Jeff Fritz ile .NET AI Bootcamp'te Neler Öğrendik

Atölye Ortamı ve Ayarları

Bootcamp, oturumu pasif bir izleme yerine odaklanmış bir atölye olarak ele alma üzerine vurgu yaptı. Jeff Fritz, modelleri almak için .NET 9 Demosu, Docker, ve uygun GitHub belirteç yapılandırmasına sahip temiz bir geliştirme ortamını önerdi.

GitHub belirteç kurulumu son derece basit çıktı: Geliştirici Ayarlarına gidin, Modelleri okumak için ince ayarlı bir belirteç oluşturun ve uygun son kullanma tarihini belirleyin. GitHub'un açık modelleri GPT-4 Mini'ye ücretsiz erişim sağlar, OpenAI veya Azure abonelikleri gerektirmez.

Jeff Fritz üç dağıtım seçeneği sundu: Ücretsiz erişim için GitHub Modelleri, kurumsal özellikler için Azure OpenAI Hizmeti ve tam yerel gizlilik için Ollama. Anahtar içgörü, sağlayıcı esnekliği uygulamaları arasında kod yeniden yazma olmadan hizmet değişikliği yapma imkanıdır.

Gerçek Uygulamalar İnşa Etme: Quiz Uygulaması

Fritz, başka bir sohbet robotu göstermek yerine Blazor Server kullanarak pratik bir quiz uygulaması oluşturdu. Uygulama, herhangi bir konuda dinamik bilgi yarışması soruları oluşturur, gerçek dünyada AI entegrasyon modelleri sergiler.

Uygulama, Microsoft.Extensions.AI bağımlılık enjeksiyonu aracılığıyla temiz entegrasyonu vurguladı, bu sayede AI hizmetlerini kaydetme işlemi logging veya HTTP istemci kadar erişilebilir hale getirildi. Uygulama, isteklendirme zincirlemesini gösterdi, birden fazla AI çağrısının birlikte çalışarak karmaşık kullanıcı deneyimleri oluşturabileceğini gösterdi.

Microsoft.Extensions.AI: Birleşik Sağlayıcı Soyutlaması

Microsoft.Extensions.AI, atölyenin en önemli teknik açıklaması olarak ortaya çıktı. Bu paket, AI sağlayıcıları arasında birleşik soyutlama sunar, uygulamaların tutarlı arayüzlerle OpenAI, Ollama veya GitHub Modelleri ile çalışmasına olanak tanır.

Soyutlama, AI istemcilerini Program.cs'de tanıdık .NET bağımlılık enjeksiyonu modelleri kullanarak kaydeder. Uygulamalar, gereksinimlere, maliyete veya dağıtım kısıtlamalarına bağlı olarak sağlayıcı değiştirme esnekliğini korurken tutarlı arayüzlerle yazılır.

Başlangıçtan İtibaren Güvenlik En İyi Uygulamaları

Jeff Fritz, geliştirmenin her aşamasında uygun gizli yönetimini vurguladı. Atölye, dotnet kullanıcı sırlarını geliştirme için kapsamış, yapılandırma dosyalarında API anahtarlarından kaçınmayı ve kaynak kontrolüne kimlik bilgileri yüklemeyi önleme konularını ele aldı.

Güvenlik-öncelikli geliştirmenin odaklanması, genellikle geriye dönük olarak koruma eklenen birçok AI uygulamasındaki önemli bir boşluğu ele alır. AI uygulamalarının genellikle birden fazla API anahtarı ve hizmet kimlik bilgisi gerektirdiği düşünüldüğünde, güvenli desenlerin erkenden kurulması önemli güvenlik açıklarını önler.

Geri Getirme-Artırmalı Oluşturma (RAG): Temel Desen

Atölyenin en değerli bölümü, Geri Getirme-Artırmalı Oluşturma (RAG) uygulamasını kapsadı. Fritz, belgeleri işleyen, parçalara ayıran, vektör gömülme oluşturup depolayan ve kullanıcı sorgularını uygun içerikle eşleştirdikten sonra yanıtlar üreten tüm bir sistem inşa etti.

