Siri Kestirmeleri MCP Sunucusu

Siri Kestirmeleri MCP Sunucusu

Siri Kestirmeleri MCP Sunucusu aracılığıyla yapay zeka ve LLM’lerle macOS Kestirmelerini programatik olarak entegre edin ve otomatikleştirin.

“Siri Kestirmeleri” MCP Sunucusu ne yapar?

Siri Kestirmeleri MCP Sunucusu, yapay zeka asistanlarının Model Context Protocol (MCP) aracılığıyla doğrudan macOS Kestirmeler uygulamasıyla etkileşime geçmesini sağlar. Bu sunucu bir köprü görevi görerek büyük dil modellerinin (LLM), kullanıcının Kestirmeler uygulamasında mevcut olan herhangi bir kestirmeyi listelemesine, açmasına ve çalıştırmasına olanak tanır. Bu yetenekleri açığa çıkararak, geliştiriciler Siri kestirmelerinin gücünden yararlanan otomasyonlarla iş akışlarını geliştirebilir—dosya işlemlerinden karmaşık otomasyon zincirlerine kadar her şeyi entegre edebilirler. Bu MCP sunucusu, mevcut her kestirme için dinamik olarak araçlar oluşturur ve böylece istemcilerin otomasyonları tetiklemesini, parametreler iletmesini ve macOS eylemlerini programatik olarak bir LLM üzerinden organize etmesini kolaylaştırır.

Prompt Listesi

Depoda açık bir prompt şablonu belgelenmemiştir. Tekrar kullanılabilir prompt şablonları tanımlamanız gerekirse, kendi iş akışınıza göre kendiniz oluşturmanız gerekebilir.

Kaynak Listesi

Belgelerde veya depo dosyalarında açık bir MCP kaynağı tanımlanmamıştır. Kaynaklar genellikle veri/içerik sunar, ancak bu sunucu için herhangi bir kaynak listelenmemiştir.

Araçlar Listesi

  • list_shortcuts
    • Sistemdeki tüm mevcut Siri kestirmelerini listeler. Girdi gerekmez. Bir kestirme adları dizisi döndürür.
  • open_shortcut
    • Belirtilen bir kestirmeyi Kestirmeler uygulamasında açar. Girdi: name (dizgi).
  • run_shortcut
    • Belirtilen bir kestirmeyi, isteğe bağlı olarak giriş parametreleri ile çalıştırır. Girdi: name (dizgi), input (dizgi, isteğe bağlı).
  • Dinamik Araçlar
    • Her mevcut kestirme için dinamik olarak bir araç oluşturulur (örn. run_shortcut_[sanitize_edilmiş_kestirme_adı]) ve bu kestirmeyi doğrudan isteğe bağlı girişle çalıştırmak için kullanılır.

Bu MCP Sunucusunun Kullanım Alanları

  • Tekrarlayan Görevlerin Otomasyonu
    • Geliştiriciler, Siri kestirmelerini bir LLM aracılığıyla çağırarak uygulama başlatma, dosya düzenleme veya mesaj gönderme gibi sık yapılan iş akışlarını otomatikleştirebilirler.
  • Kişisel Asistan Entegrasyonu
    • Yapay zeka ajanları, kullanıcı tanımlı kestirmelerle etkileşime girerek hatırlatıcı ayarlama, akıllı ev cihazlarını kontrol etme veya takvim güncelleme gibi görevleri yerine getirebilir.
  • İş Akışı Testi
    • Siri kestirmelerinin otomatik olarak test edilmesini ve doğrulanmasını sağlar; böylece programatik olarak tetiklendiğinde beklendiği gibi çalıştıklarından emin olunur.
  • Karmaşık İş Akışı Orkestrasyonu
    • Birden fazla Siri kestirmesini zincirleyebilir veya bunları daha geniş yapay zeka iş akışlarına gömerek ileri düzey otomasyon senaryoları oluşturabilirsiniz.
  • Dinamik Araçlar
    • Yeni kestirmeleri ek bir yapılandırmaya gerek kalmadan LLM’lere anında açığa çıkarır, böylece kullanıcının kestirme kitaplığı büyüdükçe mevcut işlevselliği genişletmek kolaylaşır.

