İçeriğe geç
AggregaAggrega
Dil seçin: Türkçe
Bu sayfa makine çevirisiyle çevrilmiştir. İngilizce orijinalini okuyun.

Çekirdek içe aktarıcılar

Derleyicinin deposu, her kaynak biçimi için bir tane olmak üzere kendine ait on içe aktarıcı eklenti derler ve bunları her derleyici sürümüyle birlikte yayımlar:

PluginHizmet ettiğiOkuduğu
importer/langflowimport:langflowLangflow’dan JSON olarak dışa aktarılmış bir akış
importer/flowiseimport:flowiseFlowise’tan JSON olarak dışa aktarılmış bir chatflow ya da agentflow
importer/n8nimport:n8nn8n’den JSON olarak dışa aktarılmış bir iş akışı
importer/mcpimport:mcpbir MCP istemcisinin yapılandırması — .mcp.json, claude_desktop_config.json, .vscode/mcp.json ya da .cursor/mcp.json — veya bir MCP kayıt defteri sunucu açıklaması olan server.json, JSON olarak
importer/composeimport:composebir Compose uygulaması — compose.yaml, docker-compose.yml ve bunların geçersiz kılma dosyaları — YAML olarak
importer/difyimport:difyDify’dan kendi DSL’inde YAML olarak dışa aktarılmış bir uygulama
importer/crewaiimport:crewaibir CrewAI projesinin bildirdiği ajanlar ve görevler — YAML olarak config/agents.yaml ve config/tasks.yaml, ya da yorumlu JSON olarak crew.jsonc ve agents/<name>.jsonc veya bunların katı JSON yazımları crew.json ve agents/<name>.json
importer/langgraphimport:langgraphbir LangGraph uygulamasının JSON olarak yapılandırması langgraph.json ve bu yapılandırmanın adlandırdığı bir ortam dosyasından, içe aktarmaya with.sources altında verildiğinde, değişkenlerin yalnızca adları
importer/google-adkimport:google-adkGoogle ADK üzerine kurulmuş bir uygulamanın Agent Config dosyalarında bildirilen ajanlar — root_agent.yaml ve alt ajanlarının adlandırdığı yapılandırmalar — YAML olarak
importer/agent-frameworkimport:agent-frameworkbir Microsoft Agent Framework bildirimsel ajanı, herhangi bir ada sahip Prompt türünde bir belge, YAML olarak

Her biri derleyicinin kendi kaynaklarından derlenir ve derleyicinin sürümüyle damgalanır; böylece X.Y.Z sürümündeki derleyiciyle yayımlanan içe aktarıcılar X.Y.Z sürümünü bildirir ve Plugin varlıkları bunu kaydeder. Gömülü eklentiler sayfasında listelenen eklentilerin aksine, hiçbiri ikili dosyaya derlenmez. İkili dosya her birinin Plugin varlığını ve onun için kabul ettiği tek modülün özetini taşır; böylece her biri, kataloğunda hiçbir giriş olmadan, her çalışma alanında kendi biçimine hizmet eder.

Onunun tamamı Go kitinin içe aktarıcı paketi github.com/aggrega-ai/aggrega-pdk/go/pkg/importer üzerine kuruludur. Langflow, Flowise ve n8n içe aktarıcıları için, bir içe aktarıcının biçimi ne olursa olsun yaptığı her şey — çalışma alanı kataloğunun Components’ını her düğüme karşı puanlamak, birine başvurmaya mı yoksa yeni bir taslak mı hazırlamaya mı karar vermek, taslağı yerleştirmek, tuttuğu kimlik bilgisi değerlerini taşımak ya da bir ayar istediğinde bunları boş yazmak, taslakları yazmak ve aşağıdaki ayarları okumak — o pakete aittir; yalnızca biçimi okumak ve akışlarının çalıştığı platformu bilmek her içe aktarıcıya özgüdür. MCP içe aktarıcısı sunucu başına bir Component örneğinin taslağını hazırlar, bu yüzden hiçbir şeyi puanlamaz; MCP içe aktarıcısı bölümünün anlattığı gibi, okuduğu ayarların okunmasını, kimlik bilgisi değerleri üzerine kararı ve taslaklarının adlandırıldığı ve açıklandığı uzlaşımları paketle paylaşır. Compose içe aktarıcısı, Compose içe aktarıcısı bölümünün anlattığı gibi, eşleştirdiği her hizmet için akış içe aktarıcılarının bir düğüm için karar verdiği gibi aynı paket aracılığıyla karar verir, taslaklarını onlar gibi işler ve geri kalanını MCP içe aktarıcısı gibi paylaşır. Dify içe aktarıcısı, Dify içe aktarıcısı bölümünün anlattığı gibi, standart kitaplığın bir araya getirdiği ve uygulamayı taşıyan Dify kurulumunun taslağını, aynı paketin platform taslağı aracılığıyla, bütün bir kurulum olan bir platform için aldığı biçimde hazırlar. CrewAI içe aktarıcısı, CrewAI içe aktarıcısı bölümünün anlattığı gibi, bir projenin bildirdiği her ajan için standart kitaplığın CrewAI ajanının, adlandırdığı modele bağlı bir örneğinin taslağını hazırlar ve geri kalanını MCP içe aktarıcısı gibi paylaşır. LangGraph içe aktarıcısı, LangGraph içe aktarıcısı bölümünün anlattığı gibi, bir uygulamanın yapılandırmasının bildirdiği her graf için standart kitaplığın LangGraph ajanının, checkpointer’ının durumu tuttuğu veri deposuna bağlı bir örneğinin taslağını hazırlar ve geri kalanını MCP içe aktarıcısı gibi paylaşır. Google ADK içe aktarıcısı, Google ADK içe aktarıcısı bölümünün anlattığı gibi, bir uygulamanın yapılandırmalarının bildirdiği her ajan ağacı için standart kitaplığın ADK ajanının, ADK isteklerini Gemini API’sine gönderdiğinde ağacın adlandırdığı modele bağlı bir örneğinin taslağını hazırlar ve geri kalanını MCP içe aktarıcısı gibi paylaşır. Agent Framework içe aktarıcısı, Agent Framework içe aktarıcısı bölümünün anlattığı gibi, her bildirimsel ajan için standart kitaplığın Agent Framework ajanının, adlandırdığı OpenAI modeline bağlı bir örneğinin taslağını hazırlar — adlandırdığı her MCP sunucusu yorumlar içinde yazılır, çünkü modelin sağlayıcısı ona barındırılan bir araç olarak ulaşır — ve geri kalanını MCP içe aktarıcısı gibi paylaşır. İçe aktarıcı soketinin nasıl çalıştığı ve kendisine neyin verildiği İçe aktarıcı soketi bölümünde anlatılır.

Bu sayfa, her içe aktarıcının neyi okuduğuna ve neyin taslağını çıkardığına dair başvuru kaynağıdır. Kendi projenizi içe aktarıp sonucu derlemek için, bir projeyi kaynağından bir derlemeye kadar, her seferinde bir biçim olmak üzere götüren İçe aktarma bölümünden başlayın.

Bir içe aktarma bunu nasıl edinir

aggrega import, düzenleyici oturumunun aggrega/import yöntemi ve asistanın import aracı bir çekirdek içe aktarıcıyı aynı şekilde edinir. Makine onun modülünü zaten tutuyorsa — çalışma alanının içerik önbelleğinde — içe aktarma onu oradan okur ve bunun için ağa ihtiyaç duymaz. Tutmuyorsa, ona ihtiyaç duyan ilk içe aktarma onu çalışma alanının varsayılan kayıt defterinden, derleyicinin sürümünde getirir ve:

  • onu ikili dosyanın taşıdığı özete bağlar; böylece yalnızca derleyicinin sürümünün yayımladığı modül çalışır;
  • onu, bir çekme işleminin getirdiği bir eklentiyi doğruladığı gibi doğrular — imzasını o kayıt defterinin güven ilkesine göre, kullandığı ana makine işlevlerini de Plugin varlığının kaydettiklerine göre;
  • onu çalışma alanının içerik önbelleğinde saklar; onun için yazılan tek şey budur: kilit dosyası da, güvenilen eklentilerin kaydı da yazılmaz, çünkü bir içe aktarma hiçbir içe aktarıcıyı sabitlemez.

Sonraki her içe aktarma onu içerik önbelleğinden okur. Doğrulanamayan bir modül reddedilir ve hiçbir şey saklanmaz. Hiçbir çalışma alanının işaretlemediği bir klasörde onu saklayacak içerik önbelleği yoktur; bu yüzden getirme orada reddedilir ve klasör ile bir çalışma alanının nasıl belirtileceği ya da klasörün nasıl çalışma alanı yapılacağı belirtilir. Modül bir katalog klasöründe başka bir sürümdeki aynı adlı bir Plugin varlığının yanından asla okunmaz: o modül diğer varlığa aittir.

Modül getirilemediğinde içe aktarma, A plugin’s .wasm is not on this machine (Bir eklentinin dosyası bu makinede değil) altında durur, içe aktarıcıyı ve sürümünü belirtir ve modülünü makineye neyin koyacağını söyler:

  • İçe aktarmayı bir kez ağ erişilebilirken çalıştırın; çalışma alanı çevrimdışıysa ya da kayıt defterine ulaşılamadıysa. Bu çalıştırma onu getirir ve sonraki her çalıştırma çevrimdışıdır.
  • Modülünü, bir katalog klasöründe o içe aktarıcının o sürümdeki bir Plugin varlığının yanına koyun; iletinin verdiği adla — Langflow içe aktarıcısı için importer--langflow.wasm. Bir çekirdek içe aktarıcıyla aynı ad ve sürümdeki bir katalog varlığı onun yerine çalışır ve modülü yanından okunur; orada yanında modül olmayan bir varlık ise onun yerine çalışmaz ve çekirdek içe aktarıcı yukarıda anlatıldığı gibi edinilir. Kayıt defteri modülü tutmuyorsa ya da çalışma alanı hiçbir varsayılan kayıt defteri belirtmiyorsa, iletinin verdiği tek çözüm budur.

Kendi içe aktarıcılarınızın yanında hangisi çalışır

Çekirdek içe aktarıcılar, çalışma alanınızın kataloğunun barındırdığı içe aktarıcıların yanında adaydır; her içe aktarıcının seçildiği ve Which importer turns a source into drafts (Bir kaynağı hangi içe aktarıcı taslaklara dönüştürür) bölümünün açıkladığı kurallara tabidir:

  • Tek bir ad içinde en yüksek sürüm ya da bir plugins.importer girdisinin adlandırdığı sürüm çalışır.
  • Kataloğunuz langflow, flowise, n8n, mcp, compose, dify, crewai, langgraph, google-adk veya agent-framework için başka adda bir içe aktarıcı barındırıyorsa, biçimi iki içe aktarıcı duyurur ve ikisini de eklemeyen bir içe aktarma, her ikisini adlandırarak A parse or import format is advertised by more than one plugin (Bir ayrıştırma veya içe aktarma biçimi birden fazla eklenti tarafından duyuruluyor) altında reddedilir. İstediğinizi adlandıran bir plugins.importer girdisi bunu çözer.
  • Kataloğunuzun bir çekirdek içe aktarıcıyla aynı ad ve sürümde barındırdığı ve modülü varlığının yanında duran bir içe aktarıcı, oradan okunarak çalışan içe aktarıcı olur.
  • Katalog klasöründe yanında modül olmayan, bir çekirdek içe aktarıcının adını taşıyan bir Plugin varlığı — örneğin bir sürümün yayımladığı içe aktarıcıları kaydeden bir kataloğun çalışma kopyasında — modülü başka hiçbir yerden okunmadığı için hiçbir içe aktarmanın çalıştıramayacağı bir varlıktır; bu yüzden çalıştırılacak bir aday değildir, ancak kaydettiği imzalar bir kaynağın tanınmasında yine de rol oynar. Derleyicinin kendi sürümünde onun yerine çekirdek içe aktarıcı çalışır. Daha eski ya da daha yeni başka herhangi bir sürümde atlanır ve seçim çalışabilen içe aktarıcılar arasından yapılır — bir plugins.importer girdisi tam olarak o sürümü belirtmedikçe ya da o adı taşıyan ve çalışabilen hiçbir içe aktarıcı istenen biçimi duyurmadıkça; örneğin varlık, derleyicinin kendi içe aktarıcısının kaydetmediği bir biçimi kaydettiğinde olduğu gibi. Bu durumda yukarıdaki kurallar uyarınca aday olarak kalır ve onu seçen bir içe aktarma, modülünün konacağı klasörü belirterek durur.

Kataloğunuzun kendi içe aktarıcılarından hangisi seçilirse seçilsin, modülü kendi varlığının yanından, kendi sürümünde okunur: başka bir sürümdeki aynı adlı bir varlığın yanına konan bir modül o varlığa aittir.

Bir kaynağın nasıl tanındığı

Biçimini --format ile belirtmeyen bir içe aktarma, her içe aktarıcının bildirdiği imzalarla tanınır:

  • Langflow — JSON olarak ayrıştırılan ve data.nodes konumunda bir dizi taşıyan kaynak.
  • Flowise — JSON olarak ayrıştırılan, nodes ve edges konumlarında diziler taşıyan ve data.nodes konumunda hiçbir şey taşımayan kaynak.
  • n8n — JSON olarak ayrıştırılan, nodes konumunda bir dizi ve connections konumunda bir nesne taşıyan, edges ya da data.nodes konumunda hiçbir şey taşımayan kaynak.
  • MCP — JSON olarak ayrıştırılan, adı .mcp.json, claude_desktop_config.json ya da .cursor/mcp.json olan ve mcpServers konumunda bir nesne taşıyan kaynak; Visual Studio Code’un okuduğu gibi yorumlu JSON olarak ayrıştırılan, adı .vscode/mcp.json olan ve servers konumunda bir nesne taşıyan kaynak; ya da JSON olarak ayrıştırılan ve $schema değeri https://static.modelcontextprotocol.io/schemas/ ile başlayan bir metin olan, herhangi bir adlı kaynak, yani bir kayıt sunucusu açıklaması. Ad, içe aktarmaya verilen yolun sonuyla eşleştirilir; bu nedenle project/.vscode/mcp.json tanınırken, .vscode içinden verilen mcp.json ya da başka herhangi bir adla bulunan bir istemci dosyası --format mcp belirtilerek içe aktarılır.
  • Compose — YAML olarak ayrıştırılan, Compose’un varsayılan olarak bir Compose dosyasını ya da onun geçersiz kılma dosyasını okuduğu adlardan birini taşıyan — compose.yaml, compose.yml, docker-compose.yml, docker-compose.yaml, compose.override.yml, compose.override.yaml, docker-compose.override.yml ya da docker-compose.override.yaml — ve services konumunda bir nesne taşıyan kaynak. Başka herhangi bir adla bulunan bir Compose dosyası --format compose belirtilerek içe aktarılır.
  • Dify — YAML olarak ayrıştırılan, kind konumunda app metnini taşıyan ve Dify’ın dışa aktardığı her uygulamanın yaptığı gibi app.mode ile version konumlarında bir şey taşıyan, herhangi bir adlı kaynak.
  • CrewAI — YAML olarak ayrıştırılan, adı config/agents.yaml ya da config/tasks.yaml olan kaynak; yorumlu JSON olarak ayrıştırılan ve agents konumunda bir liste taşıyan, adı crew.jsonc ya da crew.json olan kaynak; ya da yorumlu JSON olarak ayrıştırılan ve role konumunda bir şey taşıyan, adı agents/<name>.jsonc ya da agents/<name>.json olan kaynak. Klasik bir proje, ajanlarını ve görevlerini yazarının seçtiği adlarla anahtarlar; bu nedenle iki dosyası yalnızca adlarıyla ayırt edilir.
  • LangGraph — JSON olarak ayrıştırılan ve graphs konumunda bir nesne taşıyan, adı langgraph.json olan kaynak; ya da JSON olarak ayrıştırılan, graphs konumunda bir nesne taşıyan ve $schema değeri LangGraph’ın yapılandırması için yayımladığı şema olan https://langgra.ph/schema.json metni olan, herhangi bir adlı kaynak. Başka bir adla bulunan ve hiçbir şema belirtmeyen bir yapılandırma --format langgraph belirtilerek içe aktarılır. Hiçbir içe aktarıcının imzası bir ortam dosyasını belirtmez; bu nedenle bir dizinin tanınması hiçbirini açmaz.
  • Google ADK — YAML olarak ayrıştırılan ve bir LlmAgent’ın yapılandırmasının yaptığı gibi name ile instruction konumlarında bir şey ya da diğer her ajanın yapılandırmasının yaptığı gibi agent_class konumunda bir metin ve name konumunda bir şey taşıyan, adı root_agent.yaml olan kaynak. Başka bir adla bulunan bir yapılandırma --format google-adk belirtilerek içe aktarılır. Hiçbir imza, herhangi bir adı olabilecek bir alt ajanın yapılandırmasını belirtmez; bu nedenle bir dizinin tanınması root_agent.yaml dışında hiçbir YAML dosyasını açmaz.
  • Agent Framework — YAML olarak ayrıştırılan, modelini belirten bildirimsel bir ajanın yaptığı gibi kind konumunda Prompt metnini ve model konumunda bir nesne taşıyan, herhangi bir adlı kaynak; Agent Framework bildirimsel bir ajanı uygulamasının belirttiği herhangi bir dosyadan yükler, bu nedenle imza hiçbir dosya belirtmez. Hiçbir model belirtmeyen ya da türünü başka bir harf büyüklüğüyle veya Agent olarak yazan bildirimsel bir ajan --format agent-framework belirtilerek içe aktarılır.

Bunlardan ikisiyle eşleşen bir kaynak iki biçim de adlandırılarak reddedilir ve --format ile biri belirtilerek içe aktarılır. Langflow, Flowise, n8n ve LangGraph içe aktarıcıları kaynaklarını parse:json hizmetini sunan ayrıştırıcı üzerinden okur; MCP içe aktarıcısı sunucularını servers altında listeleyen bir yapılandırmayı parse:jsonc hizmetini sunan, diğer her kaynağı ise parse:json hizmetini sunan ayrıştırıcı üzerinden; Compose, Dify, Google ADK ve Agent Framework içe aktarıcıları parse:yaml hizmetini sunan ayrıştırıcı üzerinden; CrewAI içe aktarıcısı ise klasik bir projenin dosyalarını parse:yaml hizmetini sunan, diğerlerini de parse:jsonc hizmetini sunan ayrıştırıcı üzerinden okur: çalışma alanınızın kataloğu bir tane sunuyorsa onun sunduğu, aksi takdirde derleyicinin o sözdizimi için kendi taşıdığı ayrıştırıcı (bkz. Gömülü eklentiler). Bu nedenle bunlardan herhangi biri üzerinden yapılan bir içe aktarma kataloğunuzda ayrıştırıcı gerektirmez ve bunun için hiçbir şey getirilmez. Kataloğunuzun sunduğu bir ayrıştırıcı kullanılan ayrıştırıcıdır ve derleyicininki hiçbir rol oynamaz. Langflow, Flowise, n8n, Dify ve Agent Framework içe aktarıcıları hiçbir dosya deseni bildirmez; bu nedenle her biri tek bir dosya okur ve bunlardan herhangi biri üzerinden bir dizinin içe aktarılması reddedilir; MCP içe aktarıcısı dört istemci dosya adını bildirir, bu nedenle bir dizin barındırdığı istemci yapılandırmaları üzerinden okunur; Compose içe aktarıcısı sekiz Compose dosya adını bildirir, bu nedenle bir dizin barındırdığı Compose dosyaları üzerinden okunur; CrewAI içe aktarıcısı bir projenin bildirimlerinin altı adını bildirir, bu nedenle bir projenin dizini yalnızca bildirimleri üzerinden okunur ve başka hiçbir şey okunmaz; LangGraph içe aktarıcısı langgraph.json dosyasını bildirir, bu nedenle bir uygulamanın dizini yalnızca yapılandırması üzerinden okunur ve ne kodu ne de bir ortam dosyası hiçbir zaman okunur; Google ADK içe aktarıcısı da root_agent.yaml dosyasını bildirir, bu nedenle bir uygulamanın dizini yalnızca kök yapılandırması üzerinden okunur — alt ajanlarının belirttiği yapılandırmalar içe aktarıcıya yalnızca ekinin with.sources alanı altında ulaşır — ve ne kodu ne de ortam dosyası hiçbir zaman okunur. Hiçbir dosya belirtmeyen bir imza — Langflow, Flowise ve n8n içe aktarıcılarınınki, MCP içe aktarıcısının bir kayıt sunucusu açıklaması içinki, LangGraph içe aktarıcısının şemasını belirten bir yapılandırma içinki, Dify içe aktarıcısınınki ve Agent Framework içe aktarıcısınınki — tek başına içe aktarılan her dosyaya uygulanır: hiçbir biçim belirtmeyen bir içe aktarma böyle bir dosyayı, hangi içe aktarıcı için amaçlanmış olursa olsun, denemek üzere aynı ayrıştırıcılar üzerinden JSON olarak ve YAML olarak okur — derleyici ikisini de taşır, bu nedenle hiçbiri için hiçbir şey getirilmez. Yorum ya da sondaki virgül içeren bir dosya JSON olarak ayrıştırılmaz, bu nedenle JSON okuyan hiçbir imza onu tanımaz; CrewAI içe aktarıcısının crew.jsonc, agents/<name>.jsonc ve bunların .json yazımları için imzaları ile MCP içe aktarıcısının .vscode/mcp.json için imzası, kataloğunuz hiçbirini sunmadığında derleyicinin o sözdizimi için taşıdığı ayrıştırıcı üzerinden yorumlu JSON okur.

Ayrıştırıcısının reddettiği bir kaynak — Langflow, Flowise, n8n ve LangGraph içe aktarıcıları için JSON olmayan, MCP içe aktarıcısı için yorumlu JSON olmayan ya da sunucularını servers altında listelemiyorsa JSON olmayan, Compose, Dify ve Agent Framework içe aktarıcıları için YAML olmayan, CrewAI içe aktarıcısı için YAML ya da yorumlu JSON olmayan bir bildirim ve Google ADK içe aktarıcısı için YAML olmayan bir yapılandırma — içe aktarmayı parse-failed altında durdurur; bunun iletisi ayrıştırıcının kendi gerekçesini taşır. Biçimi belirtmek bunu değiştirmez: içe aktarıcı kaynağın ağacını ister ve ayrıştırıcının reddi aldığı yanıttır.

Bir taslak nasıl adlandırılır

Her içe aktarıcı, taslağını oluşturduğu Aggregate’i ve bir Release taslağı oluşturduğunda yanındaki Release’i <target_namespace>/<name> olarak adlandırır. İlk kısım target_namespace ayarı olup başka bir değer ayarlamadığınız sürece imported olur. <name>, aşağıdakilerden boş olmayan ilkidir:

  • kaynağın kendine verdiği ad, biçiminin bu adı bildirdiği alanda:

    İçe aktarıcıOkuduğu ad
    importer/langflowakışın name değeri
    importer/flowiseyok: bir dışa aktarım kendine ait bir ad taşımaz
    importer/n8niş akışının name değeri
    importer/mcpbir kayıt defteri sunucu açıklamasının name değeri; bir istemcinin yapılandırması ad taşımaz
    importer/composeprojenin en üst düzeydeki name değeri; Compose’un dosyaları birleştirdiği gibi, bir geçersiz kılma dosyasınınki geçersiz kıldığı dosyanınkinin yerine geçer
    importer/difyuygulamanın app altındaki name değeri
    importer/crewaicrew.jsonc veya crew.json içinde ekibin name değeri; config/agents.yaml ve config/tasks.yaml ad taşımaz, çünkü klasik bir proje ekibini programında adlandırır
    importer/langgraphyapılandırmanın bildirdiği grafın kimliği, çünkü bir yapılandırma kendine ait bir ad taşımaz
    importer/google-adkkök ajanın name değeri
    importer/agent-frameworkajanın name değeri; displayName değeri okunmaz
  • içe aktarmaya verilen dizinin adı, tamamıyla — my.project noktasını korur ve my-project olarak yazılır — tıpkı Compose’un bir projeyi onu içeren dizinin adıyla adlandırması gibi; aggrega import . çalıştığı dizini adlandırır;

  • içe aktarmaya tek başına verilen dosyanın adı, uzantısı olmadan;

  • flow.

Birkaç kaynaktan oluşturulan bir taslak — birkaç Compose projesi, yapılandırma, ajan ağacı veya sunucu ya da birkaç graf bildiren bir yapılandırma — onların adını yalnızca her biri kendini adlandırdığında ve hepsi aynı biçimde yazıldığında alır; aksi halde bir sonrakini alır. Bir ad küçük harflerle yazılır; ASCII harfleri ve rakamları dışındaki karakterlerden oluşan her dizi tek bir kısa çizgi olarak yazılır ve her iki uçtaki kısa çizgiler atılır: Basic Prompting, basic-prompting olarak; SupportAgent ise supportagent olarak yazılır. Aynı kaynak her içe aktarmada aynı şekilde adlandırılır. Bir içe aktarmanın bir hedef için taslağını oluşturduğu Manifest, Release’in adını, hiçbir Release taslağı oluşturulmadığında ise Aggregate’in adını alır; bunu Bir hedefin ekledikleri açıklar.

Langflow içe aktarıcısının okudukları

  • Akışın üst düzey data nesnesi altındaki düğümler ve kenarlar, data.nodes ve data.edges.
  • Her düğüm için, düğümün data.type değerinden türü ve data.node.template girdilerinden değeri bir type taşıyan nesne olanlardan alanları. Şablonun diğer girdileri alan değildir.
  • Nesnesi password: true taşıyan bir alan kimlik bilgisi yuvası olarak, diğer her alan ise değer alanı olarak taslağa dökülür. Alanın adının bir rolü yoktur ve bir düğümü Component olarak taslağa dökmek hiçbir alanın değerini okumaz.
  • Tuvale iliştirilmiş bir not, yani noteNode türündeki bir düğüm içe aktarılmaz ve içe aktarılmayan bir düğüme giden kenar atılır.
  • Akışı taşıyan platformu taslağa dökmek akıştan ayrıca şunları okur: üst düzey id değerini; password: true olarak işaretlenmiş her alanın değerini; bir MCP Tools düğümünün mcp_server alanını — adlandırdığı MCP sunucusunu ve o sunucunun yapılandırmasını — ya da bunun yerine sunucusunu tuttuğu alanları; Langflow’un kimlik bilgisi değil olarak işaretlediği ama kimlik bilgisi taşıyabilen her girdiyi, Akışın tuttuğu kimlik bilgisi değerleri bölümünün listelediği biçimde; bir düğümün modelini adlandırdığı alanı ve üzerinde çalıştığı model sağlayıcısını; ve bir düğümün bir parçanın adresine ve anahtarına ulaştığı, yeniden yazdığı alanları. Taslağa dökülenler bunların her birine ne olduğunu anlatır.

