Deep Agents Skills Yenilendi: Araçlar Artık Beceriye Bağlı

LangChain, açık kaynak ajan çatısı Deep Agents içindeki beceri (skills) desteğini 7 Ekim 2026’da yayımladığı bir yazıyla yeniledi. Sydney Runkle imzalı yazıda üç yeni özellik anlatılıyor: araçların becerilere bağlanması, becerilerin kullanıcı tarafından sabitlenmesi ve becerilerin konuşma ortasında yeniden yüklenmesi. Özellikler, deepagents paketinin en son sürümünde yer alıyor; yazıda belirli bir sürüm numarası verilmiyor.

Deep Agents, karmaşık görevler için uzun süre çalışan ajanlar kurmaya yönelik bir çatı. Yazıdaki örnek, satış işleri için 50’den fazla beceri barındıran bir ajan: toplantı hazırlığı, görüşme dökümü inceleme gibi.

Beceri Nedir?

Yazıya göre bir beceri, içinde SKILL.md dosyası bulunan bir klasör. Dosyanın başında name ve description alanlarını içeren YAML bilgisi, ardından talimatlar yer alıyor. İsteğe bağlı olarak scripts/, references/ ve assets/ klasörleri eklenebiliyor. Beceriler, “Agent Skills” adlı açık bir standarda dayanıyor ve LangChain’e göre herhangi bir modelle çalışabiliyor. Özünde bir markdown dosyası olduğu için teknik olmayan kullanıcılar da beceri yazabiliyor.

Beceriler kademeli olarak açılıyor. Ajan başlangıçta yalnızca her becerinin adını ve açıklamasını görüyor. Bir görev beceriye uyduğunda tam talimatı okuyor, ek betik ve belgeleri ise yalnızca gerektiğinde açıyor. Böylece kullanılmayan bir beceri bağlamda yaklaşık tek satır yer kaplıyor.

Ne Değişti?

İlk yenilik, araçların becerilere bağlanması. Bir becerinin üst bilgisinde metadata.include_tools altında listelenen araçlar, ajan o beceriyi okuyana kadar gizli kalıyor. Ajan beceriyi okumadan bu aracı çağırmaya çalışırsa bilinmeyen araç hatası alıyor. Konuşma ortasında araç eklemeyi kabul eden yeni Anthropic ve OpenAI modellerinde araçlar beceri okunduktan sonra ekleniyor ve istem önbelleği korunuyor. Diğer modellerde araçlar isteğe ekleniyor. Araç adları yerine etiket de kullanılabiliyor; böylece bir MCP sunucusunun tüm araç grubu tek seferde açılabiliyor ya da araçlar çalışma zamanı izinlerine bağlanabiliyor.

İkinci yenilik “sabitlenmiş beceriler”. Uygulama, kullanıcının mesajındaki /meeting-prep gibi beceri adlarını ayrıştırıp pinned_skills olarak iletebiliyor. Bu becerilerin talimatları bir sonraki model çağrısından önce ekleniyor; ajanın beceriyi kendisinin bulup okuması için ek bir tur gerekmiyor. Deep Agents bu sözdizimini kendisi ayrıştırmıyor, kuralı uygulamanın belirlemesi gerekiyor.

Üçüncüsü, konuşma ortasında yeniden yükleme. Beceriler normalde her konuşma için bir kez yükleniyor. skills_metadata değeri None yapıldığında bir sonraki çalışmada tüm kaynaklar yeniden taranıyor. Yazı, değişiklik bulunan bir yeniden yüklemenin istem önbelleğini geçersiz kılabileceği uyarısını da yapıyor.

Bu değişikliklerin ortak noktası bağlam yönetimi. Uzun süre çalışan ajanlarda modele verilen her araç tanımı ve her talimat bağlam penceresinde yer kaplıyor ve maliyeti artırıyor. Ayrıca istem önbelleğinin bozulması, her çağrının daha pahalı ve yavaş olmasına yol açabiliyor. LangChain’in yaklaşımı, ajanın yalnızca o an ihtiyaç duyduğu bilgiyi ve araçları görmesini sağlamak, bunu yaparken de önbelleği mümkün olduğunca korumak.

Kimi İlgilendiriyor?

Bu güncelleme, çok sayıda beceri ve araçla çalışan ajanlar kuran geliştiricileri ilgilendiriyor. Araçları becerilere bağlamak, ajanın her an onlarca aracı birden görmesini engelliyor; bu da hem bağlamı sade tutuyor hem de yanlış araç seçimi riskini azaltıyor. Sabitleme özelliği ise kullanıcıya “şu beceriyi kullan” deme imkânı veren sohbet arayüzleri için kullanışlı.

Türkiye’den Kullanıcılar İçin

Beceri dosyaları düz metin olduğu için Türkçe talimatlarla yazılabilir. Şirket içi süreçleri beceri olarak tanımlamak isteyen ekipler, önce birkaç basit beceriyle başlayıp ajanın bunları doğru zamanda seçip seçmediğini test etmeli. Belgeler LangChain’in resmi dokümantasyon sitesinde Deep Agents başlığı altında yer alıyor.