MCP Nedir? Model Context Protocol Rehberi: Mimari, Araçlar ve Gateway ile İlişkisi

MCP (Model Context Protocol), yapay zeka uygulamalarının dış araçlara, veri kaynaklarına ve istem şablonlarına standart bir yolla bağlanmasını sağlayan açık bir protokoldür. Anthropic'in Kasım 2024'te duyurduğu standart, her araç için ayrı entegrasyon yazma yükünü ortadan kaldırır. MCP araçlarla konuşur, LLM gateway modellerle — ikisi birlikte eksiksiz bir ajan altyapısı oluşturur.

MCP'den önce her uygulama–araç ikilisi için ayrı köprü kodu yazılıyordu: sohbet uygulamasına takvim erişimi, IDE'ye veritabanı bağlantısı, ajan çatısına dosya sistemi... Her biri kendine özgü, kırılgan ve tekrarlanan işti. MCP bu entegrasyon patlamasını tek bir sözleşmeye indirger: uygulama protokolü bir kez konuşur, araç kendini bir kez tanıtır.

Bu rehberde MCP'yi mimarisiyle (host, client, server) ve üç temel yeteneğiyle (tools, resources, prompts) sade biçimde tanımlıyoruz; en çok karıştırılan soruyu — MCP ile LLM gateway ilişkisini — netleştiriyor ve MCP'li bir uygulamanın model çağrılarını tek API üzerinden nasıl verdiğini çalışır kod, gerçek fiyat tablosu ve üretim trafiğinden gecikme ölçümüyle gösteriyoruz.

MCP Nedir ve Hangi Sorunu Çözer?

MCP (Model Context Protocol / Model Bağlam Protokolü), büyük dil modeli uygulamalarının dış sistemlere — dosyalara, veritabanlarına, API'lere, iş araçlarına — bağlanma biçimini standartlaştıran açık bir protokoldür. Anthropic tarafından Kasım 2024'te açık kaynak olarak duyuruldu; 2025'te sektörün diğer büyük oyuncuları tarafından da benimsenerek ajan–araç bağlantısının fiilî standardı hâline geldi.

Çözdüğü problem entegrasyon patlamasıdır. MCP öncesinde N uygulamayı M araca bağlamak N×M ayrı entegrasyon demekti: her sohbet uygulaması, her IDE, her ajan çatısı için; her veritabanı, her proje yönetim aracı, her dosya sistemi için ayrı köprü. MCP ile her uygulama protokolü bir kez uygular, her araç kendini bir MCP sunucusu olarak bir kez tanıtır — toplam iş N+M'e iner.

En yaygın benzetme USB-C'dir: tek bir standart port farklı cihazları nasıl aynı biçimde bağlıyorsa, MCP de yapay zeka uygulamalarını dış sistemlere tek standart üzerinden bağlar. Benzetmenin teknik karşılığı şudur: MCP, JSON-RPC 2.0 mesajlaşması üzerine kurulu, dilden bağımsız bir sözleşmedir; resmî SDK'ları (başta Python ve TypeScript) ve dosya sistemi, Git gibi hazır referans sunucuları vardır. Bu yüzden "MCP kurmak" çoğu zaman kod yazmak değil, hazır bir sunucuyu host uygulamanıza tanıtmaktır.

MCP Mimarisi: Host, Client ve Server Nasıl Çalışır?

MCP mimarisi üç rolden oluşur: kullanıcının etkileşimde olduğu host, host'un içinde her sunucu bağlantısını yöneten client ve dış sistemi modele açan server.

• Host: Kullanıcının doğrudan kullandığı yapay zeka uygulaması — Claude Desktop, bir IDE asistanı ya da kendi yazdığınız ajan. Modele ne zaman hangi bağlamın verileceğine host karar verir.
• Client: Host'un içinde çalışan bağlantı yöneticisidir; her MCP sunucusuyla bire bir oturum kurar. Kullanıcı bu katmanı hiç görmez.
• Server: Belirli bir dış sistemi (dosya sistemi, veritabanı, CRM, ödeme altyapısı) protokole çevirip modele açan küçük programdır. Yerelde çalışabilir veya uzak bir servis olabilir.