Flowise içe aktarıcısının okudukları

  • Akışın en üst düzeyindeki düğümler ve kenarlar, nodes ve edges.
  • Her düğüm için, düğümün data.name alanından türü; data.inputParams girdilerinden type değeri credential olanlardan, name değerlerine göre kimlik bilgisi yuvaları; ve data.inputs anahtarlarından, data.inputAnchors tarafından adlandırılanlar — başka bir düğümün bağlandığı ve aralarındaki kenarın kaydettiği yerler — ile kimlik bilgileri çıkarıldıktan sonra kalan değer alanları.
  • Bir düğümü Component olarak taslağa dökmek hiçbir alanın değerini okumaz ve bir kimlik bilgisinin adı, onun kimlik bilgisi olmasında hiçbir rol oynamaz.
  • Tuvale iliştirilmiş bir not, yani stickyNote türündeki bir düğüm, içe aktarılmaz ve içe aktarılmayan bir düğüme giden kenar atılır.
  • Chatflow’u taşıyan platformu taslağa dökmek, ondan şunları da okur: UUID olduğu durumda en üst düzeydeki id değeri; bir düğümün data.credential konumunda tuttuğu kimlik bilgisi; inputParams tarafından password türünde bildirilen her girdinin değeri; bir düğümün girdileri arasındaki FLOWISE_CREDENTIAL_ID ile bu girdilerin herhangi bir derinliğindeki bir yapılandırma nesnesinin içindeki credential veya FLOWISE_CREDENTIAL_ID; bir düğümün mcpServerConfig girdisindeki sunucu yapılandırması; Flowise’ın kimlik bilgisi değil olarak işaretlediği ancak bir kimlik bilgisi taşıyabilen her girdi, Akışın tuttuğu kimlik bilgisi değerleri bölümünün listelediği şekliyle, ve bir agentflow yapılandırmasının seçtiği modeli veya aracı adlandırdığı üye; bir düğümün modelName girdisi; ve bir OpenAI düğümünün Base Path’i, yani basepath girdisi. Taslağa döktükleri bölümü her birine ne olduğunu anlatır.

n8n içe aktarıcısının okudukları

  • Dışa aktarımın en üst düzeyindeki, iş akışının nodes ve connections alanları.
  • Her düğüm için, onu tanımlayan name değeri — n8n’in bağlantıları birleştirdikleri düğümleri adlarıyla belirtir ve bir iş akışının düğüm adları benzersizdir — ve paketiyle birlikte eksiksiz yazılan type değeri: örneğin @n8n/n8n-nodes-langchain.lmChatOpenAi ya da n8n-nodes-base.httpRequest. Adı olmayan bir düğüm id değeriyle tanımlanır.
  • İş akışının listelediği her bağlantı, türü ne olursa olsun, çıktığı düğümden girdiği düğüme giden bir kenardır: bir main bağlantısı veriyi bir düğümden sonrakine taşır, bir yapay zekâ bağlantısı — ai_languageModel, ai_tool, ai_vectorStore, ai_embedding, ai_memory ve diğerleri — ise girdiği düğüme, çıktığı düğümün temsil ettiği modeli, aracı, depoyu ya da belleği verir. Her iki durumda da bir bağlantının girdiği düğüm, çıktığı düğümü tüketir.
  • Bir düğümün credentials alanının adlandırdığı her kimlik bilgisi türü ve n8n’in parola olarak işaretlediği her üst düzey parametre bir kimlik bilgisi yuvası olarak taslağa alınır; düğümün diğer her üst düzey parametresi bir değer alanıdır. Bir düğümü Component olarak taslağa almak hiçbir alanın değerini okumaz.
  • Tuvale iliştirilmiş bir not, yani n8n-nodes-base.stickyNote türündeki bir düğüm içe aktarılmaz ve içe aktarılmayan bir düğüme giden bağlantı atılır.
  • İş akışını taşıyan platformu taslağa almak, ondan ayrıca şunları da okur: en üst düzeydeki id değeri; bir düğümün seçtiği her kimlik bilgisi; n8n’in parola olarak işaretlediği her parametre; bir MCP istemci düğümünün çağırdığı adres; bir düğümün, iş akışının oluşturduğu bir istekle gönderdiği başlıklar ve sorgu parametreleri, Akışın tuttuğu kimlik bilgisi değerleri bölümünün listelediği biçimde; ve bir model düğümünün modelini adlandırdığı parametre. Her birine ne olduğunu Neyin taslağını çıkardıkları anlatır.

Ne taslak hâline getirdikleri

Her düğüm, importer soketinin açıkladığı gibi yalnızca çalışma alanının kendi kataloğundaki Components ile karşılaştırılır ve her importer, kendi biçiminin yaygın düğüm türlerini — sohbet ve gömme modelleri, erişim, HTTP istekleri ve Langflow’da core/ai-tool/mcp’ye eşlenen MCP Tools düğümü MCPTools — standart kütüphane Components’ına eşleyen kısa bir tablo taşır. Langflow’un tablosu ayrıca Language Model bileşenini, yani Langflow’un başlangıç akışlarının çağırdığı sohbet modeli olan LanguageModelComponent’i, Langflow platformunun model bağlantısının sunduğu model olan core/ai-model/openai’ye eşler: düğüm, provider alanının adlandırdığı model sağlayıcısında, varsayılan olarak OpenAI’de çalışır ve başka bir sağlayıcıyı adlandıran bir düğüm, Hangi düğümler parça olur bölümünün açıkladığı gibi, hiçbir zaman o bağlantıya bağlanmaz. n8n importer’ının tablosu n8n’in sohbet ve gömme modellerini, MCP istemci aracını core/ai-tool/mcp’ye, HTTP istek araçlarını, SerpApi aracını, Qdrant, PGVector, Chroma, Milvus ve Weaviate vektör depolarını ve Postgres ile Redis sohbet belleklerini eşler. n8n’in iş akışının kendi içinde çalıştırdığı bir düğüm — bir ajan, bir zincir, bir tetikleyici, iş akışının kendi sürecinde tuttuğu bir bellek, bir kod aracı — iş akışının kendisine aittir ve hiçbir satır onu eşlemez. Bu tablonun bir satırı, yalnızca çalışma alanının kataloğu satırın adını verdiği Component’i içerdiğinde bir eşleşmeye sayılır. Komut, eşlediği her düğüm için neyi seçtiğini, eşleşme kademesini ve en iyi adayın puanını belirten bir satır, kendine ait bir Component vermediği bir düğüm için de made no choice for <node id> (<node type>) diyen bir satır raporlar. Taslak hâline getirilmek yerine bir katalog Component’ine başvurulan bir düğümün kendine ait bir dosyası yoktur: taslak Aggregate, Component’in adını verir.

Taslağın nasıl düzenleneceğini layout ayarı belirler. Varsayılan olan platform, akışı çalıştıran platformu, akışı dışa aktarıldığı hâliyle taşıyarak taslak hâline getirir ve yalnızca akışın platformun bir soketinin aldığı her parçasına kendine ait bir Component verir — standart kütüphanenin platformlarında bir model, bir MCP sunucusu ya da HTTP üzerinden erişilen başka bir araç ve bir vektör deposu. nodes ise her düğümü kendine ait bir Component olarak taslak hâline getirir.

Akışı taşıyan platform

Varsayılan olarak bir içe aktarma şunları yazar:

  • aggregate.yaml — Bir taslak nasıl adlandırılır bölümünde açıklandığı gibi akışın adını taşıyan bir taslak Aggregate. Akışı çalıştıran platformun bir örneğini içerir — bir Langflow akışı için langflow anahtarı altında core/ai-agent/langflow, bir Flowise akışı için flowise anahtarı altında core/ai-agent/flowise ve bir n8n iş akışı için n8n anahtarı altında core/ai-agent/n8n — ve bu ada sahip katalog Component’ine başvurur. Örnek, akışı values.flow_definition içinde taşır ve tanımlayıcı değerinde adını verir: Langflow’da flow_id, Flowise’da chatflow_id ve n8n’de workflow_id. Akışın her parçası, onun yanında kendine ait bir giriştir ve örneğin uses alanı altında platforma bağlanır.
  • release.yaml — aynı adı taşıyan, o Aggregate’i belirten, platform için bir ve her parça için birer girdisi olan, platformun imajını taşıyan ve taslağın ihtiyaç duyduğu her gizli bilgiyi referansla ekleyen bir taslak Release; Taslağın Release’e bıraktıkları bölümünde açıklandığı gibi.
  • başvurmak yerine taslak hâline getirdiği her parça için components/ altında, düğüm düğüm düzeninin taslak hâline getirilen bir düğümü yazdığı gibi yazılmış bir dosya.

Bir hedef verildiğinde içe aktarma, bunların yanına manifest.yaml taslağını hazırlar; Bir hedefin ekledikleri bölümünde açıklandığı gibi.

Parça olmayan her düğüm, platformun taşıdığı akışın içinde kalır ve hiçbir Component’e dönüşmez. Kararı, karşılaştırıldığı adayları kaydeder ve hiçbir şey seçmez; gerekçesi kept in the flow <platform> carries, with no Component of its own: biçiminde okunur ve ardından nedeni gelir — örneğin hiçbir eşleme satırının türünü adlandırmadığı ve en yakın adayının ancak belirli bir puan aldığı. Akış, düğümler arasındaki kenarları korur; taslak kendine ait hiçbir kenar yazmaz.

Flowise’ın Multiple Documents QnA.json olarak dışa aktarılan Multiple Documents QnA sohbet akışı, standart kütüphanenin Flowise platformunu ve onun model ve erişim aracı Components’ını içeren bir katalog üzerinde hiçbir ayar ve hedef olmadan içe aktarıldığında, akışın büyük kısmı burada dışarıda bırakılıp ... ile işaretlenmiş olarak şu Aggregate biçiminde taslak hâline getirilir:

apiVersion: aggrega.ai/v1beta1
kind: Aggregate
metadata:
name: imported/multiple-documents-qna
version: 0.1.0
description: Draft Aggregate imported from a source in the flowise format.
spec:
components:
flowise:
type: core/ai-agent/flowise
# For the compose target only, uncomment the lines below, which declare owner_password on flowise: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none.
# features:
# owner_password:
# type: core/secret-value
# values:
# key: OWNER_PASSWORD
values:
# chatflow_id is derived from the exported flow, which gives no identifier of its own.
chatflow_id: '96da3b80-86d0-5f23-b4e7-2573ea1f76ad'
flow_definition: |
{
"description": "Tool agent that can retrieve answers from multiple sources using relevant Retriever Tools",
...
"embeddings": "{{"{{"}}openAIEmbeddings_0.data.instance}}",
...
}
uses:
model:
chatopenai-0:
target: chatopenai-0
# For the compose target only, uncomment the lines below, which declare credential on chatopenai-0: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none.
# features:
# credential:
# type: core/secret-value
# values:
# key: OPENAI_API_KEY
# swap to core/ai-model/azure-openai (score 0.4000) by setting type: core/ai-model/azure-openai
chatopenai-0:
type: core/ai-model/openai
values:
model: |-
gpt-3.5-turbo

Bağlanan tek parça sohbet modelidir; model soketi tek bir bağlantı çektiği için iki gömme modeli akışta kalır ve platformun hiçbir soketi onları almadığı için erişim araçları da akışta kalır. İçe aktarma her birini raporlar.

Akışın tanımlayıcısı, dışa aktarmanın ona verdiği tanımlayıcıdır — bir Langflow akışının üst düzey id değeri, bir UUID olduğu durumda bir Flowise sohbet akışının üst düzey id değeri ve bir n8n iş akışının üst düzey id değeri — ancak bu değer bir harf ya da rakamla başlayan, 1 ile 128 arasında harf, rakam, ., -, _ ya da : karakterinden oluşmalıdır. Dışa aktarma hiçbir tanımlayıcı vermediğinde ya da başka bir karakter içeren bir tanımlayıcı verdiğinde, taslak biçimin adından ve akışın taşındığı hâlinden türetilmiş ada dayalı bir UUID yazar; böylece bir akış her zaman tek bir tanımlayıcı verir ve değerin üstündeki bir yorum bu değerin türetildiğini belirtir. Flowise’ın düzenleyicisinden dışa aktarılan bir sohbet akışı hiçbir id taşımaz, bu yüzden ona türetilmiş bir tanımlayıcı verilir.

Çalışma alanının kataloğu platformun adına sahip bir Component içermediğinde, taslak yine de platformu adlandırır ve ona hiçbir parça bağlamaz: parça olacak her düğüm akışta kalır ve raporlanır; içe aktarma da kataloğun böyle bir Component içermediği konusunda uyarır.

Hangi düğümler parça olur ve her biri nereye bağlanır

Bir düğüm, importer’ın eşleme tablosunun bir satırı ya da bir mapping_overrides girişi türünü eşlediğinde veya en iyi adayı en az orta kademe bir eşleşme olduğunda akışın bir parçasıdır. Bir Langflow MCP Tools düğümü, puanları ne olursa olsun bir parçadır: çağırdığı MCP sunucusunu adlandırır ve parça o sunucudur. Bir parça, tam olarak reuse_mode’un belirlediği gibi başvurulan ya da taslak hâline getirilen kendine ait bir Component’e dönüşür ve platformun — platformun katalog girişinin soketleri bildirdiği sırayla — etiket seçicisini parçanın Component’inin karşıladığı ilk soketine bağlanır: bu etiketler başvurduğu Component’in etiketleri ya da taslak hâline getirdiği bir parça için, en az orta kademe bir eşleşme olduğunda en iyi adayının etiketleridir. Component’i hiçbir soketin seçicisini karşılamayan ya da etiketlerinin okunacağı bir Component’i olmayan bir parça akışta kalır ve içe aktarma onu raporlar.

Bu kurallar bunu daraltır:

  • Başka bir sağlayıcıyı adlandıran bir Langflow modeli model bağlantısı almaz. Bir LanguageModelComponent ya da EmbeddingModel düğümü, provider alanının adlandırdığı model sağlayıcısında ya da bu alan boşsa model alanının seçtiği modelin sağlayıcısında çalışır. Platform model bağlantısını OpenAI uyumlu bir istemci için iletir; bu nedenle OpenAI dışında herhangi bir sağlayıcıyı adlandıran bir düğüm — bir eşleme satırı ya da geçersiz kılma onu neye eşlerse eşlesin — hiçbir zaman model soketine bağlanmaz: Component’inin karşıladığı bir sonraki sokete bağlanır ya da akışta kalır, kararı hiçbir şey seçmez ve onun için hiçbir Component taslağı oluşturulmaz; içe aktarma da onu, üzerinde çalıştığı sağlayıcıyı adlandırarak raporlar. Hiçbir sağlayıcı seçmeyen, sağlayıcıyı genel bir değişken üzerinden adlandıran ya da modelini başka bir düğümden alan bir düğüm, diğer herhangi bir parça gibi bağlanır.
  • Tek bir bağlantı çeken bir soketi tek bir parça tutar. Her platformda model soketi, platformun Recipes’ının tek bir OPENAI_BASE_URL ve tek bir OPENAI_API_KEY olarak ilettiği tek bir bağlantı çeker. Bu sokete birden çok parça yerleştirildiğinde, Component’i model.aggrega.ai/capability: generative taşıyan ilk parça — hiçbiri taşımıyorsa ilk parça — soketi tutar; diğer her parça akışta kalır ve bağlantıyı tutan parçayla ve düğümü yazıldığı hâliyle akışın ona nasıl eriştiğiyle birlikte raporlanır.
  • Langflow bir tools bağlantısına yalnızca onu adlandıran bir MCP Tools düğümü aracılığıyla erişir. Platform, bir araç bağlantısının adresini mcp_server alanı bağlantıyı adlandıran MCP Tools düğümünün sunucu yapılandırmasına yazar; bu yüzden şablonu hiçbir mcp_server alanı taşımayan bir düğüm — türü ne olursa olsun ve bir eşleme satırı ya da geçersiz kılma onu neye eşlerse eşlesin — hiçbir zaman tools soketine bağlanmaz: Component’inin karşıladığı bir sonraki sokete bağlanır ya da akışta kalır ve raporlanır. Hiçbir sunucu adlandırmayan bir MCP Tools düğümü hiçbir sokete bağlanmaz ve raporlanır. Sunucu yapılandırması kendine ait bir sunucu başlatan — bir command taşıyan ya da Stdio modunu ayarlayan — düğüm için de durum aynıdır; raporu neyin kaldırılacağını belirtir, çünkü platformun derlemesi hiçbir araç bağlantısının yanıtlamadığı bir sunucuyu adlandıran bir düğümde durur.
  • Bir MCP sunucusu, akışın ona verdiği adla bağlanır. Tek bir akışın aynı sunucuyu adlandıran düğümleri, bir kez taslak hâline getirilen tek bir parçaya tek bir bağlantı üzerinden erişir. Bağlantının takma adı, bir bağlantı takma adının bu adı alabildiği — harfler, rakamlar, kısa çizgiler ve alt çizgiler — ve o soketin başka hiçbir bağlantısının aynı değişken adı altında iletmediği durumda sunucunun adıdır; bu değişken adı, takma adın büyük harfe çevrilmiş ve diğer her karakteri alt çizgi olarak yazılmış hâlidir. Aksi durumda bağlantı parçanın anahtarından türetilmiş bir takma ad alır, düğümün sunucusu taslağın taşıdığı akışta bu takma ada yeniden adlandırılır ve parçanın kararı bunu belirtir.

Bağlanan bir parçanın kararı, platformun hangi soketine ve hangi bağlantı üzerinden bağlandığını belirtir ve atlandığı her soketi nedeniyle birlikte adlandırır.

Taşınan akış her parçaya nasıl erişir

Biçimin izin verdiği yerde, platformun taşıdığı akış her bağlı parçaya bağlantısı üzerinden ulaşır ve taslak, bunu sağlayan şeyi akışa yazar: bir değişkenin adı, boşaltılmış bir adres ya da düğümün bağlantının sağladığının yerine göndereceği şeyin boşaltılmışı; asla bir değer yazmaz. Bu bir kimlik bilgisi değerinin kaldırılması değil, bağlamadır: taslak bunu empty_credentials ayarı ne derse desin yazar, çünkü orada tutulan bir değer bağlantının ilettiğini geçersiz kılardı.

  • Bir Langflow MCP Tools düğümü. Platform, bağlantısının ilettiği adresi düğümün sunucu yapılandırmasına ve bağlantı bir kimlik bilgisi taşıdığında, onu tutan değişkenin adını aracın yayımladığı başlık altına yazar. Taslak, dışa aktarımın orada tuttuğu adresi boş yazar; böylece akış bunun bir kopyasını tutmaz ve sunucunun adresini, yani parçanın infra.endpoint değerini, Release’e bırakır. Langflow, düğümün kendi headers alanını sunucu yapılandırmasının başlıklarının üzerine gönderir; bu nedenle taslak bu alanın tüm değerini türünü koruyarak boş yazar (bir nesneyi {}, bir listeyi [], metni boş bir dize olarak), çünkü değeri boşaltılarak tutulan bir başlık yine gönderilirdi, boş bir nesne ya da liste ise hiçbir şeyi geçersiz kılmaz.

  • Bir Langflow model ya da vektör deposu düğümü. Platform bir model bağlantısını OPENAI_BASE_URL ve OPENAI_API_KEY olarak, bir vektör deposu bağlantısını ise takma adına göre adlandırılmış değişkenler olarak iletir; Langflow bunları genel bir değişkeni adlandıran bir alan üzerinden okur: nesnesi load_from_db: true taşıyan bir alan, değer olarak değişkenin adını tutar ve Langflow bu addaki genel değişkeni ya da hiçbiri saklanmamışsa bu addaki ortam değişkenini okur. Taslak bu alanların her birini değişkenin adıyla ve load_from_db: true ile yazar:

    • bir OpenAIModel düğümünün openai_api_base alanı OPENAI_BASE_URL olarak, api_key alanı ise OPENAI_API_KEY olarak;
    • bir OpenAIEmbeddings düğümünün openai_api_base alanı OPENAI_BASE_URL olarak, openai_api_key alanı ise OPENAI_API_KEY olarak;
    • bir LanguageModelComponent düğümünün api_key alanı OPENAI_API_KEY olarak;
    • bir EmbeddingModel düğümünün api_base alanı OPENAI_BASE_URL olarak, api_key alanı ise OPENAI_API_KEY olarak;
    • bir pgvector düğümünün pg_server_url alanı AGGREGA_VECTOR_STORE_<ALIAS>_CONNECTION_STRING olarak; burada <ALIAS>, bağlantının büyük harfe çevrilmiş ve harf ya da rakam dışındaki her karakteri alt çizgi olarak yazılmış takma adıdır.

    Bir LanguageModelComponent ya da EmbeddingModel düğümü birkaç model sağlayıcısından birinde çalışır (provider alanının adlandırdığında ya da bu alan boşsa model alanının seçtiği modelin sağlayıcısında) ve anahtarını bu sağlayıcıya verir. Platform model bağlantısını OpenAI uyumlu bir istemci için iletir; bu nedenle böyle bir düğüm değişkenlerle yalnızca OpenAI üzerinde çalıştığında yazılır. Başka bir sağlayıcıda çalışan bir düğüm, yukarıda belirtildiği gibi, hiçbir zaman bağlanmaz; hiçbirini seçmeyen, sağlayıcısını genel bir değişken üzerinden adlandıran ya da modelini başka bir düğümden alan düğüm ise bunların hiçbiriyle yazılmaz, böylece taslak başka bir sağlayıcıyı asla bağlantının anahtarına yöneltmez. Böyle bir düğümün hiçbir alanı API’sinin adresini vermediğinde (bir LanguageModelComponent düğümü OpenAI için hiçbirini tutmaz, bir EmbeddingModel düğümünün api_base alanı ise eksik olabilir ya da bir değişkeni adlandıramadığı yerde boş olabilir), çalıştırdığı OpenAI istemcisi OPENAI_BASE_URL değerini ortamdan alır; böylece düğüm platformun ilettiği adrese yine de ulaşır.

    Bir OpenAIEmbeddings düğümünün istemcisi default_headers değerini anahtardan oluşturduğu başlıkların üzerine gönderir ve default_query değerini çağırdığı adresin sorgusunun üzerine birleştirir; bu nedenle taslağın bağladığı böyle bir düğümde, her birinin tüm değeri, bir MCP Tools düğümünün headers alanında olduğu gibi, türü korunarak boş yazılır.

    Dışa aktarımın bu iki üyenin ikisi olmadan yazdığı bir alan yeniden yazılmaz: aralarındaki bir kimlik bilgisi alanı aşağıda anlatıldığı gibi yazıldığı biçimde taşınır ya da ayarın istediği yerde boş yazılır. Bu alan parçanın adresini taşıyan alan olduğunda (ve bir LanguageModelComponent ya da EmbeddingModel düğümü için bir adres verdiğinde), böyle bir düğüm OpenAI üzerinde çalışmadığında ya da düğüm başka bir türden olduğunda, içe aktarma parçayı akışın ya da bileşeninin varsayılanlarının verdiği adreste ulaşılan olarak bildirir.

  • Bir Flowise OpenAI düğümü. Flowise’ın bir chatOpenAI ya da openAIEmbeddings düğümünü üzerinde çalıştırdığı OpenAI istemcisi, düğümün Base Path’i boş olduğunda ve hiçbir kimlik bilgisi seçmediğinde OPENAI_BASE_URL ve OPENAI_API_KEY değerlerini ortamdan okur; bu nedenle taslak, dışa aktarımın tuttuğu Base Path’i boş ve düğümün data.credential konumunda seçtiği kimlik bilgisini de boş yazar. Bu istemci, düğümün varsayılan başlıklarını, yani baseOptions değerini, anahtardan oluşturduğu başlığın üzerine gönderir; bu nedenle taslak bunların tüm değerini türünü koruyarak boş yazar. Başka türden bir model düğümü, chatflow’un ya da kendi varsayılanlarının verdiği adreste ulaşılan olarak bildirilir.

  • Bir Flowise aracı ya da vektör deposu. Bir chatflow, platformun bunlardan biri için ilettiği adresi (AGGREGA_TOOL_<ALIAS>_URL ya da AGGREGA_VECTOR_STORE_<ALIAS>_URL) yalnızca bu addaki bir Runtime değişkeni üzerinden okur ve başlangıçta bu değişkeni hiçbir şey oluşturmaz. Taslak bunun için hiçbir şey yazmaz ve içe aktarma, chatflow’un onu okumasını sağlayan adımı bildirir: Runtime değişkenini Flowise’ın Variables sayfasında oluşturun ve düğümde $vars.<name> olarak okuyun.

  • Herhangi bir n8n düğümü. Platform bir model bağlantısını OPENAI_BASE_URL ve OPENAI_API_KEY olarak, bir araç ya da vektör deposu bağlantısını AGGREGA_TOOL_<ALIAS>_URL ya da AGGREGA_VECTOR_STORE_<ALIAS>_URL olarak iletir; oysa bir n8n düğümü bir modele, bir depoya ya da bir hizmete, seçtiği saklı kimlik bilgisinin verdiği adreste ya da kendi parametrelerinin tuttuğu adreste ulaşır ve bir iş akışı bir ortam değişkenini yalnızca $env okuyan bir ifade üzerinden okur; Aggregate values.allow_env_access_in_nodes değerini true olarak ayarlamadıkça platform bunu reddeder. Taslak bu değeri varsayılanı olan false değerinde bırakır, çünkü bunu ayarlamak her iş akışının ve birini düzenleyebilen her kullanıcının, iletilen kimlik bilgileri dahil platform ortamının her değişkenini okumasına izin verir. Bu nedenle taslak bir bağlantı için iş akışına hiçbir şey yazmaz ve her bağlı parça onun dışında bir yolla ulaşılan olarak bildirilir. Bir MCP istemci düğümü sunucusuna iş akışının tuttuğu adreste ulaşır (aşağıda anlatıldığı gibi, dışa aktarımın yazdığı biçimde ya da empty_credentials ayarının onu boş yazdığı yerde hiçbir adreste) ve sunucunun kendi adresi, yani parçanın infra.endpoint değeri, Release’e bırakılır.

Akış taşındığında her bağlı parça, bunlardan hangisinin geçerli olduğuyla bildirilir: akış parçaya bağlantısı üzerinden ulaştığında part-reads-connection, parçaya bağlantısı dışında bir yolla, yani akışın tuttuğu bir adreste ya da bileşeninin varsayılanlarının verdiği bir adreste ulaştığında part-address-in-flow. Parçanın kararı da aynısını söyler.

Taslağın hiçbir sokete bağlamadığı bir düğüme, düğümün yazıldığı biçimiyle, taslağın bağladığı bir bağlantı yine de ulaşabilir: kendi adresi ve anahtarı olmayan bir OpenAI istemcisi, platformun model bağlantısı için ilettiği OPENAI_BASE_URL ve OPENAI_API_KEY değerlerini ortamından okur. Böyle bir durumda taslak düğümü bağlı bir düğümü yazacağı gibi yazar; böylece tuttuğu hiçbir şey bağlantının sağladığının yerine gönderilmez ve onu part-reads-connection ile bildirir:

  • adres alanı, platformun ilettiği ve genel değişken olarak okunan OPENAI_BASE_URL değişkenini adlandıran bir Langflow OpenAIEmbeddings düğümü, model soketine bir parça bağlıyken: bu düğümün default_headers ve default_query değerleri;
  • Base Path’i boş olan ve hiçbir kimlik bilgisi seçmeyen bir Flowise chatOpenAI ya da openAIEmbeddings düğümü ve bir agentflow düğümünün girdileri arasında tuttuğu böyle bir modelin yapılandırması, model soketine bir parça bağlıyken: bunun baseOptions değeri.

Başka herhangi bir düğümde bu değerler bağlantı kablolaması değildir: sonraki bölümün anlattığı gibi, yazıldıkları gibi taşınır ya da ayarın istediği yerde boş yazılır.

Akışın tuttuğu kimlik bilgisi değerleri

Akış taşınmadan önce içe aktarma, akıştaki kimlik bilgisi taşıyabilen her değeri aşağıda listelenen yerlerde bulur; her biri üç türden birindedir: bir biçimin kimlik bilgisi olarak işaretlediği şey; bir biçim nerede tutarsa tutsun, bir MCP sunucusunun yapılandırmasının bir üyesi; ve bir biçimin kimlik bilgisi değil olarak işaretlediği ama yine de bir kimlik bilgisi taşıyabilen bir girdi — istek başlıkları, sorgu parametreleri, komut satırı olarak yazılmış bütün bir istek, bir kimlik bilgisi adı altında kimlik bilgisi tutan bir girdi.

Varsayılan olarak içe aktarma bunların hiçbirini boş yazmaz: akış dışa aktarıldığı gibi taşınır ve bir şey tutan — boş bir dize ve null olmayan — her bulunan değer, bir credential-carried uyarısında düğümü ve alanıyla — bir başlık ya da sorgu parametresi adıyla — adlandırılır, hiçbir zaman değeriyle ya da değerinin herhangi bir parçasıyla adlandırılmaz; uyarı, onu boş yazan empty_credentials ayarı değerini de verir. Ayar kaldırmayı açar: marked, bir biçimin kimlik bilgisi olarak işaretlediğini ve bir MCP sunucusu yapılandırmasının her üyesini boş yazar; all ise kimlik bilgisi değil olarak işaretlenen girdileri de boş yazar. Boş yazdığı her değer, değeriyle değil, düğümü ve alanıyla credential-emptied ile raporlanır; zaten boş olan ya da null olan bir değer olduğu gibi bırakılır ve raporlanmaz. Ayarın kabul etmediği bir değer, none olarak okunmak yerine içe aktarmayı durdurur ve hiçbir taslak oluşturulmaz.

