api_requirements.md

# LLM Sağlayıcıları API Gereksinimleri Analizi

Bu doküman, Cursor Rules oluşturucu için gerekli olan LLM (Large Language Model) sağlayıcılarının API gereksinimlerini analiz etmektedir.

## 1. Gemini API

### Temel Özellikler
- Google tarafından sağlanan AI modelleri
- Metin, görüntü, video ve doküman anlama yetenekleri
- Uzun bağlam desteği (milyonlarca token)
- Yapılandırılmış çıktı (JSON) desteği
- Fonksiyon çağırma desteği

### API Entegrasyon Gereksinimleri
- Python için `google-genai` kütüphanesi kullanımı
- API anahtarı gerektiriyor
- İstek formatı:
  ```python
  from google import genai
  
  client = genai.Client(api_key="YOUR_API_KEY")
  
  response = client.models.generate_content(
      model="gemini-2.0-flash",
      contents="Explain how AI works",
  )
  ```

### Desteklenen Modeller
- Gemini 2.5 Pro: Karmaşık düşünme yetenekleri için
- Gemini 2.0 Flash: Çok modlu yetenekler ve gelişmiş özellikler
- Gemini 2.0 Flash-Lite: Hızlı ve maliyet-etkin çok modlu model

## 2. OpenRouter API

### Temel Özellikler
- Yüzlerce AI modelini tek bir endpoint üzerinden erişim sağlar
- Otomatik yedekleme (fallback) mekanizması
- Maliyet-etkin model seçimi
- OpenAI SDK uyumluluğu
- Çeşitli üçüncü taraf SDK'ları ile entegrasyon

### API Entegrasyon Gereksinimleri
- OpenAI SDK kullanarak entegrasyon:
  ```python
  from openai import OpenAI
  
  client = OpenAI(
      base_url="https://openrouter.ai/api/v1",
      api_key="<OPENROUTER_API_KEY>",
  )
  
  completion = client.chat.completions.create(
      extra_headers={
          "HTTP-Referer": "<YOUR_SITE_URL>",  # Optional
          "X-Title": "<YOUR_SITE_NAME>",      # Optional
      },
      model="openai/gpt-4o",
      messages=[
          {"role": "user", "content": "What is the meaning of life?"}
      ]
  )
  ```

- Doğrudan API kullanımı:
  ```python
  import requests
  import json
  
  response = requests.post(
      url="https://openrouter.ai/api/v1/chat/completions",
      headers={
          "Authorization": "Bearer <OPENROUTER_API_KEY>",
          "HTTP-Referer": "<YOUR_SITE_URL>",  # Optional
          "X-Title": "<YOUR_SITE_NAME>",      # Optional
      },
      data=json.dumps({
          "model": "openai/gpt-4o", # Optional
          "messages": [
              {"role": "user", "content": "What is the meaning of life?"}
          ]
      })
  )
  ```

### Özel Özellikler
- Model yönlendirme
- Sağlayıcı yönlendirme
- Prompt önbelleğe alma
- Yapılandırılmış çıktılar
- Araç çağırma (Tool calling)
- Mesaj dönüşümleri

## 3. OpenAI API

### Temel Özellikler
- GPT modelleri ve diğer AI modellerine erişim
- Metin oluşturma, doğal dil işleme, bilgisayar görüşü
- Senkron ve asenkron istemci desteği
- Streaming yanıtlar (SSE)
- Gerçek zamanlı API (WebSocket bağlantısı üzerinden)

### API Entegrasyon Gereksinimleri
- Python için `openai` kütüphanesi
- API anahtarı gerektiriyor
- Responses API (yeni standart):
  ```python
  import os
  from openai import OpenAI
  
  client = OpenAI(
      api_key=os.environ.get("OPENAI_API_KEY"),
  )
  
  response = client.responses.create(
      model="gpt-4o",
      instructions="You are a coding assistant that talks like a pirate.",
      input="How do I check if a Python object is an instance of a class?",
  )
  ```

- Chat Completions API (eski standart):
  ```python
  from openai import OpenAI
  
  client = OpenAI()
  
  completion = client.chat.completions.create(
      model="gpt-4o",
      messages=[
          {"role": "developer", "content": "Talk like a pirate."},
          {
              "role": "user",
              "content": "How do I check if a Python object is an instance of a class?",
          },
      ],
  )
  ```

### Asenkron Kullanım
- `AsyncOpenAI` sınıfı ile asenkron istemci desteği
- `await` ile API çağrıları

## Ortak Noktalar ve Entegrasyon Stratejisi

### Ortak Özellikler
1. Tüm API'ler metin tabanlı sohbet/tamamlama yetenekleri sunuyor
2. Hepsi API anahtarı gerektiriyor
3. Hepsi Python kütüphaneleri sağlıyor
4. Yapılandırılmış çıktı desteği (JSON)

### Farklılıklar
1. İstek formatları ve parametreler farklılık gösteriyor
2. Model isimlendirme konvansiyonları farklı
3. Özel yetenekler ve özellikler her API'de değişiyor

### Entegrasyon Stratejisi
1. **Adaptör Deseni**: Her LLM sağlayıcısı için ayrı adaptör sınıfları oluşturma
2. **Ortak Arayüz**: Tüm adaptörlerin uyguladığı ortak bir arayüz tanımlama
3. **Fabrika Deseni**: Kullanıcı seçimine göre doğru adaptörü oluşturan bir fabrika sınıfı
4. **Konfigürasyon Yönetimi**: API anahtarları ve diğer ayarlar için merkezi konfigürasyon

Bu strateji, yeni LLM sağlayıcılarının kolayca eklenebilmesini ve mevcut kodun minimum değişiklikle çalışmaya devam etmesini sağlayacaktır.