İletişim JSON-RPC 2.0 mesajlarıyla akar ve iki taşıma yöntemi vardır: aynı makinede çalışan sunucular için stdio, uzak sunucular için streamable HTTP. Oturum açılışında iki taraf yeteneklerini bildirir; ardından client, sunucunun araç listesini çeker. Kritik ayrıntı şudur: her araç kendini isim + açıklama + JSON şema üçlüsüyle tanıtır. Model bu tanımları okuyarak hangi aracı ne zaman, hangi parametrelerle çağıracağına kendisi karar verir — MCP'yi klasik API entegrasyonundan ayıran "kendini tanıtan araç" fikri budur.

Tools, Resources ve Prompts: Bir MCP Sunucusu Modele Ne Sunar?

Bir MCP sunucusu modele üç tür yetenek sunar ve her birinin kontrolü farklı bir tarafta durur: tools model, resources uygulama, prompts kullanıcı kontrolündedir.

Yetenek	Kontrol kimde?	Ne sağlar?	Örnek
tools	Model	Aksiyon: modelin kendi kararıyla çağırdığı fonksiyonlar	Veritabanında sorgu çalıştır, dosya yaz, destek bileti aç
resources	Uygulama (host)	Salt okunur bağlam: dosya benzeri veri kaynakları	Veritabanı şeması, log dosyası, ürün kataloğu
prompts	Kullanıcı	Tekrar kullanılabilir istem şablonları	"Bu kodu şu kontrol listesine göre incele" şablonu

Bu ayrım keyfî değildir; güvenlik modelinin temelidir. Aksiyon alan tools çağrıları model tarafından başlatıldığı için host uygulamalar genellikle kullanıcı onayı ister; resources ise host'un seçip bağlama eklediği pasif veridir ve kendi başına aksiyon tetikleyemez.

Protokolde daha az bilinen, client tarafında duran yetenekler de vardır: sampling ile bir sunucu, host üzerinden modelden üretim isteyebilir; elicitation ile işlem ortasında kullanıcıdan ek bilgi talep edebilir. Günlük kullanımda en sık karşılaşacağınız üçlü yine de tablodakidir — Türkçe kaynaklarda MCP çoğu zaman yalnızca "tool çağırma" olarak anlatılır, oysa resources ve prompts olmadan resim eksik kalır.

MCP ile LLM Gateway Aynı Şey mi? Biri Araçlarla, Diğeri Modellerle Konuşur

Hayır, aynı şey değiller — ve bu, MCP hakkında en sık karıştırılan konudur: MCP uygulamanızın araçlara erişimini, LLM gateway ise modellere erişimini standartlaştırır. İkisi aynı mimaride farklı yönlere bakan iki kapıdır.

Bir ajan uygulamasının iki tür dış bağımlılığı vardır. Birincisi araçlar: dosyalar, veritabanları, üçüncü taraf servisler — bu tarafın standardı MCP'dir. İkincisi modellerin kendisi: hangi LLM'e, hangi anahtar ve faturayla, hangi şemayla istek atılacağı — bu tarafın çözümü bir LLM gateway'dir. MCP, modele "elinin altında hangi araçlar var" bilgisini taşır; gateway, o modelin çağrısını tek uç, tek anahtar ve tek faturayla yapılabilir kılar.

Bu yüzden ikisi rakip değil tamamlayıcıdır: MCP'li bir uygulama, araç keşfini ve araç çağrılarını MCP oturumları üzerinden yürütürken, her düşünme adımında modele gitmesi gereken isteği gateway ucuna verir. Araç katmanını değiştirmeden modeli değiştirebilir, model katmanına dokunmadan yeni araç ekleyebilirsiniz — iki standart birbirinin bağımsızlığını korur.

