SuperAGI: Kurulum, Özellikler ve Çerçeve Karşılaştırmaları

Otonom yapay zeka ajan çerçeveleri, çok adımlı görevlerde akıl yürüten, araçları bağımsız seçen ve kullanıcılar adına daha az manuel müdahaleyle eylemleri yürüten sistemler için tasarlanmıştır. SuperAGI bunu ReAct tarzı bir döngü ve önce GUI yaklaşımıyla bir orkestrasyon katmanı üzerinden uygular.

SuperAGI bu amaç için özel olarak tasarlanmış en erken açık kaynak çerçevelerden biridir. Geliştiricilere, yerleşik izleme, bir araç pazarı ve birden fazla büyük dil modeli (LLM) desteğiyle, web tabanlı bir GUI üzerinden hedef odaklı yapay zeka ajanları oluşturma, yönetme ve çalıştırma platformu sunar.

Bu rehberde SuperAGI'nin ne olduğunu açıklayacak, mimarisi ve özelliklerini ele alacak, Docker ile nasıl kurulacağını gösterecek ve AutoGPT ile LangChain ile karşılaştıracağım. Ayrıca güçlü yönlerini, eksik kaldığı noktaları ve üretim kullanımına uygun olup olmadığını da değerlendireceğim.

Başlamadan önce önemli bir not: Açık kaynak çerçeve olarak SuperAGI ile şirket olarak SuperAGI artık aynı hikâye değil. Şirket, yapay zeka destekli satış araçlarına odaklanan ticari bir SaaS ürüne yöneldi ve açık kaynak deposu 2024'ten bu yana minimum etkinlik gösteriyor. Bu makale açık kaynak çerçeveye odaklanır. Kullanıp kullanmama konusunda bilinçli karar verebilmeniz için makale boyunca mevcut bakım durumuna değineceğim.

SuperAGI Nedir?

SuperAGI, MIT Lisansı altında sunulan, geliştirici odaklı, açık kaynak bir otonom yapay zeka ajan çerçevesidir. TransformerOptimus tarafından oluşturulmuştur ve 2023'teki çıkışından bu yana binlerce GitHub yıldızı ve 2.000'in üzerinde fork toplamıştır. Proje ağırlıklı olarak Python (%70 civarı) ile yazılmış olup, frontend kısmında JavaScript (%25 civarı) kullanılır.

Temel fikir şudur: SuperAGI başlı başına bir model değildir. Sizin, bir LLM'nin ve ajanın kullanmasını istediğiniz araçların arasında yer alan bir orkestrasyon katmanıdır. Ajanınız için hedefler tanımlar, ona araçlar atar (web araması, dosya yönetimi veya GitHub entegrasyonu gibi), bir LLM sağlayıcısı seçersiniz; ardından ajan görevi otonom biçimde akıl yürütür, her adımda doğru aracı seçer ve hedefi tamamlayana veya yineleme sınırına ulaşana kadar yinelemeye devam eder.

SuperAGI'nin ekosistemde nereye oturduğunu baştan anlamak için üç nokta.

Bir ajan çerçevesi (SuperAGI, AutoGPT veya CrewAI gibi) LLM'leri araçlarla birleştirerek otonom görev yürütmeyi orkestre eder. Bir LLM API'si (OpenAI API veya Anthropic API gibi) metin üretimi için modele ham erişim sağlar ve her çağrıyı siz kontrol edersiniz. Sohbet arayüzü (ChatGPT veya Claude gibi) ise kullanıcıların modelle doğrudan etkileşime girdiği, kullanıcıya dönük bir konuşma katmanıdır.

SuperAGI çerçeve seviyesinde konumlanır. Hedefleri siz belirlersiniz, ne yapacağına ajan karar verir. Bu, bir modelle sohbet etmekten de doğrudan API çağrıları yapmaktan da temelde farklıdır.

Bir ajan çerçevesi olarak SuperAGI açıklaması. Görsel: Yazar.

