# Çok Modlu Uygulamalar için LlamaIndex (LlamaIndex for Multi-modal Apps)

## 🎯 TL;DR
LlamaIndex, dil modellerini (LLM'ler) metin ve görseller gibi çeşitli veri kaynaklarına bağlayarak çok modlu uygulamaları mümkün kılar. Farklı formatlardaki bilgileri indeksler ve getirir, böylece LLM'lerin birden fazla modaliteden veriyi işlemesini ve entegre etmesini sağlar. Bu, görsel soru yanıtlama, içerik özetleme ve etkileşimli sistemler gibi uygulamaları destekler.

## 📚 Anahtar Kavramlar
-   **Multi-modal Apps** → Çok Modlu Uygulamalar (Metin, görsel, ses gibi farklı veri türlerini işleyebilen uygulamalar.)
-   **Language Models (LLMs)** → Dil Modelleri (LLM'ler) (İnsan dilini anlama ve üretme yeteneğine sahip yapay zeka modelleri.)
-   **Data Sources** → Veri Kaynakları (Bilgilerin depolandığı ve erişildiği yerler.)
-   **Indexing** → İndeksleme (Verileri hızlı erişim için düzenleme ve yapılandırma süreci.)
-   **Retrieval** → Erişim/Getirme (Depolanmış verilerden ilgili bilgileri bulma ve alma işlemi.)
-   **Modalities** → Modaliteler (Verinin sunulduğu veya algılandığı farklı biçimler, örn. metin, görüntü.)

## 🔍 Detay (Orijinal İngilizce)
LlamaIndex enables multi-modal apps by linking language models (LLMs) to diverse data sources, including text and images. It indexes and retrieves information across formats, allowing LLMs to process and integrate data from multiple modalities. This supports applications like visual question answering, content summarization, and interactive systems by providing structured, context-aware inputs from various content types.

## 🔗 Daha Detay İstersen
roadmap.sh ekibinin seçtiği kaynaklar:
-   📜 [LlamaIndex Multi-modal](https://docs.llamaindex.ai/en/stable/use_cases/multimodal/) — LlamaIndex'in çok modlu yeteneklerini ve kullanım senaryolarını açıklayan resmi belge.
-   🎥 [Multi-modal Retrieval Augmented Generation with LlamaIndex](https://www.youtube.com/watch?v=35RlrrgYDyU) — LlamaIndex kullanarak çok modlu RAG uygulamalarının nasıl oluşturulduğunu gösteren bir video.