---
title: "LangGraph ile özel OpenAI uyumlu base_url kullanımı | BroadRouter"
description: "LangGraph StateGraph veya create_agent'ı ChatOpenAI, base_url ve bir BroadNet model kimliğiyle BroadNet Inference'ta çalıştırın: araçlar, akış ve bellek dahil."
url: https://broadrouter.com/tr/guides/langgraph-openai-compatible/
lang: tr
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/guides/langgraph-openai-compatible/) (güncelleme: 2026-11-16).

# BroadNet Inference üzerinde LangGraph ajanları oluşturun

Güncellendi 2026-11-16

langgraph ve langchain-openai paketlerini kurun, ardından ChatOpenAI'yi model değeri broadnet/glm-5.3 gibi bir BroadNet kimliği, base\_url değeri https://inference.broadnet.ai/v1 ve api\_key değeri BroadNet anahtarınız olacak şekilde oluşturun. Araçlarınızı bağlayıp bir StateGraph düğümünde kullanın veya langchain'in create\_agent fonksiyonuna verin. BroadNet'in araç desteğiyle listelediği GLM 5.3 veya Qwen3.8 27B modelini kullanın.

LangGraph, LangChain’in graf olarak kurulan, durum tutan (stateful) ve çok adımlı ajanlar için kütüphanesidir. Kendine ait bir model istemcisi yoktur: düğümleriniz bir LangChain sohbet modelini çağırır. Bir grafı BroadNet Inference üzerinde çalıştırmak için ona `langchain-openai` paketindeki `ChatOpenAI` sınıfını BroadNet’in base URL’siyle verin. BroadRouter, BroadNet’in kendi sitesidir; bu rehber LangGraph 1.2.22 ve langchain-openai 1.8 itibarıyla LangGraph ve LangChain belgelerini izler.

## Kurulum

```bash
pip install langgraph langchain-openai
export BROADNET_API_KEY='your-broadnet-key'
```

## Araç çağıran bir graf

```python
import os
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
from langgraph.graph import StateGraph, MessagesState, START
from langgraph.prebuilt import ToolNode, tools_condition
from langgraph.checkpoint.memory import InMemorySaver

@tool
def get_weather(city: str) -> str:
    """Get the weather for a city."""
    return f"21C and sunny in {city}"

tools = [get_weather]
model = ChatOpenAI(
    model="broadnet/glm-5.3",
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
).bind_tools(tools)

def call_model(state: MessagesState):
    return {"messages": [model.invoke(state["messages"])]}

builder = StateGraph(MessagesState)
builder.add_node("model", call_model)
builder.add_node("tools", ToolNode(tools))
builder.add_edge(START, "model")
builder.add_conditional_edges("model", tools_condition)
builder.add_edge("tools", "model")
graph = builder.compile(checkpointer=InMemorySaver())

config = {"configurable": {"thread_id": "demo-1"}}
result = graph.invoke({"messages": [{"role": "user", "content": "What's the weather in Riyadh?"}]}, config)
print(result["messages"][-1].content)
```

Model düğümü BroadNet’i çağırır. Yanıtta araç çağrıları varsa `tools_condition` grafı araç düğümüne yönlendirir ve araç sonucu modele geri döner. Checkpointer konuşmayı `thread_id` başına saklar; aynı config ile yapılan ikinci bir `invoke` konuşmayı sürdürür.

## Graftan token akışı

```python
for chunk, meta in graph.stream(
    {"messages": [{"role": "user", "content": "And in Dubai?"}]},
    config,
    stream_mode="messages",
):
    if chunk.content and meta["langgraph_node"] == "model":
        print(chunk.content, end="", flush=True)
```

`stream_mode="messages"` ile `ChatOpenAI`, BroadNet’e `stream: true` gönderir ve LangGraph token’ları olduğu gibi iletir.

## Hazır ajan

Özel bir grafa ihtiyacınız yoksa hazır ajan döngüsü aynı modeli alır:

```python
from langchain.agents import create_agent  # pip install langchain

agent = create_agent(
    ChatOpenAI(model="broadnet/glm-5.3", base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"]),
    tools=tools,
)
agent.invoke({"messages": [{"role": "user", "content": "Weather in Riyadh?"}]})
```

`langgraph.prebuilt` içindeki `create_react_agent` LangGraph 1.2.22’de hâlâ çalışır, ancak `langchain.agents.create_agent` konumuna taşındığını belirten bir uyarı yazdırır.

## Hangi modeli seçmeli

| Graf | Model |
| --- | --- |
| Araç kullanan ajanlar, yapılandırılmış çıktı | `broadnet/glm-5.3` (1.048.576 token bağlam) |
| Araçlar artı görsel girdi veya Arapça metin | `broadnet/qwen3.8-27b` (262.144 token bağlam) |
| Araç çağrısı olmayan graflar, uzun belgeler | `broadnet/deepseek-v4.1-flash` |

BroadNet’in belgeleri araçları ve yapılandırılmış çıktıyı yalnızca GLM 5.3 ve Qwen3.8 27B için listeler. DeepSeek V4.1 Flash, [sınırsız planlarda](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/) sunulan modeldir; bu yüzden araç çağırmayan özetle-ve-yönlendir graflarına uygundur. Bir araç döngüsüne güvenmeden önce onu bu modelde test edin. [Tüm modellerin fiyatları](https://broadrouter.com/tr/pricing/).

