Muhammed Alperen Karaçete

LangGraph ve Tavily Entegrasyonu: Yaptığım Hatalar ve Çözümleri

Ajan mimarisini LangGraph ve Tavily ile internete bağlarken sürüm uyuşmazlıkları ve asenkron mimari yüzünden birkaç hata yaptım. Bunları ve nasıl çözdüğümü paylaşıyorum.

1. Sanal Ortam (venv) Dışında Uvicorn Çalıştırmak

Hata

uvicorn main:app --reload

Paketleri sanal ortama kurmama rağmen sunucuyu başlatınca ModuleNotFoundError: No module named 'langchain_community' aldım. İşletim sistemi uvicorn komutunu global Python ortamında aradı.

Çözüm

python -m uvicorn main:app --reload

Bu şekilde aktif sanal ortamın Python motorunu kullanmaya zorladım.

2. LangChain Sürüm Kaosu — Tavily Ayrı Pakete Taşındı

Hata

from langchain_community.tools.tavily_search import TavilySearchResults

LangChain ekibi Tavily’i community paketinden çıkarmış, eski import çöküyordu.

Çözüm

pip install -U langchain-tavily

from langchain_tavily import TavilySearchResults

3. Eski Nesil ve Yeni Nesil Ajan Çatışması

Hata

from langchain.agents import create_agent

agent_app = create_agent(
    llm,
    tools,
    checkpointer=memory,
    state_modifier=SystemMessage(...)  # sürümden sürüme değişiyor
)

IDE’nin “deprecated” uyarısına kanıp create_agent kullandım. Eski LangChain mimarisi LangGraph’ın checkpointer parametresini tanımadığı için TypeError fırlattı. Parametre isimleri de sürümden sürüme değişiyordu: state_modifier → prompt gibi.

Çözüm

from langgraph.prebuilt import create_react_agent

agent_app = create_react_agent(
    llm,
    tools,
    checkpointer=memory,
    prompt=SystemMessage(content=system_prompt)
)

Modern LangGraph motorunu kullandım. IDE uyarıları her zaman doğru yönlendirmiyor — kaynak koda ve resmi dokümana bakmak şart.

4. Ollama Kapalıyken API’nin Kilitlenmesi

Hata

llm = ChatOllama(model="qwen3.5:9b", base_url="http://192.168.1.6:11434")
result = await agent_app.ainvoke(...)

Ollama kapalıysa LangChain saniyelerce bekliyordu. ChatOllama tembel çalıştığı (lazy evaluation) için hatayı en başta yakalamıyordu, API kilitleniyordu.

Çözüm — Fail-Fast Prensibi

import httpx

try:
    async with httpx.AsyncClient() as client:
        await client.get("http://192.168.1.6:11434/", timeout=2.0)
except httpx.RequestError:
    raise HTTPException(
        status_code=503,
        detail="Yapay Zeka motoruna ulaşılamıyor."
    )

Ağır işlemi başlatmadan önce 2 saniyelik bir health check attım. Cevap gelmezse anında 503 döndürüyorum. Buna Fail-Fast prensibi deniyor — hata erken yakalanırsa sistem daha az hasar görür.

Öğrendiklerim