MCP sunucusu geliştirme ve entegrasyonu
Size özel bir MCP sunucusuyla, MCP destekleyen yapay zeka uygulamaları sistemlerinizdeki araçları ve verileri standart bir yolla bulup kullanabilir. Her uygulama için ayrı bir entegrasyon yazmak yerine araçları ve verileri bir kez tanımlarsınız.
Yeni yerel veya uzak MCP sunucuları geliştiriyor, bunları mevcut sistemlerinize bağlıyor ve bunları kullanacak yapay zeka istemcileriyle test ediyoruz. Kullanımdaki sunucuları da inceleyip iyileştiriyoruz.
MCP sunucusu nedir?
Model Context Protocol (MCP), dil modeli kullanan uygulamaları dış araçlara ve bilgilere bağlayan, JSON-RPC mesajlarıyla çalışan açık bir protokoldür. Kullanıcının çalıştığı yapay zeka uygulaması (host), MCP sunucusuna bir MCP istemcisi üzerinden bağlanır. Sunucu neler sunduğunu bildirir ve izin verilen istekleri şirket sistemlerine yapılan çağrılara dönüştürür. Bir MCP sunucusu üç tür yetenek sunabilir.
Araçlar
Modelin çağırabildiği fonksiyonlar. Veri tabanında arama yapmak, destek kaydı açmak, bir hesaplama çalıştırmak ya da bir kaydı güncellemek bunlara örnek.
Kaynaklar
Uygulamanın okuyup model bağlamına ekleyebildiği bilgiler, örneğin bir dosya, veri tabanı şeması, ürün kaydı ya da API dokümantasyonu.
Promptlar
Kullanıcının bilinen bir görevi doğru girdi ve bağlamla başlatması için hazırlanmış, tekrar kullanılabilen talimat şablonları.
Bir MCP projesi neleri kapsayabilir?
Kapsam, erişime açılacak sistemlere ve bağlanacak istemcilere göre belirlenir.
Sunucu tasarımı
Sunucunun hangi araçları, kaynakları ve promptları sunacağına, bunların nasıl adlandırılacağına, şemalarına, hata yanıtlarına ve sunucunun neleri yapamayacağına karar veriyoruz.
Sistem entegrasyonu
Sunucuyu REST veya GraphQL API'lerine ve PostgreSQL, MySQL, SQL Server gibi veri tabanlarına bağlıyoruz. Belge kütüphaneleri, CRM, ERP ve destek yazılımları, bulut depolama, kaynak kod ve CI sistemleri, kuyruklar ve kurum içi servisler de aynı şekilde bağlanır.
Yerel ve uzak kurulum
Yerel bir süreç için stdio kullanıyor, uzak sunucuyu Streamable HTTP üzerinden kuruyoruz.
İstemci entegrasyonu ve test
Sunucuyu onu kullanacak host uygulamalar veya model API'leri için yapılandırıyoruz. Araç seçimi, hatalar ve zaman aşımları her biriyle ayrı test edilir.
Hangi durumlarda uygun?
Her API için MCP arayüzü gerekmez. Eklemeye değip değmeyeceği büyük ölçüde entegrasyonu kaç istemcinin yeniden kullanacağına bağlı.
MCP uygundur
MCP şu durumlarda uygundur: birden fazla yapay zeka asistanı veya AI agent aynı şirket işlevine ihtiyaç duyuyorsa ya da hangi araçların ve veri kaynaklarının bağlanacağını kullanıcılar seçiyorsa. Araçların çalışma sırasında keşfedilmesi gerektiğinde, entegrasyon birden fazla model sağlayıcısı veya host ile çalışacaksa ya da araçların bakımı ayrı bir servis olarak yapılacaksa da uygundur.
Doğrudan entegrasyon daha basit olabilir
Tek bir uygulama sabit bir API işlemini çağırıyor, modelin fonksiyonu keşfetmesi ya da seçmesi gerekmiyor, kimlik doğrulamayı ve araçları uygulama zaten kendisi yönetiyor ve entegrasyonu başka bir istemcinin kullanması beklenmiyorsa doğrudan bağlantı yeterlidir.
MCP güvenliği ve yetkiler
Bir MCP aracı hassas bilgi okuyabilir veya başka bir sistemde değişiklik yapabilir. Sunucu, model ne isterse istesin her isteği kendisi kontrol eder. Araç açıklamaları ya da model talimatları erişim kontrolünün yerine geçmez.
Kimlik doğrulama
Uzak HTTP sunucuları MCP yetkilendirme standardındaki OAuth tabanlı akışı kullanır. Yerel stdio sunucuları ise kimlik bilgilerini genellikle çalıştıkları ortamdan alır. Yetki kapsamları ve tenant ayrımı, bağlantının bir kullanıcıyı mı, bir uygulamayı mı yoksa kurum içi bir servisi mi temsil ettiğine göre belirlenir.
