılan olarak http://127.0.0.1:11434 portundan servis verir. n8n platformunu Ollama'ya bağlamak son derece basittir ve hiçbir API anahtarı gerektirmez:

1. Ollama Chat Model Düğümü: n8n tuvalindeki OpenAI Chat Model düğümünü kaldırın ve yerine Ollama Chat Model düğümünü ekleyin.
2. Credential Tanımlama: Create New Credential seçeneğine tıklayın. API Key alanını boş bırakarak Base URL kısmına Ollama'nın çalıştığı adresi girin (http://127.0.0.1:11434).
3. Model Seçimi: Bağlantı kaydedildikten sonra n8n, bilgisayarınızda yüklü olan tüm yerel modelleri otomatik olarak algılar ve açılır menüde listeler. Buradan indirdiğiniz yerel modeli (örneğin gemma3 veya llama3) seçin.

BÖLÜM 3: Gelişmiş Yapay Zekâ Ajanları (AI Agents) ve Araçlar (Tools)

3.1. AI Agent Nedir ve Klasik LLM'lerden Nasıl Ayrılır?

Önceki bölümlerde incelediğimiz Basic LLM Chain yapıları, belirli bir prompt girdiğinde sabit bir yanıt üreten statik sistemlerdir. Ancak gerçek dünya problemleri değişken, belirsiz ve adım adım karar almayı gerektiren dinamik süreçlerdir.

İşte bu noktada Yapay Zekâ Ajanları (AI Agents) devreye girer. AI Agent; büyük dil modellerini bir "beyin" olarak kullanan, kendisine verilen karmaşık bir görevi başarmak için otonom karar verebilen, çevresiyle etkileşime geçen ve dış kaynaklardan faydalanabilen akıllı sistemdir.

AI Agent vs. Klasik LLM Chain Karşılaştırması

3.2. Agent'lara Yetenek Kazandırmak: Tools & Memory

n8n tuvaline bir AI Agent düğümü eklediğinizde, düğümün altında 3 farklı bağlantı noktası görürsünüz:

1. Model (Zorunlu): Ajanın akıl yürütmesini sağlayacak dil modeli (OpenAI Chat Model, Ollama Chat Model vb.).
2. Memory (İsteğe Bağlı): Konuşma geçmişini tutan bellek ünitesi.
3. Tools (İsteğe Bağlı): Ajanın dış dünyayla etkileşime geçebilmesi için eline verdiğimiz gereçler (Hesap makinesi, Arama motoru, Gmail vb.).

3.2.1. Agent'a Memory (Hafıza) Nasıl Eklenir?

Varsayılan durumda bir LLM'e "Benim adım rasit" dedikten sonra "Benim adım nedir?" diye sorarsanız, önceki mesajı saklamadığı için yanıt veremez. Ajanın oturum boyunca kullanıcı bağlamını tutabilmesi için Simple Memory düğümünü kullanırız.

Adım Adım Memory Kurulumu:

1. n8n tuvalinde AI Agent düğümünü oluşturun ve Chat Modelini bağlayın.
2. Agent üzerindeki Memory bağlantı noktasına tıklayarak Window Buffer Memory / Simple Memory düğümünü ekleyin.
3. Context Window Length: Hatırlanacak son mesaj sayısını belirleyin (Örn: 5 ayarlandığında ajan son 5 etkileşimi hafızasında tutar).

3.2.2. Agent'a Tools (Araçlar) Kazandırmak

Ajanlar matematiksel hesaplamalarda veya anlık güncel verileri bulmada yalın LLM'lere kıyasla yetersiz kalabilir. Tools, ajanın ihtiyaç duyduğu an otonom olarak çağırdığı harici fonksiyonlardır.

