MCP'nin AI uygulamalarını çevre sistemlerle entegre etmeyi nasıl hiç olmadığı kadar kolaylaştırdığını keşfet! MCP'nin nasıl çalıştığını, kendi MCP araçlarını nasıl tanımlayacağını öğren ve istemci ile sunucu arasında köprü kur.

MCP: Yapay Zekâ Uygulamaları 1, 2, 3 Kadar Kolay

MCP'yi Tanıyalım

İlk MCP Sunucun

İlk MCP Sunucunu Oluşturma

Bir Kur Dönüştürücü MCP Sunucusu Oluşturma

Docstring ve Tür İpuçları Ekleme

MCP İstemci-Sunucu İletişimi

Köprüler Kurmak (İstemci ve Sunucu Arasında)

Dinamik Araç Keşfi

Sunucu Araçlarını Çağırma

MCP'nin Yapı Taşları

LLM'lere yalnızca-okunur bağlam ve davranışını değiştirecek temel talimatlar sunmak için MCP sunucularına kaynaklar ve istemler ekle. LLM'lerle pratik yap ve MCP sunucuna bağlayarak araç çağırmasını ve bağlam getirmesini sağla.

MCP Sunucularında Kaynaklar

MCP Sunucu Kaynaklarını Tanımlama

İstemciden Kaynakları Listeleme

İstemciden Kaynak Okuma

MCP Sunucularında İstemler

Bir MCP Sunucu İstemi Tanımlama

İstemciden Prompts Listeleme

İstemciden Bir Prompt Getirme

MCP ve LLM'ler: Araçlar

Araç Çağırma İş Akışı

MCP Sunucularında LLM Aracı Kullanımı

MCP ve LLM'ler: İstemler ve Kaynaklar

MCP'den Kaynak ve İstem Getir

Mesajı Oluşturma ve LLM'i Çağırma

MCP Destekli LLM Uygulamaları

MCP sunucularını üretime almak için gerekenleri, MCP sunucularında veritabanları ve API'lere derinlemesine dalarak öğren ve bunların getirdiği ek hususları keşfet. Son olarak, en sevdiğin entegrasyonlar için tekerleği yeniden icat etmene gerek kalmasın diye üçüncü taraf MCP'leri güvenli ve güvenilir bir şekilde entegre et.

MCP Veritabanı Entegrasyonları

Veritabanı Bağlantıları Oluşturma

Kaynak Olarak Veritabanları

Parametreli Veritabanı Arama Araçları

MCP API Entegrasyonları

API Aracı Çağrılarını Dayanıklı Hale Getirme

API'ler Kimlik Doğrulama Gerektirdiğinde

Üçüncü Taraf MCP Sunucuları

Open Library MCP ile Başlığa Göre Kitap Ara

Tebrikler!

MCP Sunucularını Canlıya Hazırlama

Birbirinden farklı harici sistemlerle AI uygulamalarını entegre etmenin baş ağrısına elveda! Artık her yazılım uygulaması MCP dilinde konuşuyor. MCP'nin, AI uygulamalarını API'lara, veritabanlarına ve diğer harici işlevlere protokolüyle bağlamayı nasıl her zamankinden kolay hale getirdiğini keşfet. API ve veritabanı bağlantıları dahil olmak üzere kendi MCP sunucularını sıfırdan nasıl kuracağını öğren ve onları LLM'lerle entegre ederek akıllı veri sorgulamaları yapmasını ve eylemleri tetiklemesini sağla. Model Context Protocol'e bugün başla!

<h2>Model Context Protocol’ü Neden Öğrenmelisiniz?</h2>Büyük dil modelleri gerçek zamanlı verilere erişemez veya kendi başlarına işlem yapamaz; ayrıca her bir aracı ya da API’yi özel kodla bağlamak ölçeklenebilir değildir. Model Context Protocol (MCP), yapay zeka uygulamalarının harici araçlara, verilere ve hizmetlere bağlanması için tek ve standart bir yol sunarak bunu çözer—çoğu zaman “yapay zeka için USB-C portu” olarak adlandırılır. Bu kursta, Python ile sıfırdan MCP sunucuları ve istemcileri oluşturacak ve bunları bir LLM'e bağlayacaksınız.<br><br><h2>İlk MCP Sunucumu Nasıl Oluşturur ve Bağlarım?</h2>MCP mimarisini öğrenerek başlayacaksınız—ana makine, istemci ve sunucu—ve her sunucunun sunduğu üç temel öğeyi: araçlar, kaynaklar ve komutlar. Ardından FastMCP kullanarak bir para birimi dönüştürücü sunucusu oluşturacak, bir LLM’in araçlarınızı keşfedebilmesi için docstring’ler ve type hint’ler ekleyecek ve bu araçları stdio taşıması üzerinden listeleyen ve çağıran bir async Python istemcisi yazacaksınız.<br><br><h2>Bir LLM’ye Gerçek Zamanlı Araçlar ve Bağlamı Nasıl Veririm?</h2>Yalnızca araçlar yeterli değildir—modellerin ayrıca verilere ve davranış talimatlarına da ihtiyacı vardır. Salt okunur bağlam ve komutlar için kaynaklar ekleyecek, ardından model belirsiz girdilerle karşılaştığında güvenle yanıt verebilmesi veya gerektiğinde açıklama isteyebilmesi için bu üç ilkel öğenin tamamını beş adımlı araç çağırma iş akışıyla bir OpenAI LLM’ye bağlayacaksınız.<br><br><h2>MCP Sunucularını Üretime Nasıl Taşırım?</h2>Gerçek dünyadaki sunucular, yalnızca sorunsuz çalışan koddan daha fazlasına ihtiyaç duyar. Dosya tabanlı kaynakları veritabanı destekli sorgularla değiştirecek, istek zaman aşımı, yapılandırılmış hata yönetimi ve anahtarları sunucu tarafında tutan güvenli API kimlik doğrulaması ekleyeceksiniz. Son olarak, üçüncü taraf bir MCP sunucusuna bağlanacak ve aynı istemci kodunun protokolü konuşan herhangi bir sunucuyla çalıştığını göreceksiniz.

Introduction to APIs in Python

Writing Functions in Python

Model Context Protokolü (MCP) ile AI/LLM uygulamalarını API'ler, veritabanları ve dosya sistemleriyle entegre edin.

Model Context Protocol (MCP) Giriş

Model Context Protocol (MCP) ile AI/LLM uygulamalarını API'ler, veritabanları ve dosya sistemleriyle her zamankinden daha kolay entegre edin.

Tebrikler!

Create Your Free Account