GH LLMAAS · MÜŞTERİ KULLANIM KILAVUZU

LLM as a Service kullanım kılavuzu

API erişimi, örnek entegrasyonlar ve video anlatımlarla GlassHouse LLM Gateway'i uygulamalarınıza, kod asistanlarınıza ve yapay zeka ajanlarınıza bağlayın.

cURLOpenCodeVS Code (Continue)

BÖLÜM 1

Bu Kılavuz Hakkında

Bu kılavuz, GlassHouse LLM as a Service (LLMaaS) hizmetini satın alan kurumların teknik ekiplerine yöneliktir. Hizmet kapsamında tarafınıza iletilen API adresi (Base URL) ve API anahtarı (API Key) ile kendi uygulamalarınızı, kod asistanlarınızı ve yapay zeka ajanlarınızı GlassHouse LLM Gateway üzerinden çalıştırabilirsiniz.

Kılavuzda üç uçtan uca örnek yer alır ve her örnek için ekran kaydı videosu bulunmaktadır:

cURL ile doğrudan API çağrısı — bağlantının ve anahtarın doğrulanması
OpenCode — masaüstü yapay zeka kod ajanının GlassHouse gateway'ine bağlanması
VS Code + Continue eklentisi — IDE içinde sohbet, düzenleme ve otomatik tamamlama

Videolar hakkındaAşağıdaki her örneğin sonunda, ilgili adımları gösteren bir ekran kaydı videosu doğrudan bu sayfada oynatılabilir.

BÖLÜM 2

LLMaaS'a Genel Bakış

GlassHouse LLMaaS, farklı üretken yapay zeka modellerini tek bir yönetilen servis katmanında sunar. Uygulamalarınız standart bir API üzerinden LLMaaS Gateway'e bağlanır; gateway istekleri doğru modele yönlendirir, token tüketimini ölçer, bakiye ve kota kontrolünü uygular, erişim kayıtlarını tutar ve gerektiğinde kişisel veri (PII) maskeleme kurallarını devreye alır. Modeller Türkiye'deki veri merkezlerinde barındırılır; verileriniz harici bir sağlayıcıya gönderilmez.

2.1. Mimari akış

Katman	Rol	Sorumluluk
1 — Uygulamalarınız	Web, kurumsal uygulama, mobil/chatbot, IDE, agent harness	Müşteri
2 — LLMaaS Gateway	API yönlendirme, kimlik doğrulama, token ölçümü, bakiye/kota, guardrail (PII), loglama	GlassHouse
3 — GH Model Kataloğu	Metin üretimi ve akıl yürütme, kod, embedding/rerank, görsel, ses (ASR/TTS), multimodal	GlassHouse

2.2. OpenAI uyumluluğu

Gateway, OpenAI API sözleşmesi ile uyumludur. Bu nedenle OpenAI istemcisi destekleyen hemen hemen tüm kütüphane, araç ve ajan çerçevesi (LangChain, LlamaIndex, OpenAI SDK, OpenCode, Continue, Cline, n8n vb.) yalnızca iki ayar değiştirilerek GlassHouse ile çalışır:

Base URL (API adresi) → tarafınıza verilen GlassHouse adresi
API Key → tarafınıza verilen GlassHouse anahtarı

Model adı olarak, kurumunuz için tanımlanmış model kimliğini (örneğin Qwen/Qwen3.6-35B-A3B) kullanırsınız.

BÖLÜM 3

Erişim Bilgileriniz

Hizmet aktivasyonu sonrasında GlassHouse tarafından tarafınıza aşağıdaki bilgiler iletilir. Birden fazla ortam (örneğin geliştirme ve üretim) veya birden fazla ekip için farklı adres ve anahtarlar tanımlanabilir.

Bilgi	Açıklama	Örnek
Base URL	Gateway API adresi. Uygulamalarınızda API adresi olarak bu değeri girin.	`https://8912d16b27a44da.glasshouseai.cloud/v1`
API Key	Kimlik doğrulama anahtarı. Authorization başlığında Bearer olarak gönderilir.	`sk-TyJ3feRo9EBQW6-0rWfAyA`
Model	Kullanmaya yetkili olduğunuz model kimliği/kimlikleri.	`Qwen/Qwen3.6-35B-A3B`

Önemli: API anahtarınızın güvenliğiAPI anahtarı, kurumunuzun bakiyesi üzerinden işlem yapma yetkisi taşır. Anahtarı kaynak kod depolarına, ekran görüntülerine veya paylaşımlı dokümanlara eklemeyin; ortam değişkeni (environment variable) veya bir gizli anahtar yönetim çözümü (vault) üzerinden kullanın. Anahtarın sızdığından şüphelenirseniz GlassHouse ile iletişime geçerek anahtar değişimi (rotation) talep edin.

