Yapay zekâ araçlarına, yapmak istediğiniz işe göre göz atın.
Hedefe göre araçlar26 aşama aşama rehber→Tüm kategorilerHedefe göre
Demoda çalışan bir yapay zekâ özelliği, işin küçük bir parçasıdır. Demo, tek bir istem, tek bir model ve beş uyumlu girdiden ibarettir. Ürün ise aynı şeyin binlerce öngörülemez kullanıcıya karşı, arkasında kendi verilerinizle, kullanımla birlikte büyüyen bir faturayla ve cevapların ne zaman kötüleştiğini bilme ihtiyacıyla çalışmasıdır.
Bu yüzden yığın katmanlıdır. Bir API üzerinden ulaşılan ya da kendi sunucunuzda barındırılan bir model. Kod gibi sürümlenen istemler. Modelin tahmin yürütmek yerine sizin içeriğinizden cevap vermesini sağlayan erişim ve bellek katmanı. Belki çağırabileceği araçları olan bir ajan döngüsü. Hepsinin çevresinde sıradan uygulama kodu, ardından testler, değerlendirme ve yayın için bir yer.
Uygulama kodunun büyük bölümünü artık kodlama ajanları yazıyor, uygulama oluşturucular da bir tariften çalışan bir ön yüz üretebiliyor. Mühendislik muhakemesini ise çözmüyorlar: görev için kabul edilebilir maliyetle yeterince iyi olan model hangisi, kalite kullanıcılardan önce nasıl ölçülür, hangi veri sisteminizin dışına çıkabilir, model emin bir tavırla yanıldığında ne olur? Modeller ve koşulları da sık değişir. Bu yüzden uygulamayı, bir modeli baştan yazmadan değiştirebilecek biçimde tasarlayın.
Bu rehber kimler için Bir ürüne dil modeli özelliği eklemek ya da bir modelin etrafında yeni bir uygulama kurmak isteyen, yığın seçmeden önce araçların haritasını görmek isteyen geliştiriciler, teknik kurucular ve küçük ürün ekipleri.
Bir prototip için yaygın ilk tur: modelleri kendi istemlerinizle karşılaştırın, kodu bir ajanla yazın, izlemeyi erkenden açın, sonra yayına alın. Seçimler bu sırayı izler, bir sıralama değildir.
Kabaca yazdığınız görev tanımını yapılandırılmış bir isteme çevirin, sonra yirmi gerçek girdi üzerinde deneyin.
Özelliğin en küçük sürümünü anlatın ve herhangi bir değişikliği kabul etmeden önce planı gözden geçirin.
İlk prototipten itibaren izlemeyi açın; böylece her kötü cevap bir test senaryosuna dönüşür.
Uygulamanın hangi modeli ya da modelleri çağıracağına karar verirsiniz. Bunu yaparken kendi göreviniz üzerindeki çıktı kalitesini, hızı, bağlam boyutunu, istek başına maliyeti, gizlilik gereksinimlerini ve barındırılan bir API mi yoksa kendi çalıştıracağınız açık bir model mi gerektiğini tartarsınız.
Offers its language models through a token-billed API that accepts OpenAI-style and Anthropic-style requests, with JSON output and tool calls.
Dil modelleri için sohbet asistanı, masaüstü harness ve token bazlı faturalandırılan API sunan yapay zekâ araştırma şirketi.
Runs open-source models inside secure hardware enclaves and exposes them through an OpenAI-compatible API, for apps that handle sensitive data.
Modelleri güvenli donanım yalıtımı içinde çalıştıran; sohbet uygulaması, çıkarım API'si ve konteynerler olarak sunulan özel yapay zekâ bulutu.
Uygulama kodu yazmadan önce talimatları belirlersiniz: sistem istemi, örnekler, çıktı biçimi. Bunları sıradışı olanlar da dahil gerçek girdilerle denersiniz ve değişiklikleri karşılaştırabilmek için her sürümü saklarsınız.
Kısa ve kaba bir isteği net, yapılandırılmış bir isteme çevirir ve her istemi, yeniden kullanım için aranabilir bir kütüphanede saklar.