Tek bir değişken başvurusundan ibaret olan bulunmuş bir değer kendine ait bir değer tutmaz: bir değişkenin yalın adı, ${NAME} — ${workspaceFolder} ya da ${userHome} gibi önceden tanımlı bir değişken dahil — ya da MCP istemcilerinin tanımladığı biçimlerden biri, ${env:NAME} ve ${input:id}. Ayar ne derse desin, akış hangi biçimde olursa olsun, MCP içe aktarıcısının yazdığı gibi, böyle bir değer yazıldığı gibi taşınır ve hiçbir uyarıda adlandırılmaz. Bir biçimin metin olarak tuttuğu bir değerin içindeki tek bir başvurudan ibaret üye de öyledir; örneğin JSON metni olarak yazılmış bir Flowise mcpServerConfig’i ya da Flowise ve n8n’de metin içinde JSON nesnesi olarak tutulan başlıklar ve sorgu parametreleri: boş yazıldığında metin bu üyeyi yazıldığı gibi korur.

Bir işleçten sonra metin taşıyan bir başvuru, işleçten önce iki nokta gelsin ya da gelmesin, anahtar olabilecek bu metni tutar: bir varsayılan, ${NAME:-value} ya da ${NAME-value}; bir alternatif, ${NAME:+value} ya da ${NAME+value}; bir ileti, ${NAME:?message} ya da ${NAME?message}; bir atama, ${NAME:=value} ya da ${NAME=value}. Böyle bir başvuru diğer her değer gibi bulunur — varsayılan olarak taşınır ve bir credential-carried uyarısında adlandırılır, ayarın türü için istediği yerde boş yazılır — ${config:name} gibi ${…} içindeki diğer her metin ve --key=${NAME} gibi bir başvurunun yanındaki metin de öyle.

Bir düğümün bağlantısına ulaşması için taslağın yazdığı şey — boş yazılmış bir adres, bir değişkenin adı, boş yazılmış seçili bir kimlik bilgisi ya da varsayılan başlıklar, Taşınan akış her parçaya nasıl ulaşır bölümünün anlattığı gibi — bağlantı kablolamasıdır: ayar ne derse desin yazılır, düğümün bağlantısına nasıl ulaştığıyla raporlanır ve hiçbir zaman bir kimlik bilgisi değeri olarak raporlanmaz. Aşağıdaki yerlerin hiçbirinde bulunmayan şeyi, bu bölümün sonunda anlatıldığı gibi, yazar gözden geçirir.

Bir biçimin kimlik bilgisi olarak işaretlediği şey — marked ve all altında boş yazılır:

  • Langflow — password: true olarak işaretlenmiş her şablon alanının değeri, bir genel değişkenin adını tutan alan dahil; taslak o alanı yukarıda anlatıldığı gibi platformun sağladığı değişkenin adıyla yazmadıkça.
  • Flowise — bir düğümün kimlik bilgisi parametresinin seçtiği, data.credential konumunda tuttuğu kimlik bilgisi; inputParams’ının password türünde bildirdiği her girdinin değeri; ve bir düğümün girdileri arasındaki FLOWISE_CREDENTIAL_ID ile bu girdilerin herhangi bir derinliğindeki bir yapılandırma nesnesinin içindeki credential ya da FLOWISE_CREDENTIAL_ID — bir agentflow’un bir modelin ya da bir aracın yapılandırmasını tuttuğu gibi.
  • n8n — bir düğümün seçtiği her saklı kimlik bilgisinin credentials.<type>.id konumundaki id’si. Bir n8n dışa aktarımı bir kimlik bilgisini değeriyle değil, bir başvuru olarak tutar ve başvurunun name’i bulunmaz: n8n, iş akışını başka bir örneğe içe aktarırken id’sini tutmadığı bir kimlik bilgisini türü ve adıyla çözümler. Daha eski bir dışa aktarımın yalnızca adıyla seçtiği bir kimlik bilgisi bir kimlik bilgisini adlandırır ve hiçbirini tutmaz; bu yüzden bulunmaz. Ayrıca n8n’in temel düğümlerinin tanımlarında parola olarak işaretlediği her parametrenin değeri — örneğin Crypto düğümünün secret’ı ya da kullanıcı oluşturan düğümlerin password’ü — düğümün parametreleri arasında nerede durursa dursun; bir ajanın aracı olarak kullanılan bir düğüm, olduğu düğüm olarak okunur.

Bir MCP sunucusunun yapılandırması — marked ve all altında boş yazılır:

  • Bir Langflow MCP Tools düğümünün mcp_server yapılandırması ve bir Flowise düğümünün JSON metni ya da nesne olarak yazılmış mcpServerConfig’i: başlıklar bir nesne, bir anahtar ve değer satırları ya da bütün olarak birleştirilen nesneler olsun, her başlık değeri, başka türden bir öğe bütün olarak bulunur; her ortam değeri; sunucunun adresi; komut; ve her argüman. Hiçbir biçim bir adresi, bir komutu ya da bir argümanı kimlik bilgisi olarak işaretlemez ve her biri bir anahtar taşıyabilir — bir adres kullanıcı kısmında, yolunda ya da sorgusunda — bu yüzden üçü de her iki biçimde bulunur. Boş yazıldığında komut ve her argüman üyelerini korur; böylece kendi sunucusunu başlatan bir yapılandırma yine öyle okunur. Bir Langflow MCP Tools düğümü bir araç bağlantısına kablolandığında, adresi yukarıda anlatıldığı gibi bağlantı kablolamasıdır ve hiçbir zaman bir kimlik bilgisi değeri olarak raporlanmaz. Metin olarak yazılmış ve bir JSON nesnesi olarak okunmayan bir Flowise yapılandırması, içinde hiçbir şey bulunamayacağı için bütün olarak bulunur.
  • mcp_server alanı taşımayan bir Langflow MCP Tools düğümü sunucusunu bunun yerine kendi alanlarında tutar — adresi sse_url’de, başlıkları headers_input’ta, ortamı env’de ve argümanları dahil bütün komut satırını command’da — ve Langflow bunların hiçbirini de kimlik bilgisi olarak işaretlemez; bu yüzden her başlık değeri, env’nin her girdisi, adres ve komut satırı bulunur, boş yazıldıklarında alanları ve girdileri korunur. env bir liste olduğunda, bir değişkenin adı ve değeri tek bir metni paylaştığından her girdi konumuyla raporlanır. Böyle bir düğüm hiçbir MCP sunucusunu adlandırmaz, bu yüzden hiçbir zaman bir araç bağlantısına kablolanmaz.
  • Bir Langflow MCP Tools düğümünün, Langflow’un sunucuya yapılandırmasının başlıklarının üzerine gönderdiği kendi headers alanı, taslağın kablolamadığı bir düğümde: bütün değeri, kablolanmış bir düğümde olduğu gibi türü korunarak boş yazılır ve bir kez, headers olarak raporlanır.
  • Langflow’un kullanımdan kaldırılmış olarak işaretlediği MCP Tools (SSE) ve MCP Tools (stdio) bileşenleri sunucularını her biri tek bir alanda tutar — bir MCPSse düğümü adresini url’de, bir MCPStdio düğümü argümanları dahil bütün komut satırını command’da — ve bu alan bütün olarak bulunur. Hiçbiri bir MCP sunucusunu adlandırmaz, bu yüzden hiçbiri bir araç bağlantısına kablolanmaz.
  • Bir n8n MCP istemci düğümü — bir ajanın çağırdığı MCP Client Tool, MCP Client düğümü ya da n8n kayıt defterinin listelediği bir sunucunun istemcisi — sunucunun adresini endpointUrl parametresinde ya da ilk sürümünde sseEndpoint’te tutar, başlıklarını ise yalnızca seçtiği kimlik bilgileri olarak tutar; adres, kablolanmış olsun ya da olmasın, bütün olarak bulunur.

Bir biçimin kimlik bilgisi değil olarak işaretlediği bir girdi — yalnızca all altında boş yazılır:

  • İstek başlıkları — Langflow’da bir APIRequest, URLComponent, CloudflareWorkersAIEmbeddings veya ConfluentKafkaProducer düğümünün headers alanı ve bir DoclingRemote düğümünün api_headers alanı; Flowise’da bir httpAgentflow, getApiChain, postApiChain, openApiChain, apiLoader, openAPIToolkit veya searXNG düğümünün headers alanı, Requests araçlarının requestsGetHeaders, requestsPostHeaders, requestsPutHeaders ve requestsDeleteHeaders alanları ve bir azureChatOpenAI, azureOpenAIEmbeddings, chatCerebras, chatOpenAICustom, openAIEmbeddingsCustom, chatOpenRouter, chatSambanova veya openAI düğümünün baseOptions alanı — bir modelin istemcisinin gönderdiği varsayılan başlıklar; n8n’de bir n8n-nodes-base.httpRequest düğümünün headerParameters, jsonHeaders, headerParametersUi ve headerParametersJson alanları — güncel sürümü ilk ikisini, önceki sürümleri diğer ikisini tutar — ve bir ajanın aracı olarak kullanılan aynı düğümünkiler, bir @n8n/n8n-nodes-langchain.toolHttpRequest düğümünün parametersHeaders ve jsonHeaders alanları ve bir n8n-nodes-base.graphql düğümünün headerParametersUi alanı. Bir başlığın adı sır taşımaz; bu nedenle başlıklar hangi biçimde olursa olsun her başlığın değeri bulunur ve adı korunur: adlardan değerlere bir nesne, bir anahtar ve bir değerden oluşan satırlar — n8n’de bir name ve bir value satırları — veya Langflow’un başlıklara bütün olarak birleştirdiği nesneler. Her başlık adıyla raporlanır. Bir listenin başlık satırı olmayan bir öğesi bütün olarak bulunur ve konumuyla raporlanır. Metin olarak yazılmış başlıklar bütün olarak bulunur; ancak metnin başlıkları bir JSON nesnesi olarak tuttuğu Flowise ve n8n’de, boş yazıldığında metin yerinde yeniden yazılır, her değer boş olur ve tuttuğu başlıkların adlarıyla bir kez raporlanır. = ile başlayan n8n metni, n8n’in iş akışı çalışırken değerlendirdiği bir ifadedir ve bütün olarak bulunur. Boş yazıldığında, User-Agent gibi sır tutmayan başlıklarınkiler dahil her değer boş yazılır; bu nedenle içe aktarılan bir istek, yazarı değerleri geri yükleyene dek bunlar boş olarak gönderilir.
  • Sorgu parametreleri — Langflow’da bir APIRequest veya GoogleSerperAPI düğümünün query_params alanı ve bir SerpAPI, Serp, SearchAPI veya SearchComponent düğümünün search_params alanı; Flowise’da bir httpAgentflow düğümünün queryParams alanı ve bir searchApi yükleyicisinin customParameters alanı; n8n’de, araç olarak kullanılsın ya da kullanılmasın bir n8n-nodes-base.httpRequest düğümünün queryParameters, jsonQuery, queryParametersUi ve queryParametersJson alanları, bir @n8n/n8n-nodes-langchain.toolHttpRequest düğümünün parametersQuery ve jsonQuery alanları ve bir n8n-nodes-base.facebookGraphApi düğümünün options içinde tuttuğu queryParameters ve queryParametersJson alanları. Her biri bir isteğin sorgusu olarak gönderilir ve bir sorgu parametresi bir anahtar taşıyabilir — bazı arama API’leri anahtarlarını sorguda api_key olarak alır —; bu nedenle her biri başlıklar gibi bulunur: parametreler hangi biçimde olursa olsun her değer bulunur, adı korunur ve her biri adıyla raporlanır; metin olarak yazılmış parametreler bütün olarak bulunur; ancak metnin onları bir JSON nesnesi olarak tuttuğu Flowise ve n8n’de bu metin, boş yazıldığında yerinde yeniden yazılır ve tuttuğu adlarla bir kez raporlanır. Boş yazıldığında, sır tutmayan parametrelerinkiler dahil her değer boş yazılır; bu nedenle içe aktarılan bir istek, yazarı değerleri geri yükleyene dek bunlar boş olarak — ya da değeri boş olan hiçbir parametreyi göndermeyen bir Flowise HTTP düğümünden, bunlar olmadan — gönderilir.
  • Hiçbir bağlantının ulaşmadığı bir OpenAI düğümündeki varsayılan başlıklar ve varsayılan sorgu — bir Langflow OpenAIEmbeddings düğümünün default_headers ve default_query alanları ve bir Flowise chatOpenAI veya openAIEmbeddings düğümünün baseOptions alanı; düğüm nerede bulunursa bulunsun, bir agentflow’un seçtiği modelin yapılandırması dahil, taslağın düğümü ne bağladığı ne de yazıldığı haliyle ona ulaşan bir bağlantı bulduğu durumlarda; bağladığı ya da bulduğu yerde bunlar, yukarıdaki gibi, bağlantı kablolamasıdır. Her biri bütün olarak bulunur ve boş yazıldığında türünü korur — bir nesne {}, bir liste [], metin boş bir dize olarak — ve bir kez raporlanır.
  • Komut satırı olarak yazılmış bütün bir istek — bir Langflow APIRequest düğümünün curl_input alanı ve bir Webhook düğümünün curl alanı, Webhook’un varsayılanı dahil bütün olarak bulunur. Hiçbiri akış çalışırken okunmaz: ilki yalnızca düzenleyicide düğümün alanlarını doldurur, ikincisi bir örnek gösterir.
  • Bir kimlik bilgisinin adı altında kimlik bilgisi tutan bir girdi — bir Langflow OlivyaComponent düğümünün api_key alanı, her Composio bileşeninin verification_token alanı ve boş yazıldığında bütün değeri türünü koruyan bir mem0_chat_memory düğümünün mem0_config alanı; ve bir Flowise startAgentflow düğümünün webhookSecret ve callbackSecret alanları ile bir teradataMCP düğümünün bearerToken alanı. Her biri bütün olarak bulunur. Adı yalnızca bir kimlik bilgisine benzeyen bir girdi — başka yerde saklanan bir anahtarın adı, bir kullanıcı adı veya bileşenin sır değil olarak bildirdiği bir seçenek — bulunmaz.

Ayarın boş yazdığı değerler, taslağın akışın parçalarına ulaşması için yazdıkları, Langflow düzenleyicisinin yazdığı biçimde yazılan bir Langflow kenarının tutamaçları ve aşağıda satır besleme olarak yazılan satır başı karakterleri dışında akış dışa aktarıldığı haliyle taşınır: bunların hiçbiri yoksa bayt bayt.

Taslaktaki bir bağlantı hiçbir kimlik bilgisi değeri taşımaz: her bağlantının sunduğu kimlik bilgisini taslak Release referansla ekler; Taslağın Release’e bıraktıkları bölümünde açıklandığı gibi.

Ayarın yazıldığı gibi bıraktığı her değer taslağa ulaşır ve yazar bunu credential-carried uyarılarının rehberliğinde gözden geçirir. Bir alana ilişkin hiçbir kural akışın geri kalanına da ulaşmaz; bu nedenle yazar bir taslağı paylaşmadan önce onu da gözden geçirir: akışın taşıdığı ve özel bir bileşenin içinde anahtar tutabileceği bir bileşenin kendi kodu; düzenleyicinin bir düğüme, bileşeninin bildirdiklerinin ötesinde eklediği girdiler; bir isteğin gönderildiği gövde, örneğin bir APIRequest veya httpAgentflow düğümününki, ki bir belirteç taşıyabilir; bir düğümün modelinin istemcisine ya da bir yükleyiciye kendi başına tek bir nesne olarak verdiği argümanlar, örneğin bir Langflow EmbeddingModel düğümünün model_kwargs alanı veya bir Flowise replicate düğümünün additionalInputs alanı, ki herhangi bir ad altında anahtar taşıyabilir; kullanıcı kısmında veya sorgusunda anahtar taşıyabilen, bir MCP sunucusununki dışındaki bir adres; bir n8n Code düğümünün kodu ve içe aktarıcının yukarıda listelemediği, istek gönderen bir düğümün başlıkları veya sorgusu; ve bir istem ya da mesaj gibi serbest metin.

Taslağın Release’e bıraktıkları

Taslak Release, platformun girdisinde ve her parçanın girdisinde, akışın sağlayamadıklarını taşır:

  • Platformun imajı, infra.image olarak: içe aktarıcının kendi imaj seçimi, katalogdaki platform Recipes’ının çalıştığı bilinen sürümde — langflowai/langflow:1.6.0, flowiseai/flowise:3.1.3 ve n8nio/n8n:1.110.1 —, bunu belirten bir yorumun altında. İçe aktarma, kaynağı izlemek için onu asla yükseltmez veya düşürmez; dışa aktarma, bir Langflow akışının last_tested_version alanının yaptığı gibi farklı bir platform sürümü belirttiğinde, yorum bu sürümü belirtir.
  • Platformun yayımlandığı bağlantı noktası, infra.published_port olarak, yalnızca --target compose ile: Langflow için 7860, Flowise için 3000 ve n8n için 5678; her birinin hizmet verdiği ve Compose Recipe’inin ana makinenin geri döngü adresi 127.0.0.1 üzerinde yayımladığı bağlantı noktaları. Üstündeki yorum, bağlantı noktasına yalnızca bu makineden, üzerinde çalışan herhangi bir süreç tarafından erişilebildiğini ve satırı silmenin hizmeti dahili tuttuğunu söyler. Bir içe aktarmanın ikinci akışı, önceki hiçbir akışın almadığı sonraki bağlantı noktasını alır. Başka herhangi bir hedefle veya hedef olmadan yazılmaz.
  • Platformun kendi gizli bilgisi ve her model bağlantısının kimlik bilgisi, referansla eklenir ve asla değer olarak eklenmez: Langflow’da values.require_authentication true kaldığı sürece okunan admin_password yuvası; Flowise’da values.flow_definition ayarlıyken zorunlu olan owner_password yuvası; ve bir parçanın platformun model soketine bağlandığı yerde, o bağlantıdaki credential. n8n platformu kendine ait bir gizli bilgi almaz. Her birinin nasıl eklendiği hedefe bağlıdır; Her hedef için gizli bilgiler bölümünde açıklandığı gibi.
  • Hiçbir kaynağın içermediği her değer, ne olduğunu söyleyen bir yorumun altında boş bir dize olarak yazılır: Flowise’da values.flow_definition ayarlıyken zorunlu olan, sahip hesabının e-postası infra.owner_email; ve platforma bağlanan her MCP sunucusunun adresi, yani parçasının infra.endpoint değeri. Her biri içe aktarmanın borçlu olduğu bir değerdir ve İçe aktarma yanıt dosyası bölümünde açıklandığı gibi yanıtlanır.

Bir araca veya vektör deposuna yapılan bir bağlantının sunduğu kimlik bilgisi taslağa alınmaz: böyle bir bağlantının kimlik bilgisi, aracın onu göndermek için hiçbir başlık yayımlamadığı yerde derlemeyi durdurur; bu nedenle platformun girdisinin üstündeki bir yorum onu belirtir, böylece aracın bir kimlik bilgisi kabul ettiği yerde onu ekleyebilirsiniz.

Her hedef için gizli değerler

--target helm üzerinde her gizli değer, origin değeri ad alanında zaten bulunan ve değeri value veri anahtarı altında tutan bir Kubernetes Secret’inin adı olan bir core/referenced-secret’tir. Bu adı hiçbir kaynak veremez; bu nedenle ne tuttuğunu söyleyen bir yorumun altında boş yazılır ve içe aktarmanın borçlu olduğu değerler arasında yer alır; taslak Manifest, core/referenced-secret’i helm/k8s-existing-secret’e eşler.

Diğer her hedefte ve hedef olmadığında her gizli değer, origin değeri bir değişkene başvuru olan bir core/secret-value’dur — ${LANGFLOW_ADMIN_PASSWORD}, ${FLOWISE_OWNER_PASSWORD} ve bir model bağlantısının kimlik bilgisi için ${OPENAI_API_KEY}; değişken başvurularını yerine koyan bir hedef, Docker Compose’un yığın başlarken yaptığı gibi, bunu ortamdan okur; böylece hiçbir dosya değeri taşımaz ve bunun için borçlu olunan bir şey kalmaz. Yukarıdaki Flowise chatflow’u, hedef olmadan içe aktarıldığında bu Release ile taslak olarak yazılır:

apiVersion: aggrega.ai/v1beta1
kind: Release
metadata:
name: imported/multiple-documents-qna
# environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to.
environment: development
version: 0.1.0
description: Draft Release imported from a source in the flowise format.
spec:
aggregate: imported/multiple-documents-qna
# manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here.
manifest: ""
components:
flowise:
infra:
# The image running core/ai-agent/flowise, at the version this importer drafts, which the catalog's Recipes for it are known to run; the import does not raise or lower it to follow the source.
image: "flowiseai/flowise:3.1.3"
# Left for the Release, since the source cannot supply it: infra.owner_email, the email address of the platform's owner account, required while values.flow_definition is set
owner_email: ""
features:
owner_password:
type: core/secret-value
infra:
# Attached by reference, never as a value: the owner account's password, required while values.flow_definition is set, read from the variable FLOWISE_OWNER_PASSWORD, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${FLOWISE_OWNER_PASSWORD}"
uses:
model:
chatopenai-0:
features:
credential:
type: core/secret-value
infra:
# Attached by reference, never as a value: the credential flowise presents to chatopenai-0 on its model connection, read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${OPENAI_API_KEY}"
chatopenai-0: {}

Hedef olmadığında içe aktarma iki değer borçludur: spec.manifest ve infra.owner_email; --target compose ile yalnızca sahibin e-posta adresini; --target helm ile sahibin e-posta adresini ve iki Kubernetes Secret’inin adlarını.

compose hedefinde, yalnızca Release’in eklediği bir gizli değer tek bir anahtar altında, value altında gelir; bu nedenle sahibin ya da yöneticinin parolası ile bir bağlantının kimlik bilgisi ikisi de bu anahtar altında gelirdi. Bu yüzden Aggregate, platformun bir bağlantı çizdiği yerde her birini kendine ait bir anahtarla bildirir: Flowise’da OWNER_PASSWORD anahtarıyla owner_password, Langflow’da LANGFLOW_SUPERUSER_PASSWORD anahtarıyla admin_password ve üç platformun hepsinde OPENAI_API_KEY anahtarıyla model bağlantısının credential değeri; her biri nedenini söyleyen bir yorumun altında yer alır. --target compose ile bu satırlar etkin olarak yazılır; hedef olmadığında, yukarıdaki örnekte olduğu gibi yorum satırına alınmış olarak yazılır ve compose için derlerseniz yorumlarını kaldırırsınız; başka herhangi bir hedefle yazılmazlar. Release her yuvanın kaynağını ekler ve aynı türü adlandırır ya da hiçbir tür adlandırmaz.

attach_egress_allowlist ayarı true olduğunda platformun örneği, standart kütüphanenin core/egress-allowlist Feature’ını da features altında egress-allowlist olarak bildirir; böylece platform yalnızca bağlantılarının ulaştığı bileşenlere, kendi pod’larına ve kümenin DNS’ine bağlanır — bu, bildirilmiş bir çağrı olarak uses kenarının giden yöndeki karşılığıdır. Bir Aggregate’in eki infra taşımadığından Aggregate ekin türünü bildirir ve başka bir şey bildirmez; taslak Release de bunlardan hiçbirini yazmaz: platformun girdisinin üstündeki yorum, features.egress-allowlist.infra altında şunları adlandırır: operatörün kümenin ağ eklentisinin ağ ilkesini uyguladığını onaylamak için true olarak ayarladığı control_plane_present; bu onay olmadan derleme durur; hedefini kümenin çalıştırmadığı, barındırılan bir model gibi her bağlantı için hedefi ve bir adres aralığını adlandıran bir girdi tutan bir liste olan admitted_destinations; bu olmadan derleme o bağlantıyı adlandırarak durur; ve platformu barındıran sınır için aggrega.ai/namespace; çünkü ilke iş yüklerinin ad alanına yerleştirilir ve bunların hiçbir ad alanına yayımlanmadığı yerde derleme durur. Bu anahtarların hiçbiri boş yazılmaz; bu nedenle hiçbiri içe aktarmanın borçlu olduğu değerler arasında değildir. Bağlanan her parçanın kararı, ekin bağlantısına izin verdiğini söyler ve içe aktarma eki feature-attached olarak bildirir. Compose’da ağ ilkesi yoktur; bu nedenle böyle bir taslağın compose derlemesi eki adlandırarak durur; platformun bir bağlantı çizdiği yerde yukarıdaki compose satırları, ikinci bir features anahtarı olmadan, örneğin features bloğunun içine yazılır.

Bir parçanın sunduğu model

Taslağın başvurduğu ve Component’i model adlı bir değer bildiren bir parça — standart kütüphanenin her model Component’inin yaptığı ve zorunlu tuttuğu gibi — düğümünün seçtiği modelin adıyla, values.model olarak yazılır:

  • Langflow — bir OpenAIModel ya da AnthropicModel düğümünün model_name alanı; bir OpenAIEmbeddings düğümünün model alanı; ve bir LanguageModelComponent ya da EmbeddingModel düğümünün, ayarlandığı yerde model_name geçersiz kılması, aksi halde model alanının seçtiği model.
  • Flowise — bir chatOpenAI, chatAnthropic ya da openAIEmbeddings düğümünün modelName alanı.
  • n8n — içe aktarıcının tablosunun eşlediği bir sohbet, tamamlama ya da gömme düğümünün model parametresi ya da Google Gemini ve Vertex düğümlerinde modelName parametresi; bir ad olarak ya da n8n’in yeni düğümlerinin onu tuttuğu seçicinin değeri olarak yazılır. n8n, varsayılanına ayarlı bir parametreyi dışa aktarıma koymaz; bu nedenle varsayılan modeli koruyan bir düğüm dışa aktarımda hiçbir model adlandırmaz.

Bir Release değer yazamaz. Bu yüzden düğümün taslağın yazabileceği bir model adlandırmadığı yerde — hiçbir model seçmediğinde, onu bir global değişken ya da yalnızca akış çalışırken okunan bir ifade aracılığıyla adlandırdığında, ona bağlı başka bir düğümden aldığında ya da model alanını içe aktarıcının okumadığı bir türde olduğunda — parçanın içindeki bir yorum values.model değerini yazara bırakır ve içe aktarma bunu model-not-named ile bildirir. Taslağın taslak olarak oluşturduğu bir parça değer olmadan yazılır.

Akışın taslağa nasıl yazıldığı

Akış, kırpma biçimi sondaki satır sonlarını koruyan bir YAML literal bloğu olarak yazılır; böylece values.flow_definition geri okunduğunda akışın kendi metnini verir. Bir Aggregate’in metni şablon olarak okunur; bu nedenle akışın içerdiği her {{ — bir Flowise chatflow’u iki düğüm arasındaki her bağlantı için {{<node id>.data.instance}} yazar — {{"{{"}} olarak yazılır; interpolasyon bunu, Text that carries its own double braces bölümünün anlattığı gibi yeniden iki süslü paranteze dönüştürür. Bir modelin adı da aynı şekilde yazılır.

Bir literal blok her karakteri yazıldığı gibi taşıyamaz:

  • Bir satır başı karakteri — bir CR LF çiftinin parçası ya da tek başına — tek bir satır besleme olarak yazılır. Bir JSON belgesi bunu yalnızca belirteçlerinin arasında, her boşluğun aynı okunduğu yerde içerir; bu nedenle platform aynı akışı okur. İçe aktarma kaç tane olduğunu carriage-returns-rewritten ile bildirir.
  • Bir literal bloğun taşıyamadığı diğer her karakter akışın taşınmasını engeller: bir satır sonu karakteri — U+0085, U+2028 ya da U+2029; sekme ve satır besleme dışındaki bir denetim karakteri — U+0000 ile U+001F arası, U+007F ve U+0080 ile U+009F arası; U+FFFE ve U+FFFF karakter olmayanları; ve bir UTF-8 dizisinin parçası olmayan bir bayt. Bu durumda values.flow_definition bunu belirten bir yorumla ayarlanmadan bırakılır, geri kalanı taslak olarak oluşturulur ve içe aktarma her karakter türü için, akışın kaç tane içerdiğini ve ilkinin satır ve sütununu belirterek definition-not-carried bildirir.

