MCP (Model Context Protocol) Nedir? Nasıl Çalışır, Nasıl Kurulur?

Kısaca: MCP (Model Context Protocol), yapay zeka uygulamalarını dosyalara, veritabanlarına ve iş araçlarına bağlayan açık kaynak bir standarttır. Uygulama (host) her sunucu için bir istemci açar, sunucu da araç, kaynak ve istem şablonu sunar. Claude, ChatGPT, VS Code ve Cursor MCP'yi destekliyor. Güncel spesifikasyon sürümü 2026-07-28.

Bir yapay zeka asistanının takviminize, kod deponuza ya da şirket veritabanınıza erişebilmesi için araya bir bağlantı katmanı gerekir. MCP (Model Context Protocol) bu katman için ortak bir standart tanımlıyor. Kurumda kullanmaya başlamadan önce üç şeyi bilmek gerekiyor: protokolün nasıl çalıştığı, bir sunucunun nasıl kurulduğu ve hangi izinlerle açılacağı.

MCP (Model Context Protocol), MCP tanıtım sayfasındaki tanımıyla yapay zeka uygulamalarını dış sistemlere bağlamak için geliştirilmiş açık kaynak bir standarttır. Bir sohbet asistanı ya da kod editörü, MCP sayesinde yerel dosyalara, veritabanlarına, arama motorlarına ve şirket içi uygulamalara aynı yöntemle erişebilir. Asistanın arkasındaki büyük dil modeli (LLM) tek başına yalnızca metin üretir, dış sistemlere bu tür bir bağlantı katmanıyla ulaşır.

Projenin kendi benzetmesi USB-C. USB-C farklı cihazları tek tip bir bağlantıyla birleştiriyorsa, MCP de yapay zeka uygulamalarıyla dış sistemler arasında tek tip bir bağlantı tanımlıyor. Bir entegrasyonu bir kez MCP sunucusu olarak yazarsınız, MCP destekleyen her uygulama onu kullanabilir.

Protokolü Anthropic 25 Kasım 2024'te Introducing the Model Context Protocol duyurusuyla açık kaynak olarak yayımladı. Spesifikasyon bugün GitHub'daki modelcontextprotocol organizasyonunda, SDK'lar ve örnek sunucularla birlikte geliştiriliyor.

2 Kasım 2026 itibarıyla güncel sürüm 2026-07-28. MCP sürümleme sayfasına göre sürümler tarihle adlandırılır ve bu tarih, geriye uyumsuz son değişikliğin yapıldığı günü gösterir. Geriye uyumlu iyileştirmeler sürüm adını değiştirmez. Önceki sürümler 2025-11-25, 2025-06-18, 2025-03-26 ve ilk sürüm 2024-11-05.

2026-07-28 sürümü önemli bir değişiklik getirdi: protokol artık durumsuz (stateless). 2026-07-28 değişiklik günlüğüne göre eski sürümlerdeki initialize el sıkışması kaldırıldı, her istek kendi protokol sürümünü ve istemci yeteneklerini _meta alanında taşıyor. Sunucular desteklediği sürümleri ve yetenekleri server/discover çağrısıyla bildirmek zorunda. Eski sürümleri konuşan sunucu ve istemcilerle uyumluluk için ayrı bir geriye uyumluluk bölümü var. Bir eğitim videosu ya da blog yazısı 2025 tarihliyse el sıkışmayı anlatıyor olabilir, bunu sürüm farkı olarak okuyun.

MCP, mesaj biçimi olarak JSON-RPC 2.0 kullanır ve istemci sunucu mimarisine dayanır. 2026-07-28 spesifikasyonu, programlama dilleri için editörlere ortak destek getiren Language Server Protocol'den esinlendiğini söylüyor.

MCP mimari özetine göre mimaride üç rol var.

• MCP host: Kullanıcının çalıştığı yapay zeka uygulaması. Claude Desktop, Claude Code ya da Visual Studio Code gibi.
• MCP client (istemci): Host'un içinde, tek bir sunucuyla bağlantıyı yöneten bileşen. Host, bağlandığı her sunucu için ayrı bir istemci açar.
• MCP server (sunucu): Bağlam ve yetenek sağlayan program. Dosya sistemi, veritabanı, Sentry ya da kendi iç uygulamanız olabilir.