Fritz, RAG'ı "gerçek dünya uygulamaları için en güçlü desen, hukuk, finans, bilgi tabanları ve ötesi." olarak tanımladı. Bu desen, AI'ı genel soru-cevaptan, belirli organizasyonel veriler üzerinde anlama ve akıl yürütme yapan uygulamalara dönüştürerek önemli ticari değer sağlar.

Demonstrasyon, basit Soru-Cevap'tan, pratik AI uygulamasının ölçülebilir iş etkisi sağladığı şirket belgeleri, politikaları ve bilgi tabanlarına anlayış gösteren uygulamalara nasıl ilerleyebileceğini gösterdi.

Yerel Geliştirme ile Ollama

Harici API bağımlılıklarını önlemek veya tam kontrol gerektiren geliştiriciler için, Jeff Fritz Ollama ile Docker'da yerel AI geliştirmesini gösterdi. Kurulum, Docker görüntülerini çekmeyi, kullanılabilir olduğunda GPU desteği yapılandırmayı ve uygun modelleri indirmeyi içerir.

Yerel dağıtım, tam gizlilik sunar, harici bağımlılıkları ortadan kaldırır ve şaşırtıcı derecede mütevazı donanım kaynakları gerektirir. Fritz, anlamlı AI geliştirmenin pahalı GPU donanıma ihtiyaç duymadığını, birçok iş akışını standart geliştirme makinelerinin etkili bir şekilde yönetebileceğini defalarca vurguladı.

Pratik Prompt Mühendisliği

Atölye, aşırı karmaşıklıktan kaçınan, uygulanabilir istem mühendisliği tekniklerini içerdi. Fritz, yapılandırılmış istemleri ve sohbet rollerini gösterdi, "bir junior geliştiriciye yardımcı olan .NET uzmanı" gibi bağlamların yanıt kalitesini nasıl önemli ölçüde artırdığını gösterdi.

Quiz uygulaması, sohbet bağlamını korumayı ve AI yanıtlarını yönlendirmeyi, tek sorgulu etkileşimlerin ötesine geçen üretken uygulamalar için kritik yetenekleri sergiledi.

Mevcut Sınırlamalar ve Gerçekçi Beklentiler

Jeff Fritz, günümüzdeki AI sınırlamalarının dürüst değerlendirmelerini sağladı. Çoğu büyük dil modelinin en iyi performansı İngilizce sağlar, diğer diller daha az güvenilir sonuçlar üretir, bunun iyileştirilmesi gereken bir alan olduğunu belirtti.

Maliyet analizi, GitHub Modell'in öğrenme ve küçük projeler için gerçekten ücretsiz olduğunu ortaya çıkardı, Azure OpenAI ise makul ölçekte uygun fiyatlı kalmaya devam eden parça başına token fiyatlandırması sağlar. Temel avantaj, ücretsiz katmanlarla başlayarak kod değişiklikleri yapmadan ölçeklendirme sağlamasıdır.

Donanım gereksinimleri erişilebilir olarak kalır; standart geliştirme dizüstü bilgisayarları AI geliştirme iş akışlarını yönetir ve yerel modeller mütevazı donanım yapılandırmalarında etkili bir şekilde çalışır.

Başlarken: Kaynaklar ve Sonraki Adımlar

github.com/csharpfritz/ai-bootcamp adresindeki bootcamp deposu, tam örnekler, Docker yapılandırmaları, Blazor şablonları ve model kurulum talimatlarını içerir. YouTube tekrarları, canlı oturumu kaçıranlar için kod birlikte öğrenme imkanı sunar.

Önerilen ilerleme yolu:

1. Ücretsiz deneyim için GitHub Modelleri ile başlayın
2. Bootcamp deposunu klonlayın ve quiz uygulamasını uygulayın
3. Microsoft.Extensions.AI soyutlamalarını ve sağlayıcı esnekliğini keşfedin
4. Gösterilen kalıpları kullanarak RAG uygulamaları oluşturun
5. Proje gereksinimleri karmaşıklığına hak kazandığında Azure veya yerel modellere ölçeklendirin

Daha Geniş Etki

Bu bootcamp, .NET'te AI entegrasyonunun deneysel durumdan, standart geliştirme pratiğine geçtiğini gösterdi. Sağlayıcı soyutlaması için Microsoft.Extensions.AI'nin, erişilebilir LLM erişimi için GitHub Modellerinin ve RAG gibi kanıtlanmış kalıpların birleşimi, .NET geliştiricileri için somut fırsatlar yaratır.

