Skip to content

MCP (Model Context Protocol) Integration

What is MCP and why? How to connect local/remote MCP servers to Claude. Examples with Slack, Notion, Postgres.

Şükrü Yusuf KAYA
13 min read
Advanced
MCP server-client mimari diyagramı
MCP = USB for LLMs
Model Context Protocol, herhangi bir LLM client'ının (Claude Code, Cursor, IDE) standart bir protokolle dış araç ve veri kaynaklarıyla konuşmasını sağlayan açık spec.

MCP Neden Önemli?

Önceden her tool entegrasyonu özel kod gerektiriyordu. MCP'yle:
  • Bir kez yaz, her yerde çalış. Slack MCP server'ı yazınca Claude Code, Cursor, başka client'larla aynı bağlanır.
  • Resource + tool + prompt üç türü standartlaştırıyor.
  • Local ve remote çalışabilir; stdio veya HTTP transport.
MCP mimari: client (Claude Code) ↔ MCP server ↔ external service
MCP mimari görüntüsü.
json
// Claude Code config (.claude/settings.json)
{
  "mcp": {
    "servers": {
      "weather": {
        "command": "node",
        "args": ["/abs/path/weather-mcp/index.js"]
      },
      "slack": {
        "command": "npx",
        "args": ["-y", "slack-mcp-server"],
        "env": { "SLACK_BOT_TOKEN": "..." }
      }
    }
  }
}
Claude Code'a MCP server bağlamak — settings.json bir karış.
Boşluk doldur · text
MCP üç tür kavramla çalışır: tools, _____ ve prompts. Lokal komut için _____ transport, remote için _____ tercih edilir.

Frequently Asked Questions

Yes — open-sourced by Anthropic with community adoption. Spec and reference impls live on GitHub.

Yorumlar & Soru-Cevap

(0)
Yorum yazmak için giriş yap.
Yorumlar yükleniyor...

Related Content

12. Ecosystem and Certificate

Skills, Plugins, and Marketplace

Start Learning
12. Ecosystem and Certificate

Community, Documentation, and Continuous Learning

Start Learning
1. Foundations — Welcome to Claude

What is Claude? The New Generation of AI Assistants

Start Learning

Connected pillar topics

Pillar topics this article maps to

Pillar Topic

Agentic AI and Autonomous Systems

Agentic AI is the architecture in which a large language model — instead of producing a single answer — autonomously completes multi-step tasks by combining planning, tool use, memory and feedback loops.