## Önemli ayarlar

-   **Chat completions’ta kalın.** BroadNet `/v1/chat/completions` sunar. LangChain belgelerine göre `ChatOpenAI`, OpenAI’nin yerleşik araçlarını, konuşma durumunu veya `reasoning` parametresini kullandığınızda Responses API’ye geçer. Bunları kullanmayın ve `use_responses_api=True` ayarlamayın.
-   **Çıktı sınırı.** DeepSeek V4.1 Flash, GLM 5.3 ve Qwen3.8 27B’de akıl yürütme çıktı bütçesine dahildir. Modelde `max_tokens` değerini 2.000 veya üzeri yapın. Testimizde langchain-openai 1.8 bunu `max_completion_tokens` olarak gönderdi.
-   **Paralel dallar.** Modeli çağıran her dal ayrı bir istektir. Kullandıkça öde anahtarı aynı anda 4 işlemdeki isteğe izin verir; bir plan oturumu ise istekleri tek tek çalıştırır.

## Bunu nasıl test ettik

2026-11-15’te temiz bir sanal ortama langgraph 1.2.22, langchain-openai 1.8.0 ve langchain 1.5.0 kurduk. Yukarıdaki grafı, akış döngüsünü ve `create_agent` örneğini, BroadNet’in chat completions yapısını konuşan ve araç çağrıları döndüren yerel bir mock sunucuya karşı çalıştırdık. Kaydedilen istekleri inceledik. Her çağrı `/v1/chat/completions` adresine gitti; `broadnet/glm-5.3` model kimliği değişmeden, bir Bearer anahtarı ve araç şemasıyla. Araç sonucu da bir `tool` mesajı olarak geri geldi. Elimizde bir BroadNet anahtarı yoktu; bu yüzden gerçek model çıktısını test etmedik.

## Sorun giderme

-   **401.** Anahtar yanlış, süresi dolmuş veya kullanım hakkı tükenmiş.
-   **404.** `base_url` `/v1` ile bitmelidir. Model kimliğini `broadnet/` önekiyle birlikte kontrol edin. Ücretli modeller bakiye yüklemesi gerektirir; $5 kredi yalnızca `broadnet/gemma-4-26b-a4b` modelini kapsar.
-   **Ajan hiç araç çağırmıyor.** `broadnet/glm-5.3` veya `broadnet/qwen3.8-27b` modeline geçin.
-   **Boş yanıtlar.** Çıktı bütçesi akıl yürütmeye gitti. `max_tokens` değerini artırın. [Yanıtlar neden boş geliyor](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/).
-   **429.** Kullandıkça öde anahtarı dakikada 30 isteğe izin verir. `ChatOpenAI`’ye `max_retries` ekleyin ve [hatalar ve yeniden denemeler](https://broadrouter.com/tr/guides/errors-and-retries/) rehberine bakın.

## Bu rehberdeki terimler

[Token](https://broadrouter.com/tr/glossary/token/)

Token, bir dil modelinin okuduğu ve yazdığı metin birimidir: modelin tokenizer'ının ürettiği bir kelime, kelime parçası, noktalama işareti veya bayt dizisi. LLM API'leri kullanımı token cinsinden sayar, sınırlar ve genellikle faturalandırır.

[Kullandıkça öde (pay-as-you-go)](https://broadrouter.com/tr/glossary/pay-as-you-go/)

Kullandıkça öde, abonelik veya asgari taahhüt olmadan yalnızca kullandığınız kadar ödediğiniz, token, istek veya ses dakikası gibi birimler üzerinden ölçülen bir fiyatlandırma modelidir. LLM API'lerinin çoğu bu şekilde, ön ödemeli bir bakiyeden veya dönemsel faturayla ücretlendirir.

[Akış (streaming)](https://broadrouter.com/tr/glossary/streaming/)

Akış (streaming), bir dil modeli yanıtını sonda tek parça halinde değil, hâlâ üretilirken küçük parçalar halinde döndürme yöntemidir. OpenAI uyumlu API'ler, istekte stream değeri true olduğunda server-sent events (SSE) üzerinden akış yapar.

[Base URL (temel URL)](https://broadrouter.com/tr/glossary/base-url/)

Base URL (temel URL), https://api.example.com/v1 gibi, bir istemcinin /chat/completions gibi her uç nokta yolunun önüne eklediği sabit kök adrestir. OpenAI uyumlu SDK'larda base URL, API anahtarı ve model kimliğiyle birlikte değiştirildiğinde aynı kod farklı bir sağlayıcıya yönelir.

