MCP Nedir? Yapay Zekâ Uygulamaları Araçlara ve Veri Kaynaklarına Nasıl Bağlanıyor?
Yapay zekâ uygulamaları, kullanıcıların sorularını yanıtlamanın yanında dosyaları inceleyebilir, veritabanlarını sorgulayabilir ve farklı yazılımlarda işlemler gerçekleştirebilir. Ancak bu yetenekler, dil modelinin tek başına sahip olduğu özellikler değildir. Modelin harici sistemlerle çalışmasını sağlayan yazılım bağlantıları gerekir.
07/10/2026 20:22 | Son Güncelleme : 11/10/2026 03:00 | Netosfer
Her uygulama ve veri kaynağı için ayrı bağlantılar geliştirmek, entegrasyonların kurulmasını ve bakımını zorlaştırabilir. MCP (Model Context Protocol), bu bağlantıların ortak bir protokol üzerinden kurulmasını amaçlar.
Anthropic tarafından Kasım 2024’te tanıtılan MCP, yapay zekâ uygulamalarının harici veri ve araçlarla birlikte çalışmasını kolaylaştırmak için geliştirilmiş açık bir standarttır.
MCP Nedir?
Model Context Protocol, yapay zekâ uygulamalarının harici araçları ve bilgi kaynaklarını keşfetmesini, bu kaynaklardan içerik almasını ve uygun işlemleri çağırmasını sağlayan bir iletişim protokolüdür.
Örneğin MCP bağlantısı üzerinden bir uygulama:
-
Yetkili olduğu dosyaları okuyabilir.
-
Bir veritabanında sorgu çalıştırabilir.
-
Takvim kayıtlarına erişebilir.
-
Kod deposundaki değişiklikleri inceleyebilir.
-
Bir iş takip sisteminde kayıt oluşturabilir.
Bu yeteneklerin kullanılabilmesi için ilgili hizmeti sunan bir MCP sunucusu, onu destekleyen bir uygulama ve gerekli erişim izinleri bulunmalıdır.
MCP, modele kendiliğinden internet veya hesap erişimi vermez. Hangi bağlantıların kurulacağını ve hangi işlemlere izin verileceğini uygulamanın yapılandırması belirler.
MCP’nin Temel Bileşenleri Nelerdir?
MCP, istemci-sunucu mimarisi kullanır. Bu yapıda üç temel rol bulunur.
Host: Yapay Zekâ Uygulaması
Kullanıcının çalıştığı sohbet uygulaması, kod editörü veya ajan platformudur. Modelle etkileşimi, bağlantıları ve kullanıcı deneyimini yönetir.
Client: MCP İstemcisi
Host içerisinde çalışan ve bir MCP sunucusuyla iletişimi yürüten bileşendir. Bir uygulama, farklı sunucular için birden fazla istemci kullanabilir.
Server: MCP Sunucusu
Araçları, veri kaynaklarını veya hazır istem şablonlarını sunan programdır. Kullanıcının bilgisayarında ya da uzak bir sistemde çalışabilir.
Buradaki “sunucu” ifadesi, mutlaka ayrı bir fiziksel bilgisayar anlamına gelmez. Yerel bir program da MCP sunucusu olabilir.
MCP Yalnızca Araç Çağırmak İçin mi Kullanılır?
Hayır. MCP sunucuları üç temel türde yetenek sunabilir:
| Bileşen | İşlevi | Örnek |
|---|---|---|
| Tools — Araçlar | Bir işlem gerçekleştirir veya hesaplama yapar. | Veritabanını sorgulamak, takvim kaydı oluşturmak |
| Resources — Kaynaklar | Uygulamaya bağlam olarak kullanılabilecek içerik sağlar. | Dosya içeriği, veritabanı şeması |
| Prompts — İstem şablonları | Tekrar kullanılabilir görev şablonları sunar. | Standart kod inceleme veya rapor hazırlama şablonu |
Bir sunucunun bunların tamamını sunması gerekmez. Ayrıca kaynakların modele ne zaman gösterileceği ve araçların nasıl seçileceği, uygulamanın tasarımına bağlıdır.
MCP Nasıl Çalışır?
