OpenAI AgentKit Nedir

OpenAI AgentKit, OpenAI platformunda yapay zeka ajanları oluşturmak, dağıtmak ve ölçmek için sunulan bir araç paketidir. Daha önce bir ajanı orkestrasyon kodu, bağlayıcılar, değerlendirme betikleri ve arayüz bileşenleri arasında manuel olarak kurduysanız, AgentKit bu süreci tek bir akışta toplamayı hedefliyordu. 2026 itibarıyla önemli nokta şu: Agent Builder ve Evals kullanımdan kaldırılıyor; uzun vadeli, kod öncelikli yol OpenAI Agents SDK. Bu yazıda AgentKit’in parçalarını, hangi bileşenin ne durumda olduğunu, nasıl başlanacağını ve ajanınız harici API’leri çağırdığında Apidog gibi API test araçlarının nerede devreye girdiğini ele alacağız.

Apidog'u bugün deneyin

AgentKit Nedir?

OpenAI, AgentKit’i 6 Ekim 2025’te DevDay’de tanıttı. AgentKit tek bir ürün değil; OpenAI API’si ve OpenAI Agents SDK üzerine konumlanan bir araç setiydi.

Temel amaç şuydu:

“Bir ajan fikrim var” noktasından “kullanıcıların önünde çalışan bir ajanım var” noktasına daha hızlı gitmek.

AgentKit’ten önce bir ajan geliştirmek genellikle şu parçaları ayrı ayrı yönetmek anlamına geliyordu:

• Orkestrasyon mantığı
• Araç ve veri kaynağı bağlayıcıları
• İstem sürümleri
• Değerlendirme veri kümeleri
• Test ve gözlemleme akışları
• Kullanıcı arayüzü
• Dağıtım altyapısı

AgentKit bu parçaları tek bir ürün ailesi altında toplamaya çalıştı.

Ancak 2026 için kritik bir değişiklik var: OpenAI, 3 Haziran 2026’da AgentKit’in iki bileşenini, Agent Builder ve Evals’ı kullanımdan kaldıracağını duyurdu. Bu nedenle yeni bir üretim sistemi kuruyorsanız, temel yatırımınızı Agents SDK üzerine yapmanız daha güvenli bir yaklaşımdır.

AgentKit’in Parçaları

AgentKit dört ana bileşenle sunuldu:

1. Agent Builder
2. ChatKit
3. Bağlayıcı Kayıt Defteri
4. Evals ve optimizasyon araçları

Aşağıda her bileşenin işlevini ve 2026’daki durumunu bulabilirsiniz.

Agent Builder

Agent Builder, çok adımlı ajan iş akışları tasarlamak için kullanılan görsel bir tuvaldir.

Bu araçla şunları yapabilirsiniz:

• Ajan adımlarını düğümler halinde tasarlamak
• Araç çağrılarını akışa bağlamak
• Gerçek girdilerle akışı önizlemek
• İş akışının sürüm kontrollü anlık görüntülerini yayınlamak
• Akışı Python veya TypeScript Agents SDK kodu olarak dışa aktarmak

Geliştirici açısından en önemli nokta: Agent Builder yalnızca görsel bir prototipleme aracı değildir; oluşturduğunuz iş akışını Agents SDK koduna dönüştürebilir.

Pratik kullanım şekli:

1. Agent Builder ile ilk akışı hızlıca tasarlayın.
2. Çalışan mantığı doğrulayın.
3. SDK sekmesinden Python veya TypeScript kodunu dışa aktarın.
4. Kod tabanınıza taşıyın.
5. Test, CI/CD ve sürüm kontrolünü kendi geliştirme sürecinize bağlayın.

Ancak kalıcı mimari için Agent Builder’a bağımlı kalmamalısınız. OpenAI’ın kullanımdan kaldırma sayfasına göre Agent Builder 30 Kasım 2026’da kapatılacak.

ChatKit

ChatKit, ajanınızı son kullanıcıya göstermek için kullanılan gömülebilir sohbet arayüzüdür.

Sıfırdan sohbet arayüzü oluşturmak yerine ChatKit ile:

• Web uygulamanıza sohbet bileşeni ekleyebilirsiniz.
• Yayınlanmış bir iş akışı kimliğine bağlanabilirsiniz.
• Tema ve davranış ayarlarını özelleştirebilirsiniz.
• Akış yanıtları, iş parçacıkları ve sohbet durumu gibi temel parçaları hazır kullanabilirsiniz.