3.1. Bağlantıyı doğrulama

Erişim bilgilerinizi aldıktan sonra ilk adım, kullanımınıza açılan modellerin listelenmesidir:

curl -s https://8912d16b27a44da.glasshouseai.cloud/v1/models \
  -H "Authorization: Bearer sk-TyJ3feRo9EBQW6-0rWfAyA" | jq .

Yanıt olarak model kimliklerini içeren bir liste dönüyorsa adres ve anahtar doğrudur; kurulum adımlarına geçebilirsiniz.

BÖLÜM 4

API Temelleri

4.1. Uç noktalar (endpoint)

Aşağıdaki uç noktalar Base URL'nizin altında yer alır. Hangi uç noktaların ve modellerin kullanımınıza açık olduğu, hizmet paketinize ve tanımlı model listenize göre belirlenir.

Uç nokta	Kullanım
`POST /chat/completions`	Sohbet ve akıl yürütme; ajanlar ve kod asistanları için birincil uç nokta
`GET /models`	Kullanımınıza açık model kimliklerinin listesi
`POST /completions`	Klasik metin tamamlama (legacy)
`POST /embeddings`	Vektör üretimi (RAG, semantik arama)
`POST /rerank`	Arama sonuçlarının yeniden sıralanması
`POST /audio/transcriptions`	Konuşmadan metne (ASR)
`POST /audio/speech`	Metinden konuşmaya (TTS)
`POST /images/generations`	Görsel üretimi

4.2. Kimlik doğrulama

Tüm isteklerde anahtarınız HTTP başlığında gönderilir:

Authorization: Bearer sk-TyJ3feRo9EBQW6-0rWfAyA
Content-Type: application/json

4.3. Sık kullanılan istek parametreleri

Parametre	Açıklama	Öneri
`model`	Kullanılacak model kimliği	Tanımlı model listenizden seçin
`messages`	system / user / assistant rollerinden oluşan mesaj dizisi	Davranışı system mesajı ile belirleyin
`max_tokens`	Üretilecek azami token sayısı	Maliyet kontrolü için sınır verin
`temperature`	Yaratıcılık/çeşitlilik derecesi (0 = kararlı)	Kod ve veri işlerinde 0–0.2
`stream`	Yanıtın parça parça (SSE) akıtılması	Sohbet arayüzlerinde true
`tools` / `tool_choice`	Fonksiyon çağırma (function calling) tanımları	Ajan senaryolarında
`chat_template_kwargs`	Modele özel şablon parametreleri	Aşağıdaki düşünme modu notuna bakın

4.4. Düşünme (thinking) modunun kapatılması

Qwen3 ailesi gibi hibrit akıl yürütme yeteneğine sahip modeller, varsayılan olarak yanıt öncesinde bir düşünme (reasoning) bloğu üretebilir. Yanıt gecikmesini ve token tüketimini azaltmak istediğiniz senaryolarda bu davranış kapatılabilir:

"chat_template_kwargs": {"enable_thinking": false}

Bazı istemciler (örneğin Continue) modele özel gövde parametrelerini kendi yapılandırma alanları üzerinden gönderir; ilgili bölümde örneği yer alıyor. Karmaşık analiz ve planlama gerektiren işlerde düşünme modunu açık bırakmanız kalite açısından önerilir.

4.5. OpenAI uyumlu SDK ile kullanım

Python örneği:

from openai import OpenAI

client = OpenAI(
    base_url="https://8912d16b27a44da.glasshouseai.cloud/v1",
    api_key="<API_KEY>",   # ortam degiskeninden okumaniz onerilir
)

resp = client.chat.completions.create(
    model="Qwen/Qwen3.6-35B-A3B",
    messages=[{"role": "user", "content": "Merhaba"}],
    temperature=0,
)
print(resp.choices[0].message.content)

BÖLÜM 5

Örnek 1 — cURL ile İlk İstek

cURL örneği, herhangi bir uygulama kurmadan gateway erişiminizi doğrulamanın en hızlı yoludur. Aşağıdaki komutu bir Linux/macOS terminalinde veya Windows'ta PowerShell / WSL üzerinde çalıştırabilirsiniz.

5.1. İstek

curl -ks https://8912d16b27a44da.glasshouseai.cloud/v1/chat/completions \
  -H "Authorization: Bearer sk-TyJ3feRo9EBQW6-0rWfAyA" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "Qwen/Qwen3.6-35B-A3B",
  "messages": [
    {"role": "system", "content": "Sen harika bir ajansın."},
    {"role": "user", "content": "2+2 kaç eder ?"}
  ],
  "max_tokens": 50,
  "temperature": 0,
  "chat_template_kwargs": {"enable_thinking": false}
}' | jq .