Bir kullanıcının “Bu haftaki toplantılarımı incele ve boş zaman aralıklarını çıkar” dediğini düşünelim.
Örnek süreç şöyle ilerleyebilir:
-
Uygulama bağlantıyı kurar: Takvim hizmetini sunan MCP sunucusuna erişir.
-
Yetenekler keşfedilir: Kullanılabilir araçlar ve beklenen parametreler öğrenilir.
-
İstek hazırlanır: Tarih aralığı ve ilgili takvim belirlenir.
-
İzinler kontrol edilir: Uygulama ve hizmet, kullanıcının erişim yetkisini değerlendirir.
-
Araç çağrılır: MCP sunucusu, takvim hizmetinin API’sinden kayıtları alır.
-
Sonuç işlenir: Uygulama verileri modele sunar; model uygun zamanları açıklar.
Takvime yeni bir etkinlik eklemek ise ayrı bir yazma işlemidir. Kayıtları okuyabilmek, otomatik olarak etkinlik oluşturma veya silme yetkisi vermez.
MCP ile Function Calling Arasındaki Fark
Function Calling, modelin hangi fonksiyonun kullanılacağını ve gerekli parametreleri yapılandırılmış biçimde üretmesini sağlayan mekanizmadır.
MCP ise uygulamayla harici sunucu arasındaki araç keşfi, çağrı ve veri alışverişini standartlaştırır.
İki yaklaşım birlikte kullanılabilir. Uygulama, MCP üzerinden öğrendiği araçları modele tanıtır. Model bir araç çağrısı önerdiğinde uygulama bunu ilgili MCP sunucusuna iletebilir.
MCP, modelin doğru aracı seçeceğini veya parametreleri hatasız hazırlayacağını garanti etmez.
MCP ile API Aynı Şey mi?
API, bir yazılımın sunduğu işlevlere erişim arayüzüdür. MCP sunucusu, bu API’nin belirli işlevlerini yapay zekâ uygulamalarına ortak bir biçimde sunabilir.
Örneğin bir müşteri yönetim sisteminin kendi API’si bulunabilir. MCP sunucusu bu API’yi kullanarak “müşteri ara” veya “görüşme kaydı oluştur” gibi araçlar sağlayabilir.
MCP mevcut API’lerin yerini almak zorunda değildir. Çoğu uygulamada onların üzerinde çalışan bir entegrasyon katmanı oluşturur. Hizmete özel bağlantı, hata yönetimi ve iş kuralları yine geliştirilmelidir.
Yerel ve Uzak MCP Sunucuları
Yerel sunucular, uygulamayla aynı bilgisayarda çalışabilir. Stdio bağlantısında programlar standart giriş ve çıkış akışları üzerinden haberleşir.
Uzak sunuculara ise Streamable HTTP gibi desteklenen taşıma yöntemleriyle erişilebilir. MCP mesajlarının yapısı JSON-RPC temeline dayanır.
Bu ayrım, kurulumun yanında güvenlik açısından da önemlidir. Yerel bir sunucu bilgisayardaki izinleriyle çalışırken uzak bir sunucuya gönderilen veriler başka bir sisteme aktarılır.
Avantajları Nelerdir?
Entegrasyonların yeniden kullanılmasını kolaylaştırabilir. Uyumlu bir MCP sunucusu, farklı destekleyen uygulamalar tarafından kullanılabilir.
Araç keşfini standartlaştırır. Uygulamalar, sunucunun sunduğu araçları ve beklenen girdileri ortak yöntemlerle öğrenebilir.
Model ve hizmet seçimini esnekleştirebilir. Harici hizmet bağlantısı, yalnızca tek bir model sağlayıcısına özel biçimde tasarlanmak zorunda kalmaz.
Bununla birlikte ortak protokol, bütün istemcilerin aynı özellikleri desteklediği anlamına gelmez. Sürüm ve yetenek uyumluluğu kontrol edilmelidir.
Güvenlik Açısından Nelere Dikkat Edilmeli?
MCP bağlantısı, uygulamanın gerçek verilere ve işlemlere erişmesini sağlayabilir. Bu nedenle protokol desteği, tek başına güvenli entegrasyon anlamına gelmez.