Token yönetimi
Erişim tokenları hedef sunucu için doğrulanır ve ilgisiz sistemlere aktarılmaz.
En az yetki ve onaylar
Her araç yalnızca kendi işleminin gerektirdiği yetkileri alır. Veri değiştiren işlemlere, veri okuyanlardan farklı onay kuralları uygulanabilir.
Girdi ve çıktı kontrolleri
Sunucu argümanları doğrular, dönen veriyi sınırlar ve beklenen şemanın dışındaki değerleri reddeder.
Prompt injection kontrolleri
Araçların döndürdüğü içerik veri olarak ele alınır. Güvenilmeyen metin başka bir aracı çağırma yetkisi kazanmaz.
Denetim kayıtları
Loglar gereksiz hassas veriyi kopyalamadan kullanıcıyı, aracı, argümanları, sonucu, onayı ve zamanı kaydedebilir.
Neler teslim edilir?
- Çalışır durumdaki MCP sunucusunun kaynak kodu ve tip tanımlı araç ve kaynak şemaları
- Protokol davranışı ve iş mantığı için otomatik testler
- Kimlik doğrulama ve yetkilendirme yapılandırması
- Container veya yerel kurulum paketi ve istemci yapılandırma örnekleri
- Bağlı sistemleri ve her aracın ihtiyaç duyduğu yetkileri anlatan dokümantasyon
Sık sorulan sorular
MCP sunucusu mevcut API'mize bağlanabilir mi?
Evet. API'niz olduğu gibi kalır. MCP sunucusu onun önünde çalışır ve yapay zekaya daha sınırlı bir işlem listesi sunar.
MCP sunucusu doğrudan veri tabanına bağlanabilir mi?
Bağlanabilir, ama bütün bir veri tabanına serbest erişim vermek nadiren doğru olur. Kullanıcının görmeye yetkili olduğu verilerle sınırlı birkaç belirli işlem sunmak daha güvenlidir.
MCP sunucusu kurum ağımızın içinde çalışabilir mi?
Tek bir bilgisayarda, kurum ağınızda ya da özel bulutta çalışabilir. Dışarıdaki bir yapay zeka uygulamasının ona ulaşıp ulaşamayacağı, o uygulamanın nasıl bağlandığına bağlıdır.
MCP sunucumuzu hangi yapay zeka uygulamaları kullanabilir?
Yapay zeka uygulamalarının MCP desteği farklı düzeydedir, bu yüzden hepsi aynı şekilde çalışmaz. Hedef uygulamaları baştan belirleyip her biriyle ayrı test ediyoruz.
MCP güvenli mi?
Tek başına değil. MCP, yapay zeka uygulamasıyla sunucunun birbiriyle nasıl iletişim kuracağını tanımlar. Kimin neyi yapabileceği ise sunucuda ve bağlı sistemlerde ayrıca ayarlanır.
Bir MCP sunucusu geliştirmek ne kadar sürer?
İyi belgelenmiş tek bir sistemden yalnızca veri okuyan küçük bir sunucu kısa sürede hazır olabilir. Birden fazla sisteme bağlanan ve değişiklik yapabilen bir sunucu daha uzun sürer. Ne yapması gerektiğine baktıktan sonra süreyi tahmin ediyoruz.
Mevcut MCP sunucumuzu inceleyip iyileştirebilir misiniz?
İyileştirebiliriz. Nasıl çalıştığını, ne kadar güvenli olduğunu ve güncel MCP standardına ne kadar uyduğunu inceliyor, ardından sorunları düzeltiyor ya da yazılı bir listesini veriyoruz.
Protokol kaynakları
Geliştirmede güncel MCP standardını ve projede kullanılacak istemcilerin dokümantasyonunu esas alıyoruz.
Birlikte çalışalım
Üzerinde çalıştığınız konuyu birkaç satırla anlatın, size geri dönelim.
Blogdan
Tüm yazılar
Yapay zeka projelerinde asıl iş çoğu zaman entegrasyondur
Bir projeye yapay zeka etiketi koymak, asıl işi görünmez kılabilir. Değer, modeli şirket verisine ve iş akışına bağlayan entegrasyondan gelir.
Yazıyı okuyun
AI agent geliştirmenin ve işletmenin maliyeti ne kadar?
AI agent projelerinin maliyeti 8.000 dolardan 250.000 doların üzerine kadar çıkabilir. Yetkiler, entegrasyonlar, istisnalar ve insan incelemesi bütçeyi etkiler.
Yazıyı okuyun
Sentetik veri ne zaman kullanılmalı?
Gerçek veri azsa, hassassa veya henüz yoksa sentetik veri işe yarayabilir. Peki hangi durumlarda kullanmaya değer? Sonuçları iyileştirdiği nasıl anlaşılır?
Yazıyı okuyun