Capstone Module 20: Turkish E-Commerce Multi-Agent System — Production Agent with CrewAI

# Türkçe E-Ticaret Multi-Agent — CrewAI
from crewai import Agent, Task, Crew, Process
from crewai_tools import SerperDevTool
from langchain.tools import tool
from pydantic import BaseModel
from typing import List
import requests
 
# 1. Tool tanımları
class UrunBilgisi(BaseModel):
    isim: str
    fiyat: float
    site: str
    url: str
    kargo: float = 0.0
    teslim_suresi_gun: int = 3
 
@tool('trendyol_arama')
def trendyol_arama(urun_adi: str) -> List[UrunBilgisi]:
    '''Trendyol'da ürün araması yapar.'''
    # Production'da Trendyol API kullan (örnek için mock)
    return [
        UrunBilgisi(isim='iPhone 16 Pro Max 256GB', fiyat=87999, site='Trendyol', url='...', kargo=0, teslim_suresi_gun=2),
    ]
 
@tool('hepsiburada_arama')
def hepsiburada_arama(urun_adi: str) -> List[UrunBilgisi]:
    '''Hepsiburada'da ürün araması yapar.'''
    return [
        UrunBilgisi(isim='iPhone 16 Pro Max 256GB', fiyat=88499, site='Hepsiburada', url='...', kargo=0, teslim_suresi_gun=1),
    ]
 
@tool('n11_arama')
def n11_arama(urun_adi: str) -> List[UrunBilgisi]:
    '''n11'de ürün araması yapar.'''
    return [
        UrunBilgisi(isim='iPhone 16 Pro Max 256GB', fiyat=87499, site='n11', url='...', kargo=29.90, teslim_suresi_gun=3),
    ]
 
# 2. 3 Agent tanımı (CrewAI)
research_agent = Agent(
    role='E-Ticaret Araştırmacı',
    goal='Türk e-ticaret sitelerinden ürün bilgilerini toplamak',
    backstory='Türk e-ticaret pazarını bilen uzman araştırmacı.',
    tools=[trendyol_arama, hepsiburada_arama, n11_arama],
    llm='openai/gpt-4o',
)
 
price_compare_agent = Agent(
    role='Fiyat Karşılaştırma Uzmanı',
    goal='Farklı sitelerden ürün fiyatlarını normalize edip karşılaştırmak',
    backstory='KDV, kargo, indirim dahil net fiyat hesaplama uzmanı.',
    llm='openai/gpt-4o',
)
 
recommendation_agent = Agent(
    role='Türkçe Alışveriş Tavsiye Uzmanı',
    goal='Kullanıcıya en uygun ürün ve siteyi önermek',
    backstory='Türk tüketici davranışını bilen, samimi tonlu danışman.',
    llm='openai/gpt-4o',
)
 
# 3. Task tanımları
research_task = Task(
    description='Kullanıcının istediği ürünü ({urun}) Trendyol, Hepsiburada ve n11\'de ara.',
    agent=research_agent,
    expected_output='Üç siteden ürün listesi (isim, fiyat, kargo, teslim süresi).',
)
 
compare_task = Task(
    description='Ürün fiyatlarını net karşılaştır (kargo + KDV dahil). Tablo oluştur.',
    agent=price_compare_agent,
    expected_output='Karşılaştırma tablosu: site, net_fiyat, teslim_suresi, avantaj.',
)
 
recommend_task = Task(
    description='Kullanıcıya samimi Türkçe ile önerini sun. En iyi seçeneği ve neden\'ini açıkla.',
    agent=recommendation_agent,
    expected_output='2-3 cümlelik Türkçe öneri + link.',
)
 
# 4. Crew (multi-agent orkestrasyonu)
crew = Crew(
    agents=[research_agent, price_compare_agent, recommendation_agent],
    tasks=[research_task, compare_task, recommend_task],
    process=Process.sequential,  # Sıralı: research → compare → recommend
    verbose=True,
)
 
# 5. Çalıştır
result = crew.kickoff(inputs={'urun': 'iPhone 16 Pro Max 256GB'})
print(result.raw)
# Beklenen:
# 'iPhone 16 Pro Max 256GB için en uygun seçenek n11'de 87,529.90 TL (kargo dahil).
#  Hepsiburada 88,499 TL (kargosuz) ama 1 gün teslimat avantajı var.
#  Trendyol 87,999 TL (kargosuz, 2 gün). Bütçen sıkıysa n11, hızlı istiyorsan Hepsiburada.'