Kurulum

Windsurf

  1. Sisteminizde Node.js’in kurulu olduğundan emin olun.
  2. Windsurf yapılandırma dosyanızı bulun.
  3. Siri Kestirmeleri MCP sunucusunu mcpServers yapılandırmanıza ekleyin:
    {
      "mcpServers": {
        "siri-shortcuts": {
          "command": "npx",
          "args": ["mcp-server-siri-shortcuts"],
          "env": {
            "GENERATE_SHORTCUT_TOOLS": "true",
            "INJECT_SHORTCUT_LIST": "false"
          }
        }
      }
    }
    
  4. Yapılandırmayı kaydedin ve Windsurf’u yeniden başlatın.
  5. Arayüzden mevcut kestirmeleri listeleyerek kurulumu doğrulayın.

Claude

  1. Node.js’in kurulu olduğundan emin olun.
  2. Claude yapılandırma dosyanızı açın.
  3. Aşağıdaki MCP sunucu girdisini ekleyin:
    {
      "mcpServers": {
        "siri-shortcuts": {
          "command": "npx",
          "args": ["mcp-server-siri-shortcuts"],
          "env": {
            "GENERATE_SHORTCUT_TOOLS": "true",
            "INJECT_SHORTCUT_LIST": "false"
          }
        }
      }
    }
    
  4. Değişiklikleri kaydedin ve Claude’u yeniden başlatın.
  5. Test kestirmesi çalıştırarak düzgün çalıştığını doğrulayın.

Cursor

  1. Node.js kurulu değilse yükleyin.
  2. Cursor yapılandırma dosyasını açın.
  3. MCP sunucu yapılandırmasını ekleyin:
    {
      "mcpServers": {
        "siri-shortcuts": {
          "command": "npx",
          "args": ["mcp-server-siri-shortcuts"],
          "env": {
            "GENERATE_SHORTCUT_TOOLS": "true",
            "INJECT_SHORTCUT_LIST": "false"
          }
        }
      }
    }
    
  4. Kaydedin ve Cursor’u yeniden başlatın.
  5. Sunucunun Cursor’un yapay zeka özelliklerinden erişilebilir olduğundan emin olun.

Cline

  1. Node.js’in kurulu olduğundan emin olun.
  2. Cline yapılandırma dosyasını açın.
  3. Siri Kestirmeleri MCP Sunucusu yapılandırmasını ekleyin:
    {
      "mcpServers": {
        "siri-shortcuts": {
          "command": "npx",
          "args": ["mcp-server-siri-shortcuts"],
          "env": {
            "GENERATE_SHORTCUT_TOOLS": "true",
            "INJECT_SHORTCUT_LIST": "false"
          }
        }
      }
    }
    
  4. Dosyayı kaydedin ve Cline’ı yeniden başlatın.
  5. Mevcut kestirmeleri listeleyerek entegrasyonu test edin.

API Anahtarlarını Güvenli Hale Getirme:
Hassas ortam değişkenlerini (örneğin, API anahtarları) güvenli hale getirmeniz gerekirse, yapılandırmanızda env alanını kullanın:

{
  "mcpServers": {
    "siri-shortcuts": {
      "command": "npx",
      "args": ["mcp-server-siri-shortcuts"],
      "env": {
        "YOUR_API_KEY": "${YOUR_API_KEY_ENV_VAR}",
        "GENERATE_SHORTCUT_TOOLS": "true"
      }
    }
  }
}

Gerçek ortam değişkenini yapılandırma dosyanızın dışında (örneğin, kabuğunuzda veya CI/CD ortamınızda) ayarladığınızdan emin olun.

Bu MCP’yi akışlarda nasıl kullanabilirsiniz

FlowHunt’ta MCP Kullanımı

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

FlowHunt MCP flow

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

{
  "siri-shortcuts": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Yapılandırıldıktan sonra, yapay zeka ajanı bu MCP’yi bir araç olarak tüm fonksiyon ve yeteneklerine erişerek kullanabilir. “siri-shortcuts” adını kendi MCP sunucunuzun adıyla ve URL’yi kendi MCP sunucu URL’nizle değiştirmeyi unutmayın.


Genel Bakış

BölümMevcutDetaylar/Notlar
Genel Bakış
Prompt ListesiPrompt şablonu bulunamadı
Kaynak ListesiKaynak tanımlanmadı
Araçlar Listesilist_shortcuts, open_shortcut, run_shortcut, dinamik kestirme araçları
API Anahtarlarını Güvenli Hale GetirmeYapılandırmada env ile
Örnekleme Desteği (değerlendirmede önemsiz)Bahsedilmemiş

Roots Desteği: Depoda belirtilmemiş.


