Model Context Protocol (MCP), Büyük Dil Modelleri’nin (LLM’ler) harici veri kaynaklarına, araçlara ve yeteneklere güvenli ve tutarlı bir şekilde erişmesini sağlayan açık standart bir arayüzdür ve AI sistemleri için bir ‘USB-C’ işlevi görür.
Model Context Protocol (MCP), Büyük Dil Modelleri’nin (LLM’ler) harici veri kaynaklarına, araçlara ve yeteneklere güvenli ve tutarlı bir şekilde erişmesini sağlayan açık standart bir arayüzdür. Bu protokol, AI uygulamaları ile çeşitli kontekst sağlayıcılar arasında standartlaştırılmış bir iletişim katmanı oluşturur ve AI sistemlerinin “USB-C”si olarak hizmet eder.
MCP, istemci-sunucu mimarisini takip eder:
MCP, protokolün yapı taşlarını oluşturan üç temel ilkeyi tanımlar:
Kaynaklar, MCP sunucularının LLM’lere sunduğu veri ve içerikleri temsil eder.
Örnek kullanım durumu: Bir MCP sunucusunun, file:///logs/app.log URI’siyle bir log dosyasını kaynak olarak sunması
İstemler, sunucuların LLM etkileşimlerini yönlendirmek için sunduğu önceden tanımlı şablonlar veya iş akışlarıdır.
Örnek kullanım durumu: Kod değişikliklerini girdi olarak alan bir git commit mesajı oluşturucu istemi
Araçlar, LLM’lerin (genellikle kullanıcı onayıyla) işlemler gerçekleştirmek için çağırabileceği çalıştırılabilir fonksiyonlardır.
Örnek kullanım durumu: Model tarafından sağlanan girdiler üzerinde matematiksel işlemler yapan bir hesap makinesi aracı
Bugün ücretsiz denemenizi başlatın ve günler içinde sonuçları görün.
// Sunucu, bir log dosyasını kaynak olarak sunar
const server = new Server({ /* config */ }, { capabilities: { resources: {} } });
// Mevcut kaynakları listele
server.setRequestHandler(ListResourcesRequestSchema, async () => {
return {
resources: [
{
uri: "file:///logs/app.log",
name: "Uygulama Logları",
mimeType: "text/plain"
}
]
};
});
// Kaynak içeriği sağla
server.setRequestHandler(ReadResourceRequestSchema, async (request) => {
if (request.params.uri === "file:///logs/app.log") {
const logContents = await readLogFile();
return {
contents: [{
uri: request.params.uri,
mimeType: "text/plain",
text: logContents
}]
};
}
throw new Error("Kaynak bulunamadı");
});
const server = new Server({ /* config */ }, { capabilities: { tools: {} } });
// Mevcut araçları listele
server.setRequestHandler(ListToolsRequestSchema, async () => {
return {
tools: [{
name: "calculate_sum",
description: "İki sayıyı topla",
inputSchema: {
type: "object",
properties: {
a: { type: "number", description: "Birinci sayı" },
b: { type: "number", description: "İkinci sayı" }
},
required: ["a", "b"]
},
annotations: {
title: "Toplamı Hesapla",
readOnlyHint: true,
openWorldHint: false
}
}]
};
});
// Araç yürütmesini işle
server.setRequestHandler(CallToolRequestSchema, async (request) => {
if (request.params.name === "calculate_sum") {
try {
const { a, b } = request.params.arguments;
if (typeof a !== 'number' || typeof b !== 'number') {
throw new Error("Geçersiz giriş: 'a' ve 'b' sayılar olmalıdır.");
}
const sum = a + b;
return {
content: [{ type: "text", text: String(sum) }]
};
} catch (error: any) {
return {
isError: true,
content: [{ type: "text", text: `Toplam hesaplanırken hata: ${error.message}` }]
};
}
}
throw new Error("Araç bulunamadı");
});
En son ipuçlarını, trendleri ve teklifleri ücretsiz alın.
Standartlaştırılmış entegrasyonlar, güvenli veri erişimi ve esnek araç bağlantısı ile güçlü AI sistemleri oluşturmaya başlayın.
MCP (Model Context Protocol) sunucularının ne olduğunu, nasıl çalıştığını ve neden yapay zeka entegrasyonunda devrim yarattığını öğrenin. MCP'nin AI ajanlarını ...
Yapay Zekâ (YZ) modellerini harici araçlar ve veri kaynaklarıyla bağlamak için bir Model Context Protocol (MCP) sunucusunun nasıl inşa edileceğini ve dağıtılaca...
Model Context Protocol (MCP)'nin AI asistanları ve geliştirme araçları için güvenli dosya sistemi işlemlerini nasıl mümkün kıldığını keşfedin. Bu kapsamlı rehbe...
Çerez Onayı
Göz atma deneyiminizi geliştirmek ve trafiğimizi analiz etmek için çerezleri kullanıyoruz. See our privacy policy.