Resmi belgelerdeki örnek şöyle: VS Code bir Sentry MCP sunucusuna bağlandığında bir istemci, ardından yerel dosya sistemi sunucusuna bağlandığında ikinci bir istemci oluşturur. Sunucu kendi makinenizde çalışıyorsa yerel (local), internette barındırılıyorsa uzak (remote) MCP sunucusu denir.

Sunucuların sunabildiği üç temel yapı taşı (primitive) var.

• Tools (araçlar): Modelin çağırabildiği fonksiyonlar. Dosya yazmak, API çağırmak, veritabanında sorgu çalıştırmak gibi. Spesifikasyonun Tools bölümüne göre araçlar model tarafından kontrol edilir, yani model bağlama bakarak hangi aracı çağıracağına karar verir.
• Resources (kaynaklar): Modele ya da kullanıcıya bağlam olarak verilen veriler. Dosya içeriği, veritabanı kaydı, şema bilgisi gibi.
• Prompts (istem şablonları): Kullanıcının seçip kullanabildiği hazır istem şablonları ve iş akışları.

İstemci, sunucunun neler sunduğunu tools/list, resources/list ve prompts/list çağrılarıyla öğrenir, aracı tools/call ile çalıştırır. Örneğin bir veritabanı sunucusu sorgu için bir araç, şema için bir kaynak ve örnek sorgular içeren bir istem şablonu sunabilir.

İstemci tarafında da bir yapı taşı var. Elicitation, sunucunun işlem sırasında kullanıcıdan ek bilgi ya da onay istemesini sağlar. Önceki sürümlerde anlatılan sampling (sunucunun istemciden model yanıtı istemesi), roots ve logging, 2026-07-28 sürümünde kullanımdan kaldırılma sürecine alındı (deprecated). Değişiklik günlüğüne göre bu süre boyunca çalışmaya devam ediyorlar, ama yeni uygulamaların bunlara dayanmaması gerekiyor.

Çekirdek protokolün dışında isteğe bağlı eklentiler (extensions) de var. Uzun süren işler için Tasks ve sohbet içinde etkileşimli arayüz gösteren MCP Apps bunlardan ikisi. Eklentiler, istemci ve sunucu ikisi de desteklediğinde devreye girer.

Spesifikasyonun Transports bölümü iki standart taşıma yöntemi tanımlıyor.

• stdio: İstemci sunucuyu kendi makinesinde bir alt süreç olarak başlatır, mesajlar standart giriş ve çıkış üzerinden satır satır akar. Yerel sunucular genellikle böyle çalışır ve tek bir istemciye hizmet eder. stdio kurallarına göre sunucu stdout akışına MCP mesajı dışında hiçbir şey yazmamalı, günlük kaydı için stderr kullanılır.
• Streamable HTTP: Streamable HTTP kurallarına göre her mesaj tek bir MCP adresine HTTP POST olarak gider, yanıt JSON ya da isteğe bağlı bir SSE akışı olarak döner. Uzak sunucular bunu kullanır ve çok sayıda istemciye hizmet verebilir. Kimlik doğrulama için OAuth öneriliyor.

Eski HTTP+SSE taşıma yöntemi kullanımdan kaldırılma sürecinde. Yeni sunucuların Streamable HTTP'ye geçmesi öneriliyor.

Bu üç kavram birbirinin rakibi değil, farklı katmanlarda çalışıyorlar.

API, bir servisin dışarıya açtığı arayüzdür. Bir hava durumu servisi ya da CRM'iniz API sunar. MCP bir API'nin yerini almaz. Resmi Build an MCP server rehberinde sunucu, ABD Ulusal Hava Durumu Servisi'nin API'sini çağıran iki araç tanımlıyor. Yani MCP sunucusu çoğu zaman mevcut bir API'nin, modelin anlayacağı biçimde sarılmış halidir.

