
writer-self-editing-checklistKENDİ DENETİM LISTESİ — writer için deepPrompt roles.json'dan çıkarıldı
Genel Bakış
Temel özellikler
- Söylenen öneklerinin doğruluğunu doğrula
- Yaslımcılık sıralamalarının açık olması için kontrol et
- Code örneğinin temiz bir ortamda test et
- Sözlük terminolojinin tutarlı olması için garanti
- Yoğunluk kullanan cümlelerin tespiti
- Aktif fiil kullanan cümlelerin tespiti
- Prosedür adımlarının net bir şekilde yazılması için kontrol et
Fiyatlar
- Model
- Free
- Kategori
- Yetenekler
- Puan
- Henüz inceleme yok
Kullanım senaryoları
Belge Görüntülenmesi
Bu liste ile göndermeden önce belgelerin kalite standartlarını sağlamaya yönelik içerikleri gözden geçirebilirsiniz.
İçerik Kalite Denetimi
Bu liste, birçok belge için tutarlılık ve erişbilirlik açısından kalite kontrolünde kullanılabilir.
Artılar ve eksiler
Artılar
- Erişebilirlik açısından belgelere daha anlaşılır bir düzen katar
- Sözlük terminolojisindeki tutarlılığı temin eder
- Code örneğine potansiyel sorunları saptar
- Erişebilirlik açısından belgelere tutarlı bir düzen katar
Eksiler
- Tamamlanması zaman alabilir
- Her tip belge için her madde geçerli olmayabilir
İncelemeler
İnceleme bırakmak için giriş yap.
Henüz inceleme yok. İlk sen ol!
Sorular
Hangi yerel modelleri çalıştırmalıyım ve donanım SecureContext'i nasıl etkiler?
SecureContext, donanım katmanına göre kibarca degrade olur — her LLM destekli katman kapalı şekilde başarısız olur (özellik sessizce hiçbir şey katkıda bulunmaz) ve veri alma ya da aramayı bozmaz. Donanımla değişen şey, zeka yığınının ne kadarının aktif olduğudur: | Katman | Donanım | Uyan modeller | Ne elde edersiniz | |---|---|---|---| | Minimum | Herhangi bir CPU, ~2 GB boş RAM | nomic-embed-text (yalnızca gömme) | Hibrit BM25+vektör arama, çalışma hafızası, denetim zinciri, beceri kısıtlamaları — temel. LLM katmanları (olay çıkarımı, varlık çıkarımı, çelişki karar verme) pasiftir. | | Orta | 8–16 GB GPU (veya Apple Silicon 16 GB+) | + qwen2.5-coder:14b ya da phi4:14b (bir seferde bir tane) | + Veri alımında olay‑gerçek çıkarımı (zaman akışı), LLM çelişki karar verme, varlık çıkarımı, L0/L1 anlamsal dosya özetleri. | | Tam | 24 GB+ GPU (örn. RTX 4090/5090) | + phi4:14b ve gpt-oss:20b birlikte çalışır halde | Her şey, aynı anda, etkileşimli gecikmede — ayrıca QA/benchmarklar için güçlü yerel üretici. Bu, yayınladığımız benchmark farklarının ölçüldüğü konfigürasyondur. Model seçimi rehberi (tümü ölçülmüş, bkz. bench/): - Gömme: nomic-embed-text — zorunlu, çok küçük, her yerde çalışır. - Olay çıkarımı (ZCEVENTEXTRACTMODEL, varsayılan phi4:14b): bizim denemelerimiz phi4:14b'yi %100 olay hatırlama / %100 tarih doğruluğu ile puanladı, gpt-oss
Asked by Ekaterina Orlova · Dec 3, 2025
Bunu çalıştırmak için neler gerekir?
Node 20+ ve (önerilen) Docker, paketlenmiş PostgreSQL + Ollama yığını için gerekir. Tek komutla kurulum yaklaşık beş dakikada her şeyi halleder. SQLite yedekleme, hiçbir altyapı olmadan çalışır.
Asked by Jarrah Whitlock · Nov 26, 2025
Birden fazla Claude Code oturumu aynı proje üzerinde çatışma olmadan çalışabilir mi?
Evet — paralel oturumlar, iş çalım kuyruğundan atomik olarak görev alır (testte 50 ajan × 100 görevde sıfır çifte talep), tiplenmiş yayınlar (ASSIGN/STATUS/MERGE/REJECT) ile koordine olur ve özel ajan bellek ad alanları ile ortak bir havuz tutar. Daha büyük ajan takımları için bölüm‑stili hiyerarşiler (başlar + çalışanlar, N-katmanlı yükseltme) desteklenir.
Asked by Amina Diallo · Nov 8, 2025
Claude Code yetenekleri kurulum için güvenli mi?
Dosya sistemi yetenekleri, izinlerinizle çalışan betikleri paketler ve Claude Code'un yerel yükleyicisi onları taramaz. SecureContext eksik kapıyı ekler: kabul anında AST taraması, her çalıştırmadan önce HMAC doğrulaması, hata durumunda ya da kabul sonrası değişiklikte otomatik karantinaya alma ve her kabul kararının doğrulanabilir zincirli kaydı.
Asked by Fernando Rojas · Oct 28, 2025
SecureContext kodumu ya da verilerimi buluta gönderiyor mu?
Hayır. Bellek, gömmeler (Ollama nomic-embed-text), arama, özetleme ve denetim zinciri tamamen yerel olarak çalışır. Tamamen çevrim dışı çalışır (Ollama erişilemezse arama kibarca sadece anahtar kelimelere düşer) ve boşta iken $0 maliyeti vardır.
Asked by Nadia Benali · Oct 21, 2025
Soru sor
Yetenekler alternatifleri

