Yapay zeka ağ bağlantısını temsil eden soyut görsel

Model Context Protocol

AI modelleri ile harici veri kaynakları arasında evrensel bir bağlantı standardı

Açık Standart JSON-RPC Güvenli

Temel Özellikler

  • Standartlaştırılmış entegrasyon
  • Yerel-öncelikli güvenlik
  • Dil bağımsızlığı
  • Modüler mimari

Ekosistem

150+
Katkıda Bulunan
13
Referans Uygulama
4
SDK Dili
2024
Başlatıldı

MCP'ye Genel Bakış

Model Context Protocol (MCP), Büyük Dil Modelleri (LLM'ler) ve AI ajanlarının harici veri kaynakları, araçlar ve hizmetlerle etkileşimini standartlaştıran açık bir protokoldür. Anthropic tarafından 2024 yılının sonlarında tanıtılmış ve açık kaynak olarak piyasaya sürülmüştür.

"MCP, AI uygulamaları için bir USB-C bağlantı noktası gibidir - AI modellerinin çeşitli araçlara ve veritabanlarına tutarlı bir şekilde bağlanmasını sağlayan evrensel bir bağlayıcıdır."

MCP, istemci-sunucu mimarisi ve JSON-RPC tabanlı iletişim kullanarak, AI modellerinin gerçek zamanlı bilgilere erişmesini ve harici eylemler gerçekleştirmesini sağlar. Bu sayede AI uygulamalarının geliştirilmesini ve entegrasyonunu kolaylaştırır.

MCP Nedir?

Temel Amaç

MCP, AI modelleri ile ihtiyaç duyabilecekleri geniş bilgi arasındaki bağlantıyı koparmak için tasarlanmıştır. Geleneksel olarak, her yeni AI asistanı ve veri kaynağı entegrasyonu özel bir çözüm gerektiriyordu.

MCP, bu sorunu çözerek AI modellerinin yerleşik eğitim verilerinin ötesini görmesini ve hareket etmesini sağlayan akıllı uygulamalar geliştirmeyi kolaylaştırır.

AI modellerinin harici veri kaynaklarına bağlanmasını gösteren diyagram

Açık Standart Olarak MCP

MCP, AI modelleri ile harici veri kaynakları ve araçlar arasındaki etkileşimi standartlaştırmayı amaçlayan açık bir protokoldür. Açık bir standart olması, protokolün spesifikasyonlarının herkese açık olduğu ve genellikle topluluk tarafından geliştirildiği ve sürdürüldüğü anlamına gelir.

MCP'nin Açık Standart Avantajları:

Teknik Detaylar ve Çalışma Prensipleri

İstemci-Sunucu Mimarisi

MCP, merkezinde bir istemci-sunucu mimarisi izler. Bu mimaride, bir ana uygulama (host) birden fazla sunucuya bağlanabilir ve her ana bilgisayar birden fazla istemci örneği çalıştırabilir.

graph LR A["Ana Bilgisayar
(Host)"] --> B["İstemci 1
(Client)"] A --> C["İstemci 2
(Client)"] B --> D["Sunucu 1
(Server)"] B --> E["Sunucu 2
(Server)"] C --> F["Sunucu 3
(Server)"] style A fill:#e3f2fd,stroke:#1e40af,stroke-width:3px,color:#1e40af style B fill:#fff3e0,stroke:#f59e0b,stroke-width:3px,color:#f59e0b style C fill:#fff3e0,stroke:#f59e0b,stroke-width:3px,color:#f59e0b style D fill:#e8f5e8,stroke:#059669,stroke-width:3px,color:#059669 style E fill:#e8f5e8,stroke:#059669,stroke-width:3px,color:#059669 style F fill:#e8f5e8,stroke:#059669,stroke-width:3px,color:#059669
Bileşen Rolü ve Sorumlulukları Örnekler
Ana Bilgisayar İstemci örneklerini yönetir, bağlantı izinlerini kontrol eder, güvenlik politikalarını uygular, AI/LLM entegrasyonunu koordine eder Claude Desktop, IDE'ler, AI araçları
İstemci Sunucuyla 1:1 bağlantıyı sürdürür, protokol müzakere ve yetenek değişimini işler, mesajları yönlendirir Anthropic uygulamaları, Cursor, Windsurf
Sunucu Kaynakları, araçları ve istemleri MCP ilkelleri aracılığıyla ortaya çıkarır, bağımsız çalışır Dosya sistemi sunucusu, veritabanı sunucusu, API bağlayıcıları