SuperAGI'nin Temel Özellikleri

Artık SuperAGI'nin ne olduğunu ve daha basit araçlardan nasıl ayrıştığını bildiğinize göre, kaputun altında neler sunduğuna bakalım.

• Otonom ajanlar. Ajanları belirli hedefler, yönergeler, araçlar ve kısıtlarla hazırlarsınız. Üç ajan türü vardır: Varsayılan (tek düşün-yürüt döngüsü), Sabit Görev Kuyruğu (hedefleri sıralı alt görevlere ayrıştırır) ve Dinamik Görev Kuyruğu (ajan, gereksinimleri keşfettikçe yürütme sırasında yeni görevler ekleyebilir).

• Araç entegrasyon sistemi. SuperAGI; Google Search, DuckDuckGo, Web Scraper, File Manager, GitHub, Jira, Twitter, Notion, Google Calendar, DALL-E, Coding Toolkit ve vektör veritabanlarıyla çalışan Knowledge Search dahil geniş bir yerleşik araç seti sunar. Slack, Instagram veya diğer görsel üretim servisleri gibi hizmetler için topluluk katkılı araç setleri de belirli kuruluma bağlı olarak mevcut olabilir. Araç entegrasyonunu ileride daha detaylı ele alacağım.

• Web tabanlı GUI. localhost:3000 adresinden erişilen bir Next.js arayüzü; ajan oluşturma, araç atama, gerçek zamanlı etkinlik akışları, model sağlayıcı yapılandırması, ajan zamanlama ve pazar yeri gezinimi sunar.

• Ajan Performans İzleme (APM). 0.0.8 sürümünde tanıtılan APM panosu, SuperAGI'nin gerçek fark yaratan özelliklerinden biridir. Kurum düzeyinde metrikler (toplam ajan, tüketilen tokenlar, toplam çalıştırma), model bazında kırılımlar (LLM başına ajanlar, çalıştırmalar ve tokenlar) ve ajan düzeyinde analizler (çalıştırma başına ortalama token, toplam API çağrıları ve çalışma süresi) sağlar. Yeniden sıralanabilir metrik kartlarıyla pano düzenini özelleştirebilirsiniz.

• Birden çok ajan orkestrasyonu. Farklı hedefler, araçlar ve LLM modelleriyle yapılandırılmış birden fazla ajanı aynı anda çalıştırabilir, hepsini tek birleştirilmiş GUI üzerinden yönetebilirsiniz.

• Action Console. Bu, döngüye insan katılımı özelliğidir. Kısıtlı izin modunda ajanlar kritik eylemleri (e-posta gönderme veya dosya yazma gibi) yürütmeden önce durur ve Action Console üzerinden onayınızı bekler. Bu, hassas işlemler için bir güvenlik kapısı sağlar.

• Vektör veritabanı desteği. SuperAGI, uzun vadeli bellek için vektör gömlemeleriyle Weaviate, Pinecone ve Qdrant'ı destekler. Kısa vadeli bağlam, ajanın çalışma oturumu içinde tutulurken; uzun vadeli bilgi, vektör veritabanında oturumlar arasında kalıcıdır.

• Pazar yeri. Topluluk odaklı bir pazar yeri; araçlar, araç setleri, ajan şablonları, bilgi gömlemeleri ve modeller barındırır. Doğrudan GUI üzerinden göz atıp kurulum yapabilirsiniz.

APM metrikleriyle SuperAGI çekirdek panosu. Görsel: Yazar.

SuperAGI Nasıl Çalışır: Mimari Genel Bakış

Üçüncü taraf yazılarda yaygın bir yanılgı, SuperAGI'nin "planla, yürüt, yansıt, yinele" döngüsü kullandığıdır. Bu çerçeve üçüncü taraf makalelerde sık görülür, ancak uygulama ReAct (Reason + Act) desenine daha yakındır. SuperAGI, ajanın mevcut durumu düşündüğü, bir araç seçtiği, sonucu gözlemlediği ve tekrarladığı Düşünce → Eylem → Gözlem döngüsünü uygular. ReAct, modelin gözlemler tarafından yönlendirilen akıl yürütme adımları ("Düşünce") ile araç çağrıları ("Eylem") arasında gidip geldiği bir ajan desenidir.