Güvenlik kontrolü yapılan Claude AI için veri-ai yetenek. Sınıf A. Oluşturma sırasında veya işleme planını çalıştırmadan önce görüntülü çalışma alanı oluşturmak için kullan - geçerli çalışma alanı ayrı bölgede izole eder.

Güvenlik test edilmiş veri-ai becerisi için Claude AI için A sınıfı. GA4 BigQuery_export Scheması Referansı - tam alan referansı, iç içe yapılar, sorgu paternleri ve performans ipuçları

Meta Capi - Güvenlik test edilmiş data-yetenek, Claude AI için. Grade A. Meta Konversiyon API (CAPI) Yapılandırması Referansı - mimari, olay tipleri, müşteri bilgileri şifreleme, tekrarsızlık, uygulama örnekleri, AEM

Amaçlı geliştirme yeteneği için güvenli test edilmiş Claude AI'de Sınıf A. Fonksiyonu/metodu kullandığı listelemek (direkt çağrı grafı)

Güvenlik test edilmemiş data-ai becerisi için Claude AI'ye. Grade A. Modülün altında test ediyorsanız, aynı namespace'de test modülünün ismini alan Haskell test modülünü 'Spec Sufışıyla adlandırın. Modül yazarken veya incelemelerde bu test modülünü kullanın.

Güvenlik test edilmiş veri-ay data becerisi için Claude AI için Grade A. Büyük kararlar için uzmandan beş üyenin uzman bir kurul deliberasyonunu simule edin. Planlar, mimari seçimlerin, işlev tasarımları veya herhangi bir kararın değerlendirilmesi için kullanın.

Uygulama güvenliktest edilen bir geliştirme yeteneği, Claude AI için. Grade A. MVC avançado üzerinden PE (Giriş noktası), standart ekranlarda özel gridler ekleme (CNTA300/MATA070/MATA440/MATA460/FINA040 üzerinden *STRU)
Güvenli test edilen Claude AI devops yeteneği. A derece. **AKTİVİTE YETENEĞİ** — Depo dokümantasyon güncelliğini ve tazeliğini doküman sitesindeki, ajan dosyaları ile ve güncelleme günlüğünde tutmaya yarar. Nerede: "docs güncelle"
Trending now

Daha doğru Homework Yardımıyla Tam Açıklamalar

Belge zeka API, karmaşık PDF'ler, sunumlar ve tabloları okur ve yapılandırılmış verileri ayırarak, ayrıştırır, ayırır, OCR yapar ve çıkartır.

Çıkarılmış modda 12B model, 128K bağlam penceresi ile karışık görüntü ve metin ile işlenir.

Sponsorlu yanıtlar, tık başına tahsil edilen