Parça	Anlamı
`-k`	TLS sertifika doğrulamasını atlar. Sertifika zinciri istemcinizde güvenilir ise bu parametreyi kullanmanız gerekmez ve üretim ortamlarında kullanılması önerilmez.
`-s`	cURL'ün ilerleme çıktısını bastırır (sessiz mod).
`\| jq .`	JSON yanıtı okunabilir biçimde biçimlendirir. jq kurulu değilse bu kısmı kaldırabilirsiniz.

5.2. Yanıt

Başarılı bir istekte gateway, OpenAI biçiminde bir JSON yanıt döner:

{
  "id": "chatcmpl-969651902944ee29",
  "created": 1786696292,
  "model": "Qwen/Qwen3.6-35B-A3B",
  "object": "chat.completion",
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "2+2 **4** eder.",
        "role": "assistant"
      }
    }
  ],
  "usage": {
    "completion_tokens": 9,
    "prompt_tokens": 31,
    "total_tokens": 40
  }
}

Yanıt metni choices[0].message.content alanında yer alır. usage bloğu, isteğin token tüketimini gösterir; bu değerler kurumunuzun kullanım raporlarına ve bakiyesine yansır.

5.3. Video: cURL ile örnek istek

cURL ile bağlantının ve anahtarın doğrulanması — ekran kaydı

BÖLÜM 6

Örnek 2 — OpenCode

OpenCode, terminal ve masaüstü üzerinde çalışan açık kaynaklı bir yapay zeka kod ajanıdır. OpenAI uyumlu her sağlayıcıyı desteklediği için GlassHouse LLMaaS ile doğrudan çalışır. Aşağıdaki adımlar OpenCode Desktop arayüzü üzerinden anlatılmıştır.

6.1. Adım adım kurulum

Sol menüden Settings bölümünü açın.
Server başlığı altındaki Providers sekmesine geçin.
Sağlayıcı listesinin sonundaki Custom provider seçeneğini seçin. Açılan pencerede OpenAI uyumlu bir sağlayıcı tanımlayacaksınız.
Provider ID alanına yalnızca küçük harf, rakam, tire veya alt çizgi içeren bir kimlik girin (örnek: ghllmaas).
Display name alanına arayüzde görünmesini istediğiniz adı yazın (örnek: GH).
Base URL alanına GlassHouse tarafından verilen adresi /v1 ile birlikte girin: https://8912d16b27a44da.glasshouseai.cloud/v1
API key alanına anahtarınızı girin: sk-TyJ3feRo9EBQW6-0rWfAyA. (Kimlik doğrulamayı özel bir başlık ile yönetiyorsanız bu alan boş bırakılıp Headers bölümü kullanılabilir.)
Models bölümünde Add model ile kullanmak istediğiniz her model için bir satır ekleyin. Soldaki alana model kimliğini (Qwen/Qwen3.6-35B-A3B), sağdaki alana arayüzde görünecek adı yazın.
Submit ile kaydedin. Sağ altta GH connected — GH models are now available to use bildirimi görünür.
Yeni bir oturum (New session) açın ve mesaj kutusunun altındaki model seçicisinden GlassHouse modelinizi seçip kullanmaya başlayın.

Model kimliği tam olarak yazılmalıdırModel alanına, GlassHouse'un tarafınıza bildirdiği kimliği harf birebir aynı olacak şekilde girin. Gateway tanımlı olmayan bir model adı için 400/404 hatası döner. Kullanımınıza açık model listesini her zaman GET /models çağrısı ile doğrulayabilirsiniz.

6.2. Video: OpenCode sağlayıcı tanımı

OpenCode üzerinde GlassHouse sağlayıcısının tanımlanması — ekran kaydı

BÖLÜM 7

Örnek 3 — VS Code + Continue Eklentisi

Continue, Visual Studio Code ve JetBrains ortamlarında çalışan açık kaynaklı bir yapay zeka kod asistanıdır. Sohbet (chat), seçili kodu düzenleme (edit), satır içi otomatik tamamlama (autocomplete) ve ajan modu gibi rolleri farklı modellere atayabilirsiniz.