Function calling (tool calling), modelin "şu aracı şu parametrelerle çağır" diye yapılandırılmış bir çıktı üretmesidir. Araç tanımlarını uygulama, model sağlayıcısının API'sine kendi biçimiyle yazar. Aracı çalıştıran da uygulamanın kendisidir. Bu yöntem tek bir uygulama ve tek bir sağlayıcı için iyi çalışır, ama aynı entegrasyonu başka bir uygulamada kullanmak isterseniz yeniden yazmanız gerekir.

MCP ise araçların nerede durduğunu ve nasıl keşfedilip çağrılacağını standartlaştırır. Host, MCP sunucusunun araç listesini alır ve modele sunar. Model yine kendi tool calling yeteneğiyle hangi aracı kullanacağına karar verir, istemci de seçilen aracı MCP sunucusu üzerinden çalıştırır. MCP belgeleri de protokolün yalnızca bağlam alışverişini tanımladığını, uygulamanın modeli nasıl kullanacağını belirlemediğini yazıyor.

Kısacası function calling modelin karar verme biçimi, API servisin kapısı, MCP ise bu kapıları farklı yapay zeka uygulamalarına aynı fişle bağlayan standarttır. RuneLab'ın Araç Kullanımı: Tool ve Function Calling eğitimi de bu sırayı izliyor: önce function calling döngüsü ve araç şemaları, sonra aynı iç servisin bir MCP sunucusu olarak yayınlanması.

MCP tanıtım sayfası Claude, ChatGPT, Visual Studio Code, Cursor ve MCPJam'i destekleyen uygulamalar arasında sayıyor. Aşağıdaki tablo her satıcının kendi belgesine dayanıyor ve 2 Kasım 2026 itibarıyla geçerli. Özellikler sık değişiyor, kurulumdan önce satıcı belgesine yeniden bakın.

Microsoft tarafında MCP desteği VS Code, GitHub Copilot ve Copilot Studio'da bulunuyor.

İki ayrı iş var: hazır bir sunucuyu uygulamanıza bağlamak ya da kendi sunucunuzu yazmak.

Claude uygulamasında uzak sunucu eklemek için Ayarlar > Connectors > Add > Add custom connector yolunu izleyip sunucu adresini girersiniz. Connect to remote MCP servers rehberine göre kimlik doğrulamadan sonra hangi araçların kullanılabileceğini connector ayarlarından açıp kapatabilirsiniz.

Claude Code'da uzak sunucu eklemek için tek komut yeterli. Aşağıdaki örnek Claude Code MCP belgesinden.

claude mcp add --transport http notion https://mcp.notion.com/mcp

Claude Desktop'ta yerel bir sunucu için claude_desktop_config.json dosyasındaki mcpServers anahtarına sunucuyu başlatacak komutu yazarsınız. Örnek, Build an MCP server rehberindeki hava durumu sunucusu.

{
  "mcpServers": {
    "weather": {
      "command": "uv",
      "args": ["--directory", "/MUTLAK/YOL/weather", "run", "weather.py"]
    }
  }
}

VS Code'da komut paletinden "MCP: Add Server" seçilir ve sunucu bir HTTP adresiyle ya da yerel bir komutla eklenir. VS Code MCP belgesine göre VS Code'un kendi biçimi servers anahtarını kullanıyor, Claude Desktop ise yukarıdaki gibi mcpServers anahtarını. Yapılandırmayı uygulamalar arasında kopyalamadan önce biçimi kontrol edin.

ChatGPT'de Plugins bölümünde artı düğmesi ve Add custom MCP server ile sunucu adresi ve kimlik doğrulama bilgisi girilir. OpenAI MCP belgesi, özel MCP sunucularının OpenAI tarafından geliştirilmediğini ya da doğrulanmadığını açıkça yazıyor.

Hazır sunucu bulmak için resmi MCP Registry var. Registry şu an önizleme aşamasında ve kodu değil, sunucunun nerede durduğunu ve nasıl kurulacağını anlatan üst veriyi tutuyor. Resmi organizasyonun örnek sunucuları da GitHub'daki modelcontextprotocol/servers deposunda. Bir listede yer almak güvenli olduğu anlamına gelmez, güvenlik bölümüne bakın.