Taslağın boş ya da yeniden yazdığı bir değer, ayrıştırılmış ağacın onu tuttuğu yerde dışa aktarımın baytlarında bulunmadığında da akış taşınmaz ve içe aktarma o değerin yerini adlandırarak definition-not-carried bildirir. Bu durumda akışın tanımlayıcısı, taslağın taşıyabildiği yerde kendi tanımlayıcısıdır, aksi halde akışın düğümlerinin tanımlayıcılarından türetilen bir tanımlayıcıdır.

Düğüm düğüm

layout: nodes ile bir içe aktarma, akışın her düğümünü kendine ait bir Component olarak taslağa döker ve şunları yazar:

  • aggregate.yaml — Bir taslak nasıl adlandırılır bölümünde açıklandığı gibi akışın adını taşıyan ve akışın düğümlerini oluşturan bir taslak Aggregate: her düğüm için bir girdi ve akışın her kenarı, beslediği düğümün bir uses bağlantısı olarak; bu bağlantının soketi ve takma adı, onu besleyen düğümün anahtarının adını taşır, böylece birkaç düğümün beslediği bir düğüm her bağlantıya kendine ait bir takma ad verir.
  • taslağa döktüğü her düğüm için components/ altında bir dosya — 0.1.0 sürümünde, adı düğümün türünden alınan <target_namespace>/<category>/<name> adlı bir taslak Component; değer alanları kapalı bir values nesnesinin dize alanları olarak, kimlik bilgisi alanları ise teslimatına bir Recipe’in karar verdiği zorunlu kimlik bilgisi yuvaları olarak yazılır.
  • release.yaml — aynı adı taşıyan, o Aggregate’i adlandıran ve her düğüm için bir girdi içeren bir taslak Release.

Akışın kendisi taşınmaz ve hiçbir alanın değeri okunmaz.

Dışa aktarılan akışın kendisini taşımak

Varsayılan taslak akışı taşır: platformun örneği dışa aktarımı, Akışın taslağa nasıl yazıldığı bölümünün anlattığı şekilde yazılmış olarak values.flow_definition olarak alır. Bir akışı bir Aggregate’e elle yazan bir yazar — düğüm düğüm düzenlenmiş bir taslağa ya da kendi Aggregate’ine — onu aynı şekilde yazar. Bir akışı yazıldığı gibi çalıştıran bir Component, dışa aktarımı bir değer olarak alır — standart kitaplığın core/ai-agent/langflow ve core/ai-agent/flowise bileşenlerinde flow_definition — ve bir Aggregate’in metni bir şablon olarak okunur; bu nedenle dışa aktarımın içerdiği çift süslü parantezler şablon eylemleri olarak okunur: bir Flowise chatflow’u iki düğüm arasındaki her bağlantı için {{<node id>.data.instance}} yazar, bir Flowise istemi bir değişkeni {{question}} olarak adlandırır ve bir Langflow dışa aktarımı, süslü parantezlerin de görünebileceği bileşenlerinin kaynak kodunu taşır. Dışa aktarımdaki her {{ ifadesini bir blok skaler içinde {{"{{"}} olarak yazın; enterpolasyon, Component’in Recipes’i onu okumadan önce dışa aktarımın metnini geri getirir; nedenini Kendi çift süslü parantezlerini taşıyan metin anlatır. Dışa aktarımın içerdiği bir kimlik bilgisi değeri Aggregate’e değil, Release’in eklediği bir gizli bilgiye aittir: onu, taslağın empty_credentials ayarı istediğinde yaptığı gibi boş yazın.

# Aggregate fragment — a Flowise chatflow carried as exported
spec:
components:
chat:
type: core/ai-agent/flowise
values:
chatflow_id: 3f2b8c1e-7a4d-4e9b-8c2f-1a6d5e9b0c47
flow_definition: |
{
"nodes": [
{
"id": "llmChain_0",
"data": {
"name": "llmChain",
"inputs": {
"model": "{{"{{"}}chatOpenAI_0.data.instance}}",
"prompt": "{{"{{"}}promptTemplate_0.data.instance}}"
}
}
}
],
"edges": []
}

MCP içe aktarıcısı

importer/mcp, bir MCP istemcisinin yapılandırmasında listelenen MCP sunucularını ya da bir MCP registry sunucu açıklamasının tanımladığı tek sunucuyu okur ve her sunucuyu standart kütüphanenin MCP aracı core/ai-tool/mcp’nin bir örneği olarak taslağa döker. Her sunucu böyle bir örnektir; bu nedenle içe aktarıcı hiçbir adayı tartmaz ve hiçbir eşleme kararı raporlamaz.

Ne okur

  • Bir istemcinin yapılandırması. Claude Code’un .mcp.json dosyası, Claude Desktop’ın claude_desktop_config.json dosyası ve Cursor’ın .cursor/mcp.json dosyası sunucularını ada göre mcpServers altında listeler; Visual Studio Code’un .vscode/mcp.json dosyası onları servers altında listeler ve sunucuları her ikisi altında listeleyen bir dosya önce mcpServers altında okunur. type değeri stdio olan ya da hiçbir type belirtmeyip bir command taşıyan sunucu, bir komut satırından — command ve args değerlerinden — ortamı olarak env ile başlatılır. type değeri http, streamable-http veya sse olan ya da hiçbir type ve command belirtmeyip bir url taşıyan sunucuya url adresinden erişilir ve ona headers gönderilir.
  • Bir registry sunucu açıklaması. MCP registry’nin yayımladığı server.json: onun name değeri ve ilk paketi ya da hiç paket listelemiyorsa ilk remote’u. Bir npm veya PyPI paketi, başlatıcısının — runtimeHint değeri ya da npm için npx, PyPI için uvx — runtimeArguments değerinin, npm için <identifier>@<version>, PyPI için <identifier>==<version> olarak yazılan sürümüyle birlikte paketin ve packageArguments değerinin oluşturduğu komut satırından, ortamı olarak environmentVariables ile başlatılır. Konumsal bir argüman onun value ya da default değeridir; adlandırılmış bir argüman bunlardan birine sahipse <name>=<value> olarak, hiçbirine sahip değilse name değeri olarak yazılır. Bir OCI paketi, identifier değerinin adlandırdığı imajdan çalışır. Bir remote’a url adresinden erişilir ve ona headers gönderilir. Açıklamanın listelediği diğer her paket ve remote bir yorumda adlandırılır, çünkü bir örnek bunlardan yalnızca birini çalıştırır.

Bir sunucunun diğer her üyesi — cwd, envFile, Cursor’ın auth değeri ya da türünün okumadığı bir üye, örneğin komut satırından başlatılan bir sunucunun url değeri — hiçbir yere yazılmaz ve Release’teki sunucu girdisinin üstündeki bir yorumda adlandırılır, çünkü core/ai-tool/mcp’nin hiçbir altyapı anahtarı onu almaz. Bir yapılandırmanın Visual Studio Code’un neyi sorduğunu tanımlayan ve hiçbir değer tutmayan inputs değerleri okunmaz. Sunucular, ortamları ve başlıkları, kaynağın yazdığı sırayı korur; yorumlu JSON olarak okunan bir yapılandırma ise ayrıştırılmış ağacının yazdığı sırayı, yani ad sırasını korur (bkz. Yorum içeren bir yapılandırma).

Bir dizin, içerdiği istemci yapılandırmaları — herhangi bir derinlikte, bu dördünden birinin adını taşıyan her dosya — aracılığıyla, yollarının sırasına göre okunur ve her dosyanın her sunucusu tek bir Aggregate’e taslak olarak yazılır.

Bir sunucu neye dönüşür

aggregate.yaml, Taslağın nasıl adlandırıldığı bölümünün anlattığı gibi kaynağın adını taşıyan ve sunucu başına bir core/ai-tool/mcp örneği tutan taslak bir Aggregate’tir. Bir örneğin anahtarı, sunucusunun adının küçük harfe çevrilmiş, harf ve rakam dışındaki her karakter dizisi tek bir kısa çizgi olarak yazılmış hâlidir; daha önceki bir sunucu anahtarı almışsa sayısal bir sonek eklenir. Anahtar sunucunun yazıldığı hâliyle adı değilse ya da içe aktarma birden çok dosya okuduysa, örneğin üstündeki bir yorum sunucuyu ve geldiği dosyayı adlandırır. Bunları kullanacak hiçbir ajan taslağa yazılmaz.

Yanında release.yaml, spec.aggregate değeri Aggregate’i adlandıran, aynı adlı taslak bir Release’tir ve her örnek için kaynağın belirttiği operasyonel girdileri taşır:

  • komut satırından başlatılan bir sunucu için infra.stdio_command: komutu ve ardından her argüman, her biri bir öğe olarak; ve infra.stdio_runtime: başlatıcının ekosistemi; komut npx, npm veya node ise npm, uvx, uv, python veya python3 ise pypi ve bir registry paketi için onun registry’si, npm veya pypi;
  • bir adresten erişilen bir sunucu için infra.endpoint: kullanıcı kısmı, sorgusu ve parçası olmadan adres, çünkü Component adresi anahtar taşıyan hiçbir kısmı olmadan alır; dışarıda bıraktığı her kısım, girdinin üstündeki yorumda, adresin yanına, Bir sunucunun tuttuğu kimlik bilgisi değerleri bölümünde açıklandığı gibi yazılır;
  • bir OCI paketi için infra.image;
  • hiçbir sunucu için, hiçbir hedefte, infra.published_port: taslak bir sunucuyu hiçbir zaman ana makinede yayımlamaz;
  • bir sunucunun ortamı için, içe aktarmanın hedefine göre başvuruyla eklenen server_env yuvası. --target helm üzerinde bu, ad alanında zaten bulunan ve değişken başına bir veri anahtarı tutan bir Kubernetes Secret’ini adlandıran bir core/referenced-secret’tir; her anahtar tuttuğu değişkenin adını taşır; Secret’in adı, veri anahtarlarını adlandıran bir yorumun altında boş yazılır ve içe aktarmanın borçlu olduğu değerler arasında yer alır. Diğer her hedefte ve hedef olmadığında bu, değişken başına infra.entries altında bir girdi içeren bir core/referenced-secret-set’tir; girdinin anahtarı değişkenin adı, değeri ise kaynağın yazdığı haliyle değerdir; böylece ${GITHUB_TOKEN} gibi bir değişken başvurusu başvuru olarak kalır ve değişken başvurularını yerine koyan bir hedef onu ortamdan okur.

Kaynağın belirtmediği şey, ne olduğunu söyleyen bir yorumun altında boş yazılır: başlatıcısını hiçbir köprü imajının taşımadığı bir komut infra.stdio_runtime değerini boş bırakır ve bu değer içe aktarmanın borçlu olduğu değerler arasında yer alır; bir registry açıklamasının kullanıcısına bıraktığı bir argüman boş bir öğe olarak, değerini kaynağın yazmadığı bir değişken ise boş değerli bir girdi olarak yazılır; her biri girdinin üstündeki yorumda adlandırılır.

Her taslak Release gibi, metadata.environment değerini, değiştirilmesi gereken bir taslak varsayılanı olduğunu söyleyen bir yorumun altında development olarak, hedef olmadığında da spec.manifest değerini içe aktarmanın borçlu olduğu boş bir dize olarak yazar. Bir hedef verildiğinde içe aktarıcı Manifest’in taslağını kendisi yazar; çünkü katalog core/ai-tool/mcp’yi birkaç Recipes aracılığıyla gerçekleştirir ve her sunucunun nasıl çalıştığını yalnızca içe aktarıcı bilir: her sunucuyu anahtarıyla, mappings.components.name altında, hedefin sunucunun çalışma biçimine karşılık gelen gerçekleştirmesine eşler — komut satırı için mcp-stdio-bridge, adres için mcp-remote, imaj için mcp; örneğin helm/mcp-stdio-bridge veya compose/mcp-remote — ve ortamın eklendiği gizli değer türünü de gerçekleştirmesine eşler: helm’de helm/k8s-existing-secret, compose’da compose/dotenv-secret-set. İçe aktarma, Bir hedef neler ekler bölümünün açıkladığı gibi, bu Manifest’i tamamlar ve Release’te adlandırır.

HTTP üzerinden erişilen bir sunucuyu ve npx ile başlatılan bir sunucuyu listeleyen bir Claude Code .mcp.json dosyası:

{
"mcpServers": {
"api-server": {
"type": "http",
"url": "https://api.example.com/mcp",
"headers": { "Authorization": "Bearer ${API_KEY}" }
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}" }
}
}
}

şöyle taslağa yazılır:

aggregate.yaml
apiVersion: aggrega.ai/v1beta1
kind: Aggregate
metadata:
name: imported/mcp
version: 0.1.0
description: Draft Aggregate imported from a source in the mcp format.
spec:
components:
api-server:
type: core/ai-tool/mcp
github:
type: core/ai-tool/mcp
release.yaml
apiVersion: aggrega.ai/v1beta1
kind: Release
metadata:
name: imported/mcp
# environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to.
environment: development
version: 0.1.0
description: Draft Release imported from a source in the mcp format.
spec:
aggregate: imported/mcp
# manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here.
manifest: ""
components:
# The headers the source sends this server, which no infrastructure key of core/ai-tool/mcp takes, since a remote server's credential is held by each consumer, on its connection to the tool:
# - Authorization: "Bearer ${API_KEY}"
api-server:
infra:
endpoint: "https://api.example.com/mcp"
github:
infra:
stdio_command:
- "npx"
- "-y"
- "@modelcontextprotocol/server-github"
stdio_runtime: npm
features:
server_env:
type: core/referenced-secret-set
infra:
# Attached by reference wherever the source names a variable: the environment github is started with, one entry per variable, each written as the source writes it, so a variable reference stays one, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, and an empty value is one still owed.
entries:
- key: "GITHUB_PERSONAL_ACCESS_TOKEN"
value: "${GITHUB_TOKEN}"

--target helm ile içe aktarıldığında, aynı yapılandırmanın Release’i ortamı adlandırdığı Secret olarak ekler ve içe aktarıcının taslağını yazdığı Manifest her sunucuyu anahtarıyla eşler:

# release.yaml, the github entry's environment
features:
server_env:
type: core/referenced-secret
infra:
# Left for the Release, since the source cannot supply it: the name of a Kubernetes Secret already in the namespace holding the environment github is started with, one data key per variable, each named as the variable it holds: GITHUB_PERSONAL_ACCESS_TOKEN.
origin: ""
manifest.yaml
apiVersion: aggrega.ai/v1beta1
kind: Manifest
metadata:
name: imported/mcp
version: 0.1.0
spec:
mappings:
components:
type: {}
name:
api-server: helm/mcp-remote
github: helm/mcp-stdio-bridge
features:
type:
core/referenced-secret: helm/k8s-existing-secret

Bir sunucunun tuttuğu kimlik bilgisi değerleri

Release’in yazdığı, bir sunucu yapılandırmasının her değeri — her başlığın değeri, komut satırının her öğesi, adresi, adresin infra.endpoint tarafından dışarıda bırakılan her parçası ve her ortam değeri — bir anahtar taşıyabilir ve hiçbir istemci bunlardan birini kimlik bilgisi olarak işaretlemez; bu nedenle içe aktarma her birini bir MCP sunucusu yapılandırmasının üyesi olarak konumlandırır; isSecret olarak işaretlenmiş bir kayıt defteri girdisi, biçiminin kimlik bilgisi olarak işaretlediği bir değer olarak konumlandırılır. Bir kayıt defteri girdisi — bir ortam değişkeni ya da bir uzak sunucunun başlığı — value değeri olarak, hiçbiri yazılmamışsa default değeri olarak okunur. Varsayılan olarak her biri yazıldığı gibi Release’e taşınır ve bir credential-carried uyarısında, değeriyle değil, sunucusu ve yeriyle adlandırılır — headers.<header>, infra.stdio_command.<position>, infra.endpoint ya da server_env.<variable>; adresin bir parçası ise yazıldığı url ve parçanın adıyla, “url of node remote-search is carried with its query as written (remote-search düğümünün url’si sorgusuyla birlikte yazıldığı gibi taşınır)” örneğinde olduğu gibi. empty_credentials ayarı marked ya da all olduğunda her biri boş yazılır ve credential-emptied ile raporlanır: komut satırının bir öğesi boş öğe olarak, bir ortam değeri boş değer olarak yazılır ve her biri girdinin üstündeki yorumda adlandırılır; bir adres, içe aktarmanın borçlu olduğu boş bir infra.endpoint olarak yazılır; bir başlığın değeri ya da adresin bir parçası ise yalnızca başlığı ya da parçayı adlandıran yorumun dışında bırakılır. Bir istemcinin infra.stdio_runtime değeri, komuttan Release’in yazdığı haliyle okunur; bu nedenle boş yazılan bir komut onu da boş bırakır ve içe aktarma onu borçlu olur. --target helm üzerinde Release hiçbir ortam değeri yazmaz: bunları server_env yuvasının adlandırdığı Secret tutar.

Tek bir değişken başvurusundan ibaret olan bir değer — yalın ad ${NAME}, aralarında ${workspaceFolder} gibi önceden tanımlı bir değişken de olmak üzere, ${env:NAME} ya da ${input:id} — kendine ait bir değer tutmaz: ayar ne derse desin olduğu metin olarak yazılır ve bir başvurunun bir akışta olduğu gibi hiçbir uyarıda adlandırılmaz. Değeri böyle bir başvuru olan bir ortam değişkeni, girdinin değeri olarak yazılır ve başvuru başvuru olarak kalır; değeri böyle bir başvuru olan bir başlık ya da adres parçası ise okuduğu başvuruyla birlikte listelenir. Bir işleçten sonra metin taşıyan bir başvuru — iki nokta üst üsteli ya da değil, ${NAME:-value} ya da ${NAME-value} gibi bir varsayılan, bir alternatif, bir ileti ya da bir atama — o metni tutar; bir başvurunun yanındaki metin de öyle; her biri diğer değerler gibi konumlandırılır.

core/ai-tool/mcp bileşeninin hiçbir altyapı anahtarı bir başlığın değerini almaz: uzak bir sunucunun kimlik bilgisini, araca olan bağlantısında her tüketici tutar ve içe aktarma hiçbir tüketici taslağı oluşturmaz. Bu nedenle sunucunun girdisinin üstündeki yorum, kaynağın ona gönderdiği her başlığı, yazıldığı haliyle değerinin yanında — geri okunduğunda tam olarak kaynağın metnini veren çift tırnaklı bir dize olarak — listeler; böylece onu, sunan tüketicinin bağlantısına siz taşıyabilirsiniz. Değerini kaynağın yazmadığı bir başlık, örneğin ne değeri ne de varsayılanı olan bir kayıt defteri başlık girdisi, değeri olmayan olarak listelenir. Bir OCI paketinin adlandırdığı imaj olduğu gibi yazılır ve ayarın etkilediği bir değer değildir.

infra.endpoint, adresi anahtar taşıyan herhangi bir parçası olmadan alır; bu nedenle kaynağın yazdığı ve onun dışarıda bıraktığı adres parçaları — @ öncesindeki kullanıcı parçası, ? sonrasındaki sorgu ve # sonrasındaki parça (ilk # sonrasındaki her şey parça sayılır) — aynı yorumda, her biri adının yanında ve yazıldığı haliyle, onu ayıran @, ? ya da # olmadan listelenir. Anahtarını adresten okuyan bir tüketici, araca olan kendi bağlantısında adresin tamamını sağlar. https://user:pw@api.example.com/mcp?key=k adresinden erişilen bir sunucu, hiçbir ayar olmadan şöyle taslaklanır:

# The address's user part and query are not written in infra.endpoint, which holds the address without any part that carries a key; a consumer reading its key from the address supplies the whole address on its own connection to the tool:
# - user part: "user:pw"
# - query: "key=k"
api:
infra:
endpoint: "https://api.example.com/mcp"

empty_credentials değeri marked olduğunda ise infra.endpoint Release’e bırakılır ve yorum user part ile query öğelerini her birinin değeri dışarıda bırakılmış olarak listeler.

Yorum içeren bir yapılandırma

Visual Studio Code .vscode/mcp.json dosyasını yorumlu JSON olarak okur, MCP içe aktarıcısı da öyle: o dosya için imzası onu parse:jsonc hizmetini veren ayrıştırıcıyla okur; böylece // ve /* */ yorumları ile sondaki virgülleri içeren bir yapılandırma, hiçbir biçim adlandırılmadan tanınır ve içe aktarıcı sunucularını servers altında listeleyen her kaynağı bu ayrıştırıcıyla okur. Böyle bir yapılandırma, yorumları ve sondaki virgülleri olmayan aynı yapılandırmayla tam olarak aynı biçimde taslaklanır. Ayrıştırıcı bir nesnenin üyelerini ad sırasıyla yazar; bu nedenle böyle bir yapılandırmanın sunucuları, ortamları ve başlıkları, yorum içersin ya da içermesin ad sırasıyla taslaklanır; bir komut satırı kendi sırasını korur. Diğer istemciler ve kayıt defteri dosyalarını JSON olarak okur, içe aktarıcı da öyle: yorum içeren bir .mcp.json, claude_desktop_config.json, .cursor/mcp.json ya da server.json hiçbir imza tarafından tanınmaz ve --format mcp adlandırılarak içe aktarıldığında ayrıştırıcının gerekçesiyle parse-failed altında durur. /* ile açılıp hiç kapatılmayan bir yorum yazıldığı gibi bırakılır ve ayrıştırıcı dosyayı reddeder.

Okuduğu ayarlar

MCP içe aktarıcısı target_namespace ve empty_credentials ayarlarını Ayarlar bölümünün tanımladığı biçimde okur ve başka hiçbir ayarı okumaz.

Compose içe aktarıcısı

importer/compose, bir Compose dosyasının bildirdiği servisleri ve modelleri okur. Her servisi, imajının eşleştiği katalog Component’inin ya da standart kütüphanenin imajını çalıştıran genel sunucusu core/compute/server’ın bir örneği olarak; her modeli, kataloğunuz onu içeriyorsa standart kütüphanenin Docker Model Runner çalışma zamanı core/ai-model/docker-model-runner’ın bir örneği olarak, içermiyorsa kendine ait bir model Component’i olarak; ve bunların yanında her servisin işleyişi için belirttiklerini taşıyan bir Release taslak olarak oluşturur.

Ne okur

  • Dosyalar. Tek başına içe aktarılan bir dosya yalnız okunur. Bir dizin, Compose’un bir dizini okuduğu gibi okunur: Compose dosyaları içeren her dizinde, dizinlerin yollarının sırasıyla, compose.yaml, compose.yml, docker-compose.yml ve docker-compose.yaml dosyalarından mevcut olan ilki Compose dosyasıdır, ve compose.override.yml, compose.override.yaml, docker-compose.override.yml ve docker-compose.override.yaml dosyalarından mevcut olan ilki onun üzerine birleştirilir. Bu dosyalardan diğerleri okunmaz. Geçersiz kılma dosyaları içeren ve Compose dosyası içermeyen bir dizinin ilk geçersiz kılma dosyası tek başına okunur. Taslak Aggregate’i açan bir yorum, okunan dosyaları birleştirildikleri sırayla ve okunmayan dosyaları adlandırır. Her dizinin her servisi ve modeli tek bir Aggregate’e taslak olarak eklenir.
  • Birleştirme. Bir geçersiz kılma dosyası, Compose’un birleştirdiği gibi birleştirilir: image değiştirilir; ports adreslerine, yayımlanan bağlantı noktasına, konteyner bağlantı noktasına ve protokole göre, volumes konteynerdeki yollarına göre, environment ise değişken adına göre birleştirilir; sonraki bir girdi önceki birinin yerini alır ve yeni bir girdi sona eklenir; expose sona eklenir; depends_on ve bir servisin models öğeleri birleştirilir; bir girdinin endpoint_var ve model_var değerleri, önceki bir dosyanın belirttiğinin yerini alır. Bir modelde model ve context_size değiştirilir, runtime_flags ise sona eklenir. Compose’un !reset ve !override etiketleri dikkate alınmaz: bunlardan birini taşıyan bir değer, YAML ayrıştırıcısının okuduğu şekilde birleştirilir.
  • Bir servis. image değeri ve build altında bir imaj derleyip derlemediği; ports, expose, volumes ve environment değerleri — bir eşleme ya da NAME=value öğelerinden oluşan bir liste; değeri olmayan bir ad değerini Compose’un çalıştığı ortamdan alır —; bir liste ya da eşleme olan depends_on; ve models, yani model adlarından oluşan bir liste ya da girdileri endpoint_var ve model_var altında modelin adresinin ve tanımlayıcısının servise ulaştığı değişkenleri adlandırabilen bir eşleme. Diğer her üye — command, healthcheck, secrets, env_file ve geri kalanlar — hiçbir yere yazılmaz ve Release’teki servis girdisinin üzerindeki bir yorumda adlandırılır.
  • Bir model. Üst düzey models’ın her girdisi: modelin OCI tanımlayıcısı olan model, context_size ve runtime_flags; bunlar, kataloğunuz onu içeriyorsa bir core/ai-model/docker-model-runner örneğine, içermiyorsa model için taslak olarak oluşturulan bir model Component’inin örneğine yazıldığı gibi taşınır; hangisi olduğunu ve nedenini modelin kararı söyler. Diğer her üye, örneğinin üzerindeki bir yorumda adlandırılır.
  • Geri kalanlar. Diğer üst düzey üyeler — name, networks, volumes, secrets, configs — okunmaz ve Aggregate’i açan yorum bunları adlandırır.

Servisler, modeller ve bir servisin ortamı, dosyanın onları yazdığı sırayı korur. Ayrıştırıcının ağacı bir eşlemenin üyelerini sıralanmış düzende yazar; bu nedenle sıra, blok eşleme olarak yazıldıkları dosyanın metninden okunur; akış stilinde yazılmış bir eşleme sıralanmış düzeni korur.

Bir servisin hangi Component olduğu

İçe aktarıcı bir servisi, imajının adlandırdığı depoya göre eşleştirir: etiketi ve özeti olmadan başvuru; bir Docker Hub başvurusu kısa biçimiyle yazılır — docker.io/library/postgres:16 için postgres. Depoyu imaj tablosu aracılığıyla eşleştirir; bu tablo, imaj deposundan, standart kataloğun bir Compose Recipe’inin o depodaki bir imajı çalıştırdığı katalog Component’ine giden bir tablodur. Tablo, içe aktarıcı derlendiğinde standart kataloğun Compose Recipes’inden ve Components’inden üretilir ve içine derlenir; bu nedenle bir içe aktarma çalışırken hiçbir Recipe okunmaz ve tablo, kataloğunuz ne içerirse içersin standart kataloğun etiketlerini içerir; içe aktarıcının Plugin varlığı, açıklamasında tablonun üretildiği hub revizyonunu adlandırır. Her Recipe’ten tablo, Recipe’in uyguladığı Component’i ve main adlı konteynerinin imajını okur; bu imaj deposunu kendi metninde yazıyorsa ya da bunu yazan bir locals girdisiyse. Release’in bütün olarak adlandırdığı imajı çalıştıran ya da şablonunun imajı başka şekilde oluşturduğu bir Recipe satır eklemez; bir Recipe’in ana konteynerinin yanında çalıştırdığı bir imaj da eklemez. Bir depoyu farklı Components için adlandıran iki Recipes tablonun üretilmesini durdurur; böylece bir satır asla ikisinden birini adlandırmaz. Bir satırın adlandırdığı Component’ten tablo, etiketlerini bir içe aktarmaya verildikleri şekilde okur — Component’i sürüm olmadan adlandıran bir başvurunun çözümlendiği sürümde, extends aracılığıyla miras aldıklarıyla birlikte — ve component.aggrega.ai/category dışındaki her etiketi satıra özellikleri olarak yazar. Standart kataloğun içermediği bir Component’i uygulayan bir Recipe de tablonun üretilmesini durdurur.

