FlowHunt’ın bir MCP sunucusuna ihtiyacı olduğunu biliyorduk ve bunun bize çok yardımcı olacağını düşünmüyorduk. Sonunda bize en çok yardımcı oldu.
Ana Çıkarımlar
- FlowHunt’ın bir MCP sunucusuna ihtiyacı olduğunu her zaman biliyorduk. Bunu kullanıcıların beklediği bir özellik olarak ve bize geliştirici olarak hiçbir yardımcı olmayacağından emin idik. Bu yanlış çıktı.
- MCP sunucusuna bağlı bir agent, kodu göremez. Sadece araçları ve yanıtlarını görür, bu da kullanıcının konumudur. Lansman öncesi testlerimizde sıfır maliyeti raporlayan çalıştırmalar, var olmayan kimlikler için “başarı” diyen toplu işlemler ve 16 tamamlanan rapor eden 11 satır buldu. Sunucu başlayıncaya kadar hepsini düzelttik.
- Ayrıca, tasarımımızın bir agentin nasıl düşündüğü ile eşleşmediği yerleri gösterdi. Akış oluşturan altı agent, argument adını yanlış tahminden dolayı ilk çağrılarında başarısız oldu.
- Bunu bir kodlama agentu ile oluşturmak oldukça hızlıydı, çünkü API’miz zaten vardı. Kalan işin çoğu hangi özellikleri ortaya çıkaracağını seçmek ve güvenli hale getirmekti.
- Her iki sunucu canlı: SEO, GEO ve AEO için AmICited ve otomasyon için AI Studio, agent sizin Agents Library’nizdeki bilgisinden akışlar oluşturuyor. Bağlantı adımları sonda.
Uygulamanızda zaten bir API varsa neden MCP sunucusu oluşturmalısınız?
MCP sunucu, uygulamanızı AI agentyelerine Model Context Protocol üzerinden ortaya çıkarır, bu açık standart MCP istemcisi olan Claude, ChatGPT veya Cursor gibi bir yazılımın araçlarınızı keşfetmesini ve çağırmasını sağlar. Eğer yeniyseniz, MCP sunucusu nedir kılavuzumuz temel bilgileri kapsar.
Uzun bir süredir, FlowHunt’ın uygun bir MCP sunucusu yoktu. Her popüler uygulama bir tane gönderiyor gibi görünüyordu ve burada birkaç beta vardı, ama kimse onu bitirmek için zaman ayırmadı.
Birine ihtiyaç olduğunu biliyorduk. AmICited ile açıktı, çünkü insanlar bir agente “markamın bu haftaki yapay zeka aramasında nasıl alıntılandığı” sorusunu pano açmadan sorlamak istedi. AI Studio, görsel akış oluşturucumuz da bir tane gerektiriyordu. Bunu basitçe bir kutu olarak gördük: kullanıcıların beklediği bir şey, sahip olmaya değer, özel bir şey değil. Ve bunun geliştirici olarak bize sunabileceği bir şey olmadığından emin idik. Bakılacak bir API yüzeyi olacaktı.
Bunun tersine çıktı. MCP sunucusu 2026’da oluşturdumuz en faydalı şeylerden biri oldu ve ona en çok yardımcı olan insanlar biziz.
İşinizi büyütmeye hazır mısınız?
Bugün ücretsiz denemenizi başlatın ve günler içinde sonuçları görün.
Mevcut bir uygulama için MCP sunucusu nasıl oluşturulur
Zaten bir uygulamanız varsa, zaten bir MCP sunucusunun çoğuna sahipsiniz. İşlevler ve API rotaları mevcuttur. Kalan çoğu karar ve bir kodlama agentu bunları hızlı yapar. Kodu kendisi için (SDK kurmak, araç tanımlamak, sunucuyu çalıştırmak), MCP sunucusu geliştirme kılavuzumuza bakın.
