KBase

Recent Notes

Upsonic Gem Knowledge

4 min read

index AI Tools index

Upsonic Framework — API Reference for Code Generation

Version: 0.74+ (March 2026)

Bu dosya Gemini Gem’in Knowledge bölümüne yüklenmek içindir.

KURULUM

pip install upsonic groq

Ek paketler (gerektiğinde):

  • pip install "upsonic[storage]" — Memory için (SQLite, PostgreSQL, Redis, MongoDB)
  • pip install "upsonic[rag]" — Knowledge Base için
  • pip install "upsonic[models]" — Ek LLM provider’lar için

DESTEKLENEN MODELLER

Groq (ÜCRETSİZ, varsayılan): “groq/llama-3.3-70b-versatile”, “groq/llama-3.1-8b-instant” OpenAI (ücretli): “openai/gpt-4o-mini”, “openai/gpt-4o”, “openai/gpt-4.1-mini” Anthropic: “anthropic/claude-sonnet-4-5” Google: “google/gemini-2.0-flash” Ollama (lokal): “ollama/llama3.2”

TEMEL KAVRAMLAR

Agent Oluşturma

from upsonic import Agent, Task
 
agent = Agent(
    model="groq/llama-3.3-70b-versatile",
    name="Agent Adı",
    role="Agent Rolü",
    goal="Agent Hedefi",
    system_prompt="Opsiyonel: Agent'a özel davranış talimatı"  # Opsiyonel
)

Task Oluşturma

task = Task(description="Görev açıklaması")

Agent Çalıştırma

# Sonucu ekrana yazdır
agent.print_do(task)
 
# Sonucu değişkene al
result = agent.do(task)
 
# Birden fazla task
results = agent.print_do([task1, task2])

TEAM MODLARI

Sequential Team (Sıralı)

Görevler sırayla çalışır, context otomatik aktarılır. A → B → C

from upsonic import Agent, Task, Team
 
agent1 = Agent(model="groq/llama-3.3-70b-versatile", name="Araştırmacı", role="Araştırma Uzmanı", goal="Bilgi toplamak")
agent2 = Agent(model="groq/llama-3.3-70b-versatile", name="Yazar", role="İçerik Yazarı", goal="İçerik üretmek")
agent3 = Agent(model="groq/llama-3.3-70b-versatile", name="Editör", role="İçerik Editörü", goal="İçeriği düzenlemek")
 
team = Team(
    agents=[agent1, agent2, agent3],
    mode="sequential"
)
 
tasks = [
    Task(description="Görev 1"),
    Task(description="Görev 2"),
    Task(description="Görev 3")
]
 
result = team.print_do(tasks)

Ne zaman kullanılır: İşler sıralı akıyorsa, her adım bir öncekinin sonucuna bağlıysa. Örnekler: Blog yazımı, döküman işleme pipeline’ı, veri analiz akışı.

Coordinate Team (Liderli)

Bir lider agent strateji oluşturur, görevleri dağıtır, sonuçları birleştirir.

from upsonic import Agent, Task, Team
 
analyst = Agent(model="groq/llama-3.3-70b-versatile", name="Analist", role="Pazar Analisti", goal="Pazarı analiz etmek")
creative = Agent(model="groq/llama-3.3-70b-versatile", name="Kreatif", role="İçerik Üretici", goal="İçerik üretmek")
strategist = Agent(model="groq/llama-3.3-70b-versatile", name="Stratejist", role="Strateji Uzmanı", goal="Strateji belirlemek")
 
team = Team(
    agents=[analyst, creative, strategist],
    mode="coordinate",
    model="groq/llama-3.3-70b-versatile"  # ZORUNLU: Lider agent için model
)
 
tasks = [
    Task(description="Görev 1"),
    Task(description="Görev 2"),
    Task(description="Görev 3")
]
 
result = team.print_do(tasks)

Özel lider belirlemek (opsiyonel):

leader = Agent(model="groq/llama-3.3-70b-versatile", name="Proje Yöneticisi", role="Lider", goal="Ekibi yönetmek")
team = Team(agents=[analyst, creative], mode="coordinate", model="groq/llama-3.3-70b-versatile", leader=leader)

Ne zaman kullanılır: Birden fazla uzman paralel çalışıp sonuçlar birleştirilecekse. Örnekler: Kampanya planlama, proje yönetimi, çok boyutlu analiz.