Bir satır, bir akış içe aktarıcısının tablo satırı gibi okunur: Component, adının onu yerleştirdiği kategori, özellikleri ve satıcısı olarak adının son bölümü. mapping_overrides ayarı, compose biçimi altında tablonun üzerine katmanlanır; anahtarı depodur ve tablonun eşlediği bir depo için bir girdi satırın yerini alır. Böylece standart kataloğun Recipes’inin adlandırmadığı bir imaj — sizin kendi imajınız ya da kataloğun bir Component’inin başka bir depo altında çalıştırdığı bir imaj — bir girdiyle eşlenir:

with:
settings:
mapping_overrides:
compose:
bitnami/redis:
component: core/datastore/redis
category: datastore
traits:
datastore.aggrega.ai/engine: kv
vendor: redis

İmajını bir satırın eşlediği bir servis, akış içe aktarıcılarının bir düğüm için karar verdiği gibi karara bağlanır: kataloğunuzun Components’ine karşı puanlanır; reuse_mode varsayılan değer olan auto-apply-above-threshold olduğunda ve en iyi adayı reuse_threshold değerinde ya da üzerinde üst kademe bir eşleşme olduğunda başvurulur; aksi takdirde kendine ait bir Component olarak taslağı oluşturulur ve taslak Component’in dosyası benzediği Component’i adlandıran bir yorumla açılır. Bir satır adlandırdığı Component’in etiketlerini taşır; bu nedenle kataloğunuz o Component’i standart kataloğun verdiği etiketlerle içeriyorsa, satırın eşlediği bir servis onun için üst kademe bir eşleşmedir, 0.90 puan alır ve auto-apply-above-threshold varsayılan reuse_threshold değerinde ona başvurur. Etiketlerini kataloğunuzun değiştirdiği bir Component, artık taşımadığı satır özelliklerinin payıyla orantılı olarak daha düşük puan alır ve yalnızca üst kademede kaldığı sürece başvurulur; kategori bir kez, kendi sinyalinde tartılır, bir özellik olarak yeniden tartılmaz. Tek bir Component taslağı oluşturan servisler onun tek dosyasını paylaşır. İmajını hiçbir satırın eşlemediği, imajı içe aktarıcının okuduğu hiçbir depoyu adlandırmayan ya da imajını kendisi derleyen bir servis, kataloğunuz ne içerirse içersin core/compute/server’ın bir örneğidir. Her servisin kararı, her düğümün kararı gibi raporlanır.

Bir servis neye dönüşür

aggregate.yaml, Taslağın nasıl adlandırıldığı bölümünün anlattığı gibi projenin adını taşıyan taslak bir Aggregate’tir; her servis için, kararının seçtiği Component’in bir örneğini tutar. Örnekler, MCP içe aktarıcısının bir sunucuyu anahtarladığı gibi anahtarlanır; anahtarın servisin adı olmadığı ya da içe aktarmanın birden çok dizin okuduğu yerde, örneğin üzerindeki bir yorum servisi ve geldiği dosyayı adlandırır. Bir servisin depends_on alanının adlandırdığı her servis bir bağlantıdır: uses: <key>: <key>: {target: <key>}; bu bağlantı, her ikisi de hedefin anahtarına göre adlandırılan bir soket ve bir takma ad altında yazılır. Bir bileşen, hangi sokete bağlanmış olursa olsun, bağlantılarının her birini takma adıyla okur; bu nedenle bir servisin her bağlantısının kendine ait bir takma adı vardır. Bir servisin ortamındaki bir değişken de, Bir servisin ortamı ve imajı neye dönüşür bölümünün anlattığı gibi, değişkeni ulaştığı servisin yayımladığı şeyden ileten bir bağlantı oluşturabilir. Her model, çalışma alanının kataloğu core/ai-model/docker-model-runner öğesini tuttuğu yerde, reuse_mode ne derse desin, onun bir örneğidir ve onun için hiçbir Component taslağı oluşturulmaz: örnek, model ve runtime_flags değerlerini kaynağın belirttiği gibi, kaynağın context_size değerini de context_window olarak yazar; bu, çalışma zamanının bir modelin bağlam uzunluğu için bildirdiği değerdir ve Compose Recipe’i bunu Compose’un context_size değeri olarak geri yazar. Kataloğun hiçbir core/ai-model/docker-model-runner tutmadığı yerde model, <target_namespace>/ai-model/<key> olarak, değerleri model, context_size ve runtime_flags bildiren ai-model kategorisinde bir Component olarak taslağa dökülür ve örneği kaynağın belirttiği her birini yazar. Her modelin hangisi olduğunu söyleyen bir kararı vardır — mapped llm (model) to core/ai-model/docker-model-runner as a reference, NONE ya da kararı çalışma alanının kataloğunun hiçbir core/ai-model/docker-model-runner tutmadığını kaydeden bir taslak — ve modeli adlandıran her servis her iki durumda da, bağımlı olduğu bir servise bağlandığı gibi ona bağlanır. Modeli uzun biçimde, endpoint_var veya model_var ile adlandıran bir servis, modelin adresinin ve tanımlayıcısının servise ulaştığı değişkenleri adlandırır. Taslağın hiçbir anahtarı bir değişkenin adını tutmaz — bağlantı, modelin adını taşıyan ve hiçbir değer bildirmeyen bir sokete yazılır ve bir içe aktarıcıya hiçbir Component’in altyapı anahtarları verilmez — bu nedenle bağlantının üzerindeki bir yorum her birini girdinin yazdığı gibi adlandırır ve servisin kararı aynı cümleyi kaydeder:

search:
type: core/compute/server
uses:
# The service search reads the address of the model embedder as AI_MODEL_URL and its identifier as AI_MODEL_NAME, the names its models entry gives them; no key of the draft holds either name.
embedder:
embedder:
target: embedder

Modeli kısa biçimde ya da iki değişkenden hiçbiri olmadan adlandıran bir servis, ona yorumsuz olarak bağlanır.

Yanında release.yaml, aynı adda taslak bir Release’tir ve spec.aggregate alanı Aggregate’i adlandırır. Bir core/compute/server örneği için infra.image değerini, yani yazıldığı biçimiyle imajı, ve infra.port değerini, yani kapsayıcının ports alanının ilk girdisinde ya da ports hiçbir şey tutmuyorsa expose alanının ilk girdisinde dinlediği portu yazar. --target compose ile ayrıca infra.published_port değerini, yani aynı ports girdisinin yayımladığı ana makine portunu kaynağın belirttiği gibi yazar; bunu, portun yalnızca bu makineden, üzerinde çalışan herhangi bir süreç tarafından erişilebilir olduğunu ve satırı silmenin servisi dahili tuttuğunu söyleyen yorumun altına yazar; published_port alanının almadığı 1024’ün altındaki bir ana makine portu yazılmaz ve girdinin üzerindeki bir yorum onu adlandırır. Her servisin girdisinin üzerindeki bir yorum, kaynağın belirttiği ve taslağın hiçbir anahtarının taşımadığı şeyleri — başka bir Component ile eşleşen ve etiketini taslağın çevirmediği bir servisin imajını, ports, expose, volumes alanlarını ve environment alanında taslağın çevirmediği her değişkeni — Component’in aldığı yere taşımanız için yazar. Taslağın Release’e bıraktıkları — kendi imajını derleyen bir servisin yaptığı gibi hiçbir imaj adlandırmayan bir servisin imajı ve tek bir sayı olmayan bir port — nedenini söyleyen bir yorumun altına boş olarak yazılır. Bir derleme yalnızca bir Release’in adlandırdığı örnekleri yerleştirir; bu nedenle her modelin örneğinin, servislerinkinden sonra boş bir girdisi, <key>: {}, vardır: Compose üzerinde varsayılanı olmayan hiçbir girdi almayan bir core/ai-model/docker-model-runner örneği de, kendi Component’i olarak taslağa dökülen bir model de böyledir; böylece taslağa dökülen model zaten yerleştirilmiştir ve onu gerçekleştiren Recipe’i yazdığınız anda derlenir. Component’in almadığı bir port, örneğin core/compute/server öğesinin 1024 alt sınırının altındaki bir port, kaynağın belirttiği gibi yazılır ve derleme onu adlandırarak durur. Release, MCP içe aktarıcısınınki gibi metadata.environment alanını ve hedef yoksa boş bir spec.manifest yazar; bir hedef verildiğinde içe aktarma, Bir hedefin ekledikleri bölümünün anlattığı gibi Manifest’i taslağa döker ve her Component’i o hedefte onu gerçekleştiren Recipe’e eşler — core/compute/server öğesini compose/server veya helm/server öğesine, core/ai-model/docker-model-runner öğesini de compose/docker-model-runner veya helm/docker-model-runner öğesine.

PostgreSQL’i ve ona bağımlı kendine ait bir API’yi çalıştıran bir compose.yaml:

services:
db:
image: postgres:16
environment:
POSTGRES_DB: shop
api:
image: ghcr.io/example/shop-api:1.4.2
depends_on:
- db
ports:
- "8080:8080"
environment:
CACHE_URL: redis://cache:6379/0

tek başına içe aktarılıp, proje hiçbir name taşımadığından dosyanın adıyla adlandırılarak, standart kütüphanenin core/datastore/postgres bileşenini barındıran bir katalog üzerinde, hiçbir ayar olmadan şu şekilde taslağa dökülür:

aggregate.yaml
apiVersion: aggrega.ai/v1beta1
kind: Aggregate
metadata:
name: imported/compose
version: 0.1.0
description: Draft Aggregate imported from a source in the compose format.
spec:
components:
db:
type: core/datastore/postgres
# The values of core/datastore/postgres the source sets as POSTGRES_DB, the variables its Compose Recipes set from them.
values:
database: "shop"
api:
type: core/compute/server
uses:
db:
db:
target: db
release.yaml
apiVersion: aggrega.ai/v1beta1
kind: Release
metadata:
name: imported/compose
# environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to.
environment: development
version: 0.1.0
description: Draft Release imported from a source in the compose format.
spec:
aggregate: imported/compose
# manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here.
manifest: ""
components:
db:
infra:
# The tag of the image the source runs, postgres:16, the engine_version of core/datastore/postgres its Compose Recipes run.
engine_version: "16"
# The source also states, for the Release to carry where core/compute/server takes it:
# ports:
# - "8080:8080"
# environment:
# CACHE_URL: "redis://cache:6379/0"
api:
infra:
image: "ghcr.io/example/shop-api:1.4.2"
port: 8080

İçe aktarma mapped db (postgres) to core/datastore/postgres as a reference, HIGH at 0.9 raporlar. Projede cache servisi yoktur, bu nedenle CACHE_URL bağlantı oluşturmaz ve yorumda kalır. reuse_mode: hints-only ile db bunun yerine type: imported/datastore/postgres olur ve components/imported-datastore-postgres.yaml içinde taslağa dökülür; bu dosya # resembles core/datastore/postgres (score 0.9000); reference it by setting type: core/datastore/postgres ile başlar; taslağa dökülen bir Component kataloğun Recipes öğelerinin okuduğu değerlerin hiçbirini bildirmediğinden, imajı ve ortamı bu durumda girdisinin üzerindeki yoruma yazılır. --target compose verildiğinde Manifest, core/datastore/postgres öğesini compose/postgres öğesine ve core/compute/server öğesini compose/server öğesine eşler; --target helm verildiğinde helm/postgres ve helm/server öğelerine eşler.

Bir servisin ortamı ve imajı neye dönüşür

Bir servis, imajının satırının adlandırdığı katalog Component’inin bir örneği olduğunda ve çalışma alanının kataloğu o Component’i tuttuğunda, içe aktarıcı imajını ve ortamını, standart kataloğun o Component için Compose Recipes öğelerinin okuduğu gibi, imaj tablosunun her Recipe hakkında kaydettiklerinden okur ve bunları taslaklara çevirir:

  • İmajın etiketi, Recipe’in imaj başvurusunu oluşturduğu altyapı anahtarıdır; örneğin engine_version — postgres:16 için 16 — kaynağın imajını adlandıran bir yorumun altında Release’e yazılır.
  • Recipe’in Component’in değerlerinden birinden ayarladığı bir değişken — POSTGRES_DB, POSTGRES_USER — değeri metin tutuyorsa, kataloğun Component’i onu bildirdiği yerde, örneğin o değeridir, database veya user, ve değişkenleri adlandıran bir yorumun altında Aggregate’e yazılır.
  • Recipe’in bir parola okuduğu bir değişken, örneğin POSTGRES_PASSWORD, değeri tek bir değişken başvurusuysa, o yuvaya eklenen bir secret’tır; başvurunun adlandırdığı değişkenden okunur ve Recipe’in onu okuduğu anahtarla bildirilir.

Ayrıca her servis için, ortamındaki bu şekilde okunmayan her değişken:

  • Projenin başka bir servisinin adı olan bir değer, o servisin satırı ana makine adını yayımlayan provides anahtarını adlandırıyorsa, o servise bir bağlantı oluşturur ve bu bağlantının inject bloğu değişkeni o anahtardan iletir — CACHE_HOST: cache, önbelleğin host değerinden gelen CACHE_HOST olur.
  • Başka bir servisin kendi Component’i için ayarladığı ve Component’in yayımladığı bir değere eşit bir değer — POSTGRES_USER: notes ayarlayan bir PostgreSQL servisinin yanında DATABASE_USER: notes — değişkeni o provides anahtarından ileten bir bağlantı oluşturur. Değeri birden çok servis veya anahtar tutuyorsa, anahtarı ya da kendi değişkeni değişkenin adının bittiği gibi biten okunur; bu olmazsa, servisin diğer değişkenlerinin henüz okunmadığı okunur; aksi takdirde değişken okunmaz.
  • Başka bir servisin secret’ının okunduğu bir değişkeni adlandıran tek bir değişken başvurusu olan bir değer — DATABASE_PASSWORD: ${POSTGRES_PASSWORD} — bir core/compute/server örneğinde, hedefin secret’ı sunucunun aldığı bir değer olarak yazdığı yerde, kendine ait bir secret’tır; değişkenin küçük harfli adıyla eklenir ve aynı değişkenden okunur. helm/server bir core/referenced-secret öğesini reddeder, bu nedenle --target helm ile böyle bir değişken yorumda kalır.

Diğer her değişken, kaynağın yazdığı gibi servisin girdisinin üzerindeki yorumda bırakılır. Compose içe aktarma kılavuzu, API’si veritabanına ve önbelleğine bu şekilde ulaşan bir projeyi taslağa döküldüğü gibi derleyip çalıştırarak gösterir.

Bir servisin tuttuğu kimlik bilgisi değerleri

Compose hiçbir ortam değerini kimlik bilgisi olarak işaretlemez ve içe aktarıcı hiçbir değişkenin adını anlamı için okumaz; bu nedenle bir şey tutan her ortam değeri, biçiminin kimlik bilgisi olarak işaretlemediği ama kimlik bilgisi taşıyabilen bir girdi olarak bulunur. Varsayılan olarak her biri taslaklara yazıldığı gibi taşınır — çevrildiği değere ya da Release’teki servis girdisinin üzerindeki yoruma — ve bir credential-carried uyarısında servisi ve değişkeniyle — environment.<variable> — adlandırılır, asla değeriyle adlandırılmaz. empty_credentials ayarı all olduğunda her biri boş yazılır ve credential-emptied ile raporlanır: yorum değişkenini değersiz olarak adlandırır. marked değerinde hiçbiri boş yazılmaz, çünkü Compose hiçbirini işaretlemez. Compose’un enterpolasyon yaptığı tek bir değişken başvurusundan ibaret olan bir değer — ${NAME} veya $NAME — kendine ait bir değer tutmaz: olduğu metin olarak yazılır ve hiçbir uyarıda adlandırılmaz. ${NAME:-value} gibi bir varsayılan ya da mesaj taşıyan bir başvuru o metni tutar ve diğer her değer gibi bulunur. Compose’un başka bir yerden — bir env_file dosyasından, bir secret’ın dosyasından — okuduğu bir değer okunmaz.

Okuduğu ayarlar

Compose içe aktarıcısı target_namespace, reuse_mode, reuse_threshold, emit_hints, render_mode, mapping_overrides ve empty_credentials ayarlarını Ayarlar bölümünün anlattığı gibi okur ve başka hiçbir ayarı okumaz. emit_hints ayarının yönettiği ipucu yalnızca taslağa dökülen Component’in dosyasına yazılır; taslağa dökülen Aggregate hiçbirini taşımaz.

Dify içe aktarıcısı

importer/dify, Dify’dan kendi DSL’inde, yani Dify’ın bir uygulama için yazdığı YAML belgesinde dışa aktarılmış bir uygulamayı okur ve standart kütüphanenin Dify kurulumunu, core/dify’ı, uygulama kurulumun app_definition parametresinde taşınacak şekilde birleştiren bir Aggregate taslağı oluşturur. Kurulum, uygulamayı dağıtım sırasında, API sunucusunun Recipe’inin bunun için oluşturduğu adım aracılığıyla içe aktarır.

Ne okur

  • Uygulama. app olan kind; uygulamanın yazıldığı DSL sürümü olan version ve mode değeriyle birlikte app.
  • Bir iş akışı veya sohbet akışı — mode workflow veya advanced-chat — grafiğini workflow altında tutar: workflow.graph.nodes içinde türünü data.type altında belirten her düğüm, grafiğin listelediği sırayla uygulamanın bir düğümüdür ve workflow.environment_variables uygulamanın okuduğu değişkenleri tutar.
  • Bir sohbet, ajan sohbeti veya tamamlama uygulaması yapılandırmasını model_config altında tutar: model değeri, dataset_configs.datasets.datasets altındaki her bilgi tabanı ve agent_mode.tools altındaki her araç, oradaki yeriyle adlandırılan bir uygulama düğümüdür; örneğin model_config.model. agent kipindeki bir uygulama tek bir düğümdür: agent.
  • Gereken eklentiler. dependencies içindeki her girdi de dependencies.<n> adlı, girdinin belirttiği türde, örneğin marketplace türünde bir düğümdür.

Taslağa neyin gireceğini başka hiçbir şey belirlemez: uygulamanın tamamı taşınır.

Bir uygulama neye dönüşür

aggregate.yaml, Taslağın nasıl adlandırıldığı bölümünün anlattığı gibi uygulamanın adını taşıyan ve dify anahtarlı tek bir core/dify girdisini birleştiren bir Aggregate taslağıdır; bu girdinin app_definition parametresi uygulamayı yazıldığı gibi taşır — Akışın taslağa nasıl yazıldığı bölümünün bir akış için anlattığı gibi; böylece Dify’ın kendi {{#…#}} başvuruları kuruluma dışa aktarıldığı gibi ulaşır. Kurulum, API sunucusunun her bağlantısını kendisi bağlar — veritabanını, önbelleğini, vektör deposunu, korumalı alanını, eklenti çalışma zamanını ve çıkış vekilini — bu nedenle taslak hiçbir Component taslağı oluşturmaz ve hiçbir şey bağlamaz: her düğüm uygulamada kalır ve kararı bunu belirtir. Yanında, release.yaml aynı adlı bir Release taslağıdır; kurulumu bir sınıra, platform sınırına yerleştirir ve uygulamanın sağlayamadıklarını taşır.

Bir içe aktarma, çalışma alanı kataloğunun Components’ini görür ama Aggregates’ini görmez; bu nedenle kataloğun core/dify içerip içermediğini denetlemez ve girdinin üstündeki bir yorum bunu belirtir. Katalog, core/dify’ın çalıştırdığı API sunucusu core/ai-agent/dify’ı içermediğinde, içe aktarma platform-not-in-catalog ile uyarır ve girdiyi yine de oluşturur.

Kurulumun uygulama sırrı, yani Dify’nin oturum çerezlerini imzalamak ve sakladığı model sağlayıcı kimlik bilgilerini şifrelemek için kullandığı anahtar, core/dify bileşeninin secret_key parametresidir ve varsayılan değeri yoktur. Bu nedenle taslak kendi secret_key parametresini bildirir — bir dize, zorunlu, en az bir karakter uzunluğunda ve varsayılanı olmayan — ve Release’in kendi parameters alanı altında karşılaması için bunu yazdığı her core/dify girdisine aktarır; Release’i bunu ayarlanmamış bırakan bir derleme, onu adlandırarak durur.

Uygulama, Release’in kurulum için yönlendirme girdisinde belirttiği kurulum sahibi hesabı altında içe aktarılır: kurulumun api bileşenindeki infra.owner_email ve aynı bileşendeki, core/referenced-secret olarak eklenen owner_password yuvası; bunlar olmadan derleme durur. Sahibin e-posta adresini hiçbir kaynak sağlayamaz, bu nedenle ne olduğunu söyleyen bir yorumun altına boş olarak yazılır ve içe aktarma bunu sağlanması gereken bir değer olarak bildirir.

Her hedefte aynı yönlendirme girdisi, kurulumun api, worker ve scheduler bileşenlerinde infra.marketplace_enabled değerini true olarak ayarlar; her biri nedenini söyleyen bir yorumun altındadır: Release izin vermedikçe kurulum Dify’ın satıcısına ait hiçbir şeye erişmez, üçünün her biri kendi ayarını okur ve Dify, bir uygulamanın modelini (örneğin OpenAI’ınkini) sunan eklentiyi kendi eklenti pazar yerinden kurar.

Uygulama sırrı ve sahibin parolası sırlardır ve içe aktarmanın hedefi için başvuru yoluyla taslak olarak oluşturulur:

  • --target helm ile her biri, ad alanında zaten bulunan bir Kubernetes Secret’ını adlandırır: secret_key, core/dify bileşeninin secret-key veri anahtarı altında okuduğu Secret’ın adını; owner_password ise parolayı value veri anahtarı altında tutan bir Secret’ı. Bu adların hiçbirini bir kaynak sağlayamaz, bu nedenle her biri ne olduğunu söyleyen bir yorumun altına boş olarak yazılır ve içe aktarma ikisini de sağlanması gereken değerler olarak bildirir; taslak Manifest, core/referenced-secret öğesini helm/k8s-existing-secret ile eşler.
  • Diğer her hedefte ve hedef olmadığında, her biri bir değişkene başvurudur — secret_key için "${DIFY_SECRET_KEY}" ve sahibin parolası için "${DIFY_OWNER_PASSWORD}", yani standart kataloğun Compose için Dify Recipes’inin okuduğu adlar — ve Docker Compose bunları yığın başladığında ortamdan okur, bu nedenle ikisi için de sağlanması gereken bir şey yoktur; --target compose ile taslak Manifest, core/referenced-secret öğesini compose/dotenv-referenced-secret ile eşler.

Bir hedef verildiğinde Manifest, Bir hedefin ekledikleri bölümünün açıkladığı gibi, kurulumun birleştirdiği her bileşenin türünü ve taslağın kendi türünü eşler.

Bu içe aktarıcının testlerinin içe aktardığı, Support Answers adlı, elle yazılmış iş akışı uygulaması, hiçbir ayar olmadan şöyle taslağa dönüşür:

aggregate.yaml
apiVersion: aggrega.ai/v1beta1
kind: Aggregate
metadata:
name: imported/support-answers
version: 0.1.0
description: Draft Aggregate imported from a source in the dify format.
spec:
parameters:
secret_key:
type: string
required: true
minLength: 1
description: "Passed down to core/dify's secret_key parameter, which has no default; that parameter's description in core/dify says what the value is."
aggregates:
# An import sees the Components of the workspace's catalog and none of its Aggregates, so it does not check that the catalog holds core/dify.
dify:
type: core/dify
parameters:
secret_key: "{{ .parameters.secret_key }}"
app_definition: |
app:
description: Answers a support question from a knowledge base and files it.
...

--target helm ile içe aktarıldığında, taslak Release’i secret_key değerini karşılar ve kurulumu yerleştiren yönlendirme girdisinde sahibi belirtip eklenti pazar yerini etkinleştirir; sağlanması gereken her değer boş olarak yazılır:

release.yaml
apiVersion: aggrega.ai/v1beta1
kind: Release
metadata:
name: imported/support-answers
# environment is a drafted default, since no source names the environment this Release deploys to; change it to name the one it deploys to.
environment: development
version: 0.1.0
description: Draft Release imported from a source in the dify format.
spec:
aggregate: imported/support-answers
manifest: imported/support-answers
parameters:
# Left for the Release, since the source cannot supply it: secret_key, which the drafted Aggregate declares and passes down to core/dify; that parameter's description there says what the value is
secret_key: ""
boundaries:
platform:
aggregates:
dify:
components:
api:
infra:
# Lets the installation reach Dify's plugin marketplace, which the plugin serving the application's model, such as OpenAI's, is installed from.
marketplace_enabled: true
# Left for the Release, since the source cannot supply it: components.api.infra.owner_email, the email of the installation's owner account the application is imported under, on the api component of core/dify
owner_email: ""
features:
owner_password:
type: core/referenced-secret
infra:
# Left for the Release, since the source cannot supply it: the name of a Kubernetes Secret already in the namespace holding, under the data key value, the owner account's password.
origin: ""
worker:
infra:
# Lets the installation reach Dify's plugin marketplace, which the plugin serving the application's model, such as OpenAI's, is installed from.
marketplace_enabled: true
scheduler:
infra:
# Lets the installation reach Dify's plugin marketplace, which the plugin serving the application's model, such as OpenAI's, is installed from.
marketplace_enabled: true

İçe aktarma üç boş değeri sağlanması gereken değerler olarak bildirir. --target compose ile içe aktarıldığında aynı Release, secret_key: "${DIFY_SECRET_KEY}" ve origin: "${DIFY_OWNER_PASSWORD}" yazar ve yalnızca sahibin e-posta adresini sağlanması gereken değer olarak bildirir; ayrıca api bileşenine infra.published_port olarak 5001’i ve ön uca, yani console bileşenine 3001’i yazar; her biri, hizmete yalnızca bu makineden, üzerinde çalışan herhangi bir süreç tarafından erişilebildiğini ve satırı silmenin hizmeti dahili tuttuğunu söyleyen yorumun altındadır; api bileşeninin portunun altına da, konsolun yayımlandığı adres olan "http://127.0.0.1:3001" ile infra.console_url yazar ve Dify sunucusu bunu konsolun adresi olarak kullanır. Dify içe aktarma kılavuzu, her iki hedef için bir uygulama derler ve onu Kubernetes üzerinde çalıştırır.

Dify’ın kendisi için yapılandırdıkları

Dify, bir uygulamanın çağırdığı modellerin ve araçların sağlayıcılarını kendi içinde yapılandırır ve core/ai-agent/dify model için hiçbir soket bildirmez; bu nedenle taslak hiçbirini bağlamaz. Bunlardan birini belirten her düğüm part-configured-in-platform ile ve kendi kararında, belirttiği şeye göre raporlanır:

  • bir llm, question-classifier veya parameter-extractor düğümü ve bir sohbet uygulamasının model_config.model değeri: model, adı ve sağlayıcısıyla;
  • bir tool düğümü ve bir sohbet uygulamasının aracı: araç, adı ve sağlayıcısıyla;
  • bir agent düğümü: ajan stratejisi ve onu sağlayan eklenti;
  • bir knowledge-retrieval düğümü ve bir sohbet uygulamasının bilgi tabanı: veri aldığı bilgi tabanları ve belirtiyorsa bir sorguyu yönlendirmek veya yeniden sıralamak için kullandığı model. Bir uygulama bir bilgi tabanını dışa aktarıldığı kurulumun bir tanımlayıcısıyla belirtir ve belgelerinden hiçbirini ve hiçbir depoyu taşımaz; bu nedenle her biri Dify içinde, kurulumun API sunucusuna bağladığı vektör deposunda oluşturulur;
  • bir bağımlılık: eklenti, Dify’ın onu kurduğu tanımlayıcıyla ve Dify’ın onu nereden kurduğuyla.

Diğer her düğüm, hiçbir şey raporlanmadan uygulamada tutulur.

Bir uygulamanın tuttuğu kimlik bilgisi değerleri

İçe aktarıcı, uygulamanın yazdığı sırayla şunları bulur:

  • value_type değeri secret olan, Dify’ın kimlik bilgisi olarak işaretlediği her ortam değişkeninin değeri. Dify’ın dışa aktarımı, dışa aktarım gizli bilgileri içermedikçe bunu boş yazar;
  • bir HTTP istek düğümünün, Dify’ın kimlik bilgisi olarak işaretlediği ve yazıldığı gibi dışa aktardığı authorization.config.api_key değeri;
  • bir tool düğümünün veya bir agent düğümündeki bir aracın credential_id altında seçtiği, Dify’ın kimlik bilgisi olarak işaretlediği ve yalnızca dışa aktarım gizli bilgileri içerdiğinde yazdığı saklı kimlik bilgisi;
  • bir HTTP istek düğümünün, Dify’ın kimlik bilgisi olarak işaretlemediği ama kimlik bilgisi taşıyabilen headers ve params değerleri, her biri bütün olarak.

