Hafızalı yerel yapay zeka - bulut olmadan, abonelik olmadan, saptırma olmadan
Bir önceki makaleler Mac install üzerinde Ollama'nin nasıl yapılandırılacağını anlattım. Bu adımı zaten tamamladıysanız, artık Mistral, LLaMA3 veya REST API aracılığıyla adreslenebilen başka bir uyumlu model gibi güçlü bir yerel dil modeline sahipsiniz demektir.
Ancak, model yalnızca mevcut istemde ne olduğunu "bilir". Önceki konuşmaları hatırlamaz. Eksik olan şey bir hafıza.
FileMaker, esnek arayüzleri sayesinde bireysel şirket gereksinimlerine son derece iyi uyarlanabilen bir veritabanı sistemidir. Veriler hemen hemen tüm diğer veritabanlarından ve Microsoft Excel, Word veya Apple Numbers gibi Office uygulamalarından içe aktarılabilir. FileMaker veritabanları Windows veya Mac OS X bilgisayarlarda, iPad, iPhone ve iPod touch'ta çalıştırılabilir, bu da onları mobil veri yakalama için ideal hale getirir. Bu makalede, FileMaker veritabanının geliştirilmesi için yeni bir projenin nasıl çalıştığı, hangi gereksinimlerin karşılanması gerektiği ve bir geliştirme projesi hazırlamak için kendi başınıza neler yapabileceğiniz açıklanmaktadır.
FileMaker Konferansı 2012'deki bir başka sunumda, bir FileMaker çözümü içinde ekran düzenlerini ve navigasyonu optimize etmenin yollarını gösterdim. İlk olarak, FileMaker'de veritabanı destekli navigasyonu gerçekleştirmek için kullanılabilecek yöntem ve teknolojilere genel bir bakış sundum. GUI çalışmalarına kısa bir gezinti yaparak, grafiksel bir kullanıcı arayüzünün nasıl görünmesi gerektiğini ve teknolojinin mevcut bilimsel durumuna göre nasıl yapılandırılması gerektiğini gösterdim. Son olarak, pratik bir örnek kullanarak, veritabanı destekli navigasyonun eklentiler olmadan saf yerleşik kaynaklarla bir FileMaker çözümünde nasıl uygulanabileceğini göstereceğim.