MCP Config & JSON Builder
Claude Desktop, Cursor IDE, Windsurf ve Cline için hazır şablonlarla hatasız Model Context Protocol konfigürasyonları oluşturun. Veritabanı, dosya sistemi, GitHub ve canlı web arama yeteneklerini tek tıkla yapay zeka asistanınıza kazandırın.
Model Context Protocol (MCP), Yapay Zeka Ajan Mimarisi ve Entegrasyon Kılavuzu
Günümüz yapay zeka ekosisteminde (LLM) en büyük kısıtlama, modellerin kapalı bir kutuda kalması ve yerel verilere, dosya sistemlerine, veritabanlarına veya canlı API'lara güvenli biçimde erişememesidir. Model Context Protocol (MCP), Anthropic tarafından açık kaynaklı bir endüstri standardı olarak duyurulan ve yapay zeka asistanları ile harici geliştirici araçları arasında iki yönlü, güvenli bir köprü kuran evrensel protokoldür. MCP Config & JSON Builder; Claude Desktop, Cursor IDE, Windsurf ve Cline için hatasız, çok platformlu (macOS, Windows, Linux) ve üretime hazır Model Context Protocol yapılandırmaları üretir.
1. Model Context Protocol (MCP) Nedir ve Neden Bir Standart Oldu?
Geleneksel mimaride her yapay zeka aracı (ChatGPT, Claude, IDE eklentileri) veritabanı veya GitHub gibi kaynaklara bağlanmak için kendi özel entegrasyon API'sini gerektiriyordu. Bu durum "N x M" karmaşıklığına, mükerrer kodlara ve ciddi güvenlik zafiyetlerine yol açıyordu.
Model Context Protocol (MCP), web dünyasındaki HTTP/REST veya geliştirici araçlarındaki Language Server Protocol (LSP) gibi evrensel bir standart getirir. Bir kez yazılan bir MCP sunucusu; Claude Desktop, Cursor IDE, Windsurf ve Cline gibi tüm MCP uyumlu istemcilerde hiçbir kod değişikliği gerektirmeden doğrudan çalışır.
2. MCP Mimarisinin Üç Temel Katmanı: Host, Protokol ve Sunucu
MCP mimarisi JSON-RPC 2.0 mesajlaşmasını temel alan açık bir istemci-sunucu modelidir:
- 1. Host / İstemci (Client): Claude Desktop, Cursor IDE veya Windsurf gibi geliştirici arayüzüdür. Kullanıcı sorgusunu alır, LLM modelini orkestre eder ve hangi MCP sunucusunun çağrılacağına karar verir.
- 2. Protokol Katmanı (Model Context Protocol): İstemci ile yerel servisler arasında Tools (Fonksiyon Çağrıları), Resources (Dosya/Veri Kaynakları) ve Prompts (Hazır Şablonlar) nesnelerini tip güvenli ve izin kontrollü biçimde aktarır.
- 3. MCP Sunucusu (Server): Geliştiricinin makinesinde çalışan hafif bir CLI veya arka plan sürecidir. Node.js (
npx), Python (uvx) veya Docker üzerinde ayağa kalkar; yerel PostgreSQL, Git veya dosya sistemiyle doğrudan konuşur.
3. Claude Desktop vs. Cursor IDE vs. Windsurf vs. Cline: Konfigürasyon Farkları
Tüm istemciler standart "mcpServers" JSON şemasını kullansa da dosya konumları ve paylaşım felsefeleri birbirinden farklıdır:
İşletim sistemi uygulama dizininde saklanır. macOS'ta ~/Library/Application Support/Claude/claude_desktop_config.json, Windows'ta %APPDATA%\Claude\claude_desktop_config.json konumundadır. Açılan tüm Claude oturumlarında tanımlı sunucular aktiftir.
Proje kök dizininde .cursor/mcp.json olarak saklanabilir. Bu sayede dosya Git deposuna eklenerek takım arkadaşlarıyla paylaşılabilir; herkes aynı veritabanı veya analiz araçlarıyla senkronize çalışır.
Codeium Windsurf editöründe ~/.codeium/windsurf/mcp_config.json yolunda tutulur. Cascade otonom kodlama asistanına doğrudan terminal ve harici API yeteneği sağlar.
VS Code altındaki globalStorage dizininde cline_mcp_settings.json dosyasında saklanır. Eklenti panelinden MCP sunucularının canlı bağlantı durumu izlenebilir.