Varsayılan olarak, değer tutan her biri uygulamada yazıldığı gibi taşınır ve bir credential-carried uyarısında düğümüyle — bir ortam değişkeni için workflow — ve alanıyla adlandırılır, asla değeriyle değil. empty_credentials ayarı marked olduğunda, Dify’ın kimlik bilgisi olarak işaretlediği her değer boş yazılır; all olduğunda başlıklar ve sorgu parametreleri de boş yazılır ve her biri credential-emptied ile raporlanır. Tek bir değişken başvurusundan ibaret olan bir değer değer tutmaz; ayar ne derse desin yazıldığı gibi taşınır ve hiçbir uyarıda adlandırılmaz, bir akışta olduğu gibi. Bir değer, uygulamanın kendi metninde boş yazılır: anahtarından sonraki skaler '' ile değiştirilir ve başka hiçbir şey değiştirilmez. Uygulama yalnızca parse:yaml hizmetini veren ayrıştırıcı sonucu, tam olarak bu değerler boşaltılmış dışa aktarılmış uygulama olarak geri okuduğunda taşınır; aksi hâlde taşınmaz, app_definition bir yorumla ayarlanmadan bırakılır ve definition-not-carried nedenini söyler — örneğin bir YAML takma adının bir gizli bilginin değerini okuduğu ve o değeri boş yazmanın onu da değiştireceği bir uygulamada olduğu gibi. Ayarın yazıldığı gibi bıraktığı bir değer asla yeniden yazılmaz; bu nedenle uygulamanın taşınmasını asla engellemez.

DSL sürümü

Bir uygulama, Dify 1.17.0’ın — core/ai-agent/dify’ın varsayılan olarak çalıştırdığı sürüm — yazdığı sürüm olan 0.7.0’dan daha yeni bir DSL sürümünde yazılmışsa, içe aktarma dsl-version-newer ile uyarır. Dify böyle bir uygulamanın içe aktarılmasını onay için bekletir; bu onayı dağıtım sırasında uygulamayı içe aktaran adım verir. Bu nedenle uygulamayı Release’in çalıştırdığı Dify sürümüne göre denetleyin.

Okuduğu ayarlar

Dify içe aktarıcısı target_namespace, empty_credentials, layout, attach_egress_allowlist ve render_mode ayarlarını Ayarlar bölümünün anlattığı gibi okur; ayrıca reuse_mode, reuse_threshold, emit_hints ve mapping_overrides ayarlarını da okur, ancak bunlar varsayılan düzenin oluşturduğu taslakta hiçbir şeyi değiştirmez: her düğüm uygulamada kalır. attach_egress_allowlist hiçbir şey eklemez, çünkü birleştirilmiş bir Aggregate’in girdisi parametre alır ve Feature almaz; bu ayar true olduğunda içe aktarma feature-not-attached ile uyarır. layout: nodes her düğümü kendi başına bir Component olarak taslağa döker, Düğüm düğüm bölümünün anlattığı gibi, ve hiçbir uygulama taşımaz.

CrewAI içe aktarıcısı

importer/crewai, bir CrewAI projesinin yapılandırma dosyalarında bildirdiği ajanları ve görevleri okur ve her ajan için standart kütüphanenin CrewAI ajanı core/ai-agent/crewai’nin bir örneğini tutan, her biri yapılandırmasının adlandırdığı modele bağlanmış bir Aggregate taslağı ile yanında bir Release taslağı oluşturur.

Ne okur

CrewAI, bir ekibin davranışını bir programda tutar; ajanlarını ve görevlerini ise iki düzenden birinde yapılandırma dosyalarında bildirir. İçe aktarıcı her ikisini de okur:

  • Klasik proje — her ajanın adıyla anahtarlandığı config/agents.yaml ve her görevin adıyla anahtarlandığı config/tasks.yaml; ikisi de YAML olarak okunur. Ajanlar agents.yaml dosyasının yazdığı sırayla okunur.
  • JSON öncelikli düzendeki proje — ekibin ajanlarını agents altında adlarıyla ve görevlerini tasks altında listeleyen crew.jsonc ile her ajan için bir dosya olan agents/<name>.jsonc; hepsi yorumlu JSON olarak okunur, böylece yorumları ve sondaki virgülleri CrewAI’ın okuduğu gibi okunur. Ajanlar crew.jsonc dosyasının listelediği sırayla, ardından diğer ajanların dosyaları ad sırasıyla okunur; ekibin listelediği ama dosyası içe aktarmaya verilmemiş bir ajan bir yorumda adlandırılır ve hiçbir şey olarak taslağa geçirilmez. Katı JSON ile yazılmış aynı düzen — crew.json ve agents/<name>.json — aynı şekilde okunur. Bir ekip veya ajan her iki yazımla da yazılmışsa, CrewAI’ın okuduğu gibi .jsonc dosyası okunur ve .json dosyası bir yorumda okunmadı olarak adlandırılır.

Bir ajandan role, goal ve backstory değerlerini; bildiriminin en üstünde veya settings altında, CrewAI’ın okuduğu gibi settings öncelikli olmak üzere allow_delegation ve verbose değerlerini; llm değerini ve tools adlarını okur. Bir görevden adını ve atandığı ajanı okur. Diğer her üye bir yorumda adlandırılır ve hiçbir yere taşınmaz.

Bir dizin içe aktarıcıya yalnızca imzalarının adlandırdığı dosyalar olarak verilir, bu nedenle ekibin programı — klasik projenin crew.py dosyası, bir flow’un main.py dosyası, bir projenin Python’da tanımladığı bir araç — hiçbir zaman okunmaz. Tek başına içe aktarılan bir dosya, biçiminin gösterdiği bildirim olarak okunur. Bir projenin dizini, her biri kendi dizininden okunan birden çok ekip tutabilir.

Bir projenin dönüştüğü şey

aggregate.yaml, okunan bildirimleri, ekibin programının okunmadığını ve her ekibin görevlerini atandıkları ajanla birlikte adlandıran yorumlarla açılan, Taslağın nasıl adlandırıldığı bölümünün anlattığı gibi ekibin adını taşıyan bir Aggregate taslağıdır. Her ajan için, adıyla anahtarlanmış şu değerlere sahip bir core/ai-agent/crewai örneği tutar:

  • bildirildiği gibi role, goal ve backstory;
  • bildirildiği gibi allow_delegation; ajan bunu bildirmiyorsa false;
  • akıl yürütmesinin her adımını anlatan, verbose olarak bildirilmiş bir ajan için log_level DEBUG; öyle bildirilmemiş, yalnızca ilerlemeyi ve sorunları bildiren bir ajan için INFO. Ne true ne de false olan bir verbose veya allow_delegation, Component’in varsayılanına bırakılır ve bir yorumda adlandırılır;
  • llm değerinin adlandırdığı model örneğine bağlanmış model bağlantısı.

<provider>/<model> olarak ya da modeli model, model_name veya deployment_name altında adlandıran bir nesne olarak yazılmış bir llm, bir sağlayıcı ve bir model adlandırır. Model, kataloğun o sağlayıcıya ait Component’inin — sağlayıcı adındaki alt çizgi kısa çizgi olarak ve azure de azure-openai olarak okunarak core/ai-model/<provider> — modelin adıyla anahtarlanmış ve model values.model olarak verilmiş bir örneğidir; aynı sağlayıcıyı ve modeli adlandıran ajanlar tek bir örneği paylaşır. Çalışma alanının kataloğu bu adda bir Component tutmuyorsa, model değerini bildiren bir <target_namespace>/ai-model/<provider> taslağı oluşturulur ve kararı bunu belirtir; ajanın model soketinin Component seçerken kullandığı model.aggrega.ai/api etiketi ile uç noktasını ve modelini yayımlayan bir Recipe, onu açan bir yorumun belirttiği gibi size bırakılır. Sağlayıcı adlandırmayan bir llm — CrewAI’ın program çalışırken sağlayıcısını çözdüğü yalın bir model adı ya da programın tanımladığı bir llm adı, yani programın içine bir başvuru — ve CrewAI’ın o durumda programın çalıştığı ortamdan okuduğu, llm bildirmeyen bir ajan hiçbir şeye bağlanmaz ve ajanın üstündeki bir yorum nedenini belirtir; derleme, biri bağlanana kadar model soketini adlandırarak durur.

Görev, ekibin programının çalıştırdığı mantıktır; araç ise programın tanımladığı veya yüklediği koddur: hiçbiri Component’e dönüşmez. Her biri hiçbir şey seçmeyen bir kararda bildirilir ve adı — sondaki Tool ile kısa çizgileri ve alt çizgileri atıldığında — kataloğun tuttuğu bir araç Component’inin adı olan bir araç, o Component’i ipucu olarak taşır: search_tool ve SearchTool ikisi de core/ai-tool/search için ipucu verir. core/ai-agent/crewai araç için soket bildirmez, bu nedenle araç için hiçbir şey bağlanmaz.

Yanındaki release.yaml, o Aggregate’i adlandıran aynı adlı bir Release taslağıdır. Her ajanın infra.image değerini — hiçbir bildirimin adlandırmadığı, ekibin programını çalıştıran imaj — ne olduğunu söyleyen bir yorumun altına boş olarak yazar ve içe aktarma bunu sağlanması gereken bir değer olarak bildirir. --target compose ile her ajanın girdisi ayrıca infra.published_port olarak 8000’i yazar; bu, Component’in infra.port değerinin program için varsayılan olarak belirttiği ve Compose Recipe’inin ana makinenin geri döngü adresi 127.0.0.1 üzerinde yayımladığı porttur ve hizmete yalnızca bu makineden, üzerinde çalışan herhangi bir süreç tarafından erişilebildiğini ve satırı silmenin hizmeti dahili tuttuğunu söyleyen yorumun altındadır; ikinci bir ajan sonraki boş portu alır, böylece klasik projenin iki ajanı 8000 ve 8001 üzerinde yayımlanır. Her ajanın modeline sunduğu kimlik bilgisini, model bağlantısında credential altına, değer olarak değil başvuru yoluyla ekler: hiçbir bildirim bunun için bir değişken adlandırmaz, bu nedenle sağlayıcının istemci kitaplıklarının API anahtarını okuduğu değişkenden okunur — OpenAI için OPENAI_API_KEY — helm dışındaki her hedefte bir ${…} başvurusu olarak, helm’de ise içe aktarmanın sağlanması gereken değer olarak bildirmesi için boş yazılan bir Kubernetes Secret’ının adı olarak; compose’da ajanın model bağlantısı onu bu anahtarla bildirir. Her modelin de hiçbir altyapı tutmayan bir girdisi vardır, böylece Release onu ajanlarla birlikte yerleştirir. llm nesnesi olarak bildirilmiş bir modelin diğer her üyesi, kataloğun Component’i bu adda bir değer bildirdiğinde modelin örneğinin bir değeri olarak, aksi halde Release’te modelin girdisinin üstündeki bir yoruma, Component’in onu aldığı yere sizin taşımanız için yazılır. Her taslak Release gibi, metadata.environment değerini development olarak ve hedef olmadığında içe aktarmanın sağlanması gereken değer olarak bildirdiği boş bir spec.manifest yazar; bir hedef verildiğinde içe aktarma, Bir hedefin ekledikleri bölümünün açıkladığı gibi Manifest’i taslak olarak oluşturur.

Bu içe aktarıcının testlerinin içe aktardığı, iki ajanı da openai/gpt-4o adlandıran klasik proje, hiçbir ayar olmadan aşağıdaki gibi taslağa dönüştürülür; proje dizini olan market_brief olarak — crewai create crew market_brief komutunun böyle bir projeyi yerleştirdiği dizin — içe aktarıldığında, bildirimleri hiçbir ekip adlandırmadığından o dizinin adını alır:

aggregate.yaml
# CrewAI declarations read:
# - src/market_brief/config/agents.yaml
# - src/market_brief/config/tasks.yaml
# Not read: the crew's program, which runs its agents and its tasks and defines its tools; it runs in the image the Release names for each agent.
# Tasks the crew's program runs, drafted as no Component:
# - research_task, assigned to researcher
# - brief_task, assigned to brief_writer
apiVersion: aggrega.ai/v1beta1
kind: Aggregate
metadata:
name: imported/market-brief
version: 0.1.0
description: Draft Aggregate imported from a source in the crewai format.
spec:
components:
# Tools the crew's program defines or loads for this agent, drafted as no Component: search_tool.
researcher:
type: core/ai-agent/crewai
values:
role: "{topic} Market Researcher\u000A"
goal: "Gather the facts about {topic} a buyer needs before a first meeting\u000A"
backstory: "You have briefed sales teams for years. ..."
allow_delegation: false
log_level: DEBUG
uses:
model:
gpt-4o:
target: gpt-4o
# For the compose target only, uncomment the lines below, which declare credential on gpt-4o: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none.
# features:
# credential:
# type: core/secret-value
# values:
# key: OPENAI_API_KEY
# The agent brief_writer.
# Not carried, since core/ai-agent/crewai takes no value for it: max_iter.
brief-writer:
type: core/ai-agent/crewai
...
# The model openai/gpt-4o.
gpt-4o:
type: core/ai-model/openai
values:
model: "gpt-4o"

ve hedef olmadan taslak olarak oluşturulan Release’i aşağıdaki gibidir; ikinci ajanın girdisi burada çıkarılmış ve ... ile işaretlenmiştir; içe aktarma spec.manifest değerini ve her ajanın imajını sağlanması gereken değerler olarak bildirir:

release.yaml
spec:
aggregate: imported/market-brief
# manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here.
manifest: ""
components:
researcher:
infra:
# Left for the Release, since the source cannot supply it: infra.image, the container image running the crew's program
image: ""
uses:
model:
gpt-4o:
features:
credential:
type: core/secret-value
infra:
# Attached by reference, never as a value: the credential researcher presents to gpt-4o on its model connection (the source names no variable for it, so it is read from the one OpenAI's client libraries read the API key from), read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${OPENAI_API_KEY}"
brief-writer:
...
gpt-4o: {}

Ardından her ajan, yanıt olarak verdiğiniz imajı çalıştıracak şekilde, modelin uç noktası ve adı CrewAI’ın onları okuduğu değişkenler olan OPENAI_BASE_URL ve MODEL olarak verilerek işlenir.

Bir bildirimin tuttuğu kimlik bilgisi değerleri

Nesne olarak yazılmış bir llm, bir anahtar taşıyabilir — api_key altında, bir adreste, başlıklarda. Modeli adlandıran dışındaki, sayı veya boolean olmayan her üyesi, CrewAI’ın kimlik bilgisi olarak işaretlemediği ama kimlik bilgisi taşıyabilen bir değerdir. Varsayılan olarak, değer tutan her biri yazıldığı gibi taşınır — Component’i bir değer bildirdiğinde modelin örneğinin bir değeri olarak, aksi halde Release’te modelinin girdisinin üstündeki yoruma — ve bir credential-carried uyarısında asla değeriyle değil, ajanı ve llm.api_key gibi üyesiyle adlandırılır. empty_credentials ayarı all olduğunda her biri değersiz yazılır ve credential-emptied ile bildirilir; marked olduğunda, CrewAI hiçbirini işaretlemediğinden her biri taşınır. Bir üyenin adı anlamı için okunmaz. Bir bildirimin tuttuğu ve taslağın taşımadığı diğer her üye — bir aracın yapılandırması, bir ekibin inputs değeri — adlandırılır, değeri asla verilmez.

Okuduğu ayarlar

CrewAI içe aktarıcısı target_namespace, empty_credentials ve render_mode ayarlarını Ayarlar bölümünün açıkladığı gibi okur ve başka hiçbir ayarı okumaz.

LangGraph içe aktarıcısı

importer/langgraph, bir LangGraph uygulamasının yapılandırması olan langgraph.json’un bildirdiği grafikleri okur ve her grafik için standart kitaplığın LangGraph ajanı core/ai-agent/langgraph’ın bir örneğini tutan, her biri checkpointer’ının durumu sakladığı veri deposuna ve bir modele bağlanmış bir taslak Aggregate ile, yanında yapılandırmanın belirttiği ortamı taşıyan bir Release oluşturur. Bu yapılandırmayı okur, grafiklerin kodunu ise hiçbir zaman okumaz.

Ne okur

Bir LangGraph uygulaması grafiklerini kodda tutar ve onları langgraph.json içinde bildirir: graphs altında her grafiğin kimliği, uygulamanın kodundaki grafiğin içe aktarma yoluna — ./src/agent/graph.py:graph ya da module:attr — veya bu yolu path altında adlandıran ve grafiği description altında tanımlayan bir nesneye eşlenir. İçe aktarıcı, yapılandırmanın yazdığı sırayla şunları okur:

  • graphs — her grafiğin kimliği, içe aktarma yolu ve açıklaması;
  • checkpointer — onun backend’i: PostgreSQL olan ve hiçbiri adlandırılmadığında LangGraph’ın okuduğu default; MongoDB protokolünü konuşan bir veritabanı olan mongo; ya da uygulamanın kodunun path konumunda tanımladığı bir checkpointer olan custom;
  • store — hiçbir arka uç adlandırmayan bellek deposu: LangGraph onu sunucusunun kullandığı PostgreSQL veritabanında tutar;
  • env — uygulamanın birlikte çalıştığı ortam: değişken adlarından değerlere bir nesne ya da KEY=VALUE satırlarından oluşan bir ortam dosyasının yolu.

langgraph build’in derlediği sunucu imajını yapılandıran üyeler — dependencies, source, python_version, node_version, base_image, image_distro, dockerfile_lines, pip_config_file, pip_installer, keep_pkg_tools, api_version — bir yorumda adlandırılır ve hiçbir yere taşınmaz, çünkü Release’in adlandırdığı imaj uygulamanın kendi imajıdır; aralarında auth, http ve webhooks gibi sunucunun kendi yapılandırmasının da bulunduğu diğer tüm üyeler de, deponun index ve ttl üyeleri ile checkpointer’ın ttl ve serde üyeleri de böyledir.

Bir dizin içe aktarıcıya yalnızca langgraph.json olarak, başka hiçbir dosya olmadan verilir; bu nedenle ondan ne uygulamanın kodu ne de bir ortam dosyası hiçbir zaman okunur. Bir ortam dosyası içe aktarıcıya yalnızca içe aktarıcının with.sources’u onu verdiğinde ulaşır ve hiçbir zaman ayrıştırılmaz: yapılandırmanın env’inin adlandırdığı dosyanın — adlandırdığı yolun son bölümüyle eşleştirilir — yalnızca değişkenlerinin adları okunur; hiçbir yapılandırmanın adlandırmadığı bir ortam dosyası ise bir yorumda okunmadı olarak adlandırılır. İçe aktarmaya yapılandırmanın adlandırdığı dosya verilmediğinde, Aggregate onu verilmedi olarak adlandırır ve onu içe aktarıcının with.sources’u altında adlandırmanızı söyler; değişkenleri ise Release’e bırakılır:

plugins:
importer:
- uri: importer/langgraph:<version>
with:
sources:
- ./local.env

Tek başına içe aktarılan bir yapılandırma, adı ne olursa olsun okunur. Bir dizin, her biri kendi dizininden okunan birkaç uygulama tutabilir.

Bir uygulama neye dönüşür

aggregate.yaml, Taslağın nasıl adlandırıldığı bölümünün anlattığı gibi grafiğin adını taşıyan bir taslak Aggregate’tir; okunan yapılandırmaları, yalnızca adları için okunan ortam dosyalarını, uygulamanın kodunun okunmadığını ve taslağın neleri taşımadığını adlandıran yorumlarla başlar. Her grafik için ve grafiğin kimliğiyle anahtarlanmış olarak, şunlara sahip bir core/ai-agent/langgraph örneği tutar:

  • yapılandırmanın yazdığı şekliyle grafiğin içe aktarma yolu olan graph_entrypoint;
  • yapılandırma bir açıklama verdiğinde, grafiğin açıklaması olan description;
  • uygulamanın veri deposuna bağlanmış checkpointer_db bağlantısı;
  • uygulamanın modeline bağlanmış model bağlantısı.

recursion_limit yazılmaz, bu nedenle Component’in varsayılanı olan 25 geçerli kalır. Yapılandırma hiçbir model adlandırmaz, bu nedenle taslak, her grafiğin çağırdığı, model anahtarlı tek bir core/ai-model/openai örneği tutar: ajanın OpenAI istemcisine verilen model. Onun values.model değeri, yapılandırmanın hiçbir model adlandırmadığını söyleyen bir yorumun altına boş olarak yazılır ve içe aktarma bunu sağlanması gereken bir değer olarak bildirir.

Checkpointer’ın arka ucu, uygulamanın her grafiğinin bağlandığı veri deposudur: default ya da hiçbir arka uç adlandırmayan bir checkpointer, postgres anahtarlı bir core/datastore/postgres örneğidir. mongo, MongoDB protokolünü konuşan ve DocumentDB uzantılı PostgreSQL üzerinde çalışan FerretDB’dir: her grafiğin bağlandığı ferretdb anahtarlı bir core/datastore/ferretdb örneği ve FerretDB’nin backend bağlantısının ulaştığı documentdb anahtarlı bir core/datastore/documentdb örneği; bu bağlantının inject bloğu, DocumentDB’nin yayımladıklarını FerretDB’nin okuduğu adlarla teslim eder; FERRETDB_PASSWORD değişkeninden okunan tek bir parola DocumentDB’ye, FerretDB’nin ona olan bağlantısına ve her grafiğin FerretDB’ye olan bağlantısına eklenir. Çalışma alanının kataloğu PostgreSQL veri deposunun adında bir Component tutmadığında, ajanın checkpointer_db bağlantısının okuduğu host ve port değerlerini bildiren bir <target_namespace>/datastore/postgres taslağı oluşturulur ve kararı bunu belirtir; veri deposunu çalıştıran ve bunları yayımlayan bir Recipe, onu açan bir yorumun belirttiği gibi size bırakılır. Katalog bir FerretDB ya da bir DocumentDB Component’i tutmadığında, mongo checkpointer’ı hiçbir veri deposuna bağlanmaz. Bir custom checkpointer ya da içe aktarıcının hiçbir veri deposuna eşlemediği bir arka uç hiçbir şey bağlamaz; her grafiğin üstündeki bir yorum ve checkpointer’ın kararı nedenini belirtir; bir bağlantı kurulana kadar derleme checkpointer_db soketini adlandırarak durur. Depo, hiçbir şey seçmeyen bir kararda raporlanır.

Veri deposunun parolası, taslağın başvuru yoluyla, veri deposunun kendi password yuvasına ve her grafiğin checkpointer_db bağlantısına eklediği bir sırdır; her grafiğin model bağlantısında modele sunduğu kimlik bilgisi de öyledir: yapılandırma ikisi için de bir değişken adlandırmadığından POSTGRES_PASSWORD (veya FERRETDB_PASSWORD) ve OPENAI_API_KEY değişkenlerinden okunur; helm dışındaki her hedefte bir ${…} başvurusu olarak, helm’de ise içe aktarmanın sağlanması gereken değer olarak bildirmesi için boş yazılan bir Kubernetes Secret’ının adı olarak. compose’da Aggregate, Her hedef için sırlar bölümünün bir platform için açıkladığı gibi, her birini Recipe’inin okuduğu anahtarla bildirir.

release.yaml, yanında, o Aggregate’i adlandıran aynı adlı bir taslak Release’tir. İlk grafiğin girdisinin üstündeki yorumlar, her grafiğin imajının ne olduğunu — uygulamanın kendi imajı, yani LangGraph kurulu kodu; langgraph build’in derlediği sunucu imajı değil —, ona verilen değişkenleri ve hangi inject: bloğunun bunların hangi adını değiştirdiğini belirtir. Her grafiğin girdisi, onun infra.image değerini, yani uygulamayı çalıştıran imajı, ne olduğunu söyleyen bir yorumun altına boş olarak yazar ve içe aktarma bunu sağlanması gereken bir değer olarak bildirir; bu ayarlanmamışken Docker Compose Recipe’i, varsayılan değişkenleri okuyan, kataloğun kendi quickstart ajanını çalıştırır. --target compose ile her grafiğin girdisi ayrıca infra.published_port olarak 8000’i yazar; bu, Component’in infra.port değerinin uygulama için varsayılan olarak belirttiği ve Compose Recipe’inin ana makinenin geri döngü adresi 127.0.0.1 üzerinde yayımladığı porttur ve hizmete yalnızca bu makineden, üzerinde çalışan herhangi bir süreç tarafından erişilebildiğini ve satırı silmenin hizmeti dahili tuttuğunu söyleyen yorumun altındadır; ikinci bir grafik sonraki boş portu alır. Veri deposunun ve modelin de girdileri vardır, bu nedenle Release onları grafiklerle birlikte yerleştirir. Uygulamanın ilk grafiğinin üstündeki bir yorum, Bir yapılandırmanın belirttiği ortam bölümünün açıkladığı gibi yapılandırmasının bildirdiği ortamı belirtir. Her taslak Release gibi, metadata.environment değerini development olarak ve hedef olmadığında içe aktarmanın sağlanması gereken değer olarak bildirdiği boş bir spec.manifest yazar; bir hedef verildiğinde içe aktarma, Bir hedefin ekledikleri bölümünün açıkladığı gibi Manifest’i taslak olarak oluşturur.

Bu içe aktarıcının testlerinin içe aktardığı, iki grafik, hiçbir arka uç adlandırmayan bir checkpointer, bir depo ve nesne olarak yazılmış bir env bildiren Python uygulamasının, hiçbir ayar olmadan oluşturulan taslağı aşağıdaki gibidir; dizini olan support_desk olarak — burada olduğu gibi, grafiklerinin tanımlandığı paketin adını taşıyan dizin — içe aktarıldığında, kimlikleri farklı iki grafiği olduğundan o dizinin adını alır:

aggregate.yaml
# LangGraph configurations read:
# - langgraph.json
# Not read: the application's code, which defines each graph; it runs in the image the Release names for each graph.
# Not carried, since they configure the server image langgraph build builds, and the image the Release names is the application's own: dependencies, python_version.
# Not carried, since core/ai-agent/langgraph takes no value for them: http.
# The store configures the memory store, which LangGraph keeps in the PostgreSQL database its server uses; not carried, since core/ai-agent/langgraph takes no value for it: index, ttl.
# Not carried, since core/ai-agent/langgraph takes no value for them: checkpointer.ttl.
apiVersion: aggrega.ai/v1beta1
kind: Aggregate
metadata:
name: imported/support-desk
version: 0.1.0
description: Draft Aggregate imported from a source in the langgraph format.
spec:
components:
triage:
type: core/ai-agent/langgraph
values:
graph_entrypoint: "./src/support_desk/triage.py:make_graph"
description: "Routes an incoming ticket to the {team} that owns it."
uses:
checkpointer_db:
postgres:
target: postgres
# For the compose target only, uncomment the lines below, which declare credential on postgres: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none.
# features:
# credential:
# type: core/secret-value
# values:
# key: POSTGRES_PASSWORD
model:
model:
target: model
# For the compose target only, uncomment the lines below, ...
support:
type: core/ai-agent/langgraph
...
# The database the configuration's checkpointer keeps each graph's state in, PostgreSQL.
postgres:
type: core/datastore/postgres
# For the compose target only, uncomment the lines below, ...
# The model every graph calls, which the configuration does not name.
model:
type: core/ai-model/openai
values:
# Left for the author, since the configuration names no model: values.model, the name of the model core/ai-model/openai serves.
model: ""
release.yaml
spec:
aggregate: imported/support-desk
# manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here.
manifest: ""
components:
# Each graph's image is the application's own, not the server image langgraph build builds: its code, with LangGraph installed.
# It is handed, for its code to read, the graph to run as LANGGRAPH_GRAPH_ENTRYPOINT, the model's name as OPENAI_MODEL, the checkpointer store's host and port as LANGGRAPH_CHECKPOINTER_HOST and LANGGRAPH_CHECKPOINTER_PORT, its user and database, where the store publishes them, as LANGGRAPH_CHECKPOINTER_USER and LANGGRAPH_CHECKPOINTER_DATABASE, and a password attached on the checkpointer_db connection as LANGGRAPH_CHECKPOINTER_PASSWORD.
# It is also handed the model's address as OPENAI_BASE_URL and a key attached on the model connection as OPENAI_API_KEY, which the OpenAI client library reads, and recursion_limit as LANGGRAPH_DEFAULT_RECURSION_LIMIT, which LangGraph reads.
# An inject: block on the graph's own instance, through an entry reading graph_entrypoint alone, replaces LANGGRAPH_GRAPH_ENTRYPOINT with the name it writes; one on the model connection replaces OPENAI_MODEL, and one on the checkpointer_db connection the store's host, port, user and database, with the names it writes.
# The environment langgraph.json states for its application, for the Release to carry where core/ai-agent/langgraph takes it for each of its graphs:
# SUPPORT_QUEUE: "..."
# OPENAI_API_KEY: "..."
# MAX_TICKETS: "25"
triage:
infra:
# Left for the Release, since the source cannot supply it: infra.image, the container image running the application
image: ""
uses:
checkpointer_db:
postgres:
features:
credential:
type: core/secret-value
infra:
# Attached by reference, never as a value: the credential triage presents to postgres on its checkpointer_db connection, the password of postgres (the configuration names no variable for it), read from the variable POSTGRES_PASSWORD, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${POSTGRES_PASSWORD}"
model:
model:
features:
credential:
type: core/secret-value
infra:
# Attached by reference, never as a value: the credential triage presents to model on its model connection (the source names no variable for it, so it is read from the one OpenAI's client libraries read the API key from), read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${OPENAI_API_KEY}"
...
postgres:
features:
password:
type: core/secret-value
infra:
# Attached by reference, never as a value: the password of postgres (the configuration names no variable for it), read from the variable POSTGRES_PASSWORD, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${POSTGRES_PASSWORD}"
model: {}

İçe aktarma dört değeri sağlanması gereken değerler olarak bildirir: spec.manifest, her grafiğin imajı ve modelin adı. Bunlar yanıtlandıktan sonra her grafik, yanıt olarak verdiğiniz imajı çalıştıracak şekilde işlenir; veri deposunun adresi LANGGRAPH_CHECKPOINTER_HOST ve LANGGRAPH_CHECKPOINTER_PORT olarak, veri deposunun yayımladığı kullanıcı ve veritabanı LANGGRAPH_CHECKPOINTER_USER ve LANGGRAPH_CHECKPOINTER_DATABASE olarak (PostgreSQL ikisini de yayımlar; ikisini de yayımlamayan bir veri deposunda bu değişkenlerin hiçbiri işlenmez), modelin uç noktası ve adı OPENAI_BASE_URL ve OPENAI_MODEL olarak, model kimlik bilgisinin teslim ettiği anahtar OPENAI_API_KEY olarak, içe aktarma yolu LANGGRAPH_GRAPH_ENTRYPOINT olarak ve adım sınırı LANGGRAPH_DEFAULT_RECURSION_LIMIT olarak verilir. checkpointer_db bağlantısına eklenen kimlik bilgisi, ona veri deposunun parolasını da LANGGRAPH_CHECKPOINTER_PASSWORD olarak verir.

