top of page

ALPER AKBAŞ

n8n ile Production-Ready AI Ajanı: Hata Yönetimi, Rate Limitler ve Fallback Mimarisi

  • Yazarın fotoğrafı: Alper AKBAS
    Alper AKBAS
  • 18 Oca
  • 2 dakikada okunur

🎯 Bu Bölümde Neler Öğreniyoruz? (Kazanımlar)

Bu sadece bir "nasıl yapılır" videosu değil, gerçek bir mühendislik simülasyonudur. İşte 40 dakikada cebinize koyacağınız yetkinlikler:


  1. Loop Mühendisliği ve Batching: Sadece döngü kurmayı değil, Loop Over Items içinde $input.all() ile veri yönetmeyi ve sistemi kitlemeden binlerce veriyi nasıl işleyeceğimizi (Batching) öğreniyoruz.


  2. Rate Limit (Hız Sınırı) Yönetimi: Google Gemini gibi ücretsiz modellerin RPM (Dakikalık İstek) sınırlarına takıldığımızda o korkunç 429 Too Many Requests hatasını nasıl yöneteceğimizi, RPD ve RPM kavramlarını analiz ediyoruz.


  3. "Fallback" Mimarisi (Yedek Paraşüt): Ana modelimiz (Gemini) çöktüğünde veya limite takıldığında, sistemin durmaması için Groq modelinin nasıl otomatik devreye gireceğini (Error Handling) kuruyoruz.


  4. JSON Markdown Temizliği: LLM'lerin bazen inatla ürettiği "Markdown Code Block" (```json) formatının otomasyonu nasıl bozduğunu görüyor ve bunu n8n içinde nasıl "parse" edip temizleyeceğimizi öğreniyoruz.


  5. Spaghetti vs. Merge Node: Düğümleri (Node) arka arkaya tren vagonu gibi dizmek yerine, veriyi işleyip en sonda Merge Node ile birleştirerek nasıl "Production Grade" (Profesyonel Seviye) bir akış tasarlanacağını inceliyoruz.


  6. Canlı Debugging (Hata Ayıklama): Video boyunca kesinti yok! Decommissioned Model hatalarını, API key sorunlarını ve veri eşleşme hatalarını canlı yayında, edit yapmadan birlikte çözüyoruz.



Videomuz:



İndirme Linkleri:

Dersin başında kullandığımız (bir önceki derste yaptığımız) flow:

Derste yaptığımız flow:


Merge Node içeren örnek flow:



------

PROMPTLAR:

User Message:


Product Title: {{ $json.title }}
Product Description: {{ $json.description }}

Price: {{ $json.price }} USD

Category: {{ $json.category }}

Müşteri değerlendirmesi: {{ $json.rate }}

Değerlendirme yapan müşteri sayısı: {{ $json.count }}



ÇIKTI FORMATI:

Cevabını SADECE aşağıdaki formatta geçerli bir JSON objesi olarak ver. Başka hiçbir giriş veya bitiş cümlesi yazma. Markdown (```json) kullanma.

System Message:

Görevin: Sana verilecek İngilizce ürün bilgilerini (Başlık ve Açıklama) analiz etmek.
1. Ürün adını Türkçe'ye havalı bir şekilde çevir.

2. Bu ürünü Instagram'da satmak için çok kısa, komik, emojili ve "Gen Z" diline yakın bir slogan yaz.

3. Ürünün fiyatına ve tipine göre ona bir "Müşteri Kitlesi" etiketi yapıştır.

4. Hangi yapay zeka modeli olduğunu "model_imzasi" alanına yaz. (Örn: "Google Gemini", "Groq Llama 3" vb. Kendini tanıt.) kesinlikle yalan atma kendi modelini yaz buraya. 

5. Duygu analizini yaparken 1 5 arası verilen ürün değerlendirme puanını ve değerlendirme sayısını dikkate alacaksın.



ÇIKTI FORMATI:

Cevabını SADECE aşağıdaki formatta geçerli bir JSON objesi olarak ver. Başka hiçbir giriş veya bitiş cümlesi yazma. Markdown (```json) kullanma.



İstenen JSON Yapısı:

{

  "urun_adi_tr": "...",

  "slogan": "...",

  "kitle_etiketi": "...",

  "duygu_analizi": "Pozitif/Nötr/Negatif",

  "duygu_analizi_aciklaması": "yaptığın duygu analizinin kısa açıklaması",

  "model_imzasi": "Google Gemini (veya Groq Llama 3)"

}



Yorumlar

bottom of page