Agent-MCP

🚀 Gelişmiş Araç Uyarısı: Bu framework, sofistike multi-agent orchestration yeteneklerine ihtiyaç duyan deneyimli AI geliştiriciler için tasarlanmıştır. Agent-MCP, AI kodlama iş akışları, MCP protokolleri ve dağıtık sistem kavramlarına aşinalık gerektirir. Belgelendirme ve kullanım kolaylığını iyileştirmek için aktif olarak çalışıyoruz. AI tarafından yardımlandırılan geliştirmeye yeni başladıysanız, daha basit araçlarla başlamayı ve gelişmiş multi-agent yeteneklerine ihtiyaç duyduğunuzda geri dönmeyi düşünün.

💬 Topluluğa Katılın: Discord üzerinden bize katılın, yardım alın, deneyimlerinizi paylaşın ve multi-agent sistemleri oluşturan diğer geliştiricilerle işbirliği yapın.

Koordineli AI yazılım geliştirme için Multi-Agent İşbirliği Protokolü.

AI ajanlarınız için Obsidian gibi düşünün - birden fazla AI ajanı paylaşılan bağlam, akıllı görev yönetimi ve gerçek zamanlı görselleştirme aracılığıyla işbirliği yaptığı canlı bir bilgi grafiği. Uzmanlaşmış ajanlar paralel çalışırken, kod tabanınızın nasıl geliştiğini izleyin; hiçbir zaman bağlam kaybetmeyin veya birbirinin işine müdahale etmeyin.

Neden Birden Fazla Ajan?

Felsefi sorunların ötesinde, geleneksel AI kodlama asistanları pratik sınırlamalarla karşılaşır:

Context window'ları büyük kod tabanlarında taşıyor
Bilgi, konuşmalar arasında kayboluyor
Tek iş parçacıklı yürütme performans darboğazları yaratıyor
Uzmanlaşma yok - bir ajan her şeyi yapmaya çalışıyor
Sürekli yeniden işler kaybolan bağlam ve karışıklıktan

Multi-Agent Çözümü

Agent-MCP, AI geliştirmeyi tek bir asistandan koordineli bir takıma dönüştürür:

Gerçek zamanlı görselleştirme, AI takımınızın çalışmasını gösterir - mor düğümler bağlam girişlerini, mavi düğümler ajanları ve bağlantılar aktif işbirliğini temsil eder. Sanki geliştirme takımınız için bir misyon kontrol merkezi var.

Temel Yetenekler

Paralel Yürütme
Birden fazla uzmanlaşmış ajan, kod tabanınızın farklı bölümlerinde eşzamanlı olarak çalışır. Backend ajanları API'leri yönetirken, frontend ajanları UI bileşenleri oluştururlar - hepsi paylaşılan hafıza aracılığıyla koordine edilir.

Kalıcı Bilgi Grafiği

Projenizin tüm bağlamı aranabilir, kalıcı bir bellek bankasında yaşar. Ajanlar gereksinimler, mimari kararlar ve uygulama ayrıntılarını anlamak için bu paylaşılan bilgiyi sorgularlar. Hiçbir şey oturumlar arasında kaybolmaz.

Akıllı Görev Yönetimi

Her ajanın durumunu, atanan görevlerini ve son etkinliğini izleyin. Sistem otomatik olarak görev bağımlılıklarını yönetir, çatışmaları engeller ve işin planlama aşamasından uygulamaya kadar sorunsuz akmasını sağlar.

Hızlı Başlangıç

Python Uygulaması (Önerilen)

# Klonlama ve kurulum
git clone https://github.com/rinadelph/Agent-MCP.git
cd Agent-MCP

# Sürüm gereksinimlerini kontrol edin
python --version  # >=3.10 olmalı
node --version    # >=18.0.0 olmalı
npm --version     # >=9.0.0 olmalı

# nvm kullanıyorsanız Node.js sürüm yönetimi için
nvm use  # .nvmrc dosyasında belirtilen sürümü kullanır

# Ortam yapılandırması
cp .env.example .env  # OpenAI API anahtarınızı ekleyin
uv venv
uv install

# Sunucuyu başlatın
uv run -m agent_mcp.cli --port 8080 --project-dir path-to-directory

# Panoyu başlatın (tam deneyim için önerilen)
cd agent_mcp/dashboard && npm install && npm run dev

Node.js/TypeScript Uygulaması (Alternatif)

# Klonlama ve kurulum
git clone https://github.com/rinadelph/Agent-MCP.git
cd Agent-MCP/agent-mcp-node

# Bağımlılıkları yükleyin
npm install

# Ortam yapılandırması
cp .env.example .env  # OpenAI API anahtarınızı ekleyin

# Sunucuyu başlatın
npm run server

# Veya derlenmiş sürümü kullanın
npm run build
npm start

# Veya küresel olarak yükleyin
npm install -g agent-mcp-node
agent-mcp --port 8080 --project-dir path-to-directory

MCP Entegrasyon Kılavuzu

MCP Nedir?