Bir yapılandırmanın belirttiği ortam

Yapılandırmanın env’inin adlandırdığı her değişken, Release’in sağlayacağı bir girdidir ve hiçbiri bir kimlik bilgisi yuvası olarak taslağa alınmaz: LangGraph hiçbir değişkeni gizli olarak işaretlemez ve bir değişkenin adı ne anlama geldiği açısından okunmaz. core/ai-agent/langgraph ortam için hiçbir değer almaz, bu nedenle Release onu uygulamanın ilk grafiğinin üstündeki bir yorumda belirtir.

  • Nesne olarak yazılmış bir env yapılandırmanın parçasıdır, bu nedenle değerleri yazıldığı gibi, yapılandırmanın yazdığı sırayla o yoruma taşınır. Bir şey tutan her değer, LangGraph’ın hiçbirini işaretlemediği bir kimlik bilgisi taşıyabilir: varsayılan olarak her biri yazıldığı gibi taşınır ve bir credential-carried uyarısında, hiçbir zaman değeriyle değil, yapılandırması ve env.OPENAI_API_KEY gibi değişkeniyle adlandırılır. empty_credentials ayarı all olduğunda her biri değersiz yazılır ve credential-emptied ile raporlanır; marked olduğunda ise LangGraph hiçbirini işaretlemediğinden her biri taşınır.
  • Bir dosyayı adlandıran env, yapılandırmanın yalnızca işaret ettiği ve genellikle yerel gizli bilgiler tutan bir dosyayı adlandırır. Yalnızca içe aktarıcının with.sources’u onu verdiğinde okunur. Yorum, dosyanın adlandırdığı ve Release’in sağlaması için bırakılan her değişkeni adlandırır; dosyanın hiçbir değeri okunmaz: ayar ne derse desin hiçbiri bir taslağa, bir karara ya da bir tanılamaya ulaşmaz. Birkaç satıra yayılarak tırnak içine alınmış bir değer tek bir değerdir, bu nedenle içindeki bir satır hiçbir zaman değişken sayılmaz; hiçbir değişken adlandırmayan bir satır ise numarasıyla adlandırılır. İçe aktarmaya dosya verilmediğinde — hiçbir zaman dosya vermeyen bir dizin için her zaman böyledir — Aggregate onu, nasıl verileceğiyle birlikte verilmedi olarak adlandırır ve değişkenleri Release’e bırakılır.

Okuduğu ayarlar

LangGraph içe aktarıcısı, Ayarlar bölümünün açıkladığı şekilde target_namespace, empty_credentials ve render_mode ayarlarını okur, başka hiçbir ayarı okumaz.

Google ADK içe aktarıcısı

importer/google-adk, Google’ın Agent Development Kit’i (ADK) üzerine kurulmuş bir uygulamanın Agent Config dosyalarında — root_agent.yaml ve alt ajanlarının adlandırdığı yapılandırmalar — bildirdiği ajanları okur ve ajan ağacı başına standart kütüphanenin ADK ajanı core/ai-agent/google-adk’nin bir örneğini tutan, ADK’nin isteklerini Gemini API’ye gönderdiği durumda ağacın adlandırdığı modele bağlanmış bir Aggregate ile yanında bir Release taslağı oluşturur. Bu yapılandırmaları okur, uygulamanın kodunu ise hiçbir zaman okumaz.

ADK, Agent Config özelliğinin deneysel olduğunu belirtir. Bir ajanın modeli varsayılan olarak bir Gemini modelidir; ADK bazı diğer sağlayıcıların modellerini claude-sonnet-4-5 ve gpt-4o gibi kendi sınıfları aracılığıyla adıyla sunar, diğerlerini ise bir LiteLLM model dizesi aracılığıyla sunar. Ajanın model soketi yalnızca Gemini API’yi kabul eder, bu nedenle içe aktarıcı ADK’nin Gemini API’ye gönderdiği bir modeli bağlar ve diğerlerini size bırakır; Bir ajan ağacı neye dönüşür bölümü bunu açıklar.

Ne okur

ADK’nin adk create --type=config komutu, bir uygulamanın kök ajanının yapılandırması olan root_agent.yaml dosyasını ve yanında bir ortam dosyasını yazar. Bir yapılandırma tek bir ajan bildirir:

  • name, description ve agent_class — ADK’nin ajanı oluşturduğu sınıf; hiçbiri adlandırılmamışsa LlmAgent;
  • model — ajanın istediği model — ya da modelini oluşturan koda bir başvuru olan model_code;
  • tools — her araç name ile, yapılandırmasının ona verdiği args ile birlikte;
  • generate_content_config — ajanın model isteklerinin seçenekleri, aralarında http_options;
  • sub_agents — her biri, onu adlandıran yapılandırmanın dizininden başka bir yapılandırmanın yolu olan bir config_path ya da uygulamanın kodunun oluşturduğu bir ajan olan code.

Bir dizin içe aktarıcıya root_agent.yaml dosyaları olarak verilir, başka hiçbir dosya verilmez; tek başına içe aktarılan bir yapılandırma ise adı ne olursa olsun kök olarak okunur. Her kökün ağacı önce kök olmak üzere, her ajanın alt ajanları listelendiği sırayla okunur. Bir sub_agents girdisinin config_path ile adlandırdığı yapılandırma yalnızca içe aktarıcının with.sources alanı onu verdiğinde okunur ve yolun son bölümüyle eşleştirilir; içe aktarmaya verilmemiş olan, Aggregate’te ve kararında verilmemiş olarak, nasıl verileceğiyle birlikte adlandırılır ve ajanı okunmaz:

plugins:
importer:
- uri: importer/google-adk:<version>
with:
sources:
- ./my_agent/code_tutor_agent.yaml
- ./my_agent/math_tutor_agent.yaml

Mutlak olan ya da onu adlandıran yapılandırmanın dizininin dışına çıkan bir config_path okunmaz, çünkü ADK da onu reddeder. with.sources alanının verdiği ve hiçbir yapılandırmanın adlandırmadığı bir dosya bir yorumda okunmadı olarak adlandırılır ve hiçbir kısmı okunmaz; verdiği bir dosya yalnızca bir kökün ağacının adlandırdığı bir yapılandırma olarak okunur, bu nedenle hiç root_agent.yaml ve tek başına içe aktarılan hiç dosya içermeyen bir içe aktarma hiçbir ağaç okumaz ve her dosyayı no-nodes altında bildirir. Uygulamanın kodu — bir yapılandırmanın koduyla adlandırdığı araçlar, geri çağrılar, şemalar ve ajanlar — ile ortam dosyası hiçbir zaman verilmez ve içe aktarıcı ikisini de okumaz: uygulama yapılandırmalarını Release’in adlandırdığı imajdan kendisi yükler. Bir dizin, her biri kendi root_agent.yaml dosyasından okunan birden fazla uygulama içerebilir.

Bir yapılandırmanın diğer üyeleri — aralarında bir ajanın instruction alanı — uygulama tarafından kendi yapılandırmasından okunur, bu nedenle taslak bunların hiçbirini taşımaz.

Bir ajan ağacı neye dönüşür

ADK bir uygulamayı kök ajanından sunar; yapılandırmalarının adlandırdığı her ajan onun içinde oluşturulur ve core/ai-agent/google-adk böyle bir uygulamayı çalıştırır. Bu nedenle Taslağın nasıl adlandırıldığı bölümünün anlattığı gibi kök ajanın adını taşıyan taslak bir Aggregate olan aggregate.yaml, ajan ağacı başına ve kök ajanının adıyla anahtarlanmış olarak, aşağıdakilere sahip bir core/ai-agent/google-adk örneği tutar:

  • yapılandırması bir açıklama veriyorsa kök ajanın açıklaması olan description;
  • ADK’nin isteklerini Gemini API’ye gönderdiği durumda ağacın adlandırdığı modele bağlanmış model bağlantısı.

Üstündeki yorumlar şunları adlandırır: kendi örneğine dönüşmeyen, ağacın diğer ajanları; okunmayan her alt ajan ve nedeni — uygulamanın koduyla oluşturulmuş olması, içe aktarmaya verilmemiş bir yapılandırma olması ya da ADK’nin reddettiği bir yapılandırma olması; ağacın ajanlarının adlandırdığı araçlar, ADK’nin sunduğu ve uygulamanın kodunun tanımladığı araçlar; sınıfı — LoopAgent, ParallelAgent ya da SequentialAgent — ADK tarafından Workflow lehine kullanımdan kaldırılan ajanlar; ve, ağacın modeli bağlandığında, ağacın diğer ajanlarının istediği modeller, her biri ADK’nin onu sunduğu aileyle birlikte. Her biri hiçbir şey seçmeyen bir kararda bildirilir.

Ağacın, önce kök olmak üzere, bir model ya da onu oluşturan kodu adlandıran ilk ajanı örneğin modelini belirler. Adlandırdığı ve isteklerini ADK’nin Gemini API’ye gönderdiği bir model — ADK’nin Gemini sınıfı üzerinden sunduğu, gemini-2.5-flash gibi, Vertex AI kaynak adı olmayan bir model adı ya da Gemma sınıfı üzerinden sunduğu bir model adı — o modeli sunan ve onunla anahtarlanan bir core/ai-model/gemini örneğidir; aynı modeli adlandıran ağaçlar tek bir örneği paylaşır. Çalışma alanının kataloğunda hiç core/ai-model/gemini yoksa, ajanın model soketinin seçtiği model.aggrega.ai/api: gemini etiketini taşıyan bir <target_namespace>/ai-model/gemini taslağı oluşturulur ve kararı bunu belirtir; uç noktasını ve modelini yayımlayan bir Recipe, onu açan bir yorumun belirttiği gibi size bırakılır. ADK’nin başka herhangi bir yolla sunduğu bir model — openai/gpt-4o gibi bir LiteLLM model dizesi, bir Vertex AI kaynak adı ya da ADK’nin Anthropic veya OpenAI üzerinden sunduğu claude-sonnet-4-5 veya gpt-4o gibi bir ad — hiçbir şeye bağlanmaz: ajanın model soketi bir Gemini modeli alır ve ajan ortamından hiçbir model adı okumaz, bu nedenle oraya bir Gemini modeli bağlar ve ajanın yapılandırmasında o modeli adlandırırsınız. Örneğin üstündeki yorum ve kök ajanın kararı, modeli ve ADK’nin onu sunduğu aileyi adlandırır. Uygulamanın kodunun oluşturduğu bir model ya da hiç model adlandırmayan bir ağaç — ADK bu durumda varsayılan modelini kullanır — da hiçbir şeye bağlanmaz ve örneğin üstündeki bir yorum nedenini söyler. Modelin hiçbir şeye bağlanmadığı her durumda derleme, biri bağlanana kadar model soketini adlandırarak durur. Bir ağacın diğer ajanlarının istediği modellerden, isteklerini ADK’nin Gemini API’ye gönderdiği bir modelin kendi bağlantısına ihtiyacı yoktur: ADK’nin Gemini istemcisi onun isteklerini örneğin bağlantısının ilettiği anahtarla gönderir. Uygulamanın Gemini’ye Gemini API üzerinden mi yoksa Vertex AI üzerinden mi ulaşacağı, içe aktarmanın okumadığı ortamı tarafından seçilir; ajanın model soketi yalnızca Gemini API’yi kabul eder.

İçe aktarıcının testleri ayrıca openai/gpt-4o adlandıran tek başına bir kök ajanı da içe aktarır; bunun örneği şu şekilde taslak olarak oluşturulur:

spec:
components:
# The agent tree of root_agent.yaml, served from its root agent routed_agent.
# The model connection is left for the author, since the model openai/gpt-4o, which routed_agent names, is one ADK serves through LiteLLM, not through the Gemini API, while core/ai-agent/google-adk takes a Gemini model on its model socket and reads no model name from its environment, so the author wires a Gemini model there and names that model in routed_agent's configuration; the build halts naming the socket until one is wired.
routed-agent:
type: core/ai-agent/google-adk
values:
description: "Answers questions with a model another provider serves."

Yanındaki release.yaml, o Aggregate’i adlandıran aynı adlı taslak bir Release’tir. Her örneğin girdisi, infra.image değerini — ADK üzerine kurulmuş, yapılandırmalarını içeren uygulamayı çalıştıran imaj — ne olduğunu söyleyen bir yorumun altında boş yazar ve içe aktarma bunu eksik olarak bildirir. --target compose ile girdi ayrıca infra.published_port değerini, 8000’i yazar; bu, uygulamanın dinlediği ve Compose Recipe’sinin ana makinenin geri döngü adresi 127.0.0.1 üzerinde yayımladığı bağlantı noktasıdır ve altında, yalnızca bu makineden, üzerinde çalışan herhangi bir süreç tarafından erişilebildiğini ve satırın silinmesinin hizmeti dahili tuttuğunu söyleyen yorum bulunur; ikinci bir ağaç bir sonraki boş bağlantı noktasını alır. Modeli bağlandığında girdi, örneğin o modele sunduğu kimlik bilgisini model bağlantısında credential altına, asla bir değer olarak değil, başvuru olarak ekler: hiçbir yapılandırma bunun için bir değişken adlandırmaz, bu nedenle Google’ın Gemini API istemci kitaplıklarının anahtarlarını okuduğu değişken olan GOOGLE_API_KEY değişkeninden okunur; helm dışındaki her hedefte bir ${…} başvurusu olarak, helm’de ise bir Kubernetes Secret nesnesinin adı olarak yazılır ve içe aktarmanın eksik olarak bildirmesi için boş bırakılır; compose’da model bağlantısı onu bu anahtarla bildirir. Bağlanmış bir modelin de hiçbir altyapı içermeyen bir girdisi vardır, bu nedenle Release onu örnekle birlikte yerleştirir. Ağacın yapılandırmalarının araçlarına ve model isteklerine verdiği değerler, Bir yapılandırmanın tuttuğu kimlik bilgisi değerleri bölümünün anlattığı gibi girdinin üstündeki bir yorumda yazılır. Taslağı oluşturulan her Release gibi metadata.environment değerini development olarak ve hedef yoksa içe aktarmanın eksik olarak bildirdiği boş bir spec.manifest yazar; bir hedef verildiğinde, Bir hedefin ekledikleri bölümünün anlattığı gibi içe aktarma Manifest’in taslağını oluşturur.

Bu içe aktarıcının testlerinin içe aktardığı, iki alt ajanın yapılandırmalarını ve kodla oluşturulmuş bir alt ajanı adlandıran bir kök ajandan oluşan uygulama, iki yapılandırma with.sources altında adlandırılarak dizini olarak içe aktarıldığında, hiçbir ayar olmadan kök ajanının adı olan tutor_root altında şöyle taslağa dökülür:

aggregate.yaml
# Google ADK agent configurations read:
# - root_agent.yaml
# - code_tutor_agent.yaml
# - math_tutor_agent.yaml
# Not read: the application's code, which defines the tools, callbacks and agents a configuration names by their code, nor the environment file ADK's scaffold writes beside root_agent.yaml; the application runs in the image the Release names for each instance, and loads its configurations itself.
# ADK states that its Agent Config is experimental. An agent's model is a Gemini model by default; ADK serves some other providers' models by name through classes of its own, such as claude-sonnet-4-5 and gpt-4o, and others through a LiteLLM model string.
apiVersion: aggrega.ai/v1beta1
kind: Aggregate
metadata:
name: imported/tutor-root
version: 0.1.0
description: Draft Aggregate imported from a source in the google-adk format.
spec:
components:
# The agent tree of root_agent.yaml, served from its root agent tutor_root.
# Sub-agents ADK builds inside this application, drafted as no instance of their own: code_tutor_agent, math_tutor_agent.
# Not read: a sub-agent of tutor_root, which is built by the application's code at tutor_agents.review_agent, which the import does not read.
# Tools ADK ships, which run inside the application, drafted as no Component: google_search.
# Tools the application's code defines, drafted as no Component: tutor_tools.make_snippet_runner.
# Models other agents of the tree ask for, ...: gemini-pro-latest (math_tutor_agent, served through Gemini).
tutor-root:
type: core/ai-agent/google-adk
values:
description: "Learning assistant that tutors {{`{{`}} students }} in code and math."
uses:
model:
gemini-flash-latest:
target: gemini-flash-latest
# For the compose target only, uncomment the lines below, which declare credential on gemini-flash-latest: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none.
# features:
# credential:
# type: core/secret-value
# values:
# key: GOOGLE_API_KEY
# The model gemini-flash-latest.
gemini-flash-latest:
type: core/ai-model/gemini
values:
model: "gemini-flash-latest"

Taslağın bir yapılandırmadan Aggregate’e, bir değerde ya da bir yorumda kopyaladığı bir metin, her {{ ifadesini sonucu iki küme parantezi olan bir eylem olan {{`{{`}} olarak yazar; böylece açıklama ve bir yorumda iki küme parantezi içeren bir ad, Aggregate değerlendirildiğinde yazıldığı gibi okunur.

release.yaml
spec:
aggregate: imported/tutor-root
# manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here.
manifest: ""
components:
# The configurations also hand these values to their tools and their model requests, which the application reads from its own configurations, written here for review:
# code_tutor_agent tools.tutor_tools.make_snippet_runner.args.api_key: "..."
# code_tutor_agent tools.tutor_tools.make_snippet_runner.args.sandbox: "python3.12"
# code_tutor_agent tools.tutor_tools.make_snippet_runner.args.timeout_seconds: 20
# math_tutor_agent generate_content_config.http_options.headers: "..."
# math_tutor_agent generate_content_config.http_options.timeout: 30000
tutor-root:
infra:
# Left for the Release, since the source cannot supply it: infra.image, the container image running the application built on ADK, holding its configurations
image: ""
uses:
model:
gemini-flash-latest:
features:
credential:
type: core/secret-value
infra:
# Attached by reference, never as a value: the credential tutor-root presents to gemini-flash-latest on its model connection (the source names no variable for it, so it is read from the one Google's Gemini API's client libraries read the API key from), read from the variable GOOGLE_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${GOOGLE_API_KEY}"
gemini-flash-latest: {}

İmaj yanıtlandığında örnek, onu çalıştıracak ve kimlik bilgisi ADK’nin Gemini istemcisinin Gemini API’ye gönderdiği GOOGLE_API_KEY olarak verilecek şekilde, model ise Gemini API’nin adresine ulaşan bir Service olarak işlenir.

Bir yapılandırmanın tuttuğu kimlik bilgisi değerleri

Bir yapılandırma, bir araca args içinde, ya da model isteklerine generate_content_config öğesinin http_options alanında bir anahtar verebilir: isteklerin başlıkları, adresi, istemcilerinin bağımsız değişkenleri. Bir aracın args öğesinin ve bu HTTP seçeneklerinin her üyesi, Release’te örneğin girdisinin üzerindeki yoruma, yapılandırmasının yazdığı biçimde yazılır; metin, nesne ya da liste olan her biri bir kimlik bilgisi taşıyabilir ve ADK hiçbirini kimlik bilgisi olarak işaretlemez: varsayılan olarak her biri yazıldığı gibi taşınır ve bir credential-carried uyarısında asla değeriyle değil, ajanı ve alanıyla, örneğin tools.tutor_tools.make_snippet_runner.args.api_key biçiminde adlandırılır. empty_credentials ayarı all olduğunda her biri değersiz yazılır ve credential-emptied ile bildirilir; marked olduğunda ise ADK hiçbirini işaretlemediği için her biri taşınır. Bir sayı ya da boolean anahtar taşımaz ve yapılandırmanın yazdığı gibi yazılır. ADK bir yapılandırmadaki hiçbir değişken başvurusunu genişletmez, bu nedenle her değer yazıldığı gibi okunur; ADK’nın Gemini istemcisinin okuduğu anahtarı genellikle tutan ortam dosyası, ayar ne derse desin hiçbir zaman okunmaz.

Okuduğu ayarlar

Google ADK içe aktarıcısı target_namespace, empty_credentials ve render_mode ayarlarını Ayarlar bölümünün açıkladığı şekilde okur ve başka hiçbir ayarı okumaz.

Agent Framework içe aktarıcısı

importer/agent-framework, bir Microsoft Agent Framework bildirimsel ajanını — Agent Framework üzerine kurulu bir uygulamanın bir ajanı yüklediği, Prompt türündeki YAML belgesini — okur ve standart kütüphanenin Agent Framework ajanının, core/ai-agent/agent-framework, adını verdiği OpenAI modeline bağlanmış tek bir örneğini tutan bir Aggregate ile yanında bir Release taslağı hazırlar. Bildirimsel ajanları okur, uygulamanın kodunu asla okumaz. Agent Framework, bildirimsel ajan paketlerini ön sürümler olarak yayımlar.

Ne okur

Bir bildirimsel ajan şunları bildirir:

  • name, displayName ve description, instructions alanı ile girdisinin ve çıktısının şemaları;
  • model — modelin id değeri, onu sunan provider, istemcisinin istek gönderdiği API (apiType), isteklerinin options değerleri ve connection değeri: bir endpoint’e key ya da apiKey altında yazılmış bir anahtar sunan bir key bağlantısı; bir endpoint’e ulaşan bir remote bağlantısı; uygulamanın çözdüğü bir bağlantıyı adlandıran bir reference bağlantısı ya da hiçbir şey sunmayan bir anonymous bağlantısı;
  • tools — her biri bir kind türündedir: kodunu uygulamanın bağladığı bir function, modelin sağlayıcısının çalıştırdığı bir web_search, file_search ya da code_interpreter aracı veya url adresinden ulaşılan, çağrılarının aldığı approvalMode değeri, ajanın çağırabileceği sunucu araçlarını belirten allowedTools ve kendine ait bir connection içeren bir mcp sunucusu.

=Env.NAME olarak yazılmış bir üye, Agent Framework tarafından NAME ortam değişkeninden yalnızca uygulama bildirimsel ajanı Agent Framework’ün kendi güvenlik ayarı olan AgentFactory(safe_mode=False) ile yüklediğinde ve bir .NET çalışma zamanı mevcut olduğunda okunur, aksi halde ifadenin yazıldığı haliyle metni olarak alınır; = ile başlayan diğer her üye, uygulamanın hesapladığı bir ifadedir. İçe aktarıcı ikisini de okumaz: bir başvuruyu değişkeniyle, bir ifadeyi de ifade olarak adlandırır.

Tek başına içe aktarılan bir dosya, adı ne olursa olsun tek bir bildirimsel ajan olarak okunur; içe aktarıcının with.sources değerinin verdiği her dosya da ayrı bir ajan olarak okunur, böylece tek bir içe aktarma birkaç taslak hazırlar:

plugins:
importer:
- uri: importer/agent-framework:<version>
with:
sources:
- ./agents/triage.yaml
- ./agents/writer.yaml

İçe aktarıcıya hiçbir zaman bir dizin verilmez: imzası hiçbir dosya adlandırmaz; bu nedenle biçim adlandırmayan bir dizin içe aktarması onu tanımaz, --format agent-framework adlandıran bir içe aktarma ise dizinin herhangi bir dosyası açılmadan önce An importer that declares no file patterns is handed a directory (Dosya deseni bildirmeyen bir içe aktarıcıya bir dizin verildi) altında reddedilir. Bunun yerine her bildirimsel ajanı kendi dosyası olarak içe aktarın. Agent Framework’ün bir istem ajanı oluşturmadığı bir kaynak — kind değeri, harf büyüklüğü ne olursa olsun ne Prompt ne de Agent olan bir kaynak — no-nodes altında raporlanır. Uygulamanın kodu — her bildirimsel ajanı yükleyen program ve araçlarına bağladığı işlevler — asla kaynaklar arasında yer almaz: uygulama, bildirimsel ajanlarını Release’in adlandırdığı imajdan kendisi yükler.

Bir bildirimsel ajan neye dönüşür

Taslağın nasıl adlandırıldığı bölümünün anlattığı gibi ajanın adını taşıyan taslak bir Aggregate olan aggregate.yaml, her bildirimsel ajan için, ajanın adıyla anahtarlanmış bir core/ai-agent/agent-framework örneği tutar; bu örnekte şunlar bulunur:

  • ajan bunları belirttiğinde, ajanın displayName ve description değerleri olarak display_name ve description;
  • adlandırdığı model bağlandığında, o modele bağlanmış model bağlantısı.

Ajanın talimatları, girdisinin ve çıktısının şemaları, şablonu, meta verileri ve model isteklerinin seçenekleri uygulama tarafından bildirimsel ajandan okunur ve örneğin üstündeki bir yorumda adlandırılır. Bir işlev aracı, modelin sağlayıcısının çalıştırdığı bir araç ve başka herhangi bir türden bir araç da bir yorumda adlandırılır ve hiçbir şey seçmeyen bir kararda raporlanır.

provider değeri OpenAI olan ve bir id adlandıran bir model, o kimliği sunan ve onunla anahtarlanan bir core/ai-model/openai örneğidir: ajanın model soketi OpenAI API’sini sunan bir modeli kabul eder ve çalışma zamanı o modelin adresini, adını ve anahtarını Agent Framework’ün OpenAI istemcilerinin okuduğu değişkenlerde iletir. Tek bir adreste tek bir modeli adlandıran ajanlar tek bir örneği paylaşır. Çalışma alanının kataloğunda core/ai-model/openai yoksa, ajanın model soketinin seçtiği model.aggrega.ai/api: openai etiketini taşıyan bir <target_namespace>/ai-model/openai taslağı hazırlanır ve kararı bunu belirtir; uç noktasını ve modelini yayımlayan bir Recipe, başındaki bir yorumun belirttiği gibi size bırakılır. Başvuru olarak yazılmış bir id, modelin values.model değerini size bırakır ve modelin üstündeki bir yorum değişkeni adlandırır; değer ayarlanana kadar derleme onu adlandırarak durur. Bir anonymous bağlantısı, bağlantının unauthenticated: true değeri olarak yazılır. Başka herhangi bir sağlayıcının modeli — AzureOpenAI, Anthropic —, sağlayıcısını başvuru olarak adlandıran ya da hiç adlandırmayan bir model (bu durumda Agent Framework uygulamanın ayarladığı varsayılan sağlayıcıyı kullanır) ve hiçbir id adlandırmayan bir model hiçbir şeye bağlanmaz ve örneğin üstündeki bir yorum nedenini belirtir; bir model bağlanana kadar derleme model soketini adlandırarak durur.

mcp türündeki bir araç ne bir Component ne de bir bağlantı olarak taslağa alınır: Agent Framework sunucuyu barındırılan bir araç olarak modelin sağlayıcısına gönderir ve ona url adresinden uygulama değil sağlayıcı ulaşır; bu nedenle bu adres sağlayıcıdan erişilebilir olmalıdır ve taslağın dağıttığı hiçbir şey ona ulaşmaz. Ajanın örneğinin üstündeki bir yorum sunucuyu adlandırır, bunu belirtir ve bildirimsel ajanın onun için belirttiği açıklamayı, approvalMode değerini ve allowedTools değerini adlandırır; sunucunun url değeri, Release’te ajanın girdisinin üstündeki yoruma eksiksiz yazılır ve kararı hiçbir şey seçmez.

