Her gün güçlü yapay zeka ajanları çalıştırdığınızda yüksek bulut faturalarıyla karşılaşırsınız. Qwen3.5 size yerel olarak sınır düzeyinde çok modlu akıl yürütme sağlar. Bunu kalıcı ajan iş akışları için OpenClaw ve basit yerel sunum için Ollama ile birleştirirsiniz. Sonuç, makinenizde abonelik gerektirmeden 7/24 çalışan eksiksiz bir yapay zeka ajanıdır.
Küçük seçimler önemlidir. Doğru model etiketini seçersiniz. Doğru temel URL'yi ayarlarsınız. Bu kararlar hız ve güvenilirlikte büyük farklar yaratır. Bu rehber size kesin adımları gösterir, böylece tamamen kontrol ettiğiniz, üretime hazır bir yığınla tamamlarsınız.
Qwen3.5'i Yerel Ajan Çalışması İçin Mükemmel Yapan Nedir?
Alibaba, 2026 başında Qwen3.5'i ilk yerel vizyon-dil model ailesi olarak yayınladı. 397B-A17B amiral gemisi hibrit bir mimari kullanır. Kapılı Delta Ağlarını seyrek Uzman Karışımları ile birleştirir. Token başına yalnızca 17 milyar parametre etkinleşir. Çok daha az bellekle güçlü performans elde edersiniz.
Ollama, bugün çekebileceğiniz şu pratik etiketleri barındırır:
- qwen3.5:35b — 24 GB VRAM'e sığar, 256K bağlam, tam metin ve görüntü desteği
- qwen3.5:122b — daha derin akıl yürütme için 81 GB gerektirir
Qwen3.5'i yerel olarak çalıştırır ve verilerinizi gizli tutarsınız. Model, TAU2-Bench'te 86.7 ve MMMU'da 85.0 puan alır. Bu nedenle, metin, ekran görüntüleri ve araç çağrılarını birleştiren ajan görevleri için ona güvenebilirsiniz.
OpenClaw Qwen3.5'i Nasıl Gerçek Bir Ajana Dönüştürür?
OpenClaw, sürekli çalışan ajan çalışma zamanınız olarak işlev görür. Onu bir kez WhatsApp, Telegram, Slack, Discord veya Signal'e bağlarsınız. Ajan sürekli dinler. Bir mesaj gönderdiğinizde, OpenClaw onu qwen3.5'e yönlendirir, araçları çağırır, Playwright ile tarayıcınızı kontrol eder, dosyaları düzenler, takvimleri günceller ve proaktif olarak yanıt verir.
Oturumlar arasında belleği saklarsınız. Ajan projelerinizi ve tercihlerinizi sonsuza dek hatırlar. Topluluk becerilerini yüklersiniz veya qwen3.5'in isteğe bağlı olarak yenilerini yazmasına izin verirsiniz. Bu nedenle OpenClaw, hiç uyumayan kişisel dijital asistanınız haline gelir.
Ollama Entegrasyonu Neden Basitleştirir?
Ollama modelleri yerel olarak sunar ve 11434 portunda OpenAI ile uyumlu bir uç nokta açığa çıkarır. OpenClaw'ı http://localhost:11434/v1 adresine yönlendirir ve modeli qwen3.5:35b olarak ayarlarsınız. Ollama, niceleme, GPU boşaltma ve bağlam yönetimini otomatik olarak halleder.
Tüketici donanımında hızlı token üretimi elde edersiniz. Qwen3.5'in uzun ajan konuşmaları için ihtiyaç duyduğu 256K bağlam penceresini tam olarak korursunuz. Aynı zamanda bulut maliyetlerinden ve veri sızıntılarından kaçınırsınız.
Karşılamanız Gereken Ön Koşullar
Başlamadan önce makinenizi hazırlarsınız. macOS 14 veya sonrası, Ubuntu 22.04/24.04 veya WSL2 yüklü Windows 11 kullanın. 35B model için en az 24 GB VRAM veya Apple Silicon üzerinde 32 GB birleşik belleğe ihtiyacınız var. 30 GB boş disk alanı bırakın. Node.js 22 veya üstünü ve Ollama 0.17 veya yenisini yükleyin.
GPU'nuzu daha sonra tek bir komutla doğrulayacaksınız. Bu gereksinimleri karşılayan donanım size duyarlı performans sağlar. Daha az belleğiniz varsa daha küçük nicelenmiş modellere geri dönersiniz.
Ollama'yı Kurun ve Qwen3.5'i Çekin
Ollama'yı kurarak başlarsınız. macOS üzerinde şunu çalıştırırsınız:
brew install ollama
brew services start ollama
Linux üzerinde şunu çalıştırırsınız:
curl -fsSL https://ollama.com/install.sh | sh
systemctl enable --now ollama
Hizmetin ollama list ile çalıştığını onaylarsınız. Ardından modeli çekersiniz:
ollama pull qwen3.5:35b
İndirme 10 ila 30 dakika içinde tamamlanır. Temel çıkarımı test edersiniz:
ollama run qwen3.5:35b
REPL içine bir istem yazarsınız. Qwen3.5 doğru yanıt verir. /bye ile çıkarsınız.
OpenClaw'ın ihtiyacı olduğu için OpenAI uyumlu uç noktayı hemen kontrol edersiniz:
curl http://localhost:11434/v1/models
Yanıt qwen3.5:35b'yi listeler. Köprünün çalıştığını bilirsiniz.
Qwen3.5 ile OpenClaw'ı Başlatın
Her şeyi kurmak ve başlatmak için tek bir Ollama komutu kullanırsınız:
ollama launch openclaw --model qwen3.5:35b
Ollama eksik bileşenleri yükler, ağ geçidini başlatır ve TUI sihirbazını açar. Mesajlaşma kanallarınızı bağlar, model sağlayıcısını onaylar ve ayarları kaydedersiniz. Ağ geçidi 8080 portunda çalışır.
Telegram'daki botunuza "İndirilenler klasörümdeki dosyaları listele" diye mesaj göndererek test edersiniz. OpenClaw qwen3.5'i kullanır ve sonucu döndürür.
Manuel olarak da yapılandırabilirsiniz. ~/.openclaw/openclaw.json dosyasını düzenler ve Ollama sağlayıcı temel URL'sini ayarlarsınız. openclaw start ile yeniden başlatırsınız. Her iki yöntem de aynı sonuçları verir.
Tüm Yığını Apidog ile Test Edin
Apidog'u açar ve "Qwen3.5 OpenClaw Yerel Yığını" adında yeni bir proje oluşturursunuz. Temel URL'yi http://localhost:11434/v1 olarak ayarlarsınız.
/chat/completions adresine bir POST isteği eklersiniz. Şu başlıkları eklersiniz:
- Content-Type: application/json
- Authorization: Bearer ollama
Şu gövdeyi kullanırsınız:
{
"model": "qwen3.5:35b",
"messages": [
{"role": "system", "content": "You are a helpful agent."},
{"role": "user", "content": "Plan steps to organize my Downloads folder by file type."}
],
"temperature": 0.7,
"max_tokens": 2048
}
İsteği gönderirsiniz. Apidog, akış halindeki token'ları gerçek zamanlı gösterir. Durum kodu 200 için görsel bir onaylama eklersiniz. İsteği bir test senaryosu olarak kaydedersiniz. Ayarları değiştirdikten sonra senaryoyu tekrar çalıştırırsınız. Böylece sorunları hemen yakalarsınız.
OpenClaw'ın ağ geçidi için http://localhost:8080/v1 adresinde ikinci bir koleksiyon oluşturursunuz. Uçtan uca mesaj yönlendirmeyi test edersiniz. Apidog'un şema doğrulaması, araç çağrısı formatlarının OpenClaw'ın beklediğiyle eşleştiğini onaylar.