JSON-RPC Tabanlı İletişim

MCP, iletişim için mesaj formatı olarak JSON-RPC 2.0'ı kullanır. JSON-RPC (JavaScript Object Notation Remote Procedure Call), hafif bir uzaktan prosedür çağrısı protokolüdür ve veri yapıları olarak JSON kullanır.

JSON-RPC Temel Mesaj Türleri:

İstekler

Çift yönlü mesajlar, yanıt bekler

Yanıtlar

Belirli bir istek kimliğiyle eşleşen sonuçlar

Bildirimler

Yanıt gerektirmeyen tek yönlü mesajlar

İletişim, genellikle istemci ve sunucu aynı makinede çalıştığında stdio (Standart Giriş/Çıkış) kullanılarak veya HTTP üzerinden SSE (Sunucu Tarafından Gönderilen Olaylar) kullanılarak gerçekleştirilir.

Mesaj Türleri ve İşlevleri

MCP, etkileşimleri üç standart ilkel (primitive) ile düzenler: Araçlar (Tools), Kaynaklar (Resources) ve İstemler (Prompts).

Mesaj Türü İşlevi Yön Yanıt Gerekliliği
ask Bir aracın çalıştırılmasını veya bir kaynağa erişilmesini talep eder İstemci → Sunucu Evet
provide Bir `ask` isteğine yanıt olarak sonuç içerir Sunucu → İstemci Hayır
load Belirli bir MCP sunucusunu veya aracı kullanıma hazır hale getirmek İstemci → Sunucu Evet
unload Artık ihtiyaç duyulmayan bir MCP sunucusunun kaldırılması İstemci → Sunucu Evet
list Kullanılabilir araçları veya kaynakları sorar İstemci → Sunucu Evet
search Belirli bir sorguya dayalı olarak araçları veya kaynakları arar İstemci → Sunucu Evet

Kimlik Doğrulama ve Yetkilendirme

MCP, yerel-öncelikli güvenliği temel alır, bu da varsayılan olarak gizliliği önceliklendirir anlamına gelir. Bu, her araç veya kaynak erişimi için açık kullanıcı onayı gerektirir.

Kimlik Doğrulama

  • API anahtarları ve belirteçler
  • Karşılıklı TLS (mTLS) sertifikaları
  • OAuth 2.0 ve OpenID Connect
  • Güvenilir, beyaz listeye alınmış sunucular

Yetkilendirme

  • En az ayrıcalık ilkesi
  • Rol Tabanlı Erişim Kontrolü (RBAC)
  • Erişim Kontrol Listeleri (ACL'ler)
  • Ayrıntılı erişim kontrolü

MCP Güvenliğinin Temel İlkeleri:

  1. Kullanıcı Onayı ve Kontrolü: Kullanıcılar tüm veri erişimlerini ve işlemlerini açıkça onaylamalıdır
  2. Veri Gizliliği: Ana bilgiayarlar, kullanıcı verilerini sunuculara açıklamadan önce açık kullanıcı onayı almalıdır
  3. Araç Güvenliği: Araçlar keyfi kod yürütebildiğinden, dikkatle ele alınmalı ve güvenli bir şekilde yürütülmelidir

MCP'nin Avantajları

Standartlaştırılmış Entegrasyon

MCP, AI modelleri ile harici veri kaynakları ve araçlar arasındaki entegrasyonu standartlaştırarak, geliştiricilerin her yeni veri kaynağı için özel entegrasyon kodları yazma ihtiyacını ortadan kaldırır.