Geliştirme yolu, birçok kişinin beklediğinden daha nettir. Geliştiricilerin akıllı uygulamalar geliştirmek için AI uzmanlığına ihtiyacı yoktur; .NET ekosistemi artık AI entegrasyon karmaşıklığı yerine uygulama mantığına odaklanmayı mümkün kılan soyutlamalar sunmaktadır.

Jeff Fritz'in atölyesi, geliştiricilerin sıfır AI bilgisinden bir gün içinde işlevsel uygulamalara geçebileceğini kanıtladı. .NET geliştiricileri açısından AI uygulamasını merak eden ama giriş noktalarından emin olmayanlar için, bu bootcamp teknolojinin ne kadar erişilebilir hale geldiğini gösteriyor.

Bu Neden Şimdi Önemli

Iron Software, .NET topluluğu yenilikçiliğini desteklemeye devam ederken, Fritz'in bootcamp gibi etkinlikler ekosistemi ileriye taşıyan tam olarak pratik, uygulamalı öğrenmeyi temsil eder. Bu teorik AI tartışması değil, geliştiricilerin hemen üretim uygulamalarında uygulayabileceği eyleme geçirilebilir bilgidir.

Atölye, .NET topluluğunun şüphelendiğini doğruluyor: AI entegrasyonu, geliştirici araç setinin standart bir parçası haline geliyor, uzmanlaşmış bir niş değil. Uygun soyutlamalar, erişilebilir modeller ve kanıtlanmış kalıplarla, giriş engeli önemli ölçüde düşmüştür.

AI entegrasyonunu değerlendiren organizasyonlar için mesaj açık: araçlar var, kalıplar kanıtlanmış ve .NET ekosistemi güvenilir, ölçeklenebilir AI destekli uygulamalar için temel sağlıyor. Soru, AI'yı entegre etmek değil, bu kalıpları nasıl hızlı bir şekilde uygulama ekiplerinin iş değerini artırmak için uyarlayabileceğidir.

Uygulamanızı Benzersiz Kılan Unsurlara Odaklanın

Uygulamalarınıza AI yetenekleri eklerken, belirli temel bileşenlerin kanıtlanmış, kurumsal düzeyde çözümlere bırakılması gerektiğini unutmayın. Geliştirme süresini PDF oluşturma, OCR işleme veya barkod okuma işlevselliğini yeniden yaratmaya harcamak yerine, geliştiriciler uygulamalarının benzersiz değer önerisine odaklanabilir.

Iron Software'in .NET kitaplık paketi, bu altyapı konularını ele alır ve geliştirme ekiplerinin uygulamalarını farklılaştıran AI özellikleri ve iş mantığına odaklanmasına olanak tanır. IronPDF'den belge işleme için IronOCR'ye, akıllı metin çıkarma için, bu savaşta test edilmiş kitaplıklar modern AI iş akışlarıyla sorunsuz bir şekilde entegre edilir.

Bugün Zeki Uygulamalar Geliştirmeye Başlayın

Fritz'in atölyesinde gösterilen kalıpları uygulamaya hazır mısınız? Iron Software, AI entegrasyonunu mükemmel bir şekilde tamamlayan belge işleme ve veri çıkarım araçlarına erişim sağlayan tam .NET kütüphane paketimizin ücretsiz denemesi sunuyor.

Iron Suite Ücretsiz Deneyin.

Kütüphanelerimiz, Fritz'in gösterdiği Microsoft.Extensions.AI kalıplarıyla birlikte çalışır, AI zekasını güçlü belge işleme yetenekleriyle birleştiren sofistike uygulamaların hızlı geliştirilmesini sağlar. İster PDF'leri işleyen RAG sistemleri, taranmış belgelerden veri çıkaran uygulamalar, isterse akıllı raporlar üreten iş akışları oluşturuyor olun, Iron Software, yeniliğe odaklanmanızı sağlayan temel araçları sağlar, uygulama karmaşıklığına değil.