2 Katmanlı Mimari

Deterministik veri.
LLM reasoning. Asla karışmaz.

Veri arama işi geleneksel ve %100 güvenilir veritabanı sorgularından geçer — SQL, JSONB, NoSQL veya bir Kural Motoru. LLM yalnızca bu doğrulanmış veri üzerinde akıl yürütür. Halüsinasyon yok, vektör veritabanı gerekmez.

Çalışma Mekanizması Nerede Çalışır Local Model Olmadan da Çalışır
Çalışma Mekanizması

İki katman, tek ve net
sorumluluk ayrımı

Veri arama ve akıl yürütme iki farklı iştir. TotalApp bir LLM'in ikisini birden yapmasına asla izin vermez — Katman 1 kesin veriyi bulur, Katman 2 Katman 1'in zaten doğruladığı veri üzerinde akıl yürütür.

  • Katman 1 — SQL, PostgreSQL JSONB, NoSQL veya bir Kural Motoru kullanarak kayıtları tam eşleşmeyle süzer
  • Katman 2 — Katman 1'den gelen kesin JSON, LLM'e context olarak verilir
  • LLM yorumlar, denetler (linter gibi) veya karar verir — asla gerçek uydurmaz
  • Yanlış veri getirme ihtimali sıfırdır — hiçbir şey yaklaşıklıkla getirilmez
TotalApp'te Görün
totalapp.app / two-tier-architecture
Katman 1 · Deterministik invoices WHERE status='overdue'
"Hangi faturalar gecikmiş ve gecikme faizi doğru hesaplanmış mı?"
1 SQL 3 tam eşleşmeli satır döndürür — yaklaşıklık yok
2 Doğrulanmış JSON, LLM'e context olarak verilir
LLM yanıtı: "Fatura #4021'in gecikme faizi 12$ eksik hesaplanmış — aylık %1,5 politikanıza göre yeniden hesaplandı." Gerçekler Katman 1'den geldi; LLM yalnızca onlar üzerinde akıl yürüttü.
Vektör araması yok · yalnızca tam eşleşme
Nerede Çalışır

Yapılandırılmış veri,
serbest metin araması değil

Bu mimari, belirli bir şeması ve net kuralları olan veriler için tasarlanmıştır — bir fatura, bir vergi hesaplaması, bir yetki denetimi. Sabit şeması olmayan dokümanlar ve açık uçlu metin için doğru araç Semantic Search'tür.

  • En uygun alan: ERP/CRM modülleri, fatura & vergi hesaplamaları, RBAC yetki denetimleri
  • Tek başına yeterli değil: sabit şeması olmayan dokümanlarda serbest metin araması
  • Katman 2 için vektör araması gerekmez — yapılandırılmış JSON doğrudan LLM'e context olarak gider
  • Bir iş akışının hem tam kontrole hem benzerlik aramasına ihtiyacı varsa Semantic Search ile birleştirin
Semantic Search'ü İnceleyin
totalapp.app / two-tier-vs-semantic
2 Katmanlı Mimari
Tam eşleşme · SQL/JSONB/NoSQL
Semantic Search
Vektör benzerliği · embedding
"Gecikmiş faturaları göster" — tam şema eşleşmesi
"Buna benzer sözleşmeleri bul" — benzerlik araması
Aynı platform, iş için farklı araç — alışkanlıkla değil, sorunun şekline göre seçin.
Her iki yaklaşım da TotalApp'te mevcut
Local Model Olmadan da Çalışır

Local model veya GPU yok mu?
Ekran yine çalışır

Kullanıcının bilgisayarında local bir model (Ollama vb.) veya GPU altyapısı yoksa hiçbir ekran kilitlenmez, çökmez veya kullanılamaz hale gelmez. Bunu sağlayan üç mimari garanti vardır.

  • Graceful fallback — local model bulunamadığında otomatik olarak keyword aramaya geçilir, sistem asla durmaz
  • Core operasyonlar AI'dan bağımsızdır — listeleme, filtreleme, formlar ve kaydetme standart CRUD'dur
  • AI katmanı esnektir — bulut servisine geçer veya ekran AI butonları olmadan çalışmaya devam eder
TotalApp'te Görün
totalapp.app / graceful-fallback
Local model bulunamadı
Tablo, formlar & CRUD — tamamen kullanılabilir, AI'dan bağımsız
AI diagnostic butonları — bunun yerine bulut servisine yönlendirilir
i Bulut servisi de yok mu? Ekran AI butonları hariç tamamen kullanılabilir kalır
Çekirdek ekranın hiçbir parçası bir local modelin varlığına bağımlı değildir.
Graceful fallback aktif
Neden Önemli

Güvenilirlik için tasarlanmış hibrit yaklaşım

Geleneksel sorgular gerçeklerin sahibidir. LLM ise akıl yürütmenin sahibidir. Hiçbiri diğerinin işini yapmaz.

Sıfır Yanlış Veri Riski

Katman 1, gerçek şemanıza karşı tam eşleşmeli sorgular kullanır — yanlış çıkabilecek "yaklaşık" veya "yeterince yakın" bir sonuç yoktur.

Halüsinasyon Veri Seviyesinde Engellenir

LLM yalnızca Katman 1 tarafından zaten doğrulanmış veri üzerinde akıl yürütür — orada olmayan gerçekleri ortaya çıkaramaz.

Vektör Veritabanı Karmaşıklığı Yok

Bu tür sorgular için oluşturulacak, ayarlanacak veya senkron tutulacak bir embedding hattı, benzerlik indeksi veya vektör deposu yoktur.

SQL, JSONB, NoSQL veya Kural Motoru

Katman 1, veriye uyan hangi deterministik depoyla olursa olsun çalışır — tek bir veritabanı teknolojisine bağımlılık yoktur.

Yorumlama, Denetim veya Karar Desteği

Katman 2, veriyi sade bir dille yorumlayabilir, linter gibi denetleyebilir veya bir kararı destekleyebilir — her zaman doğrulanmış gerçeklerden yola çıkarak.

ERP/CRM İş Akışları İçin Tasarlandı

Fatura ve vergi hesaplamaları, RBAC yetki denetimleri — sabit şeması ve net kuralları olan her operasyonel iş akışı.

Semantic Search'ü Tamamlar

Yapılandırılmış kayıtlar için bu mimariyi, serbest metin keşfi için Semantic Search'ü kullanın — ikisini tek bir iş akışında birleştirin.

Local Model Yok mu? Sorun Değil

Core CRUD operasyonları hiçbir zaman AI'ya bağımlı değildir. Local model eksikliği Katman 2'yi bulut servisine yönlendirir veya yalnızca AI butonlarını devre dışı bırakır.