Araştırma 🇷🇺 12.08.2026 13:04

Claude Code Olmadan Kişisel Wiki Oluşturma: MapReduce Tabanlı Bir Hat

AnthropicAnthropic OpenAIOpenAI OllamaOllama
Makale, Claude Code olmadan gpt-5-mini ve gemma4:26b gibi zayıf modeller kullanarak kişisel bir wiki'nin nasıl oluşturulacağını açıklıyor. İki başarısız stratejinin ardından, anahtar terim çıkarımı, büyük dil modeli (LLM) filtreleme ve bağlantı oluşturma içeren MapReduce tabanlı bir yaklaşım başarılı oldu. Wiki-assembler adı verilen hat, basit LangChain ajanlarıyla Python'da uygulanıyor ve Claude Code'dan daha düşük maliyetli.
Andrej Karpathy'nin LLM tarafından oluşturulan wikiler fikrinden ilham alan yazar (bir Habr kullanıcısı), kişisel bir wiki oluşturmak için Claude Code'a alternatifleri araştırıyor. Üç strateji test edildi: bağlam belleğiyle sıralı çıkarma, ayrı bir entegrasyon ajanıyla toplu çıkarma ve MapReduce yaklaşımı. İlki, zayıf modellerin öğe sayısı onu aştığında öğeleri kaybetmesi nedeniyle başarısız oldu. İkincisi, ilgisiz öğeleri birleştiren zayıf entegrasyon nedeniyle başarısız oldu. Üçüncüsü, MapReduce, başarılı oldu: her kaynak açıklanır ve anahtar terimler çıkarılır, ardından terimler tersine çevrilerek her terim kaynaklarıyla eşlenir. Bir LLM hakemi terimleri önem derecesine göre filtreler; önemli terimler için özet, özellikler ve ilgili öğelere bağlantılar içeren bir wiki öğesi oluşturulur. Boru hattı, proxy sağlayıcıdan gpt-5-mini ve yerel Ollama'dan gemma4:26b kullanır. gpt-5-mini önemi abartma eğilimindedir ve bazen kendi başına terimler ekler, ancak bir bağlayıcı bunu yakalar; gemma4:26b daha katıdır ancak yapılandırılmış çıktıda zorlanır ve kodda bölünmeler gerektirir. Maliyetler: Claude Code kaynak metnin 100KB'ı başına 3-4 dolar, gpt-5-mini 1.1-1.3 dolar, gemma4:26b ise yalnızca elektrik maliyeti gerektirir ancak yavaştır (saniyede 12 token, boru hattı için tam bir gün sürer). Uygulama, Wiki-assembler, beş veya altı basit LangChain ajanı ve iki sabit kodlanmış bloktan oluşan bir Python boru hattıdır; Gemma'nın sonsuz akıl yürütmesi nedeniyle ReAct'ten kaçınır. Boru hattı adımları, açıklama ve kategorizasyon, bir LLM hakemi aracılığıyla anahtar terimlerin filtrelenmesi, wiki öğelerinin oluşturulması ve bunların bağlanmasını içerir.
Kaynak: Habr — хаб ИИ — orijinal
Bu konudaki önceki yazılarımız ↓
Güncel haberler