Genel Bakış
Bu projede, finans alanında çalışan kullanıcıların SQL bilmeden veritabanı sorgularını yapabilmesi için bir AI agent sistemi tasarladım. Kullanıcı sorusu doğal dilde yazıyor ("Geçen ay en çok satan ilk 10 ürün hangileri?"), agent bunu uygun SQL'e çeviriyor, çalıştırıyor ve sonucu uygun formatta sunuyor.
Çok-Akışlı Mimari
LangGraph üzerinde farklı akışlara ayrılmış agent'lar:
- Intent classifier: Sorunun tipini anlıyor (aggregation, comparison, time-series, lookup)
- Schema-aware SQL generator: Veritabanı şemasını biliyor, ona göre SQL üretiyor
- SQL validator: Üretilen SQL'i çalıştırmadan önce sözdizimi ve mantık kontrolü yapıyor
- Executor: Sorguyu güvenli sandbox'ta çalıştırıyor (sadece read-only)
- Output router: Sonucu nasıl sunacağına karar veriyor — tablo, grafik, Excel ya da AI yorumu
Modüler Çıktı Katmanı
Aynı sonuç farklı kullanıcı ihtiyaçlarına göre farklı formatlarda sunulabiliyor:
- Grafik: Trend analizleri için otomatik chart üretimi
- Excel: Detaylı incelemeler için yapılandırılmış rapor
- AI yorumlama: "Sonuçlardan ne anlamamız gerekiyor?" sorusuna LLM destekli özet
Alan Özel Eğitim
Generic Text-to-SQL'den farklı olarak, agent'lar finans terminolojisi (cari hesap, mizan, vergi kalemleri vb.) ile özel olarak prompt-tune edildi. Bu sayede hem doğruluk hem de domain'e uygun SQL üretimi yüksek seviyede tutuldu.