Onysoft bu mimaride iki tarafta birden durur. Birincisi model katmanı: MCP'li uygulamanızın LLM çağrıları tek API üzerinden, TL bakiyeyle ve istek bazlı maliyet takibiyle Onysoft'tan akar. İkincisi, Ağustos 2026 itibarıyla Onysoft'un kendi uzak MCP sunucusu da yayındadır: https://api.onysoft.com/mcp ucuna sk-ony anahtarınızla bağlanan her MCP host'u (Claude Code, Claude Desktop, Cursor...) model kataloğunu ve güncel TL fiyatları sorgulama, token maliyeti hesaplama, bakiye ve kullanım özeti görme ve OnyRouter'dan model önerisi alma araçlarına kavuşur. Claude Code'a eklemek tek komut: claude mcp add --transport http onysoft https://api.onysoft.com/mcp --header "Authorization: Bearer sk-ony-..."

Onysoft'ta Nasıl Çalışıyor: MCP'li Uygulamanın Model Çağrıları Gateway Üzerinden

MCP'li bir uygulamayı Onysoft'a bağlamak için mimari basittir: araç tarafında MCP oturumu, model tarafında base_url değeri https://api.onysoft.com/v1 olan standart bir OpenAI istemcisi. MCP araç tanımları (isim + açıklama + JSON şema), OpenAI tools formatına birebir çevrilir. Aşağıdaki örnek, resmî MCP Python SDK'sı ile referans dosya sistemi sunucusunu bağlayıp model çağrısını Onysoft üzerinden veriyor:

import asyncio, json
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client
from openai import OpenAI

llm = OpenAI(
    base_url="https://api.onysoft.com/v1",  # model katmani: Onysoft
    api_key="sk-ony-ANAHTARINIZ",
)

def mcp_araci_openai_formatina(tool):
    return {
        "type": "function",
        "function": {
            "name": tool.name,
            "description": tool.description or "",
            "parameters": tool.inputSchema,
        },
    }

async def calistir():
    sunucu = StdioServerParameters(
        command="npx",
        args=["-y", "@modelcontextprotocol/server-filesystem", "./sozlesmeler"],
    )
    async with stdio_client(sunucu) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            araclar = (await session.list_tools()).tools
            tools = [mcp_araci_openai_formatina(t) for t in araclar]

            mesajlar = [{"role": "user", "content": "sozlesmeler klasorundeki dosyalari listele"}]
            ham = llm.chat.completions.with_raw_response.create(
                model="anthropic/claude-sonnet-5",
                messages=mesajlar,
                tools=tools,
            )
            yanit = ham.http_response.json()["data"]  # Onysoft yanit zarfi: {"success", "data"}
            cagri = yanit["choices"][0]["message"]["tool_calls"][0]
            sonuc = await session.call_tool(
                cagri["function"]["name"], json.loads(cagri["function"]["arguments"])
            )
            # sonuc "tool" mesaji olarak geri eklenir; dongu model durana kadar surer

asyncio.run(calistir())

Dürüst bir teknik not: MCP dokümantasyonundaki bazı örnekler Anthropic'in kendi /v1/messages protokolünü kullanır; Onysoft ucu bu native protokolü değil, OpenAI chat/completions şemasını konuşur. Pratikte bu engel değildir — dönüşüm yukarıdaki üç satırlık fonksiyondan ibarettir ve birçok ajan çatısı bu çeviriyi hazır getirir. Mevcut kodunuzu taşırken OpenAI SDK geçiş rehberi adım adım yol gösterir; streaming (SSE) aynı uçta desteklenir, ajan arayüzünde ara adımları canlı göstermek için stream=true yeterlidir.

