Docker ve MCP ile Yerel AI Ajanları Yapmak

Yerel olarak çalıştırılan yapay zeka modelleri verileriniz üzerinde tam kontrol sağlar, ancak bu modelleri gerçek dünya araçları ve veri kaynaklarına güvenli bir şekilde bağlamak zor olabilir. Konteynerleştirmeyi modern açık protokollerle birleştirerek, doğrudan kendi makinenizde güçlü, özel yapay zekâ asistanları oluşturabilirsiniz. Bu metin tabanlı kurs, Docker kullanarak yerel Büyük Dil Modelleri (LLM) kurmak ve onları Model Konu Protokolü (MCP) aracılığıyla dış ortamlara bağlamak için size rehberlik eder. Temel yerel AI yürütmesini anlamaktan yerel dosyalarınız, veritabanlarınız ve API'lerinizle etkileşime geçebilen güvenli, araç-etkin AI ajanlarını konfigüre etmeye geçiş yapacaksınız. Ne öğreneceksin: - Yerel LLM yürütüm zamanlarının, konteynerizasyonun ve Model Kontekst Protokolü (MCP) mimarisinin temellerini anlayın. - Docker konteynerlerini yerel AI modellerini sistem kaynaklarına izole erişimle güvenli bir şekilde çalıştırmak için ayarlayın. - Yerel dil modellerini MCP sunucularına bağlayın, güvenli araç kullanımı ve veri geri kazanımı sağlayın. - Yerel AI ajanlarınızla programlı olarak etkileşim için komut satırı ve API tabanlı çalışma akışlarını uygulayın. - Kaynak tahsisi, konteyner güvenliği ve yerel veri gizliliği için en iyi uygulamaları uygulayın. Konteynerleştirilmiş yapay zekanın temel teorisi ve MCP'nin rolü ile başlayacaksınız, ardından adım adım yazılı yapılandırmalar, terminal komutları ve yerel kurulumu sıfırdan inşa etmek için tasarlanmış entegrasyon egzersizleri ile ilerleyeceksiniz. Bu kurs, MCP veya gelişmiş Docker yapılandırmaları ile önceden tecrübe gerektirmeyen özel yapay zeka çalışma akışlarını inşa etmek isteyen yazılım geliştiricileri, sistem yöneticileri ve yapay zekâ tutkunları için tasarlanmıştır.