StitchAI MCP Sunucusu

“StitchAI” MCP Sunucusu ne yapar?

StitchAI MCP Sunucusu, Stitch AI’nın hafıza yönetim sistemini güçlendirmek için tasarlanmış bir Model Bağlam Protokolü (MCP) sunucu uygulamasıdır. Yapay zeka için merkezi olmayan bir bilgi merkezi görevi görerek, yapay zeka asistanları ile harici veri kaynakları, API’ler ve servisler arasında sorunsuz bağlantılar sağlar. Bu sunucu aracılığıyla, yapay zeka ajanları “hafızalar”—bağlam farkındalıklarını ve akıl yürütme yeteneklerini geliştiren yapılandırılmış bilgi parçalarını—verimli şekilde oluşturabilir, alabilir ve yönetebilir. Hafıza işlemleri için araçlar sunarak, StitchAI MCP Sunucusu içgörülerin saklanması, bağlamsal verilerin takibi veya ilgili bilgilerin alınması gibi iş akışlarını kolaylaştırır. Bu, geliştiricilerin daha bağlama duyarlı, etkileşimli ve karmaşık bilgi işlemlerine sahip yapay zeka çözümleri geliştirmesini sağlar.

İstem Listesi

Kullanılabilir belgelerde veya kodda istem şablonu bulunamadı.

Kaynak Listesi

Kullanılabilir belgelerde veya kodda açık MCP “kaynağı” bulunamadı.

Araç Listesi

• createMemory: Yapay zeka ajanının, belirtilen içerik ve meta verilerle yeni bir hafıza oluşturmasını sağlar.
• getMemory: Saklanan bilgilerin hatırlanmasını sağlayarak, belirli bir hafızayı tanımlayıcısı ile getirir.
• listMemories: Saklanan bilgi tabanının genel görünümünü sağlayarak, mevcut tüm hafızaları listeler.
• deleteMemory: Hafıza deposunun yönetilmesi ve temizlenmesi için, belirli bir hafızayı tanımlayıcısı ile siler.

Bu MCP Sunucusunun Kullanım Alanları

• Uzun Süreli Bağlam Yönetimi: Yapay zeka ajanlarının birden fazla etkileşim veya oturum boyunca bilgi saklamasına ve hatırlamasına olanak tanıyarak sürekliliği ve kullanıcı deneyimini iyileştirir.
• Ajan Bilgi Tabanı Oluşturma: Geliştiricilerin yapay zeka ajanları için daha gelişmiş akıl yürütme ve bağlam takibini destekleyen kalıcı bilgi tabanları oluşturmasına yardımcı olur.
• Veri Etiketleme ve Saklama: Sohbet sırasında önemli veri noktalarının veya etiketlerin yakalanmasını kolaylaştırır; bu veriler daha sonra alınabilir ve referans gösterilebilir.
• Çoklu Ajan Sistemleri için İşbirlikçi Hafıza: Birden fazla ajanın ortak bir hafıza havuzunu paylaşmasına ve yönetmesine olanak tanıyarak işbirlikçi zekayı teşvik eder.
• Hafıza Temizleme ve Düzenleme: Hafızaları silme ve listeleme araçları sunarak bağlamsal verilerin etkin şekilde yönetilmesini ve düzenlenmesini sağlar.

Kurulum Nasıl Yapılır

Windsurf

1. Node.js’in sisteminizde kurulu olduğundan emin olun.
2. Windsurf yapılandırma dosyanızı açın.
3. StitchAI MCP Sunucusunu mcpServers bölümüne komut ve argümanlar ile ekleyin.
4. Yapılandırmayı kaydedin ve Windsurf’u yeniden başlatın.
5. Sunucunun çalışır ve erişilebilir olduğunu doğrulayın.

Örnek JSON:

{
  "mcpServers": {
    "stitchai-mcp": {
      "command": "npx",
      "args": ["@stitchai/mcp-server@latest"]
    }
  }
}

Claude

1. Node.js’in kurulu olduğundan emin olun.
2. Claude yapılandırma dosyanızı bulun.
3. StitchAI MCP Sunucusu yapılandırmasını mcpServers altına ekleyin.
4. Kaydedin ve Claude’u yeniden başlatın.
5. Sunucunun Claude’un araç listesinde göründüğünü doğrulayın.

Örnek JSON:

{
  "mcpServers": {
    "stitchai-mcp": {
      "command": "npx",
      "args": ["@stitchai/mcp-server@latest"]
    }
  }
}

Cursor

1. Node.js yüklü değilse yükleyin.
2. Cursor ayarları veya yapılandırma dosyasını açın.
3. StitchAI MCP Sunucusunu mcpServers nesnesine ekleyin.
4. Kaydedin ve Cursor’u yeniden başlatın.
5. Cursor arayüzü üzerinden sunucu bağlantısını test edin.

Örnek JSON:

{
  "mcpServers": {
    "stitchai-mcp": {
      "command": "npx",
      "args": ["@stitchai/mcp-server@latest"]
    }
  }
}

Cline

1. Node.js’in kurulu olduğunu doğrulayın.
2. Cline yapılandırma dosyanızı düzenleyin.
3. StitchAI MCP Sunucusunu mcpServers bölümüne ekleyin.
4. Dosyayı kaydedin ve Cline’ı yeniden başlatın.
5. StitchAI MCP Sunucusunun Cline üzerinden erişilebilir olduğunu kontrol edin.

Örnek JSON:

{
  "mcpServers": {
    "stitchai-mcp": {
      "command": "npx",
      "args": ["@stitchai/mcp-server@latest"]
    }
  }
}

API Anahtarlarını Güvenceye Alma

MCP sunucu yapılandırmanıza API anahtarlarını veya gizli bilgileri güvenli şekilde eklemek için ortam değişkenlerini kullanın.

Örnek:

{
  "mcpServers": {
    "stitchai-mcp": {
      "command": "npx",
      "args": ["@stitchai/mcp-server@latest"],
      "env": {
        "API_KEY": "${API_KEY}"
      },
      "inputs": {
        "api_key": "${API_KEY}"
      }
    }
  }
}

Bu MCP Nasıl Akışlarda Kullanılır

FlowHunt’ta MCP Kullanımı

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

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırması bölümünde aşağıdaki JSON formatını kullanarak MCP sunucu bilgilerinizi girin:

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

Yapılandırıldıktan sonra, yapay zeka ajanı bu MCP’yi tüm işlevlerine ve yeteneklerine erişebilen bir araç olarak kullanabilir. “stitchai-mcp” ismini kendi MCP sunucunuzun adıyla ve URL’yi kendi MCP sunucu adresinizle değiştirmeyi unutmayın.

Genel Bakış

Görüşümüz

StitchAI MCP Sunucusu, odaklı bir hafıza yönetimi araç seti sunar ve platformlar arası kurulumu oldukça kolaydır. Ancak, net kaynak ve istem tanımlarının olmaması ile örnekleme ve kök gibi eksik özellikler, daha geniş MCP iş akışları için esnekliğini sınırlandırıyor. Proje yeni ve henüz toplulukta fazla yaygınlaşmamış durumda.

0’dan 10’a kadar bir ölçekte, bu MCP temel işlev ve açıklık için 4 puan alıyor; fakat olgunluk, genişletilebilirlik ve benimsenme açısından eksik.

MCP Puanı