Route Team (Yönlendirmeli)

Router gelen soruyu en uygun uzmana yönlendirir. Uzmanlar birbirinden habersiz.

from upsonic import Agent, Task, Team
 
billing = Agent(
    model="groq/llama-3.3-70b-versatile",
    name="Fatura Uzmanı",
    role="Faturalama Uzmanı",
    goal="Fatura sorunlarını çözmek",
    system_prompt="Sen fatura, ödeme ve abonelik konularında uzman bir destek temsilcisisin."
)
 
tech = Agent(
    model="groq/llama-3.3-70b-versatile",
    name="Teknik Uzman",
    role="Teknik Destek Uzmanı",
    goal="Teknik sorunları çözmek",
    system_prompt="Sen yazılım hataları ve teknik problemlerde uzman bir destek temsilcisisin."
)
 
team = Team(
    agents=[billing, tech],
    mode="route",
    model="groq/llama-3.3-70b-versatile"  # ZORUNLU: Router agent için model
)
 
task = Task(description="Kullanıcı sorusu")
result = team.print_do(task)

Özel router belirlemek (opsiyonel):

router = Agent(model="groq/llama-3.3-70b-versatile", name="Yönlendirici", role="Router", goal="Soruyu doğru uzmana yönlendirmek")
team = Team(agents=[billing, tech], mode="route", model="groq/llama-3.3-70b-versatile", router=router)

Ne zaman kullanılır: Gelen isteği doğru uzmana yönlendirme gerekiyorsa. Örnekler: Müşteri destek, help desk, soru kategorilendirme.

Manuel Çağrı (Team Olmadan)

Agent’ları doğrudan kodda çağırarak sonuçları aktarma.

from upsonic import Agent, Task
 
agent1 = Agent(model="groq/llama-3.3-70b-versatile", name="Analist", role="Veri Analisti", goal="Veriyi analiz etmek")
agent2 = Agent(model="groq/llama-3.3-70b-versatile", name="Raporcu", role="Rapor Yazarı", goal="Rapor yazmak")
 
# Adım 1
task1 = Task(description="Veriyi analiz et")
result1 = agent1.do(task1)
 
# Adım 2 — önceki sonucu kullan
task2 = Task(description=f"Bu sonuçlardan rapor yaz: {result1}")
agent2.print_do(task2)

Ne zaman kullanılır: Çok basit, 1-2 agent yeterliyse; tam kontrol isteniyorsa.

MEMORY (HAFIZA)

from upsonic import Agent, Task
from upsonic.storage import Memory, InMemoryStorage
 
memory = Memory(
    storage=InMemoryStorage(),
    session_id="session_001",
    full_session_memory=True
)
 
agent = Agent(model="groq/llama-3.3-70b-versatile", memory=memory)
 
agent.print_do(Task(description="Benim adım Ali"))
agent.print_do(Task(description="Benim adım ne?"))  # Hatırlar: "Ali"

CULTURE (KÜLTÜR/DAVRANIŞ KURALLARI)

from upsonic import Agent, Task, Culture
 
culture = Culture(
    user_description="Bu bir Türk fintech şirketinin destek agent'ıdır. Nazik ve profesyonel ol. Türkçe cevap ver. Rakipler hakkında yorum yapma.",
    model="groq/llama-3.3-70b-versatile"
)
 
agent = Agent(
    model="groq/llama-3.3-70b-versatile",
    name="Destek Asistanı",
    culture=culture
)

NESTED TEAMS (İÇ İÇE TAKIMLAR)

from upsonic import Agent, Task, Team
 
# Alt takım 1
research_team = Team(
    agents=[researcher1, researcher2],
    mode="sequential",
    name="Araştırma Takımı"
)
 
# Alt takım 2
content_team = Team(
    agents=[writer, editor],
    mode="sequential",
    name="İçerik Takımı"
)
 
# Üst takım — entities parametresi ile Team içine Team koyulur
main_team = Team(
    entities=[research_team, content_team],
    mode="coordinate",
    model="groq/llama-3.3-70b-versatile"
)

GOOGLE COLAB İÇİN KURULUM BLOĞU

Her kodun başına bu kurulum hücresini ekle:

# Google Colab'da çalıştırmak için önce bu hücreyi çalıştırın:
!pip install -q upsonic openai groq
 
import os
os.environ["GROQ_API_KEY"] = "YOUR_KEY_HERE"  # console.groq.com'dan ücretsiz alın
# OpenAI kullanmak isterseniz:
# os.environ["OPENAI_API_KEY"] = "YOUR_KEY_HERE"

YÖNTEM SEÇİM REHBERİ

SenaryoÖnerilen Yöntem
Basit tek görevTek Agent
2 adımlı basit işManuel Çağrı
Sıralı pipeline (araştır→yaz→düzenle)Sequential Team
Paralel uzmanlar + birleştirmeCoordinate Team
Soruyu doğru uzmana yönlendirmeRoute Team
Karmaşık hiyerarşik workflowNested Teams

Graph View