Teknoloji yığını, gerçek docker-compose.yaml ve kaynak kodundan doğrulandığı üzere şu şekilde ayrışır:

Arka uç, 8001 portunda Uvicorn kullanır, Nginx /api isteklerini arka uca ve diğer tüm yolları Next.js GUI'ye yönlendirir. Celery, zamanlanmış işlemler için --beat ile arka plan görevlerini işler. PostgreSQL; ajan yapılandırmasını, çalışma geçmişini ve metaveriyi saklar. Varsayılan kurulumda Redis, bazı üçüncü taraf iddialarının aksine, esasen vektör veritabanı olarak değil Celery mesaj aracısı olarak hizmet verir.

Bellek için SuperAGI iki parçalı bir sistem kullanır. Kısa vadeli bellek (STM), LLM'nin token sınırına dayalı kayan bir penceredir; uzun vadeli özet (LTS) ise STM penceresi dışındaki bağlamın yoğunlaştırılmış bir özetidir. Birlikte, her akıl yürütme adımına giren Ajan Özeti'ni oluştururlar. Vektör veritabanları bilgi gömlemelerini ayrı olarak ele alır.

ReAct ajan döngüsüyle SuperAGI mimarisi. Görsel: Yazar.

SuperAGI'nin Kurulumu

Başlamadan önce Docker Desktop, Git ve en az bir desteklenen LLM sağlayıcısına erişiminiz olduğundan emin olun (örneğin bir OpenAI API anahtarı). Tüm yığının yaklaşık 3 ila 4 GB RAM kullandığını bekleyin. Windows kullanıyorsanız WSL2'yi etkinleştirmeniz gerekir.

SuperAGI'yi Docker ile kurun

Docker önerilen ve en güvenilir kurulum yöntemidir. Süreç birkaç net adıma ayrılır.

Klonlayın ve yapılandırın

Adımlar şunlardır:

# Depoyu klonlayın
git clone https://github.com/TransformerOptimus/SuperAGI.git

# Proje dizinine gidin
cd SuperAGI

# Yapılandırma şablonunu kopyalayın
cp config_template.yaml config.yaml

config.yaml dosyasını bir metin düzenleyicide açın ve LLM sağlayıcınızı yapılandırın. OpenAI için OPENAI_API_KEY ayarını yapın. Anahtarlarınızı tırnak işareti veya fazladan boşluk olmadan girin:

# LLM Sağlayıcısı (bir veya daha fazlasını seçin)
OPENAI_API_KEY: sk-your-openai-key-here
# PALM_API_KEY: your-palm-key-here
# HUGGING_FACE_API_KEY: your-hf-key-here

# İsteğe bağlı: Google Search aracı için
GOOGLE_API_KEY: your-google-key
SEARCH_ENGINE_ID: your-cse-id

# İsteğe bağlı: Pinecone vektör veritabanı için
PINECONE_API_KEY: your-pinecone-key

Konteynerleri derleyin ve başlatın

Şimdi konteynerleri derleyip başlatın:

# Tüm servisleri derleyip başlatın
docker compose -f docker-compose.yaml up --build

İlk derleme yaklaşık 10 ila 15 dakika sürer. Altı konteyner (backend, celery, gui, redis, postgres ve nginx) çalışır durumda olduğunda, tarayıcınızda http://localhost:3000 adresini açın (compose dosyasında Nginx üzerinden GUI için yapılandırılan varsayılan port).

SuperAGI Docker konteynerleri başarıyla derlendi. Görsel: Yazar.

Kurulumu doğrulayın

Her şeyin çalıştığını doğrulamak için docker compose ps komutunu çalıştırın ve altı konteynerin de listelendiğini teyit edin. Ardından localhost:3000 adresine gidin, Ayarlar'a geçin ve API anahtarı yapılandırmanızın algılandığını doğrulayın.

