Test Ortamını Kuruyoruz

Terminal'i aç (Cmd + Space → "Terminal") ve önce kurulu olup olmadığını kontrol et:

$ brew --version

Kurulu değilse:

$ /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Önce mevcut versiyonu kontrol et:

$ python3 --version

Python 3.10 veya üzeri varsa devam et. Yoksa:

$ brew install python@3.11

Redis Stack'i bir container içinde çalıştıracağız. Docker kurulu mu kontrol et:

$ docker --version

Kurulu değilse Docker'ın resmi sitesinden Apple Silicon sürümünü indir, .dmg dosyasını aç ve Applications klasörüne sürükle. İlk açılışta macOS izin isteyecek — izin ver. Kurulumu doğrulamak için:

$ docker run hello-world

Redis Stack, klasik Redis'in üzerine RediSearch ve RedisJSON modüllerini ekler. Böylece hem key-value cache hem de vektör benzerlik araması aynı container'dan çalışır — iki ayrı servis kurmak yerine tek komutla hallediyoruz.

$ docker run -d \
  --name redis-stack \
  -p 6379:6379 -p 8001:8001 \
  -v redis-data:/data \
  redis/redis-stack:latest

Port 6379 Python scriptimizin bağlanacağı nokta. Port 8001 ise RedisInsight arayüzü — tarayıcıdan http://localhost:8001 adresine girerek cache entry'lerinin dolduğunu canlı olarak izleyebilirsin.

Container'ın çalıştığını doğrulamak için:

$ docker exec -it redis-stack redis-cli ping

"PONG" çıktısı geliyorsa Redis hazır. Container yönetimi için kısa komutlar:

$ docker stop redis-stack
$ docker start redis-stack
$ docker logs redis-stack -f

Proje klasörünü oluştur ve venv'i aktive et:

$ mkdir ~/semantic-cache-lab && cd ~/semantic-cache-lab
$ python3 -m venv venv
$ source venv/bin/activate

Venv aktifken requirements.txt dosyasını oluştur:

openai>=1.0.0
sentence-transformers>=2.7.0
torch>=2.0.0
redis>=5.0.0
tiktoken>=0.7.0
pypdf>=4.0.0
langchain>=0.2.0
langchain-community>=0.2.0
pandas>=2.0.0
matplotlib>=3.8.0
python-dotenv>=1.0.0
tqdm>=4.0.0

Ardından kur:

$ pip install -r requirements.txt

sentence-transformers ve torch büyük paketler — internet hızına göre 5-15 dakika sürebilir. M-serisi Mac'te MPS desteği otomatik algılanır.

MPS'in aktif olduğunu doğrulamak için:

$ python3 -c "import torch; print('MPS:', torch.backends.mps.is_available())"

Önce .env dosyasını oluştur (OpenRouter API key'ini openrouter.ai/keys adresinden alabilirsin):

OPENROUTER_API_KEY=sk-or-v1-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
LLM_MODEL=google/gemini-2.0-flash-lite-001
REDIS_HOST=localhost
REDIS_PORT=6379

.env
venv/
__pycache__/
data/
results/

Ardından test scriptini çalıştır.

==================================================
BAĞLANTI TESTİ
==================================================

[1/4] Redis bağlantısı...
✓ Redis: OK

[2/4] Embedding modeli yükleniyor...
✓ Embedding: OK (dim=384, device=mps)

[3/4] OpenRouter LLM bağlantısı...
✓ OpenRouter: OK
Cevap: Evet!
Token kullanımı: 27

[4/4] Token sayımı...
✓ tiktoken: OK
"Bu bir test cümlesidir." = 7 token

==================================================
TÜM BAĞLANTILAR BAŞARILI
==================================================