ChatKit, 2026’daki kullanımdan kaldırma duyurusundan en az etkilenen AgentKit bileşenidir. Sohbet tabanlı bir ajan deneyimi yayınlamak istiyorsanız hâlâ kullanılabilir bir dağıtım yüzeyidir.

Bağlayıcı Kayıt Defteri

Bağlayıcı Kayıt Defteri, OpenAI ürünleri içinde veri kaynakları ve araç erişimlerini yönetmek için kullanılan yönetici odaklı bir alandır.

Bu bileşenle şunlar yönetilebilir:

• Önceden oluşturulmuş bağlayıcılar
• Kurumsal veri kaynakları
• Üçüncü taraf MCP sunucuları
• Ajanların hangi kaynaklara erişebileceği

Örnek veri kaynakları:

• Dropbox
• Google Drive
• SharePoint
• Microsoft Teams
• Dahili MCP sunucuları

MCP tarafını daha teknik olarak incelemek isterseniz, MCP sunucuları ve OpenAI Agents SDK rehberinde ajanların Model Context Protocol üzerinden araçları nasıl çağırdığını ele aldık.

Evals ve Optimizasyon

Evals, ajan davranışını ölçmek ve iyileştirmek için kullanılan değerlendirme katmanıydı.

Sağladığı başlıca özellikler:

• Veri kümeleriyle değerlendirme
• Çok adımlı ajan çalıştırmalarını izleme
• Her adımı puanlama
• İstem optimizasyonu
• OpenAI dışındaki modellerle karşılaştırmalı değerlendirme

Amaç, kendi değerlendirme altyapınızı sıfırdan kurmadan ajan kalitesini ölçebilmekti.

Ancak Evals da kullanımdan kaldırılıyor:

• 31 Ekim 2026: Salt okunur hale gelecek
• 30 Kasım 2026: Kapatılacak

Bu nedenle yeni bir sistemde Evals’a uzun vadeli bağımlılık kurmak yerine, değerlendirme akışlarınızı kod tabanınızda ve CI/CD sürecinizde yönetmeniz daha sürdürülebilir olur.

AgentKit ve Agents SDK Arasındaki Fark

Bu ayrımı doğru yapmak önemli, çünkü mimari kararınızı doğrudan etkiler.

Agents SDK, ajanları kodla tanımladığınız temel çerçevedir. Burada şunları oluşturursunuz:

• Ajanlar
• Araçlar
• Devirler
• Koruyucu raylar
• İş akışı mantığı

AgentKit ise SDK’nın etrafında konumlanan daha geniş araç setidir. Agent Builder görsel katman, ChatKit kullanıcı arayüzü katmanı, Bağlayıcı Kayıt Defteri yönetim katmanı, Evals ise ölçüm katmanı olarak düşünülebilir.

Katman	Nedir?	2026’daki Durumu
Agents SDK	Ajanları, araçları ve koruyucu rayları tanımlamak için kod çerçevesi	Aktif, önerilen uzun vadeli yol
Agent Builder	Agents SDK kodu dışa aktarabilen görsel tuval	Kullanımdan kaldırıldı, 30 Kasım 2026’da kapanacak
ChatKit	Yayınlanmış iş akışına bağlanan gömülebilir sohbet arayüzü	Kullanılabilir
Bağlayıcı Kayıt Defteri	Bağlayıcılar ve MCP sunucuları için yönetici paneli	Kullanılabilir
Evals	İzleme derecelendirme ve istem optimizasyonu	31 Ekim 2026’da salt okunur, 30 Kasım 2026’da kapanacak

OpenAI’ın geçiş önerisi net: Kod olarak yaşaması gereken iş akışları için Agents SDK kullanın. Kod gerektirmeyen doğal dil tabanlı kullanım senaryoları için ChatGPT’deki Workspace Agent’larını değerlendirin.

Mühendislik ekipleri için pratik cevap: Yeni üretim ajanlarını Agents SDK ile başlatın.

AgentKit Kimler İçin Uygundu?