Yaygın sorunlar ve çözümler

Resmî depoda karşılaşabileceğiniz birkaç bilinen sorun var. En yaygın olanlar ve çözümleri şöyle.

Docker arka plan hizmeti çalışmıyor: Compose komutlarını çalıştırmadan önce Docker Desktop'ın aktif olduğundan emin olun.

Celery "Unable to load application" hatası: Dosyanızın adının tam olarak config.yaml (config_template.yaml değil) olduğundan emin olun, sonra docker compose down && docker compose up --build ile yeniden derleyin.

Şifreleme anahtarı hatası: Şunu görürseniz ValueError: Encryption key must be 32 bytes long, config.yaml içindeki ENCRYPTION_KEY değerinin tam 32 karakter olduğundan ve tırnak içinde yazıldığından emin olun:

ENCRYPTION_KEY: "abcdefghijklmnopqrstuvwxyz123456"
JWT_SECRET_KEY: "your-jwt-secret-key-change-this"

JavaScript belleği yetersiz (GUI konteyneri): GUI derlenemezse Next.js konteynerinin daha fazla belleğe ihtiyacı vardır. docker-compose.yaml dosyasında gui servisine bunu ekleyin:

gui:
  environment:
    NODE_OPTIONS: "--max-old-space-size=1024"
  deploy:
    resources:
      limits:
        memory: 1g

Port 80 permission denied (Windows): Windows, 80 numaralı port için yönetici ayrıcalığı gerektirir. docker-compose.yaml içinde Nginx port eşlemesini değiştirin:

nginx:
  ports:
    - "8080:80"  # Bunun yerine localhost:8080 üzerinden erişin

Redis URL biçimi hatası: ValueError: invalid literal for int() şeklinde Redis ile ilgili bir hata görürseniz, config.yaml içindeki REDIS_URL değerinden redis:// önekini kaldırın:

REDIS_URL: "redis:6379"  # redis://redis:6379/0 değil

Arka uç konteyneri yeniden başlatma döngüsü: Arka uç hata günlüğü olmadan sürekli yeniden başlıyorsa başlangıç komutu eksik olabilir. docker-compose.yaml dosyasında uygun bir entrypoint bulunduğunu kontrol edin.

Port çakışmaları: 3000 veya 8080 portları zaten kullanımda ise, docker-compose.yaml içindeki port eşlemelerini farklı portlar kullanacak şekilde düzenleyin.

GPU desteği

GPU hızlandırmalı yerel LLM desteği (v0.0.14'te eklendi) için ayrı compose dosyasını kullanın:

docker compose -f docker-compose-gpu.yml up --build

Bunun için NVIDIA GPU ve Docker GPU çalışma zamanı desteği için yapılandırılmış NVIDIA Container Toolkit gereklidir.

SuperAGI'yi manuel kurun (geliştirici kurulumu)

Bu yöntem resmî olarak önerilmez ancak geliştirme ve hata ayıklama için işe yarar. Arka uç ve ön ucu ayrı ayrı kurmanız gerekir.

Arka uç kurulumu

# Klonlayın ve dizine girin
git clone https://github.com/TransformerOptimus/SuperAGI.git
cd SuperAGI

# Sanal ortam oluşturup etkinleştirin
pip install virtualenv
virtualenv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# Python bağımlılıklarını yükleyin
pip install -r requirements.txt

# Yapılandırmayı kopyalayıp düzenleyin
cp config_template.yaml config.yaml
# config.yaml'ı düzenleyin: POSTGRES_URL'ı localhost, REDIS_URL'ı localhost:6379 yapın

# Arka uçu başlatın
./run.sh  # Windows: .\run.bat

Python bağımlılıklarının eski sürümlere sabitlendiğini unutmayın (openai==0.27.7, FastAPI==0.95.2), bu da modern ortamlarda çakışmalara yol açabilir. Sanal ortam izolasyonu kritik önem taşır.

