Data Science Tutorials

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.

Claude Code Süper Güçler, Jesse Vincent'tan gelen ve Claude Code'a bir beceri çerçevesi kuran; aracıya beyin fırtınası, TDD, hata ayıklama, kod incelemesi ve beceri yazımı için disiplinli iş akışları kazandıran bir eklentidir.

Claude Code’u bağlam farkındalıklı bir mühendislik ajanına dönüştüren MCP yığınları, iş akışı kalıpları, anti‑kalıplar ve güvenlik kontrollerine yönelik pratik bir rehber.

Everything Claude Code (ECC), Claude Code'u yeniden kullanılabilir beceriler, uzman ajanlar, kalıcı bellek ve MCP entegrasyonlarıyla saran açık kaynaklı bir çerçevedir.

Aynı projede birden çok uzman aracının bir görev listesini nasıl paylaştığını, bir ekip lideri aracılığıyla nasıl koordine olduğunu ve arka uç, ön uç, veritabanı ve dokümantasyon çalışmalarını nasıl paralelleştirdiğini ele alan, Claude Code Aracı Takımları için pratik bir rehber.

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.

Yerleşik Claude Code eğik çizgi komutlarını kullanarak oturumlar boyunca bağlamı, değişiklikleri ve maliyeti yönetin; tekrarlayan iş akışlarını otomatikleştirmek için özel komutlar oluşturun.

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

Cofounder 2’yi kullanarak kaba bir fikri, uzmanlaşmış yapay zekâ ajanları aracılığıyla iş planı, marka kiti, mühendislik görevleri, pazarlama kampanyaları ve satış iş akışlarına sahip yapılandırılmış bir şirkete nasıl dönüştüreceğinizi öğrenin.

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

Rastgele orman regresyonu nasıl çalışır, nerede başarısız olur ve nasıl değerlendiriliyor, ayarlanıyor ve yorumlanıyor. Python uygulaması ve model karşılaştırma çerçevesi içerir.

Async CRUD işlemleri ve HTMX etkileşimi için Python-yerel araçların kullanımına dair eksiksiz bir eğitim.