Kabataslak bir isteği ChatGPT, Claude, Gemini ve diğer modeller için yapılandırılmış bir istem hâline getiren istem üreteci.
Analyzes a prompt for strengths and weaknesses, rewrites it in rounds and records each version so earlier ones can be recovered.
Metin, görsel ve video modelleri için istem üreten, analiz eden, iyileştiren ve tersine mühendislikle çıkaran istem çalışma alanı.
Uygulamayı modellere üretimde ayakta kalacak biçimde bağlarsınız: anahtarlar sunucu tarafında tutulur, sağlayıcı çöktüğünde yeniden deneme ve yedek yollar devreye girer, hız limitleri uygulanır, harcama izlenir; açık bir modeli kendiniz sunuyorsanız GPU barındırma da buna eklenir.
AI Gateway'i, istekleri yedekleme, yük dengeleme, yeniden deneme ve harcama izlemeyle birlikte tek bir hizmet üzerinden pek çok yapay zekâ modeline yönlendirir.
Web uygulamalarını ve yapay zekâ ajanlarını yayına alan; yapay zekâ ağ geçidi, korumalı alanlar, iş akışları ve küresel CDN sunan bulut platformu.
Serves LLMs and media models through endpoints on autoscaling GPU containers that scale to zero when idle.
Yapay zekâ çıkarımını, eğitimi, sandbox'ları ve toplu işleri GPU'larda çalıştırmak için sunucusuz bulut platformu.
Documents how to call its models from application code and coding agents, with thinking mode that can be switched off per request.
Dil modelleri için sohbet asistanı, masaüstü harness ve token bazlı faturalandırılan API sunan yapay zekâ araştırma şirketi.
Çoğu işe yarar uygulama belirli bir içerikten cevap verir: dokümantasyonunuz, bir müşterinin dosyaları, canlı web, geçmiş konuşmalar. Bu içeriği alır ve dizinlersiniz, her istekte ilgili parçaları getirir ve kaynaklarıyla birlikte modele iletirsiniz.
Web sitelerini bir API üzerinden arar, kazır ve tarar; erişim hatlarına uygun Markdown ya da yapılandırılmış JSON döndürür.
Web sitelerinde arama yapan, veri çeken, tarayan ve etkileşime giren, yapay zekâ uygulamaları için temiz çıktı döndüren web verisi API'si.
Stores and indexes embeddings in a Postgres database so the application can run similarity search with its chosen models.
Kimlik doğrulama, anında API'ler, edge fonksiyonlar, gerçek zamanlı özellikler, depolama ve vektör gömmeleri sunan Postgres geliştirme platformu.
Ingests docs, tickets and wikis and offers a Retrieval API that returns relevant chunks with source URLs for a query.
Şirket dokümanlarını, destek taleplerini ve wiki'leri yapay zekâ ajanlarına ve bir arama API'sine dönüştüren içe aktarma ve erişim platformu.
Builds a per-user graph of dated facts from data and conversations and returns the context a task needs in one call.
İş verilerinden, belgelerden ve konuşmalardan yönetilen bilgi grafikleri kuran, yapay zekâ temsilcileri için bağlam ve bellek katmanı.
Uygulamanın yalnızca cevap vermesi değil eylem de yapması gerekiyorsa bir ajan döngüsü kurarsınız: model hangi aracı çağıracağına karar verir, sizin kodunuz aracı çalıştırır ve sonucu geri döndürür. Araçları, izinlerini ve bir insanın ne zaman onay vermesi gerektiğini siz tanımlarsınız.
Provides the open source langchain, langgraph and deepagents libraries for writing agents at different levels of control.
Yapay zekâ ajanlarını izlemek, değerlendirmek ve dağıtmak için açık kaynak ajan çerçeveleri ve LangSmith platformu.
Publishes ordinary Python functions as MCP tools, generating their schemas and handling validation, transport and authentication.
Model Context Protocol sunucuları, istemcileri ve etkileşimli uygulamalar geliştirmek için Python çatısı.