Başlıca gereksinimler şunlardır:
-
En az yetki: Yalnızca görev için gerekli erişimler verilmelidir.
-
Parametre doğrulama: Modelin ürettiği girdiler uygulama tarafında denetlenmelidir.
-
İşlem kontrolü: Veri silme veya dışarıya mesaj gönderme gibi eylemler uygun onay kurallarına bağlanmalıdır.
-
Kimlik bilgilerinin korunması: Erişim belirteçleri yanlış hizmetlere aktarılmamalıdır.
-
Sunucu güvenilirliği: Yerel olarak çalıştırılan sunucu yazılımlarının kaynağı değerlendirilmelidir.
Harici içeriklerde bulunan talimatlar da güvenilir sistem kuralları gibi kabul edilmemelidir. Bir belge veya araç çıktısı, uygulamayı yetkisiz bir işlem yapmaya yönlendirmeye çalışabilir.
Resmî MCP güvenlik rehberi; erişim belirteçlerinin yanlış kullanımı, yetki devri sorunları ve yerel sunucu çalıştırma riskleri gibi konuları ele alır.
Sık Sorulan Sorular
MCP bir yapay zekâ modeli mi?
Hayır. Uygulamalar ile harici araç ve veri kaynakları arasında iletişim sağlayan protokoldür.
MCP kullanınca model eğitilir mi?
Hayır. Bir kaynağa erişmek, modelin ağırlıklarının güncellenmesi anlamına gelmez.
MCP için internet gerekir mi?
Her durumda gerekmez. Yerel sunucularla çalışan bağlantılar internetsiz kullanılabilir. Harici hizmetlere erişim ise bağlantı gerektirebilir.
MCP bütün uygulamaları otomatik olarak birbirine bağlar mı?
Hayır. Uyumlu istemci ve sunucu, doğru yapılandırma ve gerekli yetkiler bulunmalıdır.
MCP’nin temel katkısı, yapay zekâ entegrasyonlarında ortak bir iletişim yapısı sunmasıdır. Başarılı bir uygulama için bu yapının yanında iyi tasarlanmış araçlar, doğru yetkilendirme ve güvenilir hata yönetimi gerekir.
Kaynaklar: Anthropic — Introducing the Model Context Protocol; Model Context Protocol resmî dokümantasyonu — Architecture Overview, Understanding MCP Servers ve Security Best Practices.
Editör Notu
Bu içerik, kamuya açık protokol dokümantasyonları ve resmî teknik kaynaklardan yararlanılarak hazırlanmış bir araştırma ve değerlendirme yazısıdır. İçerikte yer alan değerlendirmeler editoryal yorum niteliğindedir. MCP özellikleri ve uygulama desteği sürümlere göre değişebilir. Erişim kapsamı ve güvenlik, kullanılan istemciye, sunucuya ve yapılandırmaya bağlıdır.
Bunlar da ilginizi çekebilir
Yapay Zekâ Şirketleri Kendi İnternetini Kuruyor: AI Trafiği Neden Bu Kadar Büyüdü?
Yapay zekâ sistemleri büyüdükçe binlerce GPU arasında taşınan veri de artıyor. AI networking teknolojileri, teknoloji şirketlerinin veri merkezi altyapısını yeniden şekillendiriyor.
2 ay önceInference Labs Nedir? Doğrulanabilir Yapay Zekâ (Verifiable AI) Altyapısı Nasıl Çalışır?
Yapay zekâ bir sonuç ürettiğinde ona neden güvenelim? Inference Labs, AI çıktılarının gerçekten nasıl üretildiğini kriptografik kanıtlarla doğrulamayı amaçlıyor.
1 ay önceAtoma Network Nedir? Merkeziyetsiz Yapay Zekâ Çıkarım (AI Inference) Ağı Nasıl Çalışır?
Yapay zekâ çalışırken verileriniz ve modelin kendisi gerçekten güvende mi? Atoma, AI çıkarımını merkeziyetsiz altyapı, doğrulanabilir hesaplama ve gizli işlem teknolojileriyle yeniden ele alıyor.
1 ay önce