1. Matematiksel İşlemler İçin Calculator Tool: Ajan karmaşık bir hesaplama gereksinimi duyduğunda (örneğin 23 * 65), doğrudan LLM'in tahmin yeteneğine güvenmek yerine Calculator aracını tetikler, doğru matematiksel sonucu alır ve kullanıcıya sunar.
2. Canlı Web Araması İçin Search API Tool: Geleneksel LLM'ler eğitildikleri tarihten sonrasını bilemezler. Ajanın altına bir SerpAPI veya Search API Tool'u bağlandığında; güncel bir soru geldiğinde (Örn: "2024 Türkiye Basketbol Şampiyonu hangi takım oldu?") ajan otonom olarak şu adımları izler:
   • Soru içerisindeki güncel bilgi ihtiyacını fark eder.
   • Search API aracını tetikleyerek Google üzerinde canlı arama yapar.
   • Fanatik, Sporx vb. spor sitelerinden dönen arama sonuçlarını okur ve özetler.
   • Doğrulanmış yanıtı kullanıcıya iletir (Örn: "2024 Türkiye Basketbol Şampiyonu Fenerbahçe olmuştur").

3.2.3. Yerel ve Ücretsiz Ollama ile Akıllı Agent Çalıştırmak

OpenAI gibi ücretli API'ler yerine, Bölüm 2'de bilgisayarımıza kurduğumuz Ollama framework'ünü kullanarak tamamen ücretsiz ve sınırsız çalışan AI Agent'lar inşa edebiliriz.

1. Model Seçiminde Tool Desteği: Ollama üzerindeki her model fonksiyon/araç çağırma (Function Calling / Tool Use) yeteneğine sahip değildir. Bu nedenle Ollama kütüphanesinden Tool etiketi bulunan modeller tercih edilmelidir (Örn: qwen2.5, llama3.1 veya mistral).
2. Yerel Model Bağlantısı: Ollama Chat Model düğümünde Base URL olarak http://127.0.0.1:11434 adresini seçin ve bilgisayarınızdaki qwen2.5 modelini bağlayın.
3. Maliyet ve Stabilite Karşılaştırması:
   • OpenAI GPT Modelleri: Çok stabil çalışır, mantık yürütme başarısı yüksektir ancak ücretlidir.
   • Ollama Yerel Modelleri: Tamamen ücretsizdir, veri gizliliği yüksektir ancak karmaşık Tool kullanım adımlarında GPT modellerine kıyasla daha hassas yönlendirme (prompting) gerektirebilir.

BÖLÜM 4: Gerçek Hayat AI Otomasyon Projeleri (Use Case'ler)

4.1. Gmail Agent ile Akıllı E-Posta Yönetimi

E-posta trafiğini yönetmek, e-postaları taslak haline getirmek ve doğru üslupla yanıtlamak günlük mesainin önemli bir kısmını harcar. Bu projemizde; n8n üzerinde OpenAI chat modeli, bellek (memory) ve Gmail Tool'unu bir araya getirerek bizim adımıza otonom e-posta taslakları oluşturan ve gönderen bir Gmail Agent inşa edeceğiz.

Adım 1: Google Cloud Console ve OAuth 2.0 Credential Kurulumu

n8n'in Gmail hesabınıza güvenli bir şekilde erişebilmesi için Google Cloud platformu üzerinden OAuth 2.0 kimlik bilgilerini tanımlamamız gerekir:

1. Google Cloud Console Projesi: console.cloud.google.com adresine gidin. Yeni bir proje oluşturun (Örn: n8n-Gmail-Demo).
2. Gmail API Aktifleştirme: APIs & Services > Library sekmesinden Gmail API aramasını yapın ve Enable butonuna basarak aktifleştirin.
3. OAuth Consent Screen (Rıza Ekranı): OAuth consent screen sekmesinden kullanıcı tipini External seçin. Uygulama adı ve destek e-postanızı girip adımları ilerletin. Test Kullanıcıları (Test users) bölümüne kendi Gmail adresinizi ekleyin.
4. Credentials Oluşturma: Credentials > Create Credentials > OAuth client ID adımlarını izleyin. Uygulama tipini Web application yapın. n8n dokümantasyonundan kopyaladığınız Authorized redirect URI (Yönlendirme URL'si) adresini buraya ekleyip Client ID ve Client Secret değerlerini alın.
5. n8n Bağlantısı: n8n tuvalinde eklediğiniz Gmail Tool ayarlarına girerek kopyaladığınız ID ve Secret değerlerini yapıştırın. Sign in with Google butonuna basıp gerekli izinleri onaylayın. Yeşil onay simgesiyle bağlantı tamamlanır.

