Python AI Agent Simülatörü

 

Basit bir python betiği ile web sitelerinizin ai ve ai agentlar tarafından nasıl yorumlandığını test edebilirsiniz. Google ai ücretsiz gemini api keyinizi kullanabilirsiniz. Soru kod içinde yazılmakta ve cevap python çıktısında gelmektedir. Kod içindeki web sitesindeki /llms.txt dosyası analiz edildi, farklı sayfalarda yorumlatılabilir. Kod içindeki system_instruction ve sıcaklık ayarı değiştirilebilir. Tkinter ile arayüzde eklenebilir.

Python Kodu:

import requests

from google import genai

from google.genai import types

# lib kurulumu pip install google-genai veya  py -m pip install google-genai

# 1. Adım: Sitenizdeki canlı llms.txt dosyasını çekiyoruz, burada llms.txt incelendi siz başka #sayfalarıda inceleyebilirsiniz:

llms_url = "https://sedaelektronik.com.tr/llms.txt"

try:

    response = requests.get(llms_url)

    llms_content = response.text

except Exception as e:

    print(f"Dosya okunamadı: {e}")

    llms_content = ""

# 2. Adım: Gemini İstemcisini Başlatıyoruz (Ücretsiz Deneme Sürümü İçin)

# Not: API anahtarınızı sistem ortam değişkenlerine (GEMINI_API_KEY) ekleyebilir 

# veya doğrudan 'api_key="ANAHTARINIZ"' şeklinde buraya yazabilirsiniz.

#client = genai.Client()

# Kendi google ai gemini api anahtarınızı tırnak içine yapıştırın):

client = genai.Client(api_key="")

system_instruction = f"""

You are an autonomous AI Agent. Your job is to help users buy products.

You must read the following website documentation (llms.txt) and understand how to process orders.

DO NOT invent checkout systems if they do not exist. Route the user exactly as specified.

DOCUMENTATION (llms.txt):

{llms_content}

"""

#kullanıcı sorusu, herhangi bir dilde:

user_query = "ürünleri nereden nasıl satın alırım kargo süreci nasıl?"

print("--- AI AGENT SIMULATION ---")

print(f"User Asked: {user_query}\n")

print("Agent is processing llms.txt and generating live response...\n")

try:

    # Gemini 2.5 Flash modelini ajan olarak simüle ediyoruz

    response = client.models.generate_content(

        model='gemini-2.5-flash',

        contents=user_query,

        config=types.GenerateContentConfig(

            system_instruction=system_instruction,

            temperature=0.3 # Daha kararlı ve kurallara sadık cevaplar için

        )

    )

    

    print("--- LIVE AGENT RESPONSE ---")

    print(response.text)

except Exception as e:

    print(f"\n[Hata] Canlı API bağlantısı kurulamadı. Hata mesajı: {e}")

    print("İpucu: Gemini API anahtarınızı (GEMINI_API_KEY) tanımladığınızdan emin olun.")