Connects an agent to MCP servers from a catalog and manages OAuth, credentials and sessions for those connections.
Yapay zekâ ajanlarını yönetilen OAuth ve kimlik bilgileriyle MCP sunucularına bağlayan kayıt defteri ve bağlantı katmanı.
Modelin çevresinde sıradan bir uygulama durur: API rotaları, veri modelleri, kimlik doğrulama, arka plan işleri, bir kullanıcı arayüzü. Bu kodu yazar, gözden geçirir ve test edersiniz; giderek daha çok, görevleri bir kodlama ajanına devredip değişikliklerini inceleyerek.
Yazılı bir geliştirme görevini alır, kod tabanını keşfeder, plan önerir ve sizin kabul edeceğiniz ya da değiştireceğiniz değişiklikleri yapar.
Masaüstünde, terminalde ve bulutta kod planlayan, yazan ve gözden geçiren yapay zekâ kodlama ajanı ve editörü.
Plans programming tasks, edits files, runs tests and opens pull requests inside your repository, asking before it modifies files or runs commands.
Terminalinizden veya IDE'nizden plan yapan, kod düzenleyen, test çalıştıran ve pull request açan Anthropic'in yapay zekâ kodlama ajanı.
Runs as an open source coding agent in the terminal, desktop or IDE and connects to many model providers, including locally hosted models.
Terminalde, masaüstünde ve IDE'de çalışan, birçok sağlayıcının modelleriyle kullanılabilen açık kaynaklı yapay zekâ kodlama ajanı.
Her çekme isteğini satır düzeyinde yorumlar ve uygulanabilir önerilerle inceler; kodun büyük kısmı ajan tarafından yazıldığında işe yarar.
Her çekme isteğine yorum yapan yapay zekâ kod incelemesi; PR önceliklendirme, değişiklik açıklamaları ve güvenlik izleme sunar.
Bazı uygulamalar metinden fazlasını ister: sesli cevaplar, yazıya dökme, gerçek zamanlı sesli konuşma, üretilmiş görseller ya da klipler. Bunlar kendi API'leri, gecikme bütçeleri ve kullanım kuralları olan ayrı modellerdir.
Supplies realtime text-to-speech, speech-to-text and a speech-to-speech API that streams audio over one WebSocket or WebRTC link.
Metinden sese, sesten metne, sesten sese API'si ve LLM yönlendirme sunan gerçek zamanlı ses yapay zekâ platformu.
Provides WebRTC infrastructure and maintains Pipecat, an open-source framework for orchestrating real-time voice AI agents.
WebRTC altyapısı ve açık kaynaklı Pipecat çerçevesi üzerine kurulu, gerçek zamanlı ses, video ve yapay zekâ ajanları için geliştirici platformu.
Video ve görsel üretim modellerini dokümantasyon ve model yönlendiricisiyle birlikte bir geliştirici API'si üzerinden sunar.
Video, görsel ve ses üretmek ve düzenlemek için geliştirici API'si ve dünya modelleri olan yapay zekâ platformu.
Gerçek girdilerden bir test kümesi kurar, her değişiklikten önce çıktıları puanlarsınız; yayından sonra da hataların, maliyetin ve gecikmenin görünür olması için her isteği izlersiniz. Otomatik puanlamanın yargılayamadığı yerleri insan incelemesi kapatır.
Its LangSmith platform records every step of an agent run, builds datasets from real traces and runs online and offline evaluations.
Yapay zekâ ajanlarını izlemek, değerlendirmek ve dağıtmak için açık kaynak ajan çerçeveleri ve LangSmith platformu.
Sohbet ve ses ajanlarına karşı yapay zekâ değerlendiricileri gönderir; yayından önce halüsinasyon, önyargı, toksiklik ve uyum sorunlarını kontrol eder.
Web, mobil ve yapay zekâ uygulamaları için test planlayan, yazan ve çalıştıran yapay zekâ ajanlarına sahip, eski adıyla LambdaTest olan yazılım test bulutu.
Its AI observability tracks the events generated by an application's model calls, next to session replays and error tracking for the rest of the app.