AgentKit farklı ekip tiplerine hitap ediyordu:

• Ürün ekipleri: Agent Builder ve ChatKit ile hızlı prototip oluşturmak
• Kurumsal ekipler: Bağlayıcı Kayıt Defteri ile veri erişimini yönetmek
• Mühendislik ekipleri: Agents SDK ile tam kontrol sağlamak
• Kalite ekipleri: Evals ile ajan davranışını ölçmek

2026’daki kullanımdan kaldırmalar sonrası önerilen yaklaşım:

• Kalıcı ve bakımı yapılacak bir ajan geliştiriyorsanız: Agents SDK
• Hızlı görsel prototip gerekiyorsa: Agent Builder ile başlayıp kodu dışa aktarın
• Sohbet arayüzü gerekiyorsa: ChatKit
• Araç ve veri erişimi yönetilecekse: Bağlayıcı Kayıt Defteri

Uygulanabilir Bir Ajan Geliştirme Akışı

Görsel tuvalle veya doğrudan kodla başlasanız da, çoğu ajan geliştirme süreci benzer ilerler.

1. Ajanın görevini netleştirin

Önce ajanınızın sorumluluğunu sınırlayın.

Örnek:

• Müşteri siparişlerini özetlemek
• Destek talebini sınıflandırmak
• Dahili dokümanlarda arama yapmak
• CRM kaydını güncellemek
• Kullanıcıya uygun ürün önermek

Bu aşamada şu soruları cevaplayın:

• Ajan hangi hedefe ulaşmalı?
• Hangi veriye ihtiyaç duyuyor?
• Hangi API’leri çağıracak?
• Hangi işlemleri yapmasına izin verilmeli?
• Hangi durumlarda insana devretmeli?

2. Araçları tanımlayın

Ajanların gerçek sistemlerle etkileşimi çoğunlukla araç çağrılarıyla olur. Bu araçlar pratikte HTTP API’leridir.

Örnek araçlar:

• get_recent_orders
• search_customer
• create_support_ticket
• refund_payment
• lookup_inventory

Her araç için net bir sözleşme tanımlayın:

• Girdi şeması
• Zorunlu alanlar
• Yanıt formatı
• Hata durumları
• Yetkilendirme yöntemi
• Zaman aşımı davranışı

3. İş akışını oluşturun

Agent Builder kullanıyorsanız:

1. Düğümleri oluşturun.
2. Araç çağrılarını bağlayın.
3. Test girdileriyle çalıştırın.
4. SDK kodunu dışa aktarın.

Agents SDK kullanıyorsanız:

1. Ajanı kodda tanımlayın.
2. Araçları ekleyin.
3. Devir mantığını yazın.
4. Koruyucu rayları bağlayın.
5. Testleri çalıştırın.

4. Koruyucu raylar ekleyin

Koruyucu raylar, ajanın güvenli ve öngörülebilir davranmasına yardımcı olur.

Kontrol edilmesi gerekenler:

• PII maskeleme veya işaretleme
• Jailbreak girişimi tespiti
• Araç çağrısı izinleri
• Hassas işlemlerde onay gereksinimi
• Yanıt formatı doğrulama
• Yetkisiz veri erişimi engelleme

Özellikle dış sistemleri değiştiren araçlarda, örneğin ödeme iadesi veya kayıt güncelleme gibi işlemlerde, onay ve doğrulama katmanları kritik hale gelir.

5. API’leri test edin ve mock edin

Gerçek dünyadaki en sık sorun burada çıkar. Ajanınızın mantığı doğru olsa bile, çağırdığı API yanlış, yavaş veya tutarsız yanıt veriyorsa ajan çıktısı da bozulur.

Bu nedenle her araç çağrısını ayrı bir API sözleşmesi olarak ele alın:

• Yanıt şemasını doğrulayın
• 4xx ve 5xx durumlarını test edin
• Boş sonuçları test edin
• Yavaş yanıtları simüle edin
• Yetkilendirme hatalarını test edin
• Mock sunucularla geliştirmeyi hızlandırın

6. Dağıtın

Dağıtım için iki ana yol vardır:

• ChatKit ile yayınlanmış iş akışını web uygulamanıza gömmek
• Agents SDK kodunu kendi altyapınızda çalıştırmak

Üretim ortamında şunları izleyin:

• Araç çağrısı başarı oranı
• Ortalama yanıt süresi
• Model maliyeti
• Hata dağılımı
• Kullanıcı memnuniyeti
• Yanlış veya eksik araç yanıtları

Gerçekçi Örnek: Siparişleri Getiren Bir Araç

Bir ajan, çağırabildiği araçlar kadar güvenilirdir. Bu araçlar çoğu zaman HTTP API’leridir.