API rotalarını MCP araçlarına dönüştürün
- Agentnizden uygulamanın sahip olduğu her işlevi ve API rotasını listelemesini isteyin.
- Bir agentin hangileri kullanabileceğine karar verin. Bizim için bu, pano içinde bir kullanıcının yapabileceği neredeyse her şeydi.
- Agenta her birini bir araç olarak sarmalattırdırın: bir ad, kullanıcının arayacağı kelimelerle yazılmış bir açıklama ve mevcut bitiş noktasına bir çağrı.
- Güvenlik işini yapın.
- Sunucuyu Anthropic ve diğer AI sağlayıcılarının konnektör dizinlerine gönderin, böylece insanlar zaten baktıkları yerde bulabilsinler.
MCP araçlarımız ince sarmalayıcılar. Her biri mevcut bir bitiş noktasını çağırır ve mevcut yanıtını döndürür, böylece agent akışları listeleyebilir, bir akışın tuvalini okuyabilir, düzenleyebilir, çalıştırabilir ve sonucu okuyabilir. İzinler ve kredi kontrolleri bu sarmalayıcının altında yaşır, bu nedenle agent pano içinde olduğu gibi tam olarak kullanıcının haklarını alır.
MCP sunucusunu güvenli hale getirin
Güvenlik işi en çok düşünmeyi gerektiriyordu ve yine de Claude ile odaklı oturumlar meselesi, haftalar değil. Bu oturumlarda:
- oturum açmayı OAuth’a taşıdık, kullanıcının panoda görebileceği ve iptal edebileceği yetkilerle
- her bağlantıyı bir çalışma alanına bağladık, bu nedenle agentnin değiştirebileceği hiçbir araç çalışma alanı kimliğini almaz
- ithalatı boyutları ve eşzamanlılığı sınırladık
- veri yazan ve silme ve para harcayan her şeyi yıkıcı olarak işaretleyen her aracı işarettik
Bunların hiçbiri egzotik değil. Herhangi bir genel API üzerinde çalıştıracağınız aynı kontrol listesi. Claude, kaçırdığımız yerleri bulmada iyiydi. MCP güvenlik kontrol listesi ve MCP kimlik doğrulaması OAuth ile hakkındaki yazı daha derindir.
MCP sunucusu testi birim testlerinden nasıl farklı?
Bu bölüm benim görmedim geliyor.
Agentyeler sizin için kod yazdığında, çoğunlukla kodu test ederler. Birim testlerini çalıştırırlar. Bazen doğrulama yapışı yaparlar veya web arayüzünde tarayıcı tıklattırırlar. Bunların hepsi kodu kodun söylediğini yapar kontrol eder. Hiçbiri bir kişi veya agentin ürünle gerçekten işlerini görebilip göremeyeceğini kontrol etmez.
MCP sunucusu bunu değiştirir. Ona bağlı agent kodu göremez. Sadece araçları, açıklamalarını ve döndürdükleri yanıtları görür. Bu gerçek bir kullanıcının konumudur, bu nedenle agent MCP sunucusunu kullandığında uygulamayı test eder.
Agentyeler lansman öncesinde neler buldu
Lansman öncesi kara kutu testi tam olarak bunu yaptı. Agentlere görevler verdik ve test ortamımızda MCP sunucusu aracılığıyla AI Studio’yu kullanmalarına izin verdik ve hiçbir birim testi yakalamadığı sorunları buldular:
- Tamamlanan bir çalıştırma sıfır maliyeti raporladı, hatta kredi harcamış olsa bile.
- Toplu işlemler var olmayan kimlikler için “başarı” dedi.
- 11 satırdan oluşan bir batch, tekrarlanan adımlar tamamlanan satırları ikinci kez saydığı için 16 satır tamamlandı raporladı.
- Durdurulmuş bir çalıştırma hala çalışıyor gibi görünüyordu ve sonsuza dek öyle kaldı.
- SSS’nin cevabını değiştirmek alternatif sorularını güncellemedi.
- Araçlar ürünün kullanamadığı ayarları kabul etti, katalogda olmayan bir model adı gibi ve onları şikayet etmeden kaydetti.
Bunların hiçbiri kullanıcılara ulaşmadı. İç test bunları buldu ve sunucu başlayıncaya kadar düzelttik. Birim testleri hepsini geçip geçmişti ve bir kişi arayüzde tıklayarak onları kolayca kaçırabilirdi, sayfayı yenileyerek veya garip bir sayıya omuz silkerek. Bir agent yapmaz. Yanıtı olduğu gibi alır ve sonraki yanlış şeyi yapar, bu da size yanıtın tam olarak nerede yanlış olduğunu gösterir.
Bültenimize katılın
En son ipuçlarını, trendleri ve teklifleri ücretsiz alın.
Araç tasarım boşluklarını agentyeler nasıl ortaya çıkardı?
İkinci tür bulgu daha ilginçti. Bunlar hatalar değildi. Bunlar, araçlarımızı nasıl tasarladığımız ile bir agentin gerçekten nasıl kullanmaya çalıştığı arasındaki boşluktu.
Bir agentin tahmin ettiği argument adları
Bir testte, altı agent her biri MCP sunucusu üzerinde bir akış oluşturdular. Argümanın type denildiğini tahmin ettikleri ve biz component_type adını verdiğimiz için altısı da ilk aramalarında başarısız oldu. Bir agent, “Google Search” yazdığında “Alınan Siparişleri Ara” adlı bir ERP entegrasyonundan gelen bir adım “Google Search Retriever” üzerinde sıralandığında, Google aramasını yaklaşık on arama yaptı.
Kodu doğru olduğu için bunu bir kod incelemesinde yakalayamazsınız. Araç söylediyini yaptı. Sadece herhangi birinin makul olarak ilk deneşmeleriyle eşleşmedi. Bu nedenle argümanları arama sonuçlarının döndürdüğü adlara yeniden adlandırdık ve arama sonuçlarını ne kadar iyi eşleştirdiklerine göre sıraladık. Agentyeler tökezleşmeyi durdurdu.
Oyun kitapları aynı şekilde test edildi
Ayrıca kısa oyun kitapları yazdık, MCP sunucusu aracılığıyla beceri olarak sunulan, bir agente nasıl iyi bir akış oluşturacağını söyleyerek: kütüphaneyi önce kontrol edin, yayınlamadan önce taslağı test edin, koruma özelliklerini son cevaptan uzak tutun. Sonra oyun kitaplarını aynı şekilde test ettik. Taze agentyeler sadece oyun kitabını okuyarak aynı görevleri yeniden oluşturdular ve ayrı bir model hangi olduğunu bilmeden sonuçları yargıladı. Son oyun kitabı ile inşaatçılar kabaca taslakla aldığı zamanın üçte birinde bitmişler. Çalıştırmalar ayrıca oyun kitabının kendisindeki boşlukları ortaya çıkardı, mesela aramanın after:YYYY-MM-DD sorgusuna koymadığınız sürece tarih filtresi yok. Onu metne geri koydu.
Bu da önceden asla sahip olmadığımız bir geri bildirim döngüsü. Agent uygulamayı kullanır, belirli bir yerde sıkışır ve biz o yeri düzeltiriz.
MCP sunucusu çekme isteği incelemesini nasıl değiştirir
Çekme isteğini gözden geçirmek artık farklı. Öncesinde, bir değişikliği doğrulamak diff okumak, testleri çalıştırmak ve belki arayüzde tıklamak anlamına geliyordu. Şimdi test senaryo bir cümle: “MCP sunucusuna bağlanın, X yapan bir akış oluşturun, çalıştırın, maliyeti kontrol edin.” Agent gerçek uygulamayı çalıştırır ve sonuç çekme isteğine yapıştırabileceğiniz bir şeydir.
Senaryolar, test işlevleri olarak değil, kullanıcı görevleri olarak yazıldığı için daha net oldu. Ayrıca daha az belirteci malıyete mal etti. Uygulamayı MCP araçları aracılığıyla çalıştırmak, bir agentin ekran görüntülerini okumasını ve tarayıcıda düğmeyi avlamasını sağlamaktan çok daha ucuzdur. Ve özellik aralarındaki boşlukları bulurlar, bu da en gerçek sorunlarımızın gizlendiği yerdir.
MCP sunucusu kullanıcılarınız için neler değiştirir
FlowHunt büyük bir uygulamadır. AI Studio tek başına akışlara, agentlere, sohbet botlarına, bilgi tabanlarına, zamanlamalara, batch’lere, entegrasyonlara ve bin kişiye açık bileşenlere sahiptir. AmICited’in kendi uzun raporlar listesi vardır. Birçok insan başlamayı zor buluyor. Başlayanlar bile özellikleri kaçırırlar veya aylar sonra tesadüfen bulurlar.
MCP sunucusu ile, bu çok daha az önemli. Agentnize ne istediğinizi söylersiniz ve agent bunu yapan aracı bulur. Açıklamayı okur, hangi özelliğin uygun olduğunu bilir ve onu kullanır. Bağlantı URL’sini kopyalamak dışında, panoya açmanız gerekmiyor. İnsanlar ürünün yapabileceğinin daha fazlasını kullanıyor ve bence daha değerli, çünkü gerçekten hepsini görüyorlar.
FlowHunt ve AmICited MCP sunucuları nasıl bağlanır
Her iki sunucu canlı ve herkese denemesini istiyorum: şirketler, kurumlar, pazarlama ekipleri, SEO’larını kendi yapan kurucular. Zaten kullandığınız agenta bağlarsınız, oturum açarsınız, bir çalışma alanı seçersiniz ve sorulmaya başlarsınız.
SEO, GEO ve AEO için AmICited MCP sunucusu
AmICited markanızın yapay zeka arama motorları tarafından nasıl alıntılandığını takip eder ve Search Console, GA4, site denetimleri, backlink’ler, rakipler, reklam platformları ve pazarlama karışımı modellerini bağlar. MCP aracılığıyla agentiniz tüm bunları kullanabilir. Sunucu ayrıca 29 oyun kitabı gönderir, agentin okuyabileceği, bu analizleri kendimiz nasıl yapacağımız şekilde yazılmış: trafik düşüşü triyajı, yapay zeka görünürlüğü denetimi, rakip boşluk analizi, kaniballeşme temizliği, ücretli atık incelemesi, “değişikliğimiz işe yaradı mı” ve daha fazlası. Soru düz kelimelerle sorarsınız ve agent uygun oyun kitabını takip eder:
- “Organik trafik geçen hafta neden düştü?”
- “Hangi istemler rakiplerime atıf yapıyor ama bana yapmıyor ve bunu hangi içerik düzeltirdi?”
- “Hangi reklam kampanyaları dönüştürme olmadan para harcar?”
- “Siteyi denetle ve önce yapılmaya değer beş düzeltmeyi söyle.”
Cevabı hangi raporun tuttuğunu bilmeniz gerekmez. Agent bilir.
İş akışı otomasyonu için FlowHunt AI Studio MCP sunucusu
Bu bölüm beni en çok şaşırttı. FlowHunt Agents Library yıllar boyunca oluşturdumuz ve rafine ettiğimiz 264 yayınlanmış akış vardır ve müşteriler her gün bunlardan bazılarını işe alırlar. Bu akışların ne yaptığını bir oyun kitabında damıttık, MCP sunucusu agentinize verdi, müşterilerin en çok işe aldığı 28 akışa ağırlıklı. Böylece agentinize bir şey otomatikleştirmesini istediğinizde, boş bir tuvalden başlamaz. Kütüphanede yakın bir şablon var mı kontrol eder, bu akışın nasıl oluşturulduğunu okur (araçları, istemi, çıktı biçimini, koruma özelliklerini), deseni görevinize uygular, taslağı test eder ve ancak yayınlar.