7.1. Eklentinin kurulumu

VS Code içinde Extensions (Ctrl+Shift+X) panelini açın ve Continue eklentisini aratıp kurun.
Kurulum sonrası sol kenar çubuğunda açılan Continue panelini seçin.
Panelin sağ üst köşesindeki dişli (Settings) simgesine tıklayın; Models ve Configs bölümlerine buradan erişilir.
Configs → Main Config yanındaki dişli ile config.yaml dosyasını açın. Dosya kullanıcı dizininizdedir: ~/.continue/config.yaml (Windows: C:\Users\<kullanici>\.continue\config.yaml).
GlassHouse modelinizi aşağıdaki gibi models listesine ekleyin ve dosyayı kaydedin.

7.2. config.yaml örneği

name: Local Config
version: 1.0.0
schema: v1
models:
  - model: Qwen/Qwen3.6-35B-A3B
    name: Qwen/Qwen3.6-35B-A3B
    provider: openai
    apiBase: https://8912d16b27a44da.glasshouseai.cloud/v1
    apiKey: sk-TyJ3feRo9EBQW6-0rWfAyA
    roles:
      - chat
      - edit
      - apply
      - autocomplete
    requestOptions:
      extraBodyProperties:
        think: false        # dusunme modunu kapatir

Alan	Açıklama
`provider`	`openai` olarak bırakılır; Continue böylece OpenAI uyumlu istek gönderir.
`apiBase`	GlassHouse Base URL adresiniz (`/v1` dahil).
`apiKey`	GlassHouse API anahtarınız.
`roles`	Modelin hangi yeteneklerde kullanılacağı: chat, edit, apply, autocomplete. Otomatik tamamlama için düşük gecikmeli, küçük bir model tanımlamanız önerilir.
`requestOptions.extraBodyProperties`	İstek gövdesine eklenecek modele özel parametreler.

7.3. Modelin seçilmesi

Dosyayı kaydettikten sonra Settings → Models bölümünde Chat, Autocomplete ve Edit rolleri için açılır listelerden GlassHouse modelinizi seçin. Ardından Continue panelinden sohbet edebilir, kod içinde Ctrl+I ile seçili bloğu düzenletebilir ve satır içi önerileri kullanabilirsiniz.

Birden fazla model tanımlayabilirsinizKurumunuza birden fazla model tanımlandıysa (örneğin bir akıl yürütme modeli ve bir kod modeli) hepsini config.yaml içine ekleyip rollere göre dağıtabilirsiniz. Böylece sohbet için güçlü bir model, otomatik tamamlama için hızlı bir model kullanarak hem performans hem maliyet dengesi kurabilirsiniz.

7.4. Video: Continue kurulumu ve yapılandırması

VS Code + Continue eklentisinin GlassHouse ile yapılandırılması — ekran kaydı

BÖLÜM 8

Model Kataloğu

GlassHouse model kataloğu, Türkiye'de barındırılan 20'nin üzerinde modelden oluşur ve düzenli olarak güncellenir. Aşağıdaki tablo kategori bazında güncel kataloğu özetler. Kurumunuzun kullanımına açılan modeller, hizmet tanımınızda belirtilir.

Kategori	Model	Sağlayıcı	Parametre
Metin Üretimi ve Akıl Yürütme	Qwen3 8B	Qwen	8B
Metin Üretimi ve Akıl Yürütme	Llama 3.1 8B Instruct	Meta	8B
Metin Üretimi ve Akıl Yürütme	GPT-OSS 20B	OpenAI	22B
Metin Üretimi ve Akıl Yürütme	Laguna S 2.1	Poolside	118B
Kod Üretimi	Qwen3 Coder Next	Qwen	80B
Görsel-Dil ve Multimodal	Qwen3.6 27B	Qwen	28B
Görsel-Dil ve Multimodal	Qwen3.6 35B A3B	Qwen	36B
Görsel-Dil ve Multimodal	Gemma 4 31B IT	Google	33B
Görsel-Dil ve Multimodal	Gemma 4 26B A4B IT	Google	27B
Embedding	BGE M3	BAAI	0.6B
Embedding	Qwen3 Embedding 4B / 8B	Qwen	4B / 8B
Embedding	EmbeddingGemma 2	Google	0.74B
Reranker	BGE Reranker v2 M3	BAAI	0.6B
Reranker	Qwen3 Reranker 4B / 8B	Qwen	4B / 8B
Görsel Üretimi	FLUX.2 Klein 9B	Black Forest Labs	9B
Görsel Üretimi	Krea 2 Turbo	Krea	13B
Speech-to-Text	Qwen3 ASR 1.7B	Qwen	1.7B
Speech-to-Text	Faster Whisper Large v3	SYSTRAN	2B
Text-to-Speech	VoxCPM2	OpenBMB	2B

Güncel katalog için Model Kataloğu sayfamızı inceleyebilir, kullanımınıza açık modelleri ise GET /models çağrısı ile doğrulayabilirsiniz.