Ön uç kurulumu

Ön uç için ./gui dizinine gidin ve npm install && npm run dev komutlarını çalıştırın. super_agi_main adında bir PostgreSQL veritabanını superagi kullanıcısı ve password parolasıyla manuel olarak oluşturmalısınız. Ayrıca Redis'in ayrı çalışması gerekir.

SuperAGI'de Ajan Oluşturma ve Yönetme

Artık SuperAGI'yi kurduğunuza göre ilk ajanınızı nasıl oluşturup çalıştıracağınızı adım adım inceleyelim.

Ajan yapılandırması

SuperAGI çalışırken, GUI'de Agents sekmesine gidin ve "Create Agent"'a tıklayın. Sağlama ekranı; bir ad, açıklama, hedefler (ajanın neyi başarması gerektiğini tanımlayan metin dizeleri), yönergeler, kısıtlar, atanacak araçlar, kullanılacak LLM modeli ve maksimum yineleme sınırı gibi çeşitli alanlar ister.

Yineleme sınırları ve maliyet kontrolü

Maksimum yineleme ayarı birincil maliyet ve güvenlik kontrolünüzdür. Her yineleme en az bir LLM çağrısı tetikler ve karmaşık ajanlar tokenları hızla tüketebilir. Öğrenme aşamasında düşük bir sayı (10 ila 15) ile başlayın ve ajanınızın davranışını anladıkça artırın.

İzin modları

İki izin modu vardır. "God Mode" ajanın serbestçe yürütmesine izin verir. Kısıtlı mod, kritik eylemlerden önce duraklatır ve Action Console üzerinden onayınızı ister. Platformu öğrenen herkes için kısıtlı modla başlamak iyi bir alışkanlıktır.

Ajanları çalıştırma ve izleme

Ajanınızı yapılandırdıktan sonra onu başlatabilir ve ilerlemesini gerçek zamanlı izleyebilirsiniz.

Oluşturduktan sonra "Create and Run"'a tıklayın. Activity Feed, ajanın akıl yürütmesini, araç seçimlerini ve çıktılarını gerçek zamanlı görünür kılar. Ajanları istediğiniz anda duraklatabilir, sürdürebilir veya durdurabilirsiniz. Daha önce belirttiğim gibi APM panosu, tüm ajan ve çalıştırmalar genelinde metrikleri toplayarak daha üst düzey bir görünüm sağlar.

SuperAGI arayüzünde yeni bir ajan oluşturma. Görsel: Yazar.

Programatik erişim

GUI yerine kodla çalışmayı tercih ediyorsanız SuperAGI bunu da karşılar.

SuperAGI, GUI ile aynı ajan CRUD işlemlerini sunan Python ve Node.js SDK'ları sağlar (kullanım örnekleri için resmî dokümanlara bakın).

SuperAGI'de Araç Entegrasyonu

Araçlar, ajanların dış dünya ile etkileşim kurma yoludur. Bir ajan oluştururken belirli araçlar atarsınız ve yürütme sırasında eldeki göreve bağlı olarak hangi araçların kullanılacağına LLM karar verir.

SuperAGI, güçlü bir yerleşik araç setiyle gelir ve özel araçlar oluşturmanıza imkân tanır. Kutudan çıktığı hâliyle sunulanlar şunlardır.

Yerleşik araç setleri

Öne çıkan yerleşik araç setlerinin özeti aşağıdadır:

Özel araçlar

Yerleşik seçeneklerin ötesinde, SuperAGI'yi kendi araç setlerinizle genişletebilirsiniz.

Özel araçlar oluşturmak için superagi-tools paketini kurar, BaseTool ve BaseToolkit sınıflarını genişletir, Pydantic ile girdi şemaları tanımlar ve GUI'de GitHub repo URL'si üzerinden araç setini kaydedersiniz. Özel bir araç seti ekledikten sonra docker compose down && docker compose up --build ile yeniden derleyin.

