---
title: "Daha Fazla Log Değil, Yürütme Ağaçları: Yapay Zeka Ajanları İçin Daha İyi Bir Hata Ayıklama Modeli"
url: https://blog.edumints.com/daha-fazla-log-degil-yurutme-agaclari-yapay-zeka-ajanlari-ic-n56tm4xd
category: "DevOps"
date: 2026-09-04T15:09:53.492Z
publisher: Edumints Blog
lang: tr-TR
source_name: "dev.to"
source_url: https://dev.to/raju_dandigam/execution-trees-not-more-logs-a-better-debugging-model-for-ai-agents-3d4g
---

# Daha Fazla Log Değil, Yürütme Ağaçları: Yapay Zeka Ajanları İçin Daha İyi Bir Hata Ayıklama Modeli

## Zihinsel Zaman Çizelgesi İnşasının Ölçeklenememesi
Geleneksel düz loglar (flat logs), sistemde art arda birkaç olayın gerçekleştiğini gösterebilir. Ancak çoğu zaman hangi işlemin bir sonrakine yol açtığını, hangi hatanın bir fallback mekanizmasını tetiklediğini ya da paralel araç çağrılarının tek bir planlama adımının alt parçası mı yoksa ilgisiz işler mi olduğunu açıklayamaz. Yapay zeka ajanlarında izlenen **yol (path)**, ajanın sergilediği davranışın doğrudan bir parçasıdır.

Bu gereksinim doğrultusunda geliştirilen açık kaynaklı TypeScript aracı `AgentInspect` (`agent-inspect@6.17.4`), ajan yürütmelerini yerel ortamda analiz etmek için yürütme ağaçlarını (execution trees) temel bir hata ayıklama modeli olarak sunar.

## Ajan Akışını Zaman Çizgisi Olarak Okumanın Yarattığı Sorun
Bir destek ajanının operasyonlarını ele aldığımızda tipik bir akış şöyle görünür:
- `09:00:00.000` planlama başladı
- `09:00:00.020` envanter isteği başladı
- `09:00:00.060` envanter isteği başarısız oldu: 503
- `09:00:00.061` envanter isteği yeniden başladı
- `09:00:00.120` envanter isteği başarılı
- `09:00:00.150` yanıt tamamlandı

Basit bir senaryoda bu akış zihinde canlandırılabilir; ancak bu yeniden inşa süreci tamamen geliştiricinin zihninde gerçekleşir. Sürece iç içe geçmiş ajanlar (nested agents), paralel çalışan araçlar, yinelenen işlem adları ve araya giren uygulama logları eklendiğinde zaman damgaları nedensellik ilişkisini (causality) kurmakta yetersiz kalır.

**Yürütme ağacı** (execution tree) ise bu hiyerarşik bağı açık hale getirir:
- **support-agent**
  - ├── **plan**
  - ├── **fetch-inventory** (başarısız: 503)
  - ├── **fetch-inventory** (başarılı)
  - └── **draft-answer**

Bu ağaç yapısı ham log verisinin yerini almaz; geliştiricilerin bir hata anında sorduğu *"Bu çalışma tam olarak hangi yolu izledi?"* sorusuna hedeflenmiş bir izdüşüm sunar.

## TypeScript ile Anlamlı Sınırları Yakalamak
`AgentInspect`, tüm çerçeve içi operasyonları otomatik keşfetmek yerine geliştiricinin belirlediği anlamlı sınırları kayıt altına alır. `inspectRun` ve `step` fonksiyonlarıyla planlama, paralel araç çağrıları (`Promise.all` ile `search-flights` ve `search-hotels`) ve model katmanı açıkça gruplanır. Elde edilen izleme verisi yerel ortamda `npx agent-inspect view travel-planner --dir .agent-inspect --summary` komutuyla doğrudan görselleştirilebilir.

## Farklı Hata Sınıflarını Açığa Çıkaran Yapılar
- **1. İç içe geçmiş işler sahiplik hiyerarşisini gösterir:**
  Üç seviyeli bir hiyerarşide (`outer` -> `middle` -> `inner`) girintiler yalnızca görsel bir detay değildir; `inner` işleminin `middle`'a, onun da `outer`'a ait olduğunu belgeler. Eğer `inner` çökerse, doğrudan hangi üst operasyonun sorumlu olduğu belirlenir. Düz loglarda bunu tespit etmek korelasyon ID'leri ve zaman damgası eşleştirmeleri gerektirir. Bu yaklaşım; bir ajanın diğerine görev devrettiği, bir aracın alt operasyonlar yürüttüğü ya da bir getirme (retrieval) adımının hem sorgu yeniden yazımı hem de vektör aramasını yönettiği senaryolarda kritik öneme sahiptir.

## Pratik Geliştirici Çıkarımları
- **Nedensellik Odaklı Hata Ayıklama:** Çok adımlı ajan mimarilerinde sadece kronolojik olayları listelemek yetersizdir; hiyerarşik sahiplik ilişkileri netleştirilmelidir.
- **Yerel Gözlemlenebilirlik:** Karmaşık bulut izleme araçlarına bağımlı kalmadan, yerel CLI tabanlı ağaç projeksiyonları ile geliştirme döngüsü hızlandırılabilir.

[[Orijinal kaynağa buradan ulaşabilirsiniz.](https://dev.to/raju_dandigam/execution-trees-not-more-logs-a-better-debugging-model-for-ai-agents-3d4g)](https://dev.to/raju_dandigam/execution-trees-not-more-logs-a-better-debugging-model-for-ai-agents-3d4g)

---

Bu konuyu derinlemesine öğrenmek isterseniz: [Agent Monitoring ve Debugging](https://edumints.com/kesfet/production-agent-orchestration-crewai-ve-autogen-i-u3cu) modülüne göz atın.

---

**Kaynak:** [dev.to](https://dev.to/raju_dandigam/execution-trees-not-more-logs-a-better-debugging-model-for-ai-agents-3d4g)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/daha-fazla-log-degil-yurutme-agaclari-yapay-zeka-ajanlari-ic-n56tm4xd