Örneğin bir müşteri destek ajanının son siparişleri getirmesi gerektiğini düşünelim. Agents SDK ile bu aracı JSON şemasıyla tanımlayabilirsiniz:

{
  "type": "function",
  "name": "get_recent_orders",
  "description": "Müşteri kimliğine göre bir müşterinin son siparişlerini ara.",
  "parameters": {
    "type": "object",
    "properties": {
      "customer_id": {
        "type": "string",
        "description": "Müşterinin benzersiz tanımlayıcısı"
      },
      "limit": {
        "type": "integer",
        "description": "Döndürülecek sipariş sayısı",
        "default": 5
      }
    },
    "required": ["customer_id"],
    "additionalProperties": false
  }
}

Model bu aracı çağırmaya karar verdiğinde, sizin kodunuz gerçek sipariş API’sine istek gönderir:

curl "https://api.your-company.com/v1/customers/cus_8842/orders?limit=5" \
  -H "Authorization: Bearer $ORDERS_API_KEY" \
  -H "Content-Type: application/json"

Ajanın kalitesi artık bu API’nin davranışına bağlıdır.

Şu sorunlardan biri oluşursa ajan çıktısı doğrudan etkilenir:

• API beklenenden yavaş döner
• Yanıt alan adları değişir
• orders yerine data döner
• Boş sonuçlar doğru işlenmez
• 500 hataları modele anlamsız veri olarak iletilir
• Yetkilendirme hataları açıklayıcı değildir

Bu yüzden ajan aracı geliştirmek, aynı zamanda API sözleşmesi geliştirmektir.

API Testleri ve Mock API’ler Nerede Devreye Girer?

Apidog bir ajan framework’ü değildir. Ajan oluşturmaz. Bu işi AgentKit ve Agents SDK yapar.

Apidog’un rolü daha alttaki katmandadır: ajanınızın çağırdığı API’leri test etmek, mock etmek ve belgelemek.

Ajan geliştirme sürecinde Apidog üç pratik problem için kullanışlıdır.

1. API Hazır Değilken Mock Oluşturun

Backend ekibi sipariş servisini henüz tamamlamamış olabilir. Ancak ajan geliştirmesini bekletmek zorunda değilsiniz.

Apidog ile üzerinde anlaşılan şemaya göre mock API oluşturabilirsiniz.

Örneğin mock yanıt:

{
  "customer_id": "cus_8842",
  "orders": [
    {
      "id": "ord_1001",
      "status": "delivered",
      "total": 129.9,
      "currency": "TRY"
    },
    {
      "id": "ord_1002",
      "status": "processing",
      "total": 89.5,
      "currency": "TRY"
    }
  ]
}

Bu sayede:

• Ajan geliştirmesi backend’i beklemez
• Uç durumlar kontrollü test edilir
• Boş liste senaryoları denenir
• Hata yanıtları simüle edilir
• Yavaş API davranışı test edilir

2. Araç Yanıtlarını Sözleşmeye Göre Doğrulayın

Ajan araçları için en tehlikeli hata her zaman 500 değildir. Bazen API 200 döner ama yanlış format üretir.

Örneğin ajan şunu bekliyor olabilir:

{
  "orders": []
}

Ama API şunu döndürür:

{
  "items": []
}

Bu durumda model boş sipariş listesi yerine eksik veya anlamsız veriyle karar vermeye çalışabilir.

Bunu önlemek için API test senaryoları yazın:

• Durum kodu 200 mü?
• orders alanı var mı?
• orders dizi mi?
• Her siparişte id, status, total var mı?
• Hata durumları beklenen formatta mı?
• Yanıt süresi kabul edilebilir mi?

Basit kontrol listesi:

GET /v1/customers/{customer_id}/orders

Beklenen:
- 200 OK
- Content-Type: application/json
- orders: array
- orders[].id: string
- orders[].status: string
- orders[].total: number

Bu kontroller, sözleşme kaymasını ajan üretime çıkmadan yakalamanızı sağlar.

3. Ortam Değişkenlerini ve Anahtarları Yönetin

Ajan araçları genellikle farklı ortamlarla çalışır:

• Local
• Development
• Staging
• Production

Her ortamın farklı değerleri olabilir:

ORDERS_API_BASE_URL=https://staging-api.your-company.com
ORDERS_API_KEY=...

Bu değerleri doğrudan koda yazmak yerine ortam değişkenlerinde tutun.