Model Context Protocol (MCP), AI asistanlarını harici veri kaynakları ve araçlarla güvenli bir şekilde bağlamasını sağlayan açık bir standarttır. Agent-MCP, çeşitli geliştirme araçları ve hizmetleriyle sorunsuz entegrasyon sağlamak için MCP'den yararlanır.

Agent-MCP'yi MCP Server Olarak Çalıştırma

Agent-MCP, multi-agent yeteneklerini Claude Desktop, Cline ve diğer AI kodlama asistanları gibi MCP uyumlu istemcilere sunarak bir MCP server'ı olarak işlev görebilir.

Hızlı MCP Kurulumu

# 1. Agent-MCP'yi yükleyin
uv venv
uv install

# 2. MCP server'ı başlatın
uv run -m agent_mcp.cli --port 8080

# 3. MCP istemcinizi şu adrese bağlanacak şekilde yapılandırın:
# HTTP: http://localhost:8000/mcp
# WebSocket: ws://localhost:8000/mcp/ws

MCP Server Yapılandırması

MCP yapılandırma dosyası oluşturun (mcp_config.json):

{
  "server": {
    "name": "agent-mcp",
    "version": "1.0.0"
  },
  "tools": [
    {
      "name": "create_agent",
      "description": "Yeni bir uzmanlaşmış AI ajan oluşturun"
    },
    {
      "name": "assign_task", 
      "description": "Belirli ajanlara görevler atayın"
    },
    {
      "name": "query_project_context",
      "description": "Paylaşılan bilgi grafiğini sorgulayın"
    },
    {
      "name": "manage_agent_communication",
      "description": "Ajan arası mesajlaşmayı yönetin"
    }
  ],
  "resources": [
    {
      "name": "agent_status",
      "description": "Gerçek zamanlı ajan durumu ve etkinliği"
    },
    {
      "name": "project_memory",
      "description": "Kalıcı proje bilgi grafiği"
    }
  ]
}

Agent-MCP'yi Claude Desktop ile Kullanma

Claude Desktop Yapılandırmasına Ekleyin:

~/Library/Application Support/Claude/claude_desktop_config.json (macOS) veya eşdeğerini açın:

{
  "mcpServers": {
    "agent-mcp": {
      "command": "uv",
      "args": ["run", "-m", "agent_mcp.cli", "--port", "8080"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key"
      }
    }
  }
}

Claude Desktop'ı Yeniden Başlatın MCP server'ını yüklemek için
Bağlantıyı Doğrulayın: Claude konuşmada "🔌 agent-mcp" gösterecektir

Mevcut MCP Araçları

Bağlantı kurulduktan sonra, Claude'da doğrudan bu MCP araçlarını kullanabilirsiniz:

Ajan Yönetimi

create_agent - Uzmanlaşmış ajanlar oluşturun (backend, frontend, testing, vb.)
list_agents - Tüm aktif ajanları ve durumlarını görüntüleyin
terminate_agent - Ajanları güvenli bir şekilde kapatın

Görev Orchestration

assign_task - Belirli ajanlara iş devredin
view_tasks - Görev ilerlemeyi ve bağımlılıklarını izleyin
update_task_status - Tamamlanmayı ve engelleri takip edin

Bilgi Yönetimi

ask_project_rag - Kalıcı bilgi grafiğini sorgulayın
update_project_context - Mimari kararlar ve desenler ekleyin
view_project_context - Depolanan proje bilgilerine erişin

Haberleşme

send_agent_message - Ajanlar arası doğrudan mesajlaşma
broadcast_message - Tüm ajanlara güncellemeler gönderin
request_assistance - Karmaşık sorunları yükseltin

Gelişmiş MCP Yapılandırması

Özel Transport Seçenekleri:

# Özel port ile HTTP
uv run -m agent_mcp.cli --port 8080

# Kimlik doğrulama ile WebSocket
uv run -m agent_mcp.cli --port 8080 --auth-token your-secret-token

# Unix socket (Linux/macOS)
uv run -m agent_mcp.cli --port 8080

Ortam Değişkenleri:

export AGENT_MCP_HOST=0.0.0.0          # Server host
export AGENT_MCP_PORT=8000              # Server port  
export AGENT_MCP_LOG_LEVEL=INFO         # Loglama seviyesi
export AGENT_MCP_PROJECT_DIR=/your/project  # Varsayılan proje dizini
export AGENT_MCP_MAX_AGENTS=10          # Maksimum eşzamanlı ajan