Uygulamada, işi açıklar ve yılların bilgisini kullanan çalışan bir akış elde edersiniz:
- “Her sabah rakiplerimiz hakkında haberi özetle ve Slack’e gönder.”
- “Yeni destek biletlerini oku, bilgi tabanının tuttuğunun cevapla ve geri kalanını etiketle.”
- “Fiyatlandırma sayfamız için bir sohbet botu yap, docslarımızdan cevapla.”
Bu şekilde karmaşık akışlar oluşturabilirsiniz: diğer agentyeler çağıran agentyeler, yönlendiriciler, zamanlanmış çalıştırmalar, elektronik tablo üzerinde batch’ler. Bu tür akış görsel editörde öğrenmek biraz zaman alır. Agentniz dakika içinde oraya gider ve yine de canvas’ı daha sonra açabilirsiniz, oluşturduğunun ne olduğunu görmek için.
Claude Code, Claude veya ChatGPT’de bağlanın
Bağlanmak bir dakika alır. Sunucuyu uzak sunucuları destekleyen herhangi bir MCP istemcisine ekleyin. Claude Code’da çalıştırın:
claude mcp add --transport http flowhunt-aistudio https://api.flowhunt.io/mcp/aistudio
claude mcp add --transport http flowhunt-amicited https://api.flowhunt.io/mcp/amicited
Claude ve ChatGPT’de, aynı URL’yi özel bir bağlayıcı olarak ekleyin. İstemciniz bir oturum açma sayfası açar, çalışma alanını seçersiniz ve agent sadece o çalışma alanını görür. Bağlı istemcileri panoda istediğiniz zaman görebilir ve iptal edebilirsiniz. Bağlantı belgeleri her istemci için adımları vardır.
Planlar ve fiyatlandırma
Bir agenti 7 günlük denemede ve Pro, Agency ve Enterprise planlarında bağlayabilirsiniz. Starter MCP erişimini içermez. AI Studio’da, MCP çağrılarının kendileri ücretsizdir, plana bağlı saatlik bir sınıra kadar: denemede 120 çağrı, Pro’da 600, Agency’de 2.000 ve Enterprise’da sınır yok. Panoda kredi harcayan herhangi bir şey, bir akışı çalıştırmak gibi, MCP aracılığıyla aynı kredileri harcar. AmICited’de her MCP isteği 0,001 kredi malıyetindedir, bu nedenle bin istek bir kredi malıyete mal eder.
Sonraki adımlar: MCP sunucusu oluşturun ve bizimkini deneyin
Uygulamanız varsa, MCP sunucusu oluşturun. Sadece kullanıcılar için bir özellik olduğunu ve geliştirici olarak bize hiçbir yardımcı olmayacağını düşündüğünüz için bile yapın. Biz de öyle düşündük ve yanılmıştık. Bu, uygulamanızı yabancı gibi kullanan bir test istemcisidir ve her kafa karıştırıcı argument adını, yanlış sayıyı ve “başarı” olmayan “başarı"yı raporlar. Zaten bir API’niz varsa, oluşturması hızlıdır ve güvenlik işi proje değil, birkaç odaklanmış oturumdur.
Pazarlama, SEO veya operasyonda çalışıyorsanız, agentnizi FlowHunt ve AmICited’e bağlayın ve ona haftanızdan gerçek bir görev verin. Sahip olmadığınız özellikleri bulacaksınız ve özellikleri kullanmak için panoyu öğrenmeniz gerekmez.
MCP sunucuları sadece kullanıcılarınız için değil. Geliştirici olarak sahip olabileceğiniz en iyi araçlardan biridir. Ve kullanıcılarınız için, ürünün en fazlasını elde etmenin en hızlı yoludur.
