Yapay Zeka Temel Kavramları
LLM Sağlayıcı
Apinizer AI Gateway'in istek yönlendirdiği harici bir büyük dil modeli (LLM) hizmetidir (OpenAI, Anthropic, Azure vb.). Her sağlayıcı, şifreli kimlik bilgileri ve dağıtım türüyle Apinizer'a bir bağlantı olarak tanımlanır.
Yapılandırma için LLM Sağlayıcıları ve Bağlantılar sayfasına bakın.
Token
Bir LLM'in metni işlerken kullandığı en küçük birimdir. Fiyatlandırma ve kullanım kotaları token cinsinden ölçülür; her istek, girdi ve çıktı token'larının toplamı kadar ücretlendirilir.
Kota ve hız sınırlaması için Token Kotaları ve Hız Sınırlaması sayfasına bakın.
Embedding
Bir metnin anlamını sayısal bir vektöre çeviren temsildir. Anlamca yakın metinler, bu sayısal uzayda birbirine yakın konumlanır — böylece "yakınlık", anlamsal benzerliğin bir ölçüsü hâline gelir. Apinizer'da RAG ve semantik önbellek gibi özelliklerin temelini oluşturur.
Embedding üretiminin nasıl yapılandırıldığını görmek için Vektör Veritabanı sayfasına bakın.
Vektör Veritabanı
Embedding'leri saklayıp "bu vektöre en yakın kayıtları getir" sorgusunu hızlı şekilde çalıştıran özel bir veritabanıdır. Apinizer, üç değiştirilebilir arka uç (PostgreSQL/pgvector, Qdrant, Redis) destekler.
Bağlantı yapılandırması için Vektör Veritabanı sayfasına bakın.
Bağlam Zenginleştirmeli Üretim (RAG)
İsteğinizi doğrudan modele göndermek yerine, önce ilgili bağlamı bir bilgi tabanından çekip isteğe ekleyen ve ardından zenginleştirilmiş isteği modele ileten tekniktir. Yanıtları kendi verinize dayandırır ve halüsinasyon riskini azaltır.
Detaylar için Bağlam Zenginleştirmeli Üretim (RAG) sayfasına bakın.
Bilgi Tabanı
Yüklediğiniz dokümanların otomatik olarak parçalara ayrılıp bir vektör veritabanına indekslendiği, RAG'in kaynağı olan yönetilen veri kümesidir.
Oluşturma ve yönetim için Bilgi Tabanları sayfasına bakın.
Semantik Önbellek
Aynı veya anlamca benzer isteklere, modeli tekrar çağırmadan önbellekteki yanıtı döndürerek gecikme ve maliyeti azaltan mekanizmadır.
Yapılandırma için Semantik Önbellek sayfasına bakın.
Guardrail (Koruma)
İsteğin veya yanıtın, modele ulaşmadan ya da istemciye dönmeden önce geçtiği güvenlik ve kalite kontrolüdür — kişisel veri maskeleme, istem (prompt) denetimi, veri sızıntısı ve konu-dışı kullanım kontrolü gibi katmanları kapsar.
Detaylar için Gelişmiş Korumalar sayfasına bakın.
Model Context Protocol (MCP)
Bir LLM ajanının harici araçlara ve veriye standart bir arayüzle erişmesini sağlayan protokoldür. Apinizer hem bu protokolü dışa sunan bir sunucu hem de harici MCP sunucularına bağlanan bir istemci olarak çalışabilir.
Detaylar için MCP Gateway sayfasına bakın.
Ajan-Ajan (A2A)
Farklı yapay zeka ajanlarının standart bir protokol üzerinden birbirine görev devredip sonuç alışverişi yapmasını sağlayan protokoldür.
Detaylar için A2A Gateway sayfasına bakın.
Failover (Yük Devretme)
Birincil bir LLM hedefi başarısız olduğunda (hata, zaman aşımı, kota aşımı vb.), isteğin önceden tanımlanmış bir yedek hedefe otomatik olarak yönlendirilmesidir.
Detaylar için Yönlendirme ve Failover sayfasına bakın.