Adım 2: Workflow Kurulumu ve Sistem Prompt Yapılandırması

1. Tuvale AI Agent düğümünü yerleştirin.
2. Chat Model olarak OpenAI Chat Model (örneğin GPT-4o-mini) ve hafıza için Simple Memory (Context window: 5) bağlayın.
3. Araç olarak Gmail Tool bağlayın (Operation: Send).
4. System Prompt: Agent ayarlarındaki Sistem Mesajı alanına ajanın görevini net olarak tanımlayın: "Sen yardımsever bir e-posta asistanısın. Görevin kullanıcı adına e-posta taslakları hazırlamak, düzenlemek ve göndermektir. E-postaları profesyonel, doğru dilbilgisi ve üslupla yaz. Her e-postayı 'rasit' ismiyle sonlandır."

Adım 3: Test Etme ve İnce Ayarlar (Attribution Temizleme)

• Test Mesajı: n8n sohbet penceresinden komut verin: "ahmet@example.com adresine bir mail gönder, eğitimin akşam saat 19:00'da başlayacağını ilet."
• Sonuç: Agent e-postanın konusunu ve içeriğini otonom olarak biçimlendirir, Gmail API aracını kullanarak e-postayı iletir.
• İpucu (Otomatik İmza Temizleme): Gmail Tool'u varsayılan olarak e-posta altına "Automated with n8n" ibaresi ekler. Bunu kaldırmak için Gmail Tool ayarlarındaki Add Options > App Attribution seçeneğini inaktif (kapalı) duruma getirebilirsiniz.

4.2. HTTP Agent ile Web Siteleri ve API'lerle Konuşmak

Yapay zekâ ajanları sadece e-posta atmakla kalmaz; canlı web sitelerinden, harici servislerden veya rest API'lerden dinamik veri çekerek bu verileri anlık işleyebilir. Bu projede; rastgele metin/veri üreten harici bir web servisine HTTP Request Tool ile erişecek, dönen veriyi yapay zekâ ile yorumlatıp düzenli bir formatta Gmail üzerinden göndereceğiz.

Adım 1: HTTP Request Tool Ekleme ve Konfigürasyon

1. n8n tuvaline AI Agent düğümünü yerleştirip model bağlantısını yapın.
2. Tool bağlantı noktasına HTTP Request Tool ekleyin.
3. Ayarlarda Method'u GET yapın ve veri çekmek istediğiniz hedef API / Web adresi URL'sini tanımlayın.
4. System Prompt Yapılandırması: "Sen yardımcı bir asistansın. HTTP Tool'u kullanarak belirtilen web adresinden gelen veriyi al. Ardından bu veriyi anlamlı bir özet haline getir ve Gmail Tool'unu kullanarak e-posta olarak gönder."

Adım 2: Akışın Çalışma Mantığı ve Çıktı Analizi

Sohbet penceresinden "Web sitesindeki son verileri çek ve bana e-posta olarak raporla" talimatı verildiğinde akış şu adımları izler:

1. Agent mantık yürüterek veri toplamak için ilk olarak HTTP Request Tool'u tetikler.
2. Web servisinden gelen ham JSON veya HTML verisini okur ve anlamlandırır.
3. İkinci adımda Gmail Tool'u devreye sokarak hazırladığı dinamik raporu belirtilen adrese e-posta olarak iletir.

4.3. Günlük E-Posta Özetleyici (Daily Email Digest Automation)

İş hayatında her sabah kutunuza düşen onlarca kritik e-postayı tek tek okumak yerine, yapay zekanın tüm gelen kutunuzu tarayıp size özet bir sabah raporu sunmasını sağlayabilirsiniz.

Mimari Yapı ve Akış Tasarımı

Adım Adım İnşa Adımları:

1. Schedule Trigger: Otomasyonun her sabah saat 08:30'da otomatik tetiklenmesi için Schedule Trigger ekleyin.
2. Gmail Node (Read Emails): Son 24 saatte gelen, okunmamış e-postaları çekmek için Gmail düğümünün Get Many işlevini kullanın.
3. LLM Chain (Özetleme): Çekilen e-posta metinlerini Basic LLM Chain düğümüne yönlendirin. System Prompt olarak şu kuralı tanımlayın: "Gelen e-posta listesini incele. Acil yanıt bekleyenleri kırmızılı olarak işaretle, diğerlerini 2'şer cümlelik özetler halinde maddeler halinde listele."
4. Bildirim Dağıtımı: Elde edilen yönetici özetini ister kendinize sabah e-postası olarak yönlendirin, ister şirket içi Slack / Teams kanalına anlık bildirim olarak düşürün.