[Chat Completions API](https://broadrouter.com/tr/glossary/chat-completions-api/)

Chat Completions API, OpenAI'nin bir model adı ile rollerle etiketlenmiş mesaj listesini alıp modelin sonraki mesajını döndüren HTTP uç noktasıdır: POST /v1/chat/completions. İstek ve yanıt yapısı, OpenAI uyumlu sağlayıcıların ve SDK'ların yeniden kullandığı ortak format hâline geldi.

[Eşzamanlılık (concurrency)](https://broadrouter.com/tr/glossary/concurrency/)

Eşzamanlılık (concurrency), bir istemcinin aynı anda işlemde olan istek sayısıdır. LLM API'leri bunu genellikle dakikadaki istek sayısından ayrı olarak anahtar veya plan başına sınırlar, çünkü açık her istek yanıtı bitene kadar GPU kapasitesi tutar.

[Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/)

Araç çağırma (tool calling), fonksiyon çağırma (function calling) olarak da bilinir; modelin, geliştiricinin tanımladığı bir fonksiyonu çalıştırmak için JSON argümanlı yapılandırılmış bir istek döndürdüğü bir LLM API özelliğidir. Fonksiyonu uygulama çalıştırır ve sonucu geri gönderir; model hiçbir zaman kodu kendisi çalıştırmaz.

[Hız sınırı (rate limit)](https://broadrouter.com/tr/glossary/rate-limit/)

Hız sınırı (rate limit), bir API'nin bir istemcinin belirli bir zaman aralığındaki kullanımına koyduğu üst sınırdır; örneğin dakika başına istek veya dakika başına token. Sınırı aşan istekler, kullanım tekrar sınırın altına inene kadar genellikle HTTP 429 Too Many Requests ile reddedilir.

## Sık sorulan sorular

### LangGraph için ayrı bir BroadNet entegrasyonu gerekir mi?

Hayır. LangGraph, düğümlerinizin çağırdığı sohbet modeli hangisiyse onu çalıştırır. LangChain'in ChatOpenAI sınıfını base\_url değeri https://inference.broadnet.ai/v1 olacak şekilde kullanın; modeli çağıran her düğüm chat completions üzerinden BroadNet'e gider.

### create\_react\_agent mi kullanmalıyım, create\_agent mı?

LangGraph 1.2'de langgraph.prebuilt içindeki create\_react\_agent hâlâ çalışır, ancak langchain paketindeki create\_agent'ı işaret eden bir kullanımdan kaldırma uyarısı yazdırır. İkisi de BroadNet tarzı bir model kimliğiyle mock sunucumuzda çalıştı.

### Bir LangGraph ajanı hangi BroadNet modelini kullanmalı?

GLM 5.3 (broadnet/glm-5.3) veya Qwen3.8 27B (broadnet/qwen3.8-27b). Ajan döngüsü araç çağrılarına dayanır ve BroadNet araç desteğini yalnızca bu iki model için listeler.

### Ayarladığım max\_tokens neden max\_completion\_tokens olarak gönderiliyor?

langchain-openai 1.8, istekte max\_tokens alanının adını max\_completion\_tokens olarak değiştirir. BroadNet'in API referansı max\_tokens alanını tanımlar. Bir çıktı sınırı göz ardı ediliyor gibi görünüyorsa uygulamanızın gerçekte gönderdiği isteği kontrol edin.

## İlgili rehberler

-   [LangChain'i BroadNet Inference ile kullanın](https://broadrouter.com/tr/guides/langchain-openai-base-url/)
-   [OpenAI Agents SDK'yı BroadNet Inference üzerinde çalıştırın](https://broadrouter.com/tr/guides/openai-agents-sdk-custom-provider/)
-   [Akıl yürüten model neden boş yanıt döndürür?](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/)
-   [BroadNet Inference hata kodları ve ne zaman yeniden denenmeli](https://broadrouter.com/tr/guides/errors-and-retries/)
-   [BroadNet Inference ile çalışan tüm araçlar (İngilizce)](https://broadrouter.com/integrations/): SDK'lar, kodlama ajanları, sohbet arayüzleri ve otomasyon araçları, her biri için tam ayarlarıyla

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

[Başlayın](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-guides-langgraph-openai-compatible&utm_content=page-cta) ·

**Kaynaklar**

-   [LangGraph belgeleri, Quickstart ve Graph API (2026-11-15 tarihinde kontrol edildi)](https://docs.langchain.com/oss/python/langgraph/graph-api)
-   [LangChain belgeleri, ChatOpenAI entegrasyonu (2026-11-15 tarihinde kontrol edildi)](https://docs.langchain.com/oss/python/integrations/chat/openai)
-   [PyPI, langgraph 1.2.22 (2026-11-15 tarihinde kontrol edildi)](https://pypi.org/project/langgraph/)
-   [BroadNet Inference API referansı (2026-11-15 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-guides-langgraph-openai-compatible&utm_content=sources)