M×N problemini M+N problemine dönüştürür

Modüler Tasarım ve Esneklik

MCP'nin istemci-sunucu mimarisi, sistemlerin daha esnek ve bakımı daha kolay olmasını sağlar. Yeni araçların ve veri kaynaklarının AI sistemlerine kolayca eklenmesine olanak tanır.

Güvenlik ve İzlenebilirlik

Yerel-öncelikli güvenlik anlayışıyla tasarlanmıştır, varsayılan olarak gizliliği önceliklendirir ve her araç veya kaynak erişimi için açık kullanıcı onayı gerektirir.

Dil ve Platform Bağımsızlığı

JSON-RPC 2.0 standardını kullanması sayesinde dil ve platform bağımsızlığı sağlar. Python, TypeScript, Java, Kotlin, C#, Rust gibi çeşitli dillerde SDK'lar mevcuttur.

Dezavantajlar ve Zorluklar

İlk Kurulum ve Yapılandırma Karmaşıklığı

MCP'nin benimsenmesinin önündeki potansiyel zorluklardan biri, ilk kurulum ve yapılandırmanın nispeten karmaşık olabilmesidir. Birden fazla bileşenin (ana bilgisayar, istemciler, sunucular) koordinasyonu ve güvenlik ayarlarının dikkatli bir şekilde yapılandırılması gerekebilir.

Özellikle kurumsal ortamlarda, mevcut sistemlerle entegrasyon ve güvenlik politikalarının uygulanması ekstra çaba gerektirebilir.

Öğrenme Eğrisi ve Dokümantasyon

MCP, AI entegrasyonları için yeni bir protokol olduğundan, geliştiriciler için bir öğrenme eğrisi söz konusu olabilir. Protokolün çalışma prensiplerini, mesaj tiplerini, yaşam döngüsünü ve güvenlik mekanizmalarını anlamak zaman alabilir.

Performans ve Ölçeklenebilirlik Endişeleri

MCP, JSON-RPC tabanlı hafif bir protokol olsa da, performans ve ölçeklenebilirlik konuları her zaman dikkate alınması gereken faktörlerdir. Çok sayıda istemci ve sunucu arasında sık ve karmaşık etkileşimler olduğunda, ağ gecikmesi ve mesaj işleme yükü performansı etkileyebilir.

Kullanım Senaryoları ve Örnek Uygulamalar

Kurumsal AI ve İş Uygulamaları

MCP, kurumsal AI uygulamalarında ve iş süreçlerinin otomasyonunda büyük potansiyele sahiptir. AI asistanları, MCP aracılığıyla ERP sistemlerine, CRM yazılımlarına, veri ambarlarına bağlanabilir.

Gerçek zamanlı raporlar oluşturma
Sipariş işleme otomasyonu
Müşteri etkileşim yönetimi

Otonom Ajanlar ve Çoklu Ajan Sistemleri

MCP, otonom AI ajanlarının ve çoklu ajan sistemlerinin geliştirilmesi için ideal bir temel sağlar. Bu ajanlar, MCP aracılığıyla harici araçlara ve veri kaynaklarına erişerek karmaşık görevleri otonom olarak yerine getirebilirler.

Kişisel asistan ajanları
Çoklu ajan koordinasyonu
Karmaşık problem çözme

Yazılım Geliştirme ve DevOps

AI destekli IDE'ler, MCP aracılığıyla kod depolarına, hata izleme sistemlerine, CI/CD pipeline'larına bağlanabilir. Cursor IDE'si MCP'yi kullanarak geliştiricilere projelerinin yapısını anlama konusunda yardımcı olur.

Bağlamsal kod tamamlama
Otomatik test oluşturma
Dağıtım süreç yönetimi

IoT ve Akıllı Cihazlar

MCP, Nesnelerin İnterneti (IoT) cihazları ve akıllı ev sistemleriyle entegrasyon için kullanılabilir. AI ajanları, MCP sunucuları aracılığıyla akıllı termostatları, aydınlatma sistemlerini, güvenlik kameralarını kontrol edebilir.

Akıllı ev otomasyonu
Doğal dil komutları
Çoklu modalite desteği

Diğer Protokollerle Karşılaştırma

MCP ve Ajan-Ajan (A2A) Protokolleri

MCP

A2A Protokolleri

  • Farklı AI ajanlarının birbirleriyle iletişim kurmasını sağlar
  • Mesajlaşma, görev dağıtımı ve koordinasyonu yönetir
  • Ajanlar arasındaki eşgüdümlü davranışlara odaklanır

MCP ve Geleneksel API'ler

MCP

  • AI modellerinin API'lerle daha standartlaştırılmış şekilde etkileşimini sağlayan bir katman
  • AI dostu bir arayüz sunar
  • Kullanıcı onayı ve güvenlik politikaları gibi AI'ya özgü ihtiyaçları ele alır

Geleneksel API'ler

  • REST, SOAP, GraphQL gibi genel amaçlı entegrasyonlar için kullanılır
  • Yazılım bileşenlerinin birbirleriyle iletişim kurmasını sağlar
  • Karmaşık API spesifikasyonları gerektirebilir

MCP ve Diğer LLM Entegrasyon Çerçeveleri

MCP

  • Dil ve platform bağımsız bir protokoldür
  • Daha düşük seviyeli bir iletişim standardı sunar
  • Farklı AI uygulamaları ile araçlar arasında geniş bir birlikte çalışabilirlik sağlar

LangChain, LlamaIndex

  • Belirli programlama dillerine (çoğunlukla Python) odaklanır
  • LLM uygulamalarının oluşturulmasını kolaylaştırmayı amaçlar
  • MCP'nin altında çalışabilir veya onunla birlikte kullanılabilir

Gelecekteki Potansiyel ve Gelişmeler

Model Context Protocol (MCP), Kasım 2024'te Anthropic tarafından açık kaynak olarak piyasaya sürülmesinin ardından hızla gelişmekte ve benimsenmektedir. Protokolün geleceğine ilişkin yol haritaları, 2025 yılı ve sonrası için önemli gelişmeler öngörmektedir.

Doğrulama ve Uyumluluk Süreçleri

MCP ekosisteminin sağlamlığını artırmak için doğrulama ve uyumluluk süreçlerine önemli yatırımlar yapılması planlanmaktadır.

  • • Referans İstemci Uygulamaları oluşturulacak
  • • Uyumluluk Test Paketleri geliştirilecek
  • • Ekosistem genelinde tutarlı davranış sağlanacak

MCP Kayıt Defteri Geliştirilmesi

MCP sunucularının dağıtımını ve keşfedilmesini kolaylaştıracak bir MCP Kayıt Defteri (Registry) geliştirilmesi planlanmaktadır.

  • • Merkezi sunucu keşfi ve meta veri sağlayacak
  • • Üçüncü taraf pazaryerleri için API katmanı
  • • mcpservers.org gibi kaynakların zenginleşmesi

Ajan Grafları ve İnteraktif İş Akışları

Ajan Grafları, ad alanları ve grafa duyarlı iletişim kalıpları aracılığıyla karmaşık ajan topolojilerini mümkün kılacak.

  • • Birden fazla ajanın hiyerarşik yapılarda organize edilmesi
  • • İnsanın döngüde olduğu deneyimlerin iyileştirilmesi
  • • Granüler izinlendirme ve standartlaştırılmış etkileşim kalıpları

Çoklu Modalite Desteği

MCP'nin gelecekteki gelişmelerinden biri de çoklu modalite desteğinin artırılmasıdır. AI modellerinin yalnızca metin değil, görüntüler, ses ve video ile de çalışabilmesini sağlayacaktır.

  • • Görüntü analizi ve yorumlama
  • • Sesli komut işleme
  • • Video içeriği anlama

Uzun Vadeli Vizyon

MCP'nin uzun vadeli vizyonu, AI modelleri ile harici sistemler arasındaki entegrasyonu tamamen standartlaştırarak, AI'nın gerçek dünya uygulamalarında daha etkili ve yaygın bir şekilde kullanılmasını sağlamaktır.

"AI için HTTP"
Temel altyapı parçası
"AI için SQL"
Standart sorgu dili
150+
Katkıda Bulunan