🏁 SONUÇ VE GELECEĞE BAKIŞ

n8n ile Geleceğin AI Tabanlı Dijital Asistanlarını İnşa Etmek

Bu rehber boyunca, geleneksel sürükle-bırak otomasyon mantığından başlayarak, kendi kararlarını alabilen ve harici araçları (Tools) otonom çalıştırabilen Yapay Zekâ Ajanlarına (AI Agents) uzanan kapsamlı bir yolculuk gerçekleştirdik. Yapay zekâ çağında süreç otomasyonu artık sadece "A noktasındaki veriyi alıp B noktasına taşımak" anlamına gelmiyor. n8n platformunun sunduğu esneklik sayesinde veriyi anlayan, yorumlayan, bellek (Memory) tutan ve iş hedeflerinize göre aksiyon alan dijital çalışma arkadaşları inşa edebiliyoruz.

Rehberden Çıkarılacak 4 Temel Kazanım:

1. Tam Maliyet ve Altyapı Kontrolü (Self-Hosted Özgürlüğü): Zapier veya Make gibi platformların sunduğu kısıtlı görev (task) limitlerine ve yüksek aylık abonelik ücretlerine bağımlı kalmadan; n8n'i kendi bilgisayarınıza veya sunucunuza ücretsiz kurup sınırsız süreç çalıştırabilirsiniz.
2. Tam Veri Gizliliği ve Güvenliği (Ollama & Yerel LLM'ler): Müşteri verilerinizi veya şirket içi belgelerinizi üçüncü taraf bulut servislerine göndermek zorunda değilsiniz. Ollama entegrasyonu sayesinde internete bağlı olmadan, %100 yerel (local) çalışan ve sıfır API maliyeti sunan yapay zekâ akışları kurabilirsiniz.
3. Otonom Ajan Mimarisi (AI Agents vs. Basic Chains): Tek yönlü çalışan klasik prompt zincirlerinin (LLM Chains) ötesine geçerek; web araması yapabilen, API çağırabilen ve veritabanlarına kayıt yazabilen dinamik AI Agent'lar tasarlayabilirsiniz.
4. Gerçek Hayat Entegrasyon Gücü: Gmail, Airtable, Webhook'lar ve HTTP Istekleri üzerinden işletmenizin günlük operasyonel yükünü hafifletecek uçtan uca akıllı sistemler geliştirebilirsiniz.

Süreç Otomasyonunda Bir Sonraki Adımlar ve Topluluk Kaynakları

n8n ile otomasyon yolculuğunuza devam ederken becerilerinizi bir üst seviyeye taşımak için şu adımları takip edebilirsiniz:

• Vektör Tabanları (Vector Databases) ve RAG Mimarileri: n8n içerisinde Qdrant, Pinecone veya Supabase entegrasyonlarını kullanarak kendi özel belgelerinizle (PDF, Notion, şirket içi rehberler) konuşan RAG (Retrieval-Augmentation Generation) sistemleri inşa edin.
• Modüler Workflow Yapıları: Karmaşık projelerinizi parçalara ayırmak için Execute Another Workflow düğümünü kullanın. Böylece bakım yapması kolay ve yeniden kullanılabilir alt iş akışları (Sub-workflows) oluşturun.
• n8n Topluluk Şablonları (Templates): n8n'in geniş şablon kütüphanesini (Templates) düzenli olarak inceleyin. Başkaları tarafından geliştirilmiş hazır JSON akışlarını kendi tuvalinize içe aktararak hızlıca özelleştirin.
• Resmi Dokümantasyon ve Forum: Takıldığınız yerlerde n8n Community Forum üzerinde dünyanın dört bir yanındaki otomasyon uzmanlarıyla iletişim kurabilir ve güncel çözümlere erişebilirsiniz.