Chat MCP Sunucusu

“Chat MCP” MCP Sunucusu ne yapar?

Chat MCP, çeşitli Büyük Dil Modelleri (LLM) ile arayüz sağlamak için Model Context Protocol (MCP) kullanan bir masaüstü sohbet uygulamasıdır. Çoklu platform desteği için Electron ile oluşturulan Chat MCP, kullanıcıların birden fazla LLM arka planına bağlanmasına ve bunları yönetmesine olanak tanır; farklı yapay zeka modellerini test etmek, etkileşimde bulunmak ve yapılandırmak için birleşik bir arayüz sunar. Minimalist kod tabanı, geliştiriciler ve araştırmacıların MCP’nin temel prensiplerini anlamasına, farklı sunucularla hızlıca prototipleme yapmasına ve LLM içeren iş akışlarını kolaylaştırmasına yardımcı olur. Temel özellikler arasında dinamik LLM yapılandırması, çoklu istemci yönetimi ve hem masaüstü hem de web ortamlarına kolay uyarlanabilirlik bulunur.

İstem Listesi

Kullanılabilir belgede veya depo dosyalarında istem şablonlarına değinilmemiştir.

Kaynak Listesi

Depoda veya yapılandırma örneklerinde açık MCP kaynağı belgelenmemiştir.

Araç Listesi

Depoda veya server.py (depoda bir server.py dosyası veya eşdeğer bir araç tanımı yoktur) içinde özel bir araç listelenmemiştir veya açıklanmamıştır.

Bu MCP Sunucusunun Kullanım Alanları

• Birleşik LLM Test Platformu
  Chat MCP, geliştiricilerin tek bir arayüzde birden fazla LLM sağlayıcısı ve modeli hızlıca yapılandırıp test etmesine olanak tanır, değerlendirme sürecini kolaylaştırır.

• Çoklu Platform Yapay Zeka Sohbet Uygulaması
  Linux, macOS ve Windows desteğiyle Chat MCP, ana işletim sistemlerinin tamamında yapay zeka modelleriyle etkileşim kurmak için bir masaüstü sohbet istemcisi olarak kullanılabilir.

• MCP Entegrasyonlarının Geliştirilmesi ve Hata Ayıklanması
  Temiz kod tabanı sayesinde geliştiriciler Chat MCP’yi kendi MCP uyumlu uygulamalarını oluşturmak veya hata ayıklamak için referans veya başlangıç noktası olarak kullanabilirler.

• MCP için Eğitsel Araç
  Projenin minimalist yaklaşımı, Model Context Protocol’ü öğrenmek ve LLM bağlantılarını denemek için idealdir.

Nasıl kurulur

Windsurf

1. Node.js’i Yükleyin: nodejs.org adresinden Node.js’i indirip yükleyin.
2. Depoyu klonlayın:
   git clone https://github.com/AI-QL/chat-mcp.git
3. Yapılandırmayı düzenleyin:
   LLM API ayrıntılarınız ve MCP ayarlarınızla src/main/config.json dosyasını değiştirin.
4. Bağımlılıkları yükleyin:
   npm install
5. Uygulamayı başlatın:
   npm start

Örnek JSON yapılandırması:

{
    "chatbotStore": {
        "apiKey": "",
        "url": "https://api.aiql.com",
        "path": "/v1/chat/completions",
        "model": "gpt-4o-mini",
        "mcp": true
    }
}

Not: API anahtarlarınızı ortam değişkenleri veya şifreli depolama ile güvenli tutun (doğrudan yapılandırmada desteklenmez, ancak önerilir).

Claude

1. Node.js’i Yükleyin: nodejs.org adresinden Node.js edinin.
2. Chat MCP’yi indirin/klonlayın.
3. src/main/config.json dosyasını Claude uyumlu API uç noktası ve ayrıntıları ile düzenleyin.
4. npm install çalıştırın.
5. npm start ile başlatın.

Örnek JSON:

{
    "chatbotStore": {
        "apiKey": "",
        "url": "https://anthropic.api.endpoint",
        "path": "/v1/messages",
        "model": "claude-3-opus",
        "mcp": true
    }
}

Not: Hassas veriler için ortam değişkenleri kullanın.

Cursor

1. Node.js’i yükleyin.
2. Chat MCP deposunu klonlayın.
3. Cursor arka ucu için src/main/config.json dosyasını güncelleyin.
4. Bağımlılıkları yükleyin.
5. Uygulamayı başlatın.

Örnek JSON:

{
    "chatbotStore": {
        "apiKey": "",
        "url": "https://cursor.api.endpoint",
        "path": "/v1/chat/completions",
        "model": "cursor-model",
        "mcp": true
    }
}

Not: API anahtarları için ortam değişkenleri kullanın.

Cline

1. Node.js’i yükleyin.
2. Depoyu klonlayın.
3. Cline API ayrıntıları için src/main/config.json dosyasını düzenleyin.
4. npm install çalıştırın.
5. npm start ile başlatın.

Örnek JSON:

{
    "chatbotStore": {
        "apiKey": "",
        "url": "https://cline.api.endpoint",
        "path": "/v1/chat/completions",
        "model": "cline-model",
        "mcp": true
    }
}

Not: API anahtarlarınızı ortam değişkenleri ile güvenli tutun.

API Anahtarlarını Güvenli Tutma Örneği:

{
    "chatbotStore": {
        "apiKey": "${API_KEY}",
        "url": "https://api.example.com",
        "path": "/v1/chat/completions",
        "model": "your-model",
        "mcp": true
    }
}

Uygulamayı başlatmadan önce ortamınızda API_KEY değerini atayın.

Bu MCP’yi akışlarda nasıl kullanabilirsiniz

FlowHunt’ta MCP Kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, önce akışınıza MCP bileşenini ekleyin ve bunu yapay zeka ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırma bölümüne, MCP sunucu ayrıntılarınızı şu JSON formatında girin:

{
  "chat-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Yapılandırma tamamlandığında, yapay zeka ajanın bu MCP’yi bir araç olarak kullanabilir ve tüm işlevlerine erişebilir. “chat-mcp” ismini kendi MCP sunucunuzun adıyla, URL’yi ise kendi MCP sunucu adresinizle değiştirmeniz gerektiğini unutmayın.

Genel Bakış

Mevcut bilgilere göre Chat MCP, basit, eğitici ve esnek bir MCP istemcisidir; ancak herkese açık belgesinde ve kurulumunda gelişmiş MCP özellikleri (araçlar, kaynaklar, örnekleme, kökler) bulunmamaktadır. Ana değeri, temiz ve kolayca değiştirilebilir bir sohbet arayüzü olmasıdır. Genel olarak MCP öğrenimi veya daha gelişmiş entegrasyonlar için temel olarak iyi bir başlangıç noktasıdır.

MCP Puanı