vm_setup_guide.md

# 🚀 FitTürkAI VM Kurulum Rehberi - SSH Bağlantısı Sonrası

Tebrikler! VM'nize başarıyla bağlandınız. Şimdi FitTürkAI sistemini kuralım.

## 🔍 **Adım 1: Sistem Durumunu Kontrol Et**

```bash

# Sistem bilgilerini kontrol et

sysinfo



# RAM durumunu kontrol et

free -h



# Disk alanını kontrol et

df -h



# Startup script'in çalışıp çalışmadığını kontrol et

cat /var/log/fitturkrai-setup.log | tail -20

```

## 📦 **Adım 2: Repository'yi Klonla ve Dosyaları Kopyala**

### Seçenek A: GitHub'dan klonla (eğer repository'niz varsa)
```bash

cd /home/ubuntu

git clone https://github.com/YOUR_USERNAME/FitTurkAI-RAG.git

cd FitTurkAI-RAG

```

### Seçenek B: Dosyaları manuel olarak oluştur
```bash

cd /home/ubuntu/FitTurkAI-RAG



# Ana dosyaları oluştur

nano test.py

```

**test.py içeriğini kopyalayın** (mevcut CPU optimize edilmiş kodu)

```bash

# Requirements dosyasını oluştur

nano requirements.txt

```

**requirements.txt içeriğini kopyalayın**

```bash

# Colab setup scriptini oluştur (opsiyonel)

nano colab_setup_and_run.py

```

## 🐍 **Adım 3: Python Environment ve Paketleri Kontrol Et**

```bash

# Python versiyonunu kontrol et

python3 --version



# Pip'i güncelle

python3 -m pip install --upgrade pip



# PyTorch'un kurulduğunu kontrol et

python3 -c "import torch; print(f'PyTorch: {torch.__version__}'); print(f'CPU Available: {torch.cuda.is_available() == False}')"



# Gerekli paketleri kur (eksik varsa)

pip3 install -r requirements.txt

```

## 📚 **Adım 4: NLTK Verilerini Kontrol Et**

```bash

# NLTK verilerinin kurulduğunu kontrol et

python3 -c "

import nltk

try:

    from nltk.tokenize import sent_tokenize

    test = sent_tokenize('Bu bir test. Bu ikinci cümle.', language='turkish')

    print(f'✅ NLTK Turkish tokenization working: {len(test)} sentences')

except:

    print('❌ NLTK needs setup')

    nltk.download('punkt')

    nltk.download('punkt_tab')

    nltk.download('stopwords')

"

```

## 📁 **Adım 5: Veri Klasörlerini Hazırla**

```bash

# Klasör yapısını kontrol et

ls -la



# Gerekli klasörlerin varlığını kontrol et

mkdir -p indirilen_pdfler DATA fitness_rag_store_merged fine_tuned_FitTurkAI_QLoRA



# Demo verinin oluşturulduğunu kontrol et

cat DATA/demo_fitness_data.json

```

## 🧪 **Adım 6: Performance Test Çalıştır**

```bash

# Sistem performansını test et

python3 /home/ubuntu/performance_test.py

```

Bu test şunları kontrol eder:
- ✅ RAM yeterliliği (>2GB)
- ✅ CPU durumu
- ✅ Sentence Transformer yüklenmesi

## 🎯 **Adım 7: FitTürkAI Sistemini İlk Kez Çalıştır**

```bash

# Ana dizine git

cd /home/ubuntu/FitTurkAI-RAG



# İlk çalıştırma (modelleri indirecek)

python3 test.py

```

**İlk çalıştırmada**:
- Turkish LLaMA model indirilecek (~15-20 dakika)
- Sentence transformer model indirilecek (~2-5 dakika)
- Demo bilgi tabanı oluşturulacak

## 🔧 **Adım 8: Sorun Giderme (Gerekirse)**

### Model indirme sorunu varsa:
```bash

# Hugging Face cache temizle

rm -rf ~/.cache/huggingface/



# Manuel model indirme

python3 -c "

from transformers import AutoTokenizer, AutoModelForCausalLM

model_name = 'ytu-ce-cosmos/Turkish-Llama-8b-v0.1'

print('Downloading tokenizer...')

tokenizer = AutoTokenizer.from_pretrained(model_name)

print('Downloading model...')

model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype='float32')

print('Models downloaded successfully!')

"