Resmi SDK'lar işin protokol kısmını üstleniyor. MCP SDK sayfasına göre 2 Kasım 2026 itibarıyla Tier 1 SDK'lar TypeScript, Python, C#, Go, Rust ve Ruby. Java Tier 2, Swift, PHP ve Kotlin Tier 3. Her SDK yeni protokol sürümlerini kendi takvimiyle benimsiyor, bu yüzden SDK'nızın 2026-07-28'i destekleyip desteklemediğini kendi belgesinden kontrol edin.

Build an MCP server rehberindeki Python örneği kabaca şöyle. Fonksiyonun tip ipuçları ve docstring'i araç tanımına dönüşüyor.

from mcp.server import MCPServer

mcp = MCPServer("weather")

@mcp.tool()
async def get_alerts(state: str) -> str:
    """Get weather alerts for a US state."""
    ...

if __name__ == "__main__":
    mcp.run(transport="stdio")

Sunucuyu bir modele bağlamadan önce MCP Inspector ile test edin. Local Server Security rehberine göre Inspector, sunucunun sunduğu tüm araçları model devrede olmadan listeler. Uzak bir sunucuyu birden çok kullanıcıya açacaksanız MCP'nin yetkilendirme spesifikasyonunu izleyin. Değişiklik günlüğüne göre 2026-07-28 sürümünde istemci kaydı için Client ID Metadata Documents öneriliyor, OAuth Dynamic Client Registration ise kullanımdan kaldırılma sürecinde.

Bu yol, MCP Sunucusu ve İstemcisi Geliştirme eğitiminin de akışı: ilk sunucu Python SDK ile yazılıp MCP Inspector'la test ediliyor, sonra Streamable HTTP ve OAuth ile uzak sunucuya taşınıyor. Elinizdeki iç REST API'leri ve SQL kaynaklarını MCP aracına dönüştürmek ise MCP ile Sistem Entegrasyonu eğitiminin konusu.

MCP bir modele dosya okuma, kod çalıştırma ve başka sistemlerde işlem yapma yetkisi verebiliyor. 2026-07-28 spesifikasyonu da bunu açıkça yazıyor ve protokolün güvenlik ilkelerini kendi başına zorlayamadığını, sorumluluğun uygulayanlarda olduğunu belirtiyor. Kurumsal kullanımda öne çıkan riskler şunlar.

Model, bir MCP sunucusundan gelen web sayfasını, e-postayı ya da belgeyi okurken içine gizlenmiş talimatlara uyabilir. Buna dolaylı (indirect) prompt injection denir. OWASP, dolaylı türü de kapsayan prompt injection'ı LLM01:2025 Prompt Injection maddesiyle LLM Top 10 listesinin ilk sırasına koyuyor. OpenAI MCP belgesindeki örnekte kullanıcı takvim ve e-postaya bakarak restoran bulmak isterken model kötü niyetli bir yoruma denk gelir ve Gmail'deki şifre sıfırlama kodunu kötü niyetli bir siteye göndermeye yönlendirilir. Indirect Prompt Injection eğitiminde bu tür bir zinciri bir e-posta asistanında uçtan uca kurup, plan-then-execute gibi mimari savunmalarla kapatıyoruz.

Doğrudan ve dolaylı prompt injection örneklerini ve OWASP ile NCSC'nin önerdiği korunma katmanlarını prompt injection nedir yazımızda ayrıntılı anlattık.

Araç adları ve açıklamaları modelin okuduğu talimatlardır. Kötü niyetli bir sunucu bu açıklamalara gizli yönergeler koyabilir. Local Server Security rehberine göre bu yönergeler, araç hiç çağrılmasa bile modeli yönlendirebilir, hatta başka sunucuların araçlarını nasıl kullanacağını değiştirebilir (tool shadowing). Sunucu, siz onayladıktan sonra araç tanımlarını sessizce değiştirebilir, buna rug pull deniyor. OWASP'ın MCP Security Cheat Sheet belgesi, onaylanan araç tanımlarının kriptografik özetle sabitlenmesini ve değiştiğinde yeniden incelenmesini öneriyor. Beta aşamasındaki OWASP MCP Top 10 listesinde de tool poisoning üçüncü sırada. Bu üç saldırıyı Agentic Supply Chain ve MCP Riskleri eğitiminde laboratuvarda gösteriyor, sürüm sabitleme, şema özeti ve konteyner izolasyonuyla nasıl kapatılacaklarını uyguluyoruz.

OWASP, LLM06:2025 Excessive Agency maddesinde aşırı yetkiyi üç kökte topluyor: gereğinden fazla işlev, gereğinden fazla izin ve gereğinden fazla özerklik. MCP belgeleri bu riske karşı şunları söylüyor.

• İnsan onayı: Spesifikasyonun Tools bölümüne göre araç çağrılarını reddedebilecek bir insan her zaman devrede olmalı. Uygulamalar hangi araçların açık olduğunu göstermeli ve hassas işlemler için onay istemeli.
• Dar yetki kapsamı (scope): MCP Security Best Practices belgesine göre uzak sunucular başta yalnızca düşük riskli keşif ve okuma yetkisi istemeli, gerektikçe yetki yükseltmeli.
• Token aktarımı yok: MCP sunucusu, kendisi için verilmemiş bir erişim token'ını kabul etmemeli ve arkadaki API'ye olduğu gibi aktarmamalı. Bu, confused deputy saldırılarının kapısını açar.
• Yerel sunucuya dikkat: Yerel bir sunucu, kullanıcı hesabınızın okuyabildiği her şeyi okuyabilir. SSH anahtarları, bulut kimlik bilgileri ve ortam değişkenleri buna dahil. Local Server Security rehberi, üçüncü taraf sunucuları yalnızca gereken klasörü bağlayan bir konteynerde çalıştırmayı, sürümü sabitlemeyi ve yayıncıyı doğrulamayı öneriyor.

1. Kullanılan MCP sunucularının envanterini tutun, kullanılmayanları kaldırın.
2. Her sunucunun yayıncısını ve paket adını doğrulayın, sürümü sabitleyin.
3. Araç açıklamalarını bir kez okuyun, araç tanımı değiştiğinde yeniden onay isteyen istemcileri tercih edin.
4. Yazma, silme, ödeme ve dışarıya veri gönderme araçlarında insan onayını kapatmayın.
5. Uzak sunucularda OAuth kullanın, yetki kapsamını dar tutun, araç çağrılarını kayıt altına alın.
6. Ajanların model isteklerini tek bir uç noktadan geçirin. RuneGate gibi bir LLM gateway, her isteği kaydeder ve ekip bütçesi aşılmadan durdurur.

Yapay zeka ajanı, bir hedefe ulaşmak için araç çağırıp sonuca göre sonraki adımı seçen sistemdir. MCP bu araçların ajana nasıl bağlanacağını standartlaştırır, ajanın nasıl plan yapacağını belirlemez. Birden fazla ajanın birlikte çalıştığı mimarileri tek ajan mı, çok ajan mı yazısında anlattık.

Araçların doğru çağrılması, ajanın arkasındaki modele de bağlı. RuneLab'ın açık ağırlıklı Hati Glint SQL modeli, Hati Glint SQL model kartına göre eğitimde görmediği araç ailelerinden 1.000 Türkçe araç çağrısında tam doğru çağrı oranını taban modelin yüzde 76,9'undan yüzde 78,9'una çıkarıyor. Model kendi sunucunuzda çalıştığında, ajanın okuduğu veri ve araç sonuçları da kurum dışına çıkmaz. Böyle bir kurulumu internetsiz yapay zeka rehberimizde anlattık.

MCP, bir yapay zeka uygulamasının dosyalara, veritabanlarına, iş uygulamalarına ve iç sistemlere standart bir yolla bağlanmasını sağlar. Bir entegrasyonu bir kez MCP sunucusu olarak yazarsınız, Claude, ChatGPT, VS Code ve Cursor gibi MCP destekleyen uygulamalar onu kullanabilir.

