MCP (Model Context Protocol), yapay zeka modellerinin dış araçlara ve veri kaynaklarına standart bir arayüz üzerinden erişmesini sağlar. Anthropic tarafından 2024’te açık kaynak olarak duyurulmuş, hızla endüstri standardı hâline gelmektedir. 2026 itibarıyla OpenAI, Google DeepMind ve Microsoft dahil tüm büyük LLM sağlayıcıları MCP’yi destekliyor.
Bu rehberde MCP’nin neden ortaya çıktığını, hangi problemi çözdüğünü, mimarisini, tipik bileşenlerini, örnek bir sunucu kurulumunu ve kurumsal kullanım senaryolarını uçtan uca ele alacağız.
Neden MCP?
Şimdiye kadar her araç için ayrı bir plugin veya proprietary API yazmak gerekiyordu. Cursor için ayrı, Claude için ayrı, ChatGPT için ayrı. Aynı entegrasyon 3-4 farklı şekilde bakım gerektiriyordu. MCP; “USB-C for AI” gibi tek bir standarda indirger. Bir kez MCP sunucu yazın, tüm MCP-uyumlu client’lar kullansın.
Bileşenler
- MCP Host: LLM’in çalıştığı ürün (Claude Desktop, Cursor, VS Code, Zed).
- MCP Client: Host içinde sunucularla konuşan katman.
- MCP Server: Bir araç ya da veri kaynağını dışa açar. Filesystem, PostgreSQL, GitHub, Slack, Google Drive, Linear örnekleri hazır.
Mimari
Protokol; JSON-RPC 2.0 üzerinde çalışır. Üç taşıma katmanı desteklenir:
- stdio: Yerel process pipe. Basit ve güvenli.
- HTTP + SSE: Uzak sunucu, sunucu-taraflı event stream.
- HTTP streaming: 2025 sonrası, bidirectional streaming için.
Sunucu Yetenekleri
- Tools: Modelin çağırabileceği aksiyon (create_task, run_query).
- Resources: Model’in okuyabileceği veri (dosya, veritabanı satırı).
- Prompts: Kullanıcının seçebileceği hazır prompt şablonları.
- Sampling: Sunucu → model ters yönde LLM çağrısı.
Örnek MCP Sunucusu
TypeScript SDK ile bir MCP sunucusu 20-40 satır kod ile yazılabilir. tools() ile araçlarınızı, resources() ile veri kaynaklarınızı listelersiniz. Python SDK’sı da resmi olarak destekleniyor.
Neden Önemli?
- AI Agent’ların güvenli araç kullanımı.
- Kurumsal veri erişiminde standardizasyon.
- Model bağımsızlığı: aynı MCP sunucusu farklı modellerle çalışır.
- Vendor lock-in azalır.
- Denetim (audit) ve loglama tek çatı altında.
Kurumsal Kullanım Senaryoları
- Data Warehouse Bağlantısı: Snowflake, BigQuery MCP sunucusu.
- Ticket Sistem: Jira, Linear, ClickUp MCP.
- DevOps: Kubernetes, AWS CLI MCP.
- CRM: HubSpot, Salesforce.
- Iç Bilgi Bankası: Notion, Confluence.
Güvenlik Notları
MCP sunucusu geniş yetkiler alabildiği için:
- Kimlik doğrulama katmanı (OAuth 2.1 yaygın).
- Rol tabanlı yetki (RBAC).
- Rate limiting.
- İzin isteme (elicitation) için kullanıcı onayı.
- Loglama ve audit trail.
Sıkça Sorulan Sorular
MCP vs Function Calling farkı?
Function calling model API’sinin dahili özelliği; MCP model dışı, taşınabilir bir standart.
Hangi diller destekleniyor?
TypeScript, Python, Rust, Go, Java, C# resmi SDK’ları var.
Kendi client’ımı yazabilir miyim?
Evet, protokol açık kaynak. Zed, Cursor gibi ürünler kendi client’larını yazıyor.
Sonuç
MCP, agentic AI dünyasında API standardını temsil ediyor. Erken benimseyen ekipler; geliştirici verimini, güvenliği ve model geçiş kolaylığını ciddi şekilde artıracak. 2027 itibarıyla “MCP-uyumlu değilse ürün eksik” algısı yaygınlaşacak.