```

### RAM sorunu varsa:
```bash

# Swap'i kontrol et

free -h



# RAM kullanımını izle

watch -n 2 free -h

```

### Konfigürasyonu değiştir (test.py'de):
```python

# Düşük RAM için

config = RAGConfig(

    chunk_size=200,

    retrieval_k=3,

    max_context_length=2000

)



# Yüksek RAM için (64GB+)

config = RAGConfig(

    chunk_size=500,

    retrieval_k=10,

    max_context_length=8000

)

```

## 📊 **Adım 9: Sistem İzleme ve Optimizasyon**

```bash

# RAM kullanımını izle

rammon



# CPU kullanımını izle

htop



# GPU kullanımının olmadığını kontrol et (CPU mode)

python3 -c "import torch; print(f'CUDA Available: {torch.cuda.is_available()}')"

```

## 🎮 **Adım 10: İnteraktif Kullanım**

Sistem çalıştığında:

```bash

# İnteraktif chat başlat

python3 test.py

```

**Örnek sorular**:
```

🤔 Sorunuz: Sağlıklı kahvaltı için ne önerirsiniz?

🤔 Sorunuz: Günde kaç bardak su içmeliyim?

🤔 Sorunuz: Egzersiz sonrası ne yemeli?

```

## 📥 **Adım 11: Kendi Verilerinizi Ekleyin**

### PDF dosyaları için:
```bash

# PDF'lerinizi yükleyin (scp veya başka yöntemle)

# Örnek:

# scp your_fitness_pdfs/*.pdf username@VM_IP:/home/ubuntu/FitTurkAI-RAG/indirilen_pdfler/



# Veya wget ile indirin

cd indirilen_pdfler

wget https://example.com/your_fitness_pdf.pdf

```

### JSON verileri için:
```bash

# JSON verilerinizi DATA klasörüne koyun

cd DATA

nano your_fitness_data.json



# Örnek format:

# [

#   {

#     "soru": "Protein kaynakları nelerdir?",

#     "cevap": "Protein kaynakları arasında et, balık, yumurta, baklagiller, kuruyemişler bulunur..."

#   }

# ]

```

### Bilgi tabanını yeniden oluştur:
```bash

# Yeni verilerle bilgi tabanını güncelle

python3 -c "

from test import FitnessRAG, RAGConfig

config = RAGConfig()

rag = FitnessRAG(config)

rag.build_knowledge_base(pdf_dir='./indirilen_pdfler', json_dir='./DATA')

print('Knowledge base updated!')

"

```

## 🔥 **Adım 12: Gelişmiş Kullanım**

### Script olarak çalıştır:
```bash

# Otomatik sorular

python3 -c "

from test import FitnessRAG, RAGConfig

config = RAGConfig()

rag = FitnessRAG(config)



questions = [

    'Sağlıklı kahvaltı önerileri',

    'Egzersiz programı nasıl olmalı',

    'Su tüketimi ne kadar olmalı'

]



for q in questions:

    print(f'Soru: {q}')

    answer = rag.ask(q)

    print(f'Cevap: {answer}\n')

"

```

### API olarak kullan:
```bash

# Basit Flask API

nano fitness_api.py

```

```python

from flask import Flask, request, jsonify

from test import FitnessRAG, RAGConfig



app = Flask(__name__)

config = RAGConfig()

rag = FitnessRAG(config)



@app.route('/ask', methods=['POST'])

def ask_question():

    data = request.json

    question = data.get('question', '')

    answer = rag.ask(question)

    return jsonify({'answer': answer})



if __name__ == '__main__':

    app.run(host='0.0.0.0', port=8080)

```

```bash

# API'yi çalıştır

pip3 install flask

python3 fitness_api.py

```

## 🎯 **Başarı Kontrol Listesi**

- [ ] ✅ SSH bağlantısı kuruldu
- [ ] ✅ Sistem durumu kontrol edildi
- [ ] ✅ Python paketleri kuruldu
- [ ] ✅ NLTK verileri hazır
- [ ] ✅ Performance test geçti
- [ ] ✅ İlk model indirmesi tamamlandı
- [ ] ✅ Demo sorular çalışıyor
- [ ] ✅ Kendi veriler eklendi (opsiyonel)
- [ ] ✅ Sistem izleme kuruldu

## 🆘 **Acil Durum Komutları**

```bash

# Sistem restart (gerekirse)

sudo reboot



# Python process'leri öldür

pkill -f python3



# Disk alanı temizle

sudo apt autoremove

docker system prune -a  # Eğer Docker varsa



# Log'ları kontrol et

tail -f /var/log/syslog

tail -f /var/log/fitturkrai-setup.log

```

---

**🎉 Kurulum tamamlandığında FitTürkAI sisteminiz maksimum RAM ile CPU'da çalışıyor olacak!**