Post by Betül Taşkıran

Üniversite hayatında upuzun yönetmelik PDF'lerinde kaybolmayan yoktur. En basit bilgiye ulaşmak bile bazen saatler süren bir tarama seansına dönüşebiliyor. Takım arkadaşım Oktay Korkut ile mezuniyet projemizde bu soruna odaklandık ve ortaya UniLex AI çıktı! 🚀 UniLex AI, akademik mevzuatları otomatik tarayıp analiz eden ve öğrencilerin sorularını doğal dilde yanıtlayan yapay zeka destekli bir sohbet asistanı. Projede en çok çalıştığımız özelliklerden biri "Agentic Fallback" yapısı oldu. Sistem cevabı veri tabanında bulamazsa, arka planda canlı bir web taraması başlatarak eksik belgeleri internetten indiriyor ve soruyu yine de yanıtlıyor. Üstelik cevabı hangi belgenin hangi linkinden aldığını da şeffaf şekilde gösteriyor. Yapay zekanın yanında veri güvenliğine de odaklandık. KVKK uyumluluğu kapsamında veri anonimleştirme, güvenli oturum yönetimi ve hesap silme adımlarını entegre ettik. Ayrıca geri bildirimleri izleyebileceğimiz bir admin paneli kurduk. Arka planda FastAPI, Python, PostgreSQL ve Qdrant (vektör arama), ön yüzde ise React kullanarak dinamik bir altyapı kurduk. Gelecekte çoklu dil desteği gibi yeni özellikler de eklemeyi hedefliyoruz. Bu projedeki harika ortaklığı için takım arkadaşım Oktay Korkut'a; süreç boyunca vizyonuyla bize yol gösteren danışman hocamız Prof. Dr. Taner Eskil'e çok teşekkür ederim. UniLex AI'ın Loom demo videosunu ve GitHub linkimizi ilk yorumda bulabilirsiniz. Fikirlerinizi paylaşmayı unutmayın! 👇 #yapayzeka #yazılımgeliştirme #veriguvenliği #KVKK #FastAPI #ReactJS #RAG #Qdrant #PostgreSQL #AI #graduationproject 🇺🇸 English Version Finding answers in endless university regulation PDFs usually turns into a frustrating treasure hunt. To solve this, my teammate Oktay Korkut and I built UniLex AI as our graduation project! 🚀 UniLex AI is an AI-powered chat assistant that automatically crawls university regulations and answers academic questions in natural language. We are proud of our "Agentic Fallback" mechanism. If the assistant cannot find the answer in its database, it triggers a real-time web crawl to fetch the missing documents and successfully answers the query while transparently citing the exact source and link. We also emphasized user privacy for KVKK compliance, integrating data anonymization, secure sessions, and account deletion, along with an admin panel to monitor user feedback. We built the core infrastructure using FastAPI, Python, PostgreSQL, and Qdrant for vector search, combined with React on the frontend. Moving forward, we plan to add multilingual support. A huge thank you to my teammate Oktay Korkut for being an amazing partner, and to our advisor Prof. Dr. Taner Eskil for his invaluable guidance and vision. The Loom demo video and GitHub repository links are in the first comment below. We’d love to hear your thoughts! 👇 #SoftwareEngineering #GraduationProject #AI #RAG #FullStack #UniLexAI #TechInnovation