Araç erişimi için güvenlik hususları

Araç erişimi, dikkatli olunması gereken güvenlik riskleri doğurur.

Sınırsız araç erişimi hakkında bir uyarı: e-posta ve web erişimi olan bir ajan, teoride istem enjeksiyonu yoluyla verileri dışarı sızdırmak için kötüye kullanılabilir. Korumalı alan olmadan dosya yazma erişimi, istenmeyen değişikliklere izin verebilir. Her zaman kısıtlı modu kullanın ve her ajana yalnızca özel hedefleri için gerekli araçları atayın.

SuperAGI ve AutoGPT

Bu, her iki çerçeve de aynı problem alanını hedeflediği ancak ciddi biçimde ayrıştığı için yüksek değerli bir karşılaştırmadır.

Karşılaştırma, 2026 başı itibarıyla günceldir. En son güncellemeler için ilgili depoları kontrol edebilirsiniz.

Temel fark felsefidir. SuperAGI, hedefleri sizin belirlediğiniz ve adımları ajanların çıkardığı geliştirici odaklı bir ajan çerçevesidir. AutoGPT ise blokları görsel olarak bağladığınız düşük kodlu bir iş akışı platformuna evrilmiştir. SuperAGI, APM panosu sayesinde daha olgun bir yerleşik gözlemlenebilirlik sunar; ancak AutoGPT çok daha büyük bir topluluğa, aktif geliştirmeye ve daha geniş LLM desteğine sahiptir. Her ikisi de açık uçlu otonom modda istikrarsızlık gösterebilir.

Bugün yeni projeler için AutoGPT genellikle daha aktif şekilde bakımı yapılan seçenektir. Temiz ajan mimarisini incelemek veya araştırma için yerleşik APM'e ihtiyaç duyuyorsanız, SuperAGI hâlâ bir öğrenme aracı olarak değer sunar.

SuperAGI ve LangChain

"SuperAGI eşittir otonom ajan çerçevesi, LangChain eşittir LLM uygulama araç seti" tanımı doğrulanmış ve isabetlidir.

Her birini ne zaman seçmeli: her LLM etkileşimi üzerinde hassas kontrol gerektiğinde, RAG hatları, sohbet arayüzleri veya doküman işleme için LangChain kullanın. Minimum müdahaleyle bağımsız çalışan ajanlar istediğinizde, kod yerine görsel yönetimi tercih ettiğinizde veya GUI ile yerleşik çoklu ajan desteği istediğinizde SuperAGI kullanın.

LangChain ve LangGraph her ikisi de Ekim 2025'te v1.0'a ulaştı; LangGraph, durumlu iş akışları ve LangSmith üzerinden derin gözlemlenebilirlikle üretim düzeyinde grafik tabanlı ajan orkestrasyonu sunuyor. Yeni üretim projeleri için genellikle daha olgun yol LangGraph'tır.

SuperAGI için Kullanım Senaryaları

Belgelendirilmiş örnekler ve topluluk kullanımlarına dayanarak SuperAGI'nin en iyi çalıştığı yerler şunlardır.

• Görev otomasyonu. Ajanlar e-posta iş akışlarını, dosya işlemlerini ve zamanlanmış web aramalarını yürütebilir. Yerleşik zamanlama özelliği (ajan başına bir zamanlama) yinelenen görevleri kolaylaştırır.
• Araştırma asistanları. Web araması, bilgi araması ve dosya çıktısı araçlarını birleştirmek; birden fazla kaynaktan bilgi toplayıp yapılandırılmış çıktılar derleyebilen ajanlar oluşturur.
• Geliştirici verimliliği. GitHub ve Jira araç setleri, otomatik issue yönetimi, PR incelemeleri ve kod üretimini mümkün kılar. Coding Toolkit (WriteCode, WriteSpec, WriteTest, ImproveCode) uçtan uca geliştirme iş akışlarını destekler.
• İçerik üretimi. DALL-E'yi görsel üretimi için metin araçlarıyla birleştirmek, karma içerik iş akışları için ajanlar yaratır. Diğer görsel üretim servisleri için topluluk araç setleri de bulunabilir.
• Sosyal medya yönetimi. Twitter araç seti, ortam desteğiyle otomatik paylaşım yapmayı sağlar; ancak bu, harici API kullanılabilirliğine bağlıdır. Kurulumunuza bağlı olarak diğer platformlar için topluluk katkılı araç setleri de mevcut olabilir.
• Kurumsal benimseme kanıtının zayıf olduğunu unutmayın. SuperAGI'nin pazarlama materyalleri tanınmış şirketlere atıf yapar, ancak bunu üretime hazır bir çözümden ziyade deney, prototipleme ve öğrenme aracı olarak değerlendirin.