Analitik, oturum tekrarı, özellik bayrakları, hata takibi ve veri ambarını birleştiren; üzerine yapay zekâ ekleyen ürün veri platformu.
Uygulamanın bir ön yüze, kullanıcı hesaplarına, barındırmaya, alan adına ve önizleme ile geri almayı içeren bir yayın sürecine ihtiyacı vardır. Prototip ya da şirket içi araç için bunlar üretilebilir; bir ürün için ise bilinçli mühendislik gerekir.
Her Git gönderiminde projeyi derler ve yayına alır, her değişikliğe kendi önizleme adresini verir ve anında geri almaya izin verir.
Web uygulamalarını ve yapay zekâ ajanlarını yayına alan; yapay zekâ ağ geçidi, korumalı alanlar, iş akışları ve küresel CDN sunan bulut platformu.
Düz dille yazılmış bir tariften canlı önizlemeli bir web uygulaması kurar; barındırma ve kimlik doğrulamayı platform üzerinde halleder.
Sade dille yazılmış tarifleri çalışan tam yığın yazılıma dönüştüren yapay zekâ uygulama ve web sitesi oluşturucu.
Generates a web application from a prompt, syncs the code to GitHub and publishes it to production.
Vercel'in, istemleri tam kapsamlı web uygulamalarına dönüştüren ve yayına alan yapay zekâ uygulama oluşturucusu.
Handles sign-ups and logins and exposes database tables through REST endpoints, so the app has a backend without custom server code.
Kimlik doğrulama, anında API'ler, edge fonksiyonlar, gerçek zamanlı özellikler, depolama ve vektör gömmeleri sunan Postgres geliştirme platformu.
Aksini gerektiren net bir neden yoksa barındırılan bir API ile başlayın. Üzerine geliştirmek daha hızlıdır ve GPU işletmeniz gerekmez. Açık bir modeli kendiniz çalıştırmak; veri ortamınızdan çıkmamalıysa, ince ayar yapmanız gerekiyorsa ya da hacim hesaplamayı kendinizin işletmesini daha ucuz kılacak kadar yüksekse mantıklıdır. Pek çok ekip bir API üzerinde prototip yapar, kullanım netleşince seçimi yeniden değerlendirir.
Çoğu zaman hayır. İyi talimatlarla ve getirilen bağlamla yapılan tek bir model çağrısı pek çok özelliği karşılar: özetleme, sınıflandırma, bilgi çıkarma, belgelerden cevap verme. Çerçeve, modelin araçlar arasında seçim yapması, birkaç adım çalıştırması, durum tutması ya da hatalardan toparlanması gerektiğinde yerini hak eder. Erkenden eklemek, hata ayıklanacak kavramları da artırır. Basit başlayın, yalın yöntem yetmez olduğunda çerçeveye geçin.
Prototip ya da şirket içi araç için evet. Bu rehberdeki uygulama oluşturucular, bir tariften giriş ve barındırma dahil çalışan bir web uygulaması üretir. Müşteri verisi ve ödemelerle uğraşan bir ürün ise başka bir iştir: güvenliği, maliyeti ve hata yönetimini anlayan biri gerekir. Makul yol, kodsuz prototip yapmak, gerçek kullanıcılarla denemek, ölçeklemeden önce bir geliştiriciyi devreye almaktır.
Gerçek girdilerden bir küme toplayın, her biri için doğru cevabın nasıl görünmesi gerektiğini yazın ve her değişiklikten önce sistemi bunun üzerinden puanlayın. Zor ve kötü niyetli durumları da ekleyin. Otomatik kontrolleri, bir örneklemin insan tarafından incelenmesiyle birleştirin. İzleme açıkken küçük bir gruba yayına alın, hataları okuyun ve hata oranı kullanımınız için kabul edilebilir hale geldikçe erişimi genişletin.
Araçlar, her aracın kendi profiline bakılarak bir editör tarafından aşamalara yerleştirilir. Daha fazla profil yayımlandıkça liste büyür. Tüm rehberler