Apidog gibi bir API platformunda:

• Temel URL’leri ortam bazlı yönetebilirsiniz
• API anahtarlarını merkezi tutabilirsiniz
• Aynı endpoint’i farklı ortamlarda test edebilirsiniz
• Ajan çalışma zamanından bağımsız API doğrulaması yapabilirsiniz

Apidog’u indirebilir ve ajanınızın çağıracağı endpoint’leri ayrı bir projede izole şekilde test edebilirsiniz.

Ajan araç çağrılarını test edilebilir API’ler olarak ele almak istiyorsanız, bir yapay zeka ajanının araç çağrılarını nasıl test edeceğiniz konulu rehbere de bakabilirsiniz.

Kısa versiyon:

Ajanınızın çağırdığı her araç bir API’dir. Her API de test edilmelidir.

AgentKit ile Çalışırken Önerilen 2026 Mimarisi

Yeni bir ajan projesi başlatıyorsanız pratik mimari şu şekilde olabilir:

Kullanıcı
  ↓
ChatKit veya özel UI
  ↓
Agents SDK
  ↓
Araç tanımları
  ↓
HTTP API'ler / MCP sunucuları
  ↓
Apidog ile test, mock ve dokümantasyon

Bu yapı şu avantajları sağlar:

• Ajan mantığı kodda kalır
• Agent Builder kapanışına bağımlılık azalır
• ChatKit arayüz katmanı olarak kullanılabilir
• API sözleşmeleri ayrı test edilir
• Araç hataları üretime çıkmadan yakalanır
• Mock API’lerle paralel geliştirme yapılır

Sıkça Sorulan Sorular

OpenAI AgentKit ücretsiz mi?

AgentKit, OpenAI API kullanımınızın üzerine kurulur. Bu nedenle temel maliyetler model token kullanımı ve ajanın yaptığı araç çağrılarından gelir. Ayrı bir AgentKit abonelik kalemi belirtilmemiştir. Fiyatlar değişebileceği için güncel OpenAI platform fiyatlandırmasını kontrol etmelisiniz.

AgentKit ile Agents SDK arasındaki fark nedir?

Agents SDK, ajanları, araçları ve koruyucu rayları kodla tanımladığınız framework’tür. AgentKit ise bu SDK’nın etrafında Agent Builder, ChatKit, Bağlayıcı Kayıt Defteri ve Evals gibi bileşenler sunan daha geniş paketti. Agent Builder ve Evals’ın 2026 sonunda kapanmasıyla, kalıcı kod öncelikli yol Agents SDK’dır. Detaylı uygulama için Agents SDK kılavuzumuza bakabilirsiniz.

Agent Builder kaldırılıyor mu?

Evet. OpenAI, 3 Haziran 2026’da Agent Builder ve Evals platformunu kullanımdan kaldıracağını duyurdu. Her ikisi de 30 Kasım 2026’da kapanacak. Evals, 31 Ekim 2026’da salt okunur hale gelecek. ChatKit kullanılabilir kalacak. OpenAI, kod öncelikli iş akışları için Agents SDK’ya geçilmesini öneriyor.

AgentKit ajanımın çağırdığı API’leri test edebilir miyim?

Evet, etmelisiniz. Bir ajanın çağırdığı her araç, istek ve yanıttan oluşan bir API sözleşmesidir. Bu API’leri mock edebilir, yanıt şemalarını doğrulayabilir, hata senaryolarını test edebilir ve ortam anahtarlarını yönetebilirsiniz. Apidog gibi bir platform bu süreci ajan üretime çıkmadan önce daha öngörülebilir hale getirir.

Sonuç

AgentKit, OpenAI geliştiricilerine ajan oluşturmak için hızlı bir başlangıç sundu: Agent Builder ile görsel akış, ChatKit ile gömülebilir sohbet arayüzü, Bağlayıcı Kayıt Defteri ile yönetilen veri erişimi ve Evals ile ölçüm.

Ancak 2026 sonuna doğru Agent Builder ve Evals kullanımdan kaldırılıyor. Bu nedenle mühendislik ekipleri için uzun vadeli yol Agents SDK. ChatKit ve Bağlayıcı Kayıt Defteri ise bu mimarinin yanında kullanılabilir.

Hangi yaklaşımı seçerseniz seçin, ajanınızın güvenilirliği çağırdığı API’lere bağlıdır. API’leri erken mock edin, yanıt sözleşmelerini test edin ve ortam anahtarlarını düzenli yönetin. Apidog, ajanınızın güvendiği araç endpoint’lerini test etmek, mock etmek ve belgelemek için tek bir çalışma alanı sağlar.