Ajan iş yüklerinde gateway'in üç özelliği özellikle işe yarar. Birincisi, her yanıtta usage bloğunun yanında cost alanı döner: döngünün her adımının maliyetini ayrı bir hesap tutmadan, yanıtın içinden okursunuz. İkincisi, anahtar bazlı harcama limitleri: ajana kendi sk-ony anahtarını verip limitini uygulamanızın geri kalanından bağımsız çizersiniz. Üçüncüsü, maliyet ön-kontrolü: istek modele gitmeden tahminî maliyet 1,2 güvenlik katsayısıyla bakiyenize karşı doğrulanır; yetmiyorsa istek hiç çalışmadan 402 döner — kontrolden çıkan bir araç döngüsü bakiyenizi eksiye süremez. Ayrıntılar API dokümantasyonunda.

MCP Ajan Döngüsü Ne Kadara Mal Olur? Gerçek Fiyatlarla Senaryo

Bir MCP ajanının maliyetini araç sayısı değil, döngü başına modele giden token miktarı ile seçtiğiniz modelin fiyatı belirler — ve araç tanımları her adımda girdi tokeni olarak yeniden sayılır. Somut bir senaryo kuralım: beş adımlı bir destek ajanı; her adımda araç tanımları, konuşma geçmişi ve araç sonuçlarıyla yaklaşık 3.000 girdi + 300 çıktı token, yani görev başına toplam 15.000 girdi + 1.500 çıktı token. Katalogdaki gerçek satış fiyatlarıyla görev maliyeti:

Model	Girdi ($/1M)	Çıktı ($/1M)	Görev başına (USD)	Görev başına (TL)	1.000 görev/ay (TL)
deepseek/deepseek-v4-flash	$0.0735	$0.147	$0.0013	0,06 TL	64,16 TL
openai/gpt-5.6-luna	$0.30	$1.80	$0.0072	0,35 TL	349,16 TL
google/gemini-3.6-flash	$1.125	$5.625	$0.0253	1,23 TL	1.227,51 TL
anthropic/claude-sonnet-5	$3.00	$15.00	$0.0675	3,27 TL	3.273,35 TL
openai/gpt-5.6-terra	$3.00	$18.00	$0.0720	3,49 TL	3.491,58 TL
anthropic/claude-opus-5	$7.50	$37.50	$0.1688	8,18 TL	8.183,38 TL

Ölçüm: 13 Eylül 2026 — api.onysoft.com canlı katalog. Senaryo: görev başına 15.000 girdi + 1.500 çıktı token (5 adım × ~3.000/300). TL karşılıkları TCMB kuru (1 USD = 48,4941 TL; 11 Eylül 2026) ile hesaplanmıştır. Fiyatlar 13 Eylül 2026 itibarıyla Onysoft satış fiyatlarıdır; güncel fiyat için /models.

Aradaki fark yaklaşık 128 kat. Bu yüzden pratik strateji katmanlıdır: rutin araç-çağrısı adımlarını ekonomik sınıfa, kritik karar adımlarını amiral sınıfa vermek — ya da seçimi OnyRouter'a (onysoft/auto) bırakmak. Araç tanımlarını ihtiyaç duyulan alt kümeyle sınırlamak da her adımın girdi maliyetini doğrudan düşürür; genel taktikler için maliyet kontrolü rehberine bakın.

Süre tarafında da gerçek veriyle konuşalım: 5 Ağustos 2026'ya kadarki 14 günde gateway üzerinden geçen 6.959 başarılı istekte uçtan uca ortalama yanıt 3,8 saniye, en hızlısı 0,3 saniye ölçüldü. Beş adımlı bir döngü ortalama profille 20 saniyeye yaklaşır; hafif modellerde adım süresi saniyenin altına iner. Yani adım sayısını azaltmak, maliyetle birlikte gecikmeyi de aynı oranda düşürür. Denemek için ücretsiz hesap açıp katalogdaki 750+ modeli Playground'da karşılaştırabilirsiniz.

Son güncelleme: 13 Eylül 2026 · Veriler: api.onysoft.com canlı katalog