Yapay zekada MCP, Model Context Protocol'ün kısaltmasıdır ve "model bağlam protokolü" diye çevrilebilir. Tıpta MCP eklemi (metakarpofalangeal eklem), Microsoft sertifikalarında Microsoft Certified Professional anlamına gelir. Bunlar yapay zekadaki MCP ile ilgisizdir.

MCP sunucusu, bir yapay zeka uygulamasına araç, kaynak ve istem şablonu sunan programdır. Kendi bilgisayarınızda stdio ile çalışan yerel bir süreç ya da internette Streamable HTTP ile çalışan uzak bir servis olabilir.

Claude uygulamasında Ayarlar > Connectors > Add custom connector yoluyla uzak sunucunun adresi eklenir. Claude Code'da claude mcp add komutuna --transport http seçeneği, sunucu adı ve adresi verilir. Claude Desktop'ta yerel sunucular claude_desktop_config.json dosyasına yazılır.

Evet. 2 Kasım 2026 itibarıyla ChatGPT'de Plugins bölümünden özel MCP sunucusu eklenebiliyor, OpenAI Responses API de uzak MCP sunucularını bir araç türü olarak kabul ediyor. OpenAI, özel sunucuların kendisi tarafından geliştirilmediğini ve doğrulanmadığını belirtiyor.

API bir servisin dışarıya açtığı arayüzdür. MCP sunucusu çoğu zaman bir API'yi sarar ve onu yapay zeka uygulamalarının keşfedip çağırabileceği araçlara dönüştürür. MCP, API'nin yerini almaz, onu modellere standart bir yolla açar.

RAG, modele cevap üretmeden önce belgelerinizden ilgili parçaları getiren bir tekniktir. MCP ise bağlantı protokolüdür. İkisi birlikte kullanılabilir, örneğin OpenAI'ın belgesindeki örnek MCP sunucusu bir vektör deposunda arama yapan araçlar sunuyor.

Protokol güvenlik ilkelerini tanımlar ama kendi başına zorlayamaz. Güvenlik, hangi sunucuyu kurduğunuza, hangi izinleri verdiğinize ve insan onayını açık tutup tutmadığınıza bağlıdır. En sık anılan riskler prompt injection, tool poisoning ve aşırı yetkidir.

• Model Context Protocol, MCP tanıtım sayfası: tanım, USB-C benzetmesi ve destekleyen uygulamalar
• Model Context Protocol, MCP sürümleme sayfası, 2026-07-28 spesifikasyonu ve 2026-07-28 değişiklik günlüğü: sürümler, durumsuz protokol, kullanımdan kaldırılan özellikler
• Model Context Protocol, MCP mimari özeti, spesifikasyonun Tools bölümü, spesifikasyonun Transports bölümü, stdio kuralları ve Streamable HTTP kuralları
• Model Context Protocol, Build an MCP server rehberi, Connect to remote MCP servers rehberi, MCP SDK sayfası ve MCP Registry
• Model Context Protocol, MCP Security Best Practices ve Local Server Security rehberi
• Anthropic, Introducing the Model Context Protocol, Claude connector belgesi, Claude Code MCP belgesi ve Claude API MCP connector belgesi
• OpenAI, OpenAI MCP belgesi: ChatGPT kurulumu, Responses API ve prompt injection örneği
• Microsoft, GitHub, Cursor ve Google: VS Code MCP belgesi, Copilot Studio MCP belgesi, GitHub Docs MCP sayfası, Cursor MCP belgesi ve Gemini CLI MCP belgesi
• RuneLab, Hati Glint SQL model kartı: Türkçe araç çağırma sonucu
• GitHub, modelcontextprotocol organizasyonu ve modelcontextprotocol/servers deposu
• OWASP, LLM01:2025 Prompt Injection, LLM06:2025 Excessive Agency, MCP Security Cheat Sheet ve OWASP MCP Top 10 (beta)

• LLM nedir?
• Tek ajan mı, çok ajan mı?
• RAG yanıtları nasıl bulur?
• Eğitimler: MCP ile Sistem Entegrasyonu, MCP Sunucusu ve İstemcisi Geliştirme, Agentic Supply Chain ve MCP Riskleri