Yukarıdaki tablolara dayanarak, Siri Kestirmeleri MCP Sunucusu sağlam araçlar ve kurulum talimatları sunar, ancak MCP kaynakları, prompt şablonları, roots veya örnekleme için açık destekten yoksundur. Kestirme otomasyonuna odaklanan iş akışları için en uygunudur ve dinamik araç üretimi öne çıkan bir özelliğidir.

Bizim görüşümüz

macOS üzerinde kestirme otomasyonu için bu MCP sunucusu oldukça uzmanlaşmış ve alanında güçlüdür. Ancak, daha geniş MCP desteği (promptlar, kaynaklar, roots, örnekleme) açısından sınırlıdır. Genel olarak, Siri kestirme entegrasyonu ihtiyacı olanlar için çok uygun, fakat kapsamlı MCP özelliklerine ihtiyaç duyanlar için yeterli değildir.

MCP Skoru

Lisansı var mı?
En az bir aracı var mı?
Fork Sayısı11
Yıldız Sayısı138

Sıkça sorulan sorular

Siri Kestirmeleri MCP Sunucusu ne yapar?

Yapay zeka asistanlarının ve LLM'lerin macOS Kestirmeler uygulamasındaki herhangi bir kestirmeyi programatik olarak listelemesine, açmasına ve çalıştırmasına olanak tanır. Sunucu, Kestirmeler uygulaması ile yapay zeka iş akışınız arasında köprü görevi görür. Her kestirme için dinamik araçlar otomatik olarak oluşturulur.

Başlıca kullanım alanları nelerdir?

Tekrarlayan görevlerin otomasyonu, kişisel yapay zeka asistanlarının macOS iş akışlarıyla entegrasyonu, kestirmelerin test edilmesi ve doğrulanması, birden fazla otomasyonun zincirlenmesi ve yeni kestirmelerin yapay zeka ajanlarınıza anında açığa çıkarılması.

API anahtarları gibi ortam değişkenlerini nasıl güvenli hale getirebilirim?

`env` alanını MCP sunucu yapılandırmanızda kullanın ve hassas değerleri yapılandırma dosyalarınızın dışında (kabuk veya CI/CD ortamınızda) ortam değişkeni olarak ayarlayın.

Prompt şablonları veya açık MCP kaynakları destekleniyor mu?

Bu sunucu için herhangi bir prompt şablonu veya açık kaynak belgelenmemiştir. Sadece araçlar ve dinamik kestirme araçları desteklenmektedir.

Bu MCP sunucusu açık kaynak mı?

Sunucunun deposunda açık bir lisans dosyası yoktur, bu nedenle açık kaynak durumu veya kullanım hakları sınırlı olabilir.

Siri Kestirmeleri Otomasyonunu Deneyin

FlowHunt'un MCP desteğiyle Siri Kestirmelerini yapay zeka ajanlarınıza bağlayarak macOS iş akışlarınızı güçlendirin.

Daha fazla bilgi

AppleScript MCP Sunucusu
AppleScript MCP Sunucusu

AppleScript MCP Sunucusu

AppleScript MCP Sunucusu, AI ajanlarının ve geliştirme araçlarının macOS üzerinde AppleScript kodu çalıştırmasını sağlar; Mac uygulamalarını ve sistem fonksiyon...

4 dakika okuma
macOS AppleScript +6
Kubernetes MCP Sunucusu
Kubernetes MCP Sunucusu

Kubernetes MCP Sunucusu

Kubernetes MCP Sunucusu, AI asistanları ile Kubernetes/OpenShift kümeleri arasında köprü kurarak doğal dil iş akışlarıyla programatik kaynak yönetimi, pod işlem...

4 dakika okuma
Kubernetes MCP Server +4
ModelContextProtocol (MCP) Sunucu Entegrasyonu
ModelContextProtocol (MCP) Sunucu Entegrasyonu

ModelContextProtocol (MCP) Sunucu Entegrasyonu

ModelContextProtocol (MCP) Sunucusu, AI ajanları ile harici veri kaynakları, API'ler ve servisler arasında bir köprü görevi görerek FlowHunt kullanıcılarının ba...

3 dakika okuma
AI Integration +4