Uç Noktalarınızı Apidog'da Tasarlayın ve Belgeleyin
Sohbet tamamlama şemasını modellemek için Apidog'un görsel tasarımcısını kullanırsınız. Resmi OpenAI spesifikasyonunu içe aktarırsınız. Qwen3.5 parametreleri için özelleştirirsiniz. Etkileşimli dokümantasyonu otomatik olarak oluşturursunuz. Birlikte çalışıyorsanız, dokümanları Apidog çalışma alanları aracılığıyla ekip arkadaşlarınızla paylaşırsınız.
Apidog içinde sahte yanıtlar da oluşturursunuz. Tam OpenClaw kurulumunu bitirmeden önce araç çağrılarını simüle edersiniz. Böylece daha hızlı geliştirir ve kenar durumlarını güvenli bir şekilde test edersiniz.
Daha İyi Performans İçin Gelişmiş Yapılandırma
Daha hafif niceleme ihtiyacınız olduğunda özel bir Modelfile oluşturursunuz:
FROM qwen3.5:35b
PARAMETER num_gpu 999
PARAMETER num_ctx 131072
Bunu ollama create qwen3.5:35b-q4 -f Modelfile ile oluşturursunuz. Yeni etiketi kullanmak için OpenClaw yapılandırmanızı güncellersiniz.
Sohbet mesajlarında base64 görüntüler göndererek görme yeteneğini etkinleştirirsiniz. Qwen3.5, OpenClaw'ın tarayıcı görevleri sırasında çektiği ekran görüntülerini işler. Böylece görsel anlayış gerektiren formları otomatikleştirirsiniz.
Ek beceriler yüklersiniz:
openclaw skill install @community/calendar
openclaw skill install @community/github
Her beceri JSON şemalarını kaydeder. Qwen3.5 bunları otomatik olarak çağırmayı öğrenir. Kullanımı OpenClaw paneli içinde izlersiniz.
Bugün Çalıştırdığınız Gerçek Dünya İş Akışları
Yığınını kod incelemeleri için kullanırsınız. OpenClaw'a mesaj gönderirsiniz: "Depomdaki PR'yi incele ve yeniden düzenlemeler öner." Ajan depoyu klonlar, kodu analiz eder ve bir yama oluşturur.
Kişisel görevleri otomatikleştirirsiniz. Şöyle yazarsınız: "Gelen kutumu uçuş onayları için kontrol et ve onları takvime ekle." OpenClaw e-postaları ayrıştırır ve takviminizi günceller.
Araştırma asistanları geliştirirsiniz. Bir PDF ekran görüntüsü gönderir ve özet ile takip soruları istersiniz. Qwen3.5 metni doğru bir şekilde çıkarır. OpenClaw bağlamı günler boyunca korur.
Birden fazla ajan çalıştırırsınız. Ayrı OpenClaw çalışma alanları başlatırsınız. Biri genel işler için qwen3.5:35b kullanır. Diğeri özel bir kodlayıcı modeli kullanır. Ağ geçidi mesajları doğru şekilde yönlendirir.
Hız ve Bellek Kullanımını Optimize Edin
Tüm GPU katmanlarını kullanmak için OLLAMA_NUM_GPU=999 olarak ayarlarsınız. nvidia-smi ile izlersiniz. Apple Silicon'da flash dikkatini etkinleştirirsiniz.
Qwen3.5'in otomatik olarak çalıştırdığı periyodik özetleme istemleri ile bağlam şişkinliğini azaltırsınız. Saniye başına token oranlarını karşılaştırırsınız. 35B modeli, 4090 sınıfı bir GPU'da saniyede 45-60 token'a ulaşır. Donanımınıza uygun varyantı seçersiniz.