SuperAGI'nin Sınırlamaları

Proje duraklamış durumda. Son etiketli sürüm (v0.0.14) Ocak 2024'te yayınlandı. main dalındaki son commit, Ocak 2025'te bir güvenlik yamasıydı. Geliştirme faaliyeti 2023 sonrası keskin biçimde düştü ve o tarihten beri görünür yeni özellik pek yok. Genel sorun izleyicisine kaydedilen birçok güncel soruya yanıt verilmemiş görünüyor.

LLM halüsinasyon riskleri ajan döngülerinde katlanır. Ajanlar LLM çıktısına dayanarak otonom kararlar aldığında, halüsinatif araç parametreleri veya uydurma gerçekler gerçek dünya eylemlerine yansıyabilir. On döngü çalışan çok adımlı bir ajan, tek geçişli bir senaryoya göre çok daha fazla token tüketebilir; bu da hem maliyeti hem hata riskini büyütür.

Ajanlar sık sık takılı kalıyor. Birden fazla GitHub sorunu, ajanların uzun süre ilerleme kaydetmeden "Thinking" durumunda takılı kaldığını bildiriyor. Yineleme sınırı sert bir durdurma sağlar; ancak ajanlar bu sınıra ulaşmadan önce kayda değer kaynak tüketebilir.

Dokümantasyonda boşluklar var. Şirketin ticari dönüşümü sırasında bazı doküman sayfaları çevrimdışına alınmadan önce bile, dokümantasyon LangChain gibi rakiplerden daha az kapsamlıydı. SuperAGI ile çalışmak çoğu zaman doğrudan kaynak kodu okumayı gerektirir.

Token maliyetleri hızla birikir. ReAct döngüsündeki her adım en az bir LLM çağrısı gerektirir. Görev karmaşıklığına bağlı olarak bu, daha basit zincir uygulamalarına kıyasla daha hızlı artabilir.

Şirket yön değiştirdi. Daha önce belirtildiği gibi şirket bir SaaS ürününe yöneldi. superagi.com web sitesi artık açık kaynak projeyi belirgin biçimde öne çıkarmıyor ve bazı doküman sayfaları 404 hatası veriyor.

Güvenlik Hususları

Güvenlik, SuperAGI'nin yaşını gösterdiği alandır. Ajanik sistemler, güvenlik açıklarının etkisini büyütür; bu nedenle bu sorunlar, geleneksel bir uygulamaya kıyasla daha fazla önem taşır. Kullanmadan önce bilmeniz gerekenler şunlar.

Gizli bilgiler ve yapılandırma

API anahtarları, şifreleme, kasa entegrasyonu veya döndürme mekanizması olmadan düz metin config.yaml içinde saklanır. ENCRYPTION_KEY ve JWT_SECRET_KEY alanları, yerel makinenizin ötesindeki herhangi bir dağıtımdan önce değiştirilmesi gereken güvensiz yer tutucu değerlerle gelir.

Yürütme izolasyonu

Docker konteynerleri temel süreç izolasyonu sağlar; ancak gelişmiş bir korumalı alan yoktur. Ajanlar kısıtlamasız ağ erişimine sahiptir ve dosya sistemine kontrolsüz yazabilir. Daha güvenli dağıtımlar için NVIDIA'nın korumalı alan rehberi ağ erişiminin ve dosya sistemi yazmalarının kısıtlanmasını önerir; SuperAGI bunları uygulamaz.