BÖLÜM 9

İyi Uygulamalar ve Güvenlik

9.1. Anahtar yönetimi

Anahtarları kodun içine gömmeyin; ortam değişkeni veya gizli anahtar yönetim çözümü kullanın.
Ekip, uygulama veya ortam bazında ayrı anahtarlar talep ederek kullanımı ayrıştırın ve raporlamayı netleştirin.
Personel değişikliği veya sızıntı şüphesinde anahtar değişimi (rotation) talep edin.

9.2. Maliyet ve performans

max_tokens sınırı tanımlayarak beklenmeyen uzun yanıtların maliyetini kontrol edin.
Deterministik işlerde (sınıflandırma, veri çıkarımı, kod dönüştürme) temperature değerini 0'a yakın tutun.
Basit görevler için küçük modelleri, karmaşık akıl yürütme gerektiren görevler için büyük modelleri kullanın.
Gecikmenin kritik olduğu senaryolarda düşünme modunu kapatın ve yanıtları stream ederek algılanan hızı artırın.
Tekrarlayan sistem yönergelerini sabit tutarak istem (prompt) yapınızı öngörülebilir hâle getirin.

9.3. Veri güvenliği ve uyum

Modeller Türkiye'deki GlassHouse veri merkezlerinde barındırılır; istekleriniz harici bir sağlayıcıya iletilmez.
Guardrail özelliği ile kart numarası, IBAN, telefon, e-posta, IP, TCKN ve plaka gibi kişisel veriler maskelenebilir.
Kullanım ve güvenlik logları ile token bazlı ölçüm, ekip ve uygulama kırılımında raporlanır.
Uygulama tarafında da veri minimizasyonu uygulayın: modele yalnızca işin gerektirdiği veriyi gönderin.

BÖLÜM 10

Sorun Giderme

Belirti / Kod	Olası neden	Çözüm
401 Unauthorized	Anahtar hatalı, süresi dolmuş veya Authorization başlığı eksik	Bearer önekini ve anahtarı kontrol edin; sorun sürerse GlassHouse ile iletişime geçin
403 Forbidden	İlgili model veya uç nokta kullanımınıza açık değil	Hizmet tanımınızı ve model listenizi doğrulayın
404 / 400 model bulunamadı	Model kimliği hatalı yazılmış	`GET /models` çıktısındaki kimliği birebir kullanın
429 Too Many Requests	Eşzamanlılık veya kota sınırı aşıldı	İstemcide yeniden deneme (exponential backoff) uygulayın; kota artışı için bize ulaşın
402 / bakiye hatası	Ön ödemeli bakiye tükendi	Bakiye yükleme talebi oluşturun
500 / 502 / 504	Geçici servis veya ağ hatası	Kısa bir bekleme sonrası tekrar deneyin; tekrarlıyorsa istek kimliği (id) ile bize bildirin
TLS / sertifika hatası	Kurumsal sertifika zinciri istemcide tanımlı değil	Kök sertifikayı istemciye ekleyin; geçici testlerde `curl -k` kullanılabilir
Yanıt çok yavaş başlıyor	Düşünme modu açık veya istem çok uzun	`enable_thinking: false` kullanın, istemi kısaltın, `stream: true` açın
Yanıtta beklenmeyen maskeleme	Guardrail kişisel veri tespit etti	Gönderilen içeriği gözden geçirin; kural setinin düzenlenmesi için bize ulaşın
Araç (tool) çağrıları çalışmıyor	Model fonksiyon çağırmayı desteklemiyor	Araç desteği olan bir model talep edin

BÖLÜM 11

Destek ve İletişim

Kurulum, model tanımı, kota ve bakiye yönetimi ile ilgili tüm taleplerinizde GlassHouse ekibi yanınızda. Destek taleplerinizi hesap yöneticiniz veya GlassHouse Operasyon Sistemi üzerinden iletebilirsiniz.

Kanal	Adres
Operasyon Sistemi	ghos.glasshouse.com.tr
Telefon	+90 850 885 01 75
Hizmet sayfası	glasshouse.com.tr/yapay-zeka-hizmetleri/llm-as-a-service
Veri merkezi durumu	glasshouse.com.tr/veri-merkezi-durumu

Bir destek kaydı oluştururken; kullandığınız Base URL, model kimliği, isteğin zamanı ve varsa yanıt içindeki id alanını paylaşmanız çözüm süresini kısaltır. API anahtarınızın tamamını destek kayıtlarına eklemeyin.