4. Popüler MCP Sunucuları ve Gerçek Hayat Kullanım Alanları
Bu oluşturucuda yer alan şablonlar, geliştiricilerin en sık ihtiyaç duyduğu yetenekleri kapsar:
- 🐘 PostgreSQL & SQLite: Modelin veritabanı şemasını otomatik çıkarmasını, karmaşık SQL sorguları yazmasını ve veri analizleri üretmesini sağlar.
- 📂 Yerel Dosya Sistemi (Filesystem): Yapay zekaya yalnızca izin verilen klasör sınırları içerisinde dosya okuma, yeni dosya üretme ve proje kodlarını tarama yetkisi kazandırır.
- 🐙 GitHub & Git: Commit loglarını, diff özetlerini, issue ve Pull Request durumlarını ajanın bağlamına dahil ederek otomatik kod incelemesi ve PR açıklamaları hazırlar.
- 🦁 Brave Search & Web Fetch: İnternet erişimi olmayan modellere canlı web sorguları yapma ve teknik dokümanları anında temiz metin olarak okuma gücü verir.
- 🧠 Memory (Bilgi Grafı): Sohbet pencereleri kapansa bile projenin mimari kurallarını, veritabanı kararlarını ve kritik değişkenlerini oturumlar arası kalıcı olarak hatırlar.
- ⚡ Sequential Thinking & Sentry: Karmaşık algoritmik problemleri adım adım düşünce zincirlerine böler; Sentry entegrasyonuyla canlı üretimdeki hata ve stack trace loglarını inceler.
5. Karşılaştırma: Geleneksel Ajan Entegrasyonu vs. Model Context Protocol (MCP)
| Metrik / Kriter | Geleneksel Özel Entegrasyonlar | Model Context Protocol (MCP) |
|---|---|---|
| Ekosistem Uyumluluğu | Her platforma özel ayrı API (Silo) | Tüm istemcilerle tek standart (Evrensel) |
| Bakım ve Geliştirme Maliyeti | Yüksek (N x M entegrasyon eforu) | Minimal (Bir kez yaz, her yerde çalıştır) |
| İstemci Taşınabilirliği | Kilitli (Vendor lock-in) | Tam taşınabilir (Claude, Cursor, Windsurf, Cline) |
| Güvenlik ve İzin Yönetimi | Karmaşık, denetimi zor | En az yetki (Least privilege) ve kum havuzu |
| Başlatma & Cold-Start Hızı | Ağır sunucu süreçleri | Hafif CLI süreçleri (uvx / npx anlık ayağa kalkma) |
6. DevSecOps & Güvenlik: En Az Yetki Prensibi (Least Privilege)
Yapay zeka modellerine yerel makinenizde komut çalıştırma veya veritabanı erişimi verirken güvenlik en önemli önceliktir:
- Salt-Okunur (Read-Only) Veritabanı Kullanıcıları: Prodüksiyon veritabanı yerine yalnızca
SELECTizinlerine sahip kullanıcı rolleri tanımlayın. - Sınırlandırılmış Dizinler: Filesystem sunucusunda tüm disk kökünü değil, yalnızca ilgili projenin klasör yolunu (
/Users/username/Desktop/proje) argüman olarak verin. - Çevre Değişkenleri (Environment Variables): API anahtarlarını düz metin yerine
"env"bloğu altında tanımlayın veya ortam değişkenlerinden (${API_KEY}) besleyin.
7. Hızlı Kurulum, uvx/npx Farkı ve Windows PATH Sorunlarının Çözümü
Python uvx Avantajı: Astral ekibi tarafından Rust ile yazılan uv ve uvx, sanal ortamları milisaniyeler içinde ayağa kaldırır. Python tabanlı sunucularda (sqlite, git, sentry) uvx kullanımı başlangıç gecikmesini yok eder.
Windows PATH Sorunu: Windows üzerinde Claude Desktop bazen npx komutunu doğrudan bulamayabilir. Bu durumda JSON içerisinde "command": "cmd.exe" ve args bölümünde ["/c", "npx", ...] şeklinde tanımlama yaparak veya tam binary yolunu belirterek sorunu saniyeler içinde çözebilirsiniz.
8. Diğer Geliştirici Araçlarıyla Birlikte Kullanım
Yapay zeka odaklı geliştirme iş akışınızı güçlendirmek için şu tamamlayıcı araçlarımıza da göz atabilirsiniz:
Üretimde gateway seçimini MCP gateway karşılaştırması yazısında, standardın kendisini WebMCP yazısında ele aldım.