Yanındaki release.yaml, o Aggregate’i adlandıran aynı adlı taslak bir Release’tir. Ajanın girdisi, infra.image değerini — bildirimsel ajanını tutan, Agent Framework üzerine kurulu uygulamayı çalıştıran imaj — ne olduğunu söyleyen bir yorumun altında boş yazar ve içe aktarma bunu eksik olarak bildirir. --target compose ile girdi ayrıca infra.published_port olarak 8000’i yazar; bu, Component’in infra.port değerinin uygulama için varsayılan olarak belirttiği ve Compose Recipe’inin ana makinenin geri döngü adresi 127.0.0.1 üzerinde yayımladığı porttur ve hizmete yalnızca bu makineden, üzerinde çalışan herhangi bir süreç tarafından erişilebildiğini ve satırı silmenin hizmeti dahili tuttuğunu söyleyen yorumun altındadır. Modeli bağlandığında girdi, ajanın o modele sunduğu kimlik bilgisini model bağlantısında credential altına, asla bir değer olarak değil, başvuru olarak ekler: bildirimsel ajanın anahtarı için adlandırdığı ve =Env.NAME olarak yazılan değişkenden, aksi halde OpenAI istemci kitaplıklarının anahtarlarını okuduğu değişken olan OPENAI_API_KEY değişkeninden okunur; helm dışındaki her hedefte bir ${…} başvurusu olarak, helm’de ise bir Kubernetes Secret nesnesinin adı olarak yazılır ve içe aktarmanın eksik olarak bildirmesi için boş bırakılır; compose’da model bağlantısı onu bu anahtarla bildirir. Bildirimsel ajanın modeli ve MCP sunucuları için belirttiği değerler — anahtarlar ve her sunucunun url değeri — Bir bildirimsel ajanın tuttuğu kimlik bilgisi değerleri bölümünün açıkladığı gibi ajanın girdisinin üstündeki bir yorumda yazılır. Bağlanmış her modelin bir girdisi vardır, bu nedenle Release onu ajanla birlikte yerleştirir. Bağlantısının belirttiği uç nokta, modelin infra.endpoint değeri olarak yazılır; başvuru olarak yazılmış bir uç nokta girdisinin yanında adlandırılır ve ayarlanana kadar Component’in kendi adresi kullanılır; uç nokta belirtmeyen bir bağlantı ise girdiyi hiçbir altyapı içermeden bırakır ve Component’in kendi adresi geçerli kalır. Taslağı oluşturulan her Release gibi metadata.environment değerini development olarak ve hedef yoksa içe aktarmanın eksik olarak bildirdiği boş bir spec.manifest yazar; bir hedef verildiğinde, Bir hedefin ekledikleri bölümünün anlattığı gibi içe aktarma Manifest’in taslağını oluşturur.

Bu içe aktarıcının testlerinin içe aktardığı, anahtar bağlantılı OpenAI sağlayıcısına ait, kendi anahtarını sunan bir MCP sunucusu, bir işlev aracı ve bir web araması içeren, kendi dosyası olarak içe aktarılan bildirimsel ajanın taslağı, hiçbir ayar olmadan kendi name değeri olan LearnAgent adı altında şöyle hazırlanır:

aggregate.yaml
# Not read: the application's code, which loads each declarative agent and binds the functions of its function tools; the application runs in the image the Release names for each instance, and loads its declarative agents itself.
apiVersion: aggrega.ai/v1beta1
kind: Aggregate
metadata:
name: imported/learnagent
version: 0.1.0
description: Draft Aggregate imported from a source in the agent-framework format.
spec:
components:
# The declarative agent LearnAgent.
# Read by the application from the declarative agent, and taken by no key of core/ai-agent/agent-framework: instructions, outputSchema, the options of its model requests (temperature, topP).
# Function tools, whose code the application binds, drafted as no Component: GetRelease.
# Tools the model's provider runs, drafted as no Component: search.
# The MCP server microsoft_learn, drafted as no Component and no connection, since Agent Framework sends it to the model's provider as a hosted tool, and the provider, not the application, reaches it at its url, which must therefore be reachable from the provider; its url is written above learnagent's entry in the Release.
# Stated by the declarative agent for microsoft_learn: its description, "Get information from Microsoft Learn."; its approval mode, never; the tools of the server it allows, microsoft_docs_search, microsoft_docs_fetch.
learnagent:
type: core/ai-agent/agent-framework
values:
display_name: "Learn Assistant"
description: "Answers questions about {{`{{`}} product }} from the Microsoft Learn content."
uses:
model:
gpt-4-1-mini:
target: gpt-4-1-mini
# For the compose target only, uncomment the lines below, which declare credential on gpt-4-1-mini: a secret the Release alone attaches arrives under the key value, so each is declared with a key of its own and no two arrive under one; the Release attaches its origin, naming this type or none.
# features:
# credential:
# type: core/secret-value
# values:
# key: OPENAI_API_KEY
# The model gpt-4.1-mini, which LearnAgent names with the OpenAI provider.
gpt-4-1-mini:
type: core/ai-model/openai
values:
model: "gpt-4.1-mini"

Taslağın bir bildirimsel ajandan Aggregate’e, bir değerde ya da bir yorumda kopyaladığı bir metin, her {{ dizisini {{`{{`}} olarak yazar; böylece Aggregate değerlendirildiğinde yazıldığı gibi okunur.

release.yaml
spec:
aggregate: imported/learnagent
# manifest: left empty, since the import was given no target; an import given a target drafts the Manifest and names it here.
manifest: ""
components:
# The declarative agent also states these values for its model and its MCP servers, written here for review:
# - model.connection.key: "..."
# - tools.microsoft_learn.url: "https://learn.microsoft.com/api/mcp?session=..."
# - tools.microsoft_learn.connection.key: "..."
learnagent:
infra:
# Left for the Release, since the source cannot supply it: infra.image, the container image running the application built on Agent Framework, holding its declarative agent
image: ""
uses:
model:
gpt-4-1-mini:
features:
credential:
type: core/secret-value
infra:
# Attached by reference, never as a value: the credential learnagent presents to gpt-4-1-mini on its model connection (the source names no variable for it, so it is read from the one OpenAI's client libraries read the API key from), read from the variable OPENAI_API_KEY, which a target substituting variable references, as Docker Compose does when the stack starts, reads from the environment, so no file carries the value.
origin: "${OPENAI_API_KEY}"
gpt-4-1-mini:
infra:
endpoint: "https://llm-gateway.example.com/v1"

İmaj yanıtlandığında ajan onu çalıştıracak şekilde işlenir; modelin uç noktası OPENAI_BASE_URL, kimliği OPENAI_MODEL ve kimlik bilgisi OPENAI_API_KEY olarak ona verilir ve model, kendi ana makinesine ulaşan bir Service olarak işlenir. Hiçbir değişken MCP sunucusunun adresini taşımaz: ona uygulama değil, modelin sağlayıcısı ulaşır.

Bildirimsel bir ajanın tuttuğu kimlik bilgisi değerleri

Bir key bağlantısının sunduğu anahtar (model üzerinde ya da bir MCP sunucusu üzerinde key veya apiKey altında yazılır), Agent Framework’ün kimlik bilgisi olarak işaretlediği tek üyedir: yükleyicisinin günlüğe yazdıklarından sansürlediği tek değer odur. Bildirimsel bir ajanın değişmez değer olarak yazdığı her anahtar, Release’te ajanın girdisinin üstündeki yoruma bildirimsel ajanın yazdığı biçimde yazılır ve varsayılan olarak yazıldığı gibi taşınır; bir credential-carried uyarısında değeriyle değil, ajanı ve model.connection.key gibi alanıyla adlandırılır. Bir MCP sunucusunun aynı yoruma eksiksiz yazılan ve alanıyla adlandırılan (tools.microsoft_learn.url of node LearnAgent is carried as written) url değeri, bir MCP sunucusunun yapılandırmasının bir üyesidir; bağlanmış bir modelin uç noktası ise Agent Framework’ün kimlik bilgisi olarak işaretlemediği bir girdidir. empty_credentials ayarı marked olduğunda anahtarlar ve MCP sunucularının url değerleri değersiz yazılır (yorum her birini yalnızca alanıyla adlandırır) ve credential-emptied ile raporlanır; modelin uç noktası ise taşınır. all olduğunda modelin infra.endpoint değeri de dışarıda bırakılır, girdisinin üstündeki yorumda Release’e bırakılmış olarak adlandırılır ve ayarlanana kadar Component’in varsayılan adresi kullanılır. =Env.NAME olarak yazılan bir değer hiçbir değer tutmaz; bu nedenle ayar ne derse desin, Agent Framework’ün onu ortamdan okuduğu koşulla birlikte değişkeniyle adlandırılır (model.connection.key, written as =Env.OPENAI_API_KEY, which Agent Framework reads …) ve iki koddan hiçbiriyle raporlanmaz; başka herhangi bir ifade olarak yazılan bir değer ise ifade olarak adlandırılır ve hiçbir zaman yazılmaz.

Okuduğu ayarlar

Agent Framework içe aktarıcısı, target_namespace, empty_credentials ve render_mode ayarlarını Ayarlar bölümünün açıkladığı şekilde okur ve başka hiçbir ayarı okumaz.

Bir hedefin ekledikleri

Bir hedef verilen bir içe aktarma — aggrega import üzerinde --target ya da asistanın içe aktarma aracında ve oturumun aggrega/import yönteminde target; compose veya helm gibi bir sağlayıcı yeteneğini adlandırır — bu hedefi içe aktarıcıya iletir, böylece içe aktarıcı taslakları o hedef için oluşturur: her gizli bilgi o hedefin okuduğu biçimde, yalnızca o hedefin ihtiyaç duyduğu satırlar etkin olarak yazılır, yalnızca başka bir hedefin ihtiyaç duyduğu satırlar ise dışarıda bırakılır. compose üzerinde bu satırlar, her içe aktarıcının bölümünün söylediği gibi, içe aktarıcının ana makinenin geri döngü adresinde bir hizmet yayımladığı her yerde infra.published_port içerir; içe aktarıcının seçtiği bir bağlantı noktası, Release’in başka bir bağlantı noktasının aldığı numarayı asla almaz. Ardından içe aktarma, hangi içe aktarıcı çalışmış olursa olsun, içe aktarıcının taslağını oluşturduklarının yanında Manifest’in taslağını oluşturur: manifest.yaml; taslağı oluşturulan Release’in yanında yer alır, onunla aynı şekilde adlandırılır ve sürümlenir — ya da içe aktarıcı hiçbir Release taslağı oluşturmadıysa, taslağı oluşturulan Aggregate’in yanında yer alır, onunla aynı şekilde adlandırılır ve sürümlenir.

Taslakların ihtiyaç duyduğu her bileşen türü ve her feature türü için — taslağı oluşturulan Aggregate’in bileşenlerinde, bunların bağlantılarında ve alt sistemlerinde, onun bir araya getirdiği core/dify gibi katalog Aggregates’inde ve taslağı oluşturulan Release’in eklerinde — Manifest türü, çalışma alanının kataloğunun o tür için sunduğu o yeteneğe ait Recipe’ye ya da bir feature türü için feature recipe’ye eşler: var olan tek olanına, tek bir tanesinin birkaç sürümü bir sayılarak; ya da farklı adlara sahip birkaç tane varsa, core/datastore/postgres için helm/postgres gibi türün kendi adını taşıyanına. Hiç olmayan ya da birkaç tane olup hiçbiri bu şekilde adlandırılmamış bir tür eşlenmeden bırakılır, bir uyarı onu ve nedenini adlandırır ve taslakların bir derlemesi, siz onu eşleyene kadar bu türün her örneğini veya ekini adlandırarak durur.

Birkaç Recipes’ten hangisinin geçerli olduğunu yalnızca içe aktarıcının bildiği durumda, Manifest’in taslağını kendisi oluşturur — MCP içe aktarıcısı her sunucuyu anahtarına göre sunucunun nasıl çalıştığının gerçekleştirimine eşler ve bir gizli bilgiyi adıyla ekleyen bir içe aktarıcı core/referenced-secret öğesini helm/k8s-existing-secret öğesine eşler — ve içe aktarma onu tamamlar: içe aktarıcının yazdığı ve kataloğun o tür ve yetenek için sunduğu her eşleme korunur, diğer her eşleme bir uyarıyla atılır ve bıraktığı türler yukarıdaki gibi eşlenir.

Taslağı oluşturulan Release’in hedef olmadan boş yazılan spec.manifest alanı Manifest’in adına ayarlanır, üstündeki yorum kaldırılır ve Release’te başka hiçbir şey değişmez. aggrega import bunu ayrıntılı olarak açıklar.

Ayarlar

Bir içe aktarıcıya, onu bağlayan plugins.importer girdisinin ayarları, Bir kaynağı hangi içe aktarıcı taslaklara dönüştürür bölümünün anlattığı gibi with.settings altında verilir. Girdi ya da ayar yoksa her ayar varsayılan değerini alır.

plugins:
importer:
- uri: importer/langflow:<version>
with:
settings:
target_namespace: payments
reuse_mode: hints-only
AyarVarsayılanNe yapar
target_namespaceimportedTaslağı oluşturulan varlıkların altında adlandırıldığı ad alanı: bir Component için <target_namespace>/<category>/<name>, Aggregate ve Release için <target_namespace>/<name>; burada <name> kaynağın kendi adıdır, yoksa dizininin adı ya da uzantısı olmadan dosyasının adı, o da yoksa flow; küçük harflerle yazılır ve ASCII harfleri ile rakamları dışındaki karakterlerden oluşan her dizi tek bir kısa çizgiye dönüştürülür; Bir taslak nasıl adlandırılır bunu açıklar.
reuse_modeauto-apply-above-thresholdauto-apply-above-threshold, taslağın kendine ait bir Component verdiği ve eşleşmesi yüksek kademede olup reuse_threshold değerinde ya da üzerinde puan alan bir düğüm için en iyi eşleşen katalog Component’ine başvurur ve diğer her düğümün taslağını çıkarır. hints-only, bu türden her düğümün taslağını çıkarır ve hiçbir katalog Component’ine başvurmaz; güçlü bir eşleşmeyi ipucu olarak kaydeder. Başka herhangi bir değer hints-only olarak okunur.
reuse_threshold0.85auto-apply-above-threshold modunun bir Component’e başvurduğu, bu puan ve üzeridir. Yalnızca o modda okunur; 0 varsayılan olarak okunur.
emit_hintstrueYüksek ya da orta kademeli bir eşleşme için, taslağı çıkarılan bir Component’in dosyasının, benzediği katalog Component’ini adlandıran bir yorumla başlayıp başlamadığı. Taslak Aggregate aynı yorumu o düğümün girdisinin üzerinde taşır; başvurulan bir girdinin üzerinde ise yerine konabileceği bir sonraki en iyi adayı adlandıran ya da hiçbir adayın sıfırın üzerinde puan almadığını belirten bir yorum taşır. false yorumları dışarıda bırakır.
render_modehumanhuman, yukarıda anlatılan taslakları yazar. llm hiç taslak yazmaz; bunun yerine karar kaydının tamamını (her düğüm, tartılan adaylar ve yapılan seçim) başka bir aracın okuması için tek bir belge olarak, import-decisions.json olarak yazar. Başka herhangi bir değer human olarak okunur.
mapping_overridesyokİçe aktarıcının kendi tablosunun üzerine katmanlanan, önce biçime sonra düğüm türüne göre anahtarlanan eşlemeler; Compose içe aktarıcısı için imaj deposuna göre. Her girdi, o türdeki bir düğümün eşlendiği component değerini ve isteğe bağlı olarak onun category değerini, eşleşen bir Component’in taşıdığı traits değerlerini (etiketler ve değerleri) ve adının taşıdığı bir vendor sözcüğünü adlandırır. Tablonun zaten eşlediği bir düğüm türü için bir girdi, tablo satırının yerini alır. Yalnızca içe aktarılan biçimin altındaki girdiler okunur.
layoutplatformplatform, akışı çalıştıran platformun taslağını akışı taşıyacak şekilde çıkarır; akışın her parçası, Akışı taşıyan platform bölümünün anlattığı gibi platforma bağlanmış kendine ait bir Component olur. nodes, Düğüm düğüm bölümünün anlattığı gibi her düğümün taslağını kendine ait bir Component olarak çıkarır. Dify içe aktarıcısı için platform, Bir uygulama neye dönüşür bölümünün anlattığı gibi uygulamayı taşıyan Dify kurulumunun taslağını çıkarır. Başka herhangi bir değer platform olarak taslağa dönüşür ve içe aktarma unknown-layout ile uyarır.
empty_credentialsnonePlatformun taşıdığı akışın hangi kimlik bilgisi değerlerini boş yazdığı (Akışın tuttuğu kimlik bilgisi değerleri bunları listeler), MCP içe aktarıcısının taslağını çıkardığı Release’in hangilerini boş yazdığı (Bir sunucunun tuttuğu kimlik bilgisi değerleri bunları listeler), Compose içe aktarıcısının taslağını çıkardığı Release’in hangilerini boş yazdığı (Bir hizmetin tuttuğu kimlik bilgisi değerleri bunları listeler), Dify içe aktarıcısının taşıdığı uygulamanın hangilerini boş yazdığı (Bir uygulamanın tuttuğu kimlik bilgisi değerleri bunları listeler), CrewAI içe aktarıcısının taslağını çıkardığı Release’in hangilerini boş yazdığı (Bir bildirimin tuttuğu kimlik bilgisi değerleri bunları listeler), LangGraph içe aktarıcısının taslağını çıkardığı Release’in hangilerini boş yazdığı (Bir yapılandırmanın belirttiği ortam bunları listeler), Google ADK içe aktarıcısının taslağını çıkardığı Release’in hangilerini boş yazdığı (Bir yapılandırmanın tuttuğu kimlik bilgisi değerleri bunları listeler) ve Agent Framework içe aktarıcısının taslağını çıkardığı Release’in hangilerini boş yazdığı (Bildirime dayalı bir ajanın tuttuğu kimlik bilgisi değerleri bunları listeler). none hiçbirini boş yazmaz: her biri yazıldığı gibi taşınır ve bir credential-carried uyarısında adlandırılır. marked, bir biçimin kimlik bilgisi olarak işaretlediği şeyi ve bir MCP sunucusunun yapılandırmasının her üyesini boş yazar. all, bir biçimin kimlik bilgisi olarak işaretlemediği ama kimlik bilgisi taşıyabilen girdileri de boş yazar: istek başlıkları, sorgu parametreleri, komut satırı olarak yazılmış bir istek, bir anahtar için adlandırılmış bir girdi. Taslağın bir düğümün bağlantısına ulaşması için yazdığı şey, bu ayar ne derse desin yazılır. Başka herhangi bir değer içe aktarmayı durdurur; içe aktarma unknown-empty-credentials ile hiçbir taslak çıkarmaz. Düğüm düğüm çıkarılan bir taslak hiçbir değer okumaz, dolayısıyla bu ayarı da okumaz.
attach_egress_allowlistfalsetrue, standart kütüphanenin core/egress-allowlist Feature’ını, taslağın yazdığı her platform örneğine egress-allowlist olarak, infra değerlerinin hiçbirini ayarlamadan, Taslağın Release’e bıraktıkları bölümünün anlattığı gibi bağlar. false hiçbir şey bağlamaz. layout: nodes altında hiç platform yazmayan bir taslak ve Dify kurulumu girdisi hiçbir Feature almayan Dify içe aktarıcısının taslağı, bu ayar ne derse desin hiçbir şey bağlamaz; ayar true ise içe aktarma feature-not-attached ile uyarır. Boolean olmayan herhangi bir değer false olarak okunur.

Bir içe aktarıcının bilmediği bir ayar yok sayılır.

with:
settings:
mapping_overrides:
langflow:
AzureOpenAIModel:
component: acme/ai-model/azure-openai
category: ai-model
vendor: azure

Bir içe aktarmanın bildirdikleri

Her çekirdek içe aktarıcı, yapamadıklarını ve yazar adına yaptıklarını tanılama iletileri olarak bildirir. Komut her birini, her düğümün satırından önce, standart hataya <severity>: <message> biçiminde yazdırır; düzenleyici oturumunun aggrega/import yöntemi ve asistanın import aracı her birini ayrıca code değeriyle birlikte döndürür.

KodÖnem derecesiBildirildiği durum
parse-failedhaltKaynak ayrıştırılamaz: ayrıştırıcısı onu reddeder ve ileti ayrıştırıcının gerekçesini taşır.
no-nodeswarnKaynak, içe aktarıcının tanıdığı hiçbir düğüm taşımaz: MCP içe aktarıcısı için hiçbir sunucu, Compose içe aktarıcısı için hiçbir hizmet ve hiçbir model, CrewAI içe aktarıcısı için hiçbir ajan bildirmeyen bir ekip, LangGraph içe aktarıcısı için hiçbir graf bildirmeyen bir yapılandırma, Google ADK içe aktarıcısı için hiçbir ajan bildirmeyen bir kök yapılandırma ya da with.sources değerinin bir içe aktarmaya verdiği dosyaların hiçbirinin kök yapılandırma içermemesi, Agent Framework içe aktarıcısı için ise hiçbir istem ajanı bildirmeyen bir kaynak.
unknown-layoutwarnlayout ne platform ne de nodes; akış platform olarak taslaklanır.
unknown-empty-credentialshaltempty_credentials, none, marked ya da all dışında bir değer tutar; ileti ayarı adlandırır; içe aktarma hiçbir şey taslaklamaz.
platform-not-in-catalogwarnÇalışma alanının kataloğu platformun adını taşıyan hiçbir Component içermez, bu yüzden ona hiçbir parça bağlanmaz; Dify içe aktarıcısı için hiçbir core/ai-agent/dify yoktur ve core/dify yine de oluşturulur.
part-not-placedwarnAkışın bir parçası platformun hiçbir soketine bağlanmaz; ileti nedenini belirtir; parça akışta kalır.
socket-selector-unreadablewarnPlatformun bir soketinin bildirdiği seçici okunamaz, bu yüzden ona hiçbir parça bağlanmaz; her soket için bir kez.
credential-carriedwarnBir kimlik bilgisi değeri, taslağın taşıdığı akışta ya da MCP, Compose, CrewAI, LangGraph, Google ADK veya Agent Framework içe aktarıcısının taslakladığı Release’te yazıldığı gibi taşınır; değeriyle asla değil, düğümüyle (ya da sunucusu, hizmeti, ajanı veya yapılandırmasıyla) ve alanıyla adlandırılır; ileti onu boş yazacak empty_credentials değerini de belirtir.
credential-emptiedwarnBir kimlik bilgisi değeri, empty_credentials bunu istediği için taslağın taşıdığı akışta ya da MCP, Compose, CrewAI, LangGraph, Google ADK veya Agent Framework içe aktarıcısının taslakladığı Release’te boş yazılır; düğümüyle (ya da sunucusu, hizmeti, ajanı veya yapılandırmasıyla) ve alanıyla adlandırılır.
carriage-returns-rewrittenwarnAkıştaki satır başları satır sonu olarak yazılır; ileti kaç tane olduğunu belirtir.
definition-respelledwarnAkışın değerleri, platformun kendi araçlarının onları okuduğu yazımla, aynı değerler olarak yazılır ve hangileri olduğu ile nedeni belirtilir: bir Langflow akışının kenar tutamaçları, Langflow düzenleyicisinin yazdığı gibi yazılır. Taslağın, akışın bir parçaya ulaşması için yazdığı bir değer ya da kimlik bilgisi taşıyabilen bir değer asla yeniden yazılmaz — bağlantının ya da empty_credentials ayarının değeri olarak kalır — ve uyarı, yeniden yazılmayan her değeri sayar.
definition-not-carriedwarnAkış values.flow_definition içinde ya da Dify içe aktarıcısının uygulaması parameters.app_definition içinde taşınmaz; ileti nedenini belirtir.
part-reads-connectionwarnAkışın bağlı bir parçaya bağlantısı üzerinden nasıl ulaştığı ya da bir bağlantının, taslağın yazıldığı hâliyle hiçbir sokete bağlamadığı bir düğüme nasıl ulaştığı.
part-address-in-flowwarnAkış bağlı bir parçaya bağlantısı dışında bir yolla ulaşır; ileti nasıl ulaştığını belirtir.
model-not-namedwarnBaşvurulan bir parçanın values.model değeri yazara bırakılır; ileti nedenini belirtir.
feature-attachedinfoattach_egress_allowlist, taslaklanan bir platforma core/egress-allowlist ekledi; ileti bunun hangi kısmını Release’in ayarladığını belirtir; her platform örneği için bir kez.
feature-not-attachedwarnattach_egress_allowlist true değerindedir ve taslak hiçbir platform yazmaz ya da girdisi hiçbir Feature almayan Dify kurulumunu oluşturur, bu yüzden hiçbir şey eklenmez.
part-configured-in-platformwarnBir Dify uygulamasının bir düğümü, Dify’ın kendisi için yapılandırdığı bir şeyi adlandırır (bir model ve sağlayıcısı, bir araç, bir bilgi tabanı, bir ajan stratejisi, bir eklenti), bu yüzden taslak onun için hiçbir parça bağlamaz.
dsl-version-newerwarnBir Dify uygulaması, core/ai-agent/dify bileşeninin varsayılan olarak çalıştırdığı Dify sürümünün yazdığından daha yeni bir DSL sürümüyle yazılmıştır.

Hedef verilen bir içe aktarma, içe aktarıcının tanılama iletilerinden sonra, Manifest’i taslaklamanın bulduklarını bildirir: Manifest’in eşlenmemiş bıraktığı her bileşen veya feature türünü ve nedenini adlandıran bir warn ile taslaklanan Release zaten bir Manifest adlandırdığında ya da taslaklanan hiçbir Release ona başvurmadığında bir info. Bunlar bir içe aktarıcının değil, içe aktarmanın kendisinindir ve kod taşımaz; Bir hedefin ekledikleri bunları açıklar. Ardından her içe aktarma, yine kendisine ait olarak, taslakların hâlâ eksik bıraktığı her değer için taslak dosyayı, anahtar yolunu ve açıklamasını adlandıran bir warn ve --offline altında, bir Release taslağı oluşturduğu ve hiçbir eksiği olmadığı durumda, sırada çalıştırılacak aggrega pull komutunu adlandıran bir info bildirir; bunu İçe aktarma yanıtlar dosyası açıklar.

Her derleyici sürümüyle yayımlanır

Her derleyici sürümü, on içe aktarıcıyı etiketlenmiş kaynaklardan derler ve Plugin entity’lerini içe aktarıcıların kendisinden üretir; böylece bir entity’nin yeteneği, tanıma imzaları, ana makine fonksiyonları ve açıklaması, içe aktarıcısının bildirdiği şeylerdir. Sürüm, onunu da, importer/langflow, importer/flowise, importer/n8n, importer/mcp, importer/compose, importer/dify, importer/crewai, importer/langgraph, importer/google-adk ve importer/agent-framework’ü, sürümün versiyonuyla, diğer çekirdek plugin’lerin yanında imzalayıp yayımlar ve entity’lerini standart katalog için diğer çekirdek plugin’lerin entity’leriyle birlikte kaydeder.