Hedef yanıt sürenize ulaşana kadar sıcaklığı ve max_tokens'ı ayarlamak için Apidog'un performans testini kullanarak 100 istekteki gecikmeyi ölçersiniz.
Sık Karşılaşılan Sorunları Hızla Çözün
"Model bulunamadı" hatası görürsünüz. ollama list komutunu çalıştırır ve yapılandırmanızdaki etiketi düzeltirsiniz.
Yüksek gecikme yaşarsınız. journalctl -u ollama ile günlükleri kontrol eder ve GPU katmanlarını artırırsınız. Aynı isteği yeniden test etmek ve iyileşmeyi onaylamak için Apidog'u kullanırsınız.
Araç çağrısı ayrıştırma başarısız olur. Apidog test senaryolarında sıcaklığı 0.7'de sabitlersiniz ve yeniden çalıştırırsınız.
OpenClaw bir mesajlaşma uygulamasıyla bağlantıyı kaybeder. Token'ları yenilemek için openclaw configure --section channels komutunu çalıştırırsınız.
Ollama'da hız limitlerine takılırsınız. Eşzamanlılık ayarlarını artırır ve Apidog'da tekrar test edersiniz.
Her sorun için Apidog'un hata inceleme panelini kullanırsınız. Görsel yığın izlemesi ve yanıt karşılaştırması düzeltmeleri dramatik şekilde hızlandırır.
Kurulumunuzu Güvenli Tutun
OpenClaw'ı özel bir kullanıcı hesabı altında çalıştırırsınız. Araç yürütme için sanallaştırmayı etkinleştirirsiniz. 11434 veya 8080 portlarını asla herkese açık hale getirmezsiniz. Seyahat ederken onlara SSH tünelleri veya Tailscale aracılığıyla erişirsiniz.
Her beceri kaynağını yüklemeden önce incelersiniz. OpenClaw ayarlarında bellek şifrelemesini açarsınız. ~/.openclaw klasörünü düzenli olarak yedeklersiniz.
Böylece, verileriniz ağınızdan asla ayrılmadığı için çoğu bulut hizmetinden daha güvenli bir sistem işletmiş olursunuz.
Gelecek Güncellemeler İçin Plan Yapın
Alibaba düzenli olarak daha küçük Qwen3.5 varyantları yayınlar. Ollama bunları hızla ekler. Güncellemeleri ollama pull qwen3.5:35b --force ile çekersiniz.
OpenClaw'ın beceri kütüphanesi her hafta büyür. Güncel kalmak için GitHub bildirimlerini kontrol edersiniz.
Her güncellemeden sonra Apidog test sürecini tekrarlarsınız. Test koleksiyonunuzu korur ve sadece model etiketini değiştirirsiniz. Böylece ek çalışma yapmadan güvenilirliği sürdürürsünüz.
Sonuç
Artık Ollama kullanarak Qwen3.5'i OpenClaw ile ücretsiz çalıştırıyorsunuz. Tüm yığını donanımınızda kontrol ediyorsunuz. Güçlü akıl yürütme, görsel destek, kalıcı bellek ve proaktif otomasyon elde ediyorsunuz.
Açık adımları takip ettiniz. Her katmanı Apidog ile test ettiniz. Performansı optimize ettiniz ve ortamı güvenceye aldınız. Küçük yapılandırma seçimleri yetenekli bir kişisel yapay zeka ajanı oluşturdu.
Şimdi terminalinizi açın. Başlatma komutunu çalıştırın. Mesajlaşma uygulamalarınızı bağlayın. İlk görevinizi gönderin. Tamamen yerel bir ajanın ne kadar güçlü hissettirdiğini göreceksiniz.
Gelecek güncellemeleri takip etmek ve uç noktalarınızı verimli bir şekilde test etmeye devam etmek için Apidog'u indirin. Daha akıllı iş akışları oluşturmak için ihtiyacınız olan her şeye zaten sahipsiniz.