Bilinen güvenlik açıkları

Uzaktan kod yürütme ve yapılandırma sızıntıları da dâhil olmak üzere birden çok yüksek önem düzeyli güvenlik açığı kamuya açıklandı ancak projenin aktif olmaması nedeniyle yamalanmadı. Raporlar bir güvenlik açığı ifşa platformu olan hunter'da belgelenmiştir. SSRF, keyfi dosya yazmaları ve CORS yanlış yapılandırmaları gibi ek sorunlar da bildirilmiştir.

SuperAGI'ye güveniyorsanız, yamalar için topluluk fork'larını kontrol edin ve kullanmadan önce her forku mutlaka denetleyin.

İstem enjeksiyonu riskleri

İstem enjeksiyonu saldırıları, ajanlar gerçek dünya eylemlerini yürütebildiğinde özellikle tehlikeli hâle gelir. SuperAGI hem doğrudan hem dolaylı istem enjeksiyonuna karşı savunmasızdır; kazınan web sayfalarındaki kötü niyetli talimatlar, ajan davranışını ele geçirebilir. Tüm güvenilmeyen araç çıktılarını (özellikle web içeriği) potansiyel saldırı vektörleri olarak değerlendirin.

SuperAGI, Action Console'ın manuel onay kapıları dışında belgelenmiş bir savunmaya sahip değildir; bu nedenle her zaman kısıtlı izin modunu kullanın.

Dağıtım önerileri

SuperAGI'yi yerel testlerin ötesinde dağıtacaksanız, asgari olarak şu önlemleri alın: tüm varsayılan sırları değiştirin, kimlik doğrulama arkasında çalıştırın (VPN veya ters vekil), kısıtlı izin modunu kullanın ve her ajana yalnızca gerekli araçları atayın.

SuperAGI Üretime Hazır mı?

Mevcut bakım ve güvenlik durumuna göre, tipik üretim hazır olma kriterlerini karşılamaz. SuperAGI bunu kendisi de kabul eder: GitHub README dosyası projenin "aktif geliştirme altında olduğunu ve hâlâ sorunlar barındırabileceğini" açıkça belirtir.

Daha uzun değerlendirme daha nüanslıdır. 1.0 öncesi sürüm numarası (v0.0.14) deneysel durumu işaret eder. Geliştirme etkinliği 2023 ortasında keskin bir zirve ve sonrasında minimum aktivite gösterir. Birden fazla güvenlik açığı raporlanmış, kamuya açık sınırlı yanıt verilmiştir ve şirketin ticari ürünlere yönelmesi, açık kaynak çerçeveye yeniden yatırım işaret eden görünür bir yol haritasının olmadığını gösterir.

APM panosu gerçek bir olumlu noktadır. Kutudan çıktığı hâliyle birçok rakibin sunduğundan daha olgundur ve ajan araştırması yapan ekipler için SuperAGI'nin gerçek fark yaratan özelliklerinden biri olmaya devam eder.

Sonuç

SuperAGI; yerleşik APM, araç pazarı ve önce GUI yönetimi gibi, ajan ekosistemini etkileyen çeşitli fikirlerin öncülüğünü yaptı.

Bununla birlikte, 2026 gerçeği SuperAGI projesinin duraklamış olduğudur. Şirket yön değiştirdi, güvenlik açıkları ele alınmadan duruyor ve yeni geliştirme görünmüyor. Üretim işleri için LangGraph, CrewAI ve Microsoft Agent Framework gibi aktif olarak bakımı yapılan alternatifler daha iyi seçimlerdir.

Bir sonraki adım olarak Yapay Zeka Ajanlarına Giriş kursumuzu veya Docker ve n8n ile yerel yapay zeka oluşturma eğitimimizi inceleyin.