LLM Öğreticileri

Kanca tabanlı otomasyonun nasıl çalıştığını öğrenin ve test etme, biçimlendirme ve bildirim alma gibi kodlama görevlerini otomatikleştirmek için Claude Code kancalarını kullanmaya başlayın.

Claude Cowork Dispatch ile telefonunuzdan masaüstü yapay zekâ ajanınızı kontrol edin. Bu rehberde görev atamayı ve dosya iş akışlarını uzaktan otomatikleştirmeyi öğrenin.

Claude Code eklentileri için eksiksiz bir rehber. Uzantıları nasıl kuracağınızı, Skills ile MCP’ler arasında nasıl seçim yapacağınızı keşfedin ve sıfırdan özel bir oturum günlüğü oluşturun.

OpenClaw'ı (eski adıyla Clawdbot/Moltbot) kurun: Claude'u WhatsApp üzerinden Mac'inize bağlayan, kendi sunucunuzda çalışan bir ajan. Telefonunuzdan dosya arayın ve kabuk komutları çalıştırın.

Müşteri kaybı tahmin modelini tamamen ChatGPT Work ve GPT-5.6 ile oluşturun, analiz edin, görselleştirin, eğitin, değerlendirin, raporlayın ve dağıtın. Kurulum yok, yükleme yok; hepsi tarayıcınızda.

Google Apps Script ve Gemini API kullanarak e-postalar ve PDF’lerden veri çıkarımını nasıl otomatikleştireceğinizi öğrenin. Bugün Google E-Tablolar’a sunucusuz bir veri hattı kurun.

Bu Claude Code bağlayıcı eğitiminde MCP üzerinden GitHub kurulumu yapın. Salt-okunur yerel dosyalarla 20 dakikada açık kaynak sorun triyajını otomatikleştirmeyi öğrenin.

GLM-5.2’yi llama.cpp ile özel olarak çalıştırın, kendi API anahtarınızla güvenli hale getirin, Web UI ve cURL üzerinden test edin ve güçlü bir yerel kodlama iş akışı için OpenCode’a bağlayın.

Dört RTX PRO 6000 GPU üzerinde hazır llama.cpp ikili dosyasıyla Kimi K2.7 Code'u beş dakikada yerelde nasıl çalıştıracağınızı, ardından OpenAI uyumlu bir API üzerinden web arayüzünü ve Pi kodlama aracısını nasıl kullanacağınızı öğrenin.

Claude Code rutinlerinin, kodlama aracınızı bulutta bir zamanlamayla veya GitHub olayıyla nasıl çalıştırdığını öğrenin; böylece PR incelemeleri ve denetimler dizüstü bilgisayarınız kapalıyken tamamlanır.

GGUF, model ağırlıklarını, tokenizer verilerini ve üstveriyi tek bir taşınabilir dosyada paketler. Doğru quantization seviyesini nasıl seçeceğinizi öğrenin ve Ollama ile başlayın.

DFlash spekülatif ayrıştırma ve Flash Attention kullanarak tek bir RTX 4090 üzerinde yerel Gemma 4 31B çıkarımını, temel kurulumla karşılaştırmalı olarak hızlandırmayı öğrenin.