MCP İstemci Örnekleri

Python İstemcisi

import asyncio
from mcp import Client

async def main():
    async with Client("http://localhost:8000/mcp") as client:
        # Bir backend ajan oluşturun
        result = await client.call_tool("create_agent", {
            "role": "backend",
            "specialization": "API development"
        })
        
        # Bir görev atayın
        await client.call_tool("assign_task", {
            "agent_id": result["agent_id"],
            "task": "Implement user authentication endpoints"
        })
        
        # Proje bağlamını sorgulayın
        context = await client.call_tool("ask_project_rag", {
            "query": "What's our current database schema?"
        })
        print(context)

asyncio.run(main())

JavaScript İstemcisi

import { MCPClient } from '@modelcontextprotocol/client';

const client = new MCPClient('http://localhost:8000/mcp');

async function createAgent() {
  await client.connect();
  
  const agent = await client.callTool('create_agent', {
    role: 'frontend',
    specialization: 'React components'
  });
  
  console.log('Created agent:', agent.agent_id);
  
  await client.disconnect();
}

createAgent().catch(console.error);

MCP Bağlantı Sorunlarını Giderme

Bağlantı Sorunları:

# MCP server'ının çalışıp çalışmadığını kontrol edin
curl http://localhost:8000/mcp/health

# WebSocket bağlantısını doğrulayın
wscat -c ws://localhost:8000/mcp/ws

# Server günlüklerini kontrol edin
uv run -m agent_mcp.cli --port 8080 --log-level DEBUG

Yaygın Sorunlar:

Port çatışması: --port bayrağı ile port değiştirin
İzin hataları: OpenAI API anahtarının ayarlandığından emin olun
İstemci zaman aşımı: İstemci yapılandırmasında zaman aşımını artırın
Ajan sınırına ulaşıldı: list_agents ile aktif ajan sayısını kontrol edin

Entegrasyon Örnekleri

MCP ile VS Code: MCP uzantısını kullanarak Agent-MCP'yi doğrudan editör iş akışınıza entegre edin.

Terminal Kullanımı:

# curl aracılığıyla hızlı görev ataması
curl -X POST http://localhost:8000/mcp/tools/assign_task \
  -H "Content-Type: application/json" \
  -d '{"task": "Add error handling to API endpoints", "agent_role": "backend"}'

CI/CD Entegrasyonu:

# GitHub Actions örneği
- name: Run Agent-MCP Code Review
  run: |
    uv run -m agent_mcp.cli --port 8080 --daemon
    curl -X POST localhost:8000/mcp/tools/assign_task \
      -d '{"task": "Review PR for security issues", "agent_role": "security"}'

Nasıl Çalışır: Karmaşıklığı Basit Adımlara Ayırma

graph LR
    A[Adım 1] --> B[Adım 2] --> C[Adım 3] --> D[Adım 4] --> E[Bitti!]
    style A fill:#4ecdc4,color:#fff
    style E fill:#ff6b6b,color:#fff

Her görev doğrusal adımlara ayrılabilir. Bu, Agent-MCP'yi güçlü yapan temel kavramdır.

Karmaşık Görevlerin Sorunu

graph TD
    A["Kullanıcı Kimlik Doğrulaması Oluştur"] -->|Tek Ajan Her Şeyi Yapmaya Çalışır| B{???}
    B --> C[Veritabanı?]
    B --> D[API?]
    B --> E[Frontend?]
    B --> F[Güvenlik?]
    B --> G[Testler?]
    C -.->|Karışık| H[Eksik Uygulama]
    D -.->|Bunaltılmış| H
    E -.->|Bağlam Kaybı| H
    F -.->|Varsayımlar| H
    G -.->|Unutulmuş| H
    style A fill:#ff6b6b,color:#fff
    style H fill:#666,color:#fff

Agent-MCP Çözümü

graph TD
    A["Kullanıcı Kimlik Doğrulaması Oluştur"] -->|Ayrıştır| B[Doğrusal Görevler]
    B --> C["Ajan 1: Veritabanı"]
    B --> D["Ajan 2: API"]
    B --> E["Ajan 3: Frontend"]
    
    C --> C1[users tablosu oluştur]
    C1 --> C2[İndeks ekle]
    C2 --> C3[sessions tablosu oluştur]
    
    D --> D1[POST /register]
    D1 --> D2[POST /login]
    D2 --> D3[POST /logout]
    
    E --> E1[Login Formu]
    E1 --> E2[Register Formu]
    E2 --> E3[Auth Context]
    
    C3 --> F[Çalışan Sistem]
    D3 --> F
    E3 --> F
    
    style A fill:#4ecdc4,color:#fff
    style F fill:#4ecdc4,color:#fff

Her ajan doğrusal zincirlerine odaklanır. Karışıklık yok. Hiçbir bağlam kirliliği yok. Sadece net, belirleyici ilerleme.

5 Adımlı İş Akışı

1. Admin Ajanı Başlatın

Siz admin ajanısınız.
Admin Token: "sunucudan aldığınız admin_token"

Rolünüz:
- Tüm geliştirme işlerini koordine etmek
- Worker ajanları oluşturmak ve yönetmek
- Proje bağlamını korumak
- Görevleri ajan uzmanlaşmalarına göre atamak

2. Proje Blueprint'inizi Yükleyin (MCD)

Bu MCD'yi (Main Context Document) proje bağlamına ekleyin:

[MCD'nizi buraya yapıştırın - yapı için docs/mcd-guide.md'ye bakın]

Bilgi grafiğine her detayı saklayın. Bu, tüm ajanlar için tek ilgi kaynağı olur.

MCD (Main Context Document), projenizin kapsamlı bir planıdır - uygulamayı başlamadan önce uygulamanız hakkında kitabı yazmak gibi. Şunları içerir:

Teknik mimari ve tasarım kararları
Veritabanı şemaları ve API özellikleri
UI bileşen hiyerarşileri ve iş akışları
Açık bağımlılıklara sahip görev ayrıştırmaları

Ayrıntılı örnekler ve şablonlar için MCD Kılavuzu'na bakın.

3. Ajan Takımınızı Dağıtın

Paralel geliştirme için uzmanlaşmış ajanlar oluşturun:

- backend-worker: API uç noktaları, veritabanı işlemleri, iş mantığı
- frontend-worker: UI bileşenleri, durum yönetimi, kullanıcı etkileşimleri
- integration-worker: API bağlantıları, veri akışı, sistem entegrasyonu
- test-worker: Birim testleri, entegrasyon testleri, doğrulama
- devops-worker: Dağıtım, CI/CD, altyapı

Her ajan, daha yüksek kaliteli uygulamalar ve daha hızlı geliştirme sağlayan kendi alanında uzmanlaşır.

4. Worker'ları Başlatın ve Dağıtın

# Her worker için yeni pencerede:
Siz [worker-name] ajanısınız.
Yönetici Token'ınız: "admin tarafından verilen worker_token"

Şunları anlamak için proje bilgi grafiğini sorgulayın:
1. Genel sistem mimarisi
2. Spesifik sorumlulukları
3. Diğer bileşenlerle entegrasyon noktaları
4. Kodlama standartları ve izlenecek desenler
5. Mevcut uygulama durumu

Kurulan desenleri izleyerek uygulamayı başlatın.

AUTO --worker --memory

Önemli: Ajan Modlarını Ayarlama

Ajan modları (örneğin --worker, --memory, --playwright) sadece bayraklar değildir - belirli davranış desenlerini etkinleştirirler. Claude Code'da bunları kalıcı hale getirebilirsiniz:

Mode talimatlarını panonuza kopyalayın
Claude'un hafıza özelliğini açmak için # yazın
Kalıcı davranış için talimatları yapıştırın

Claude Code hafızası için örnek:

# "AUTO --worker --memory" kullandığımda şu desenleri izle:
- Herhangi bir düzenleme yapmadan önce her zaman dosya durumunu kontrol et
- Uygulamadan önce RAG projesini sorgula
- Tüm değişiklikleri görev notlarında dokümante et
- Bir dosya üzerinde çalış, diğerine geçmeden önce tamamla
- Her tamamlamadan sonra görev durumunu güncelle

Bu, talimatları tekrarlamadan tüm oturum boyunca tutarlı davranış sağlar.

5. İzleyin ve Koordine Edin

Pano, AI geliştirme takımınıza gerçek zamanlı görünürlük sağlar:

Ağ Görselleştirmesi - Ajanların nasıl işbirliği yaptığını ve bilgi paylaştığını izleyin
Görev İlerlemesi - Tüm paralel çalışma akışları arasında tamamlamayı takip edin
Hafıza Sağlığı - Bağlamın taze ve erişilebilir kalmasını sağlayın
Aktivite Zaman Çizelgesi - Her ajanın tam olarak ne yaptığını görün

Panoyu başlattıktan sonra http://localhost:3847'de erişin.

Gelişmiş Özellikler

Uzmanlaşmış Ajan Modları

Ajan modları, ajanların nasıl davrandığını temelden değiştirir. Sