Gemini API ile Kendi Akıllı Web Asistanınızı Geliştirin

Giriş

Yapay zeka ekosistemindeki gelişmeler, geliştiricilerin kendi akıllı uygulamalarını sıfırdan inşa etmesini her zamankinden daha kolay hale getirdi. Google'ın güçlü dil modeli Gemini API, modern web uygulamalarına yapay zeka yetenekleri kazandırmak için mükemmel bir altyapı sunuyor. Bu makalede, Gemini API kullanarak nasıl ölçeklenebilir ve işlevsel bir web asistanı geliştirebileceğinizi mimari detaylarıyla inceleyeceğiz.

Gemini API Mimarisi ve Entegrasyon Temelleri

Bir web asistanı geliştirirken istemci (client) ve sunucu (server) arasındaki iletişimin güvenli ve optimize olması hayati önem taşır. API anahtarınızı (API Key) asla frontend tarafında açıkta bırakmamalısınız. Bunun yerine bir Backend ara katmanı (Proxy) kurarak istekleri yönetmek en güvenli yaklaşımdır.

Projenizi başlatmak için öncelikle gerekli Python kütüphanelerini kurmanız gerekir:

pip install google-generativeai flask flask-cors

Python ile Backend Servisinin Kurulumu

Flask tabanlı basit ama etkili bir backend servisi oluşturarak Gemini modeline istek atabilir ve gelen yanıtları web arayüzünüze iletebilirsiniz. Aşağıdaki kod bloğu temel entegrasyonu göstermektedir:

from flask import Flask, request, jsonify
from flask_cors import CORS
import google.generativeai as genai

app = Flask(__name__)
CORS(app)

# API yapılandırması
genai.configure(api_key='YOUR_GEMINI_API_KEY')
model = genai.GenerativeModel('gemini-pro')

@app.route('/api/chat', methods=['POST'])
def chat_with_assistant():
    data = request.get_json()
    user_message = data.get('message', '')
    
    if not user_message:
        return jsonify({'error': 'Mesaj alanı boş olamaz'}), 400

    try:
        response = model.generate_content(user_message)
        return jsonify({'response': response.text})
    except Exception as e:
        return jsonify({'error': str(e)}), 500

if __name__ == '__main__':
    app.run(debug=True, port=5000)

Mimari Uyarı: Üretim ortamında (production) çalışırken rate-limiting ve hata yönetimi (error handling) mekanizmalarını mutlaka implemente edin. Aksi takdirde API kotalarınız hızla tükenebilir.

Frontend Arayüzü ve Asistanın Canlıya Alınması

Arka uç servisimiz hazır olduğuna göre, HTML ve JavaScript kullanarak kullanıcıların asistanla etkileşime girebileceği sade ve şık bir arayüz tasarlayabiliriz:

<div id="chat-container">
    <div id="chat-window"></div>
    <input type="text" id="user-input" placeholder="Asistanınıza bir şeyler sorun...">
    <button onclick="sendMessage()">Gönder</button>
</div>

<script>
async function sendMessage() {
    const inputField = document.getElementById('user-input');
    const message = inputField.value;
    if (!message) return;

    // İstek atma mantığı...
    const res = await fetch('http://localhost:5000/api/chat', {
        method: 'POST',
        headers: { 'Content-Type': 'application/json' },
        body: JSON.stringify({ message })
    });
    const data = await res.json();
    console.log(data.response);
}
</script>

Sonuç

Gemini API kullanarak kendi akıllı web asistanınızı geliştirmek, modern yapay zeka araçlarını projelerinize entegre etmenin en hızlı yollarından biridir. Güvenli mimari prensiplerine sadık kalarak bu asistanı veritabanı bağlantıları ve RAG sistemleriyle bir üst seviyeye taşıyabilirsiniz.