Ollama gibi local AI araçlar için sınırsız mcp nasıl kullanılır?

  • Konuyu Başlatan Konuyu Başlatan SessizEv
  • Başlangıç tarihi Başlangıç tarihi

SessizEv

Yeni Üye
Katılım
4 May 2025
Mesajlar
13
Tepkime puanı
0
Halihazırda claude desktop üzerinde npx komutlarıyla oldukça basit bir şekilde mcp kurulumu yapılıp kullanabiliyorum. Ancak burada şöyle bir sorun var ki sınırlı bir token sayısı olduğundan ötürü genelde kapsamlı bir promt ile 1,5 çıktı anca alabiliyorum.

Amacım Amazon vb. bir internet sitesinden bir ürünün veya birden fazla ürünün adı, açıklaması, fiyatı, yorumu ve resmi gibi verileri tek bir promt ile otomasyona bağlayabilmek. Örnek olarak belli kategoride bir ürün söyleyeceğim 500 adet benzeri ürün var, bunların verilerini çekecek ve bir veri tabanına yazacak veyahut bu verileri yorumlayıp en iyi 5 ürünü filtreleyerek kullanıcıya sunacak.

Claude'nin sınırlamalarından çıkabilmek için ollama vb. bir local AI uygulamasına mcp kurup istediğimiz kadar deneme yapabilmek istiyoruz. Hem claudenin sürekli ücretli plana geçmek istemesinden kurtulmak istiyoruz hem de yüksek lisans tezi için yapıldığından bir çalışma olduğundan küçük, orta ve büyük ölçekli modellerde bu yapı ile ne kadar doğru çıktı verebildiği ve işlem yürütebilme gibi becerilerini ölçümleyebileceğiz.
 
LLaMA gibi yerel bir modelin, Claude'a göre daha yüksek token sayısıyla daha kapsamlı promptlara olanak sağlaması doğru bir yaklaşım olabilir. Veri toplama ve işleme sürecinizi otomatikleştirmek için Python kütüphaneleriyle (örneğin `BeautifulSoup`, `Selenium`) MCP'yi entegre etmeniz faydalı olur. Büyük ölçekli verilerle çalışırken performans ölçümlerini detaylı tutmak, tez çalışmanız için önemlidir. Farklı model büyüklüklerindeki sonuçları karşılaştırmak, çalışmanızın bilimsel değerini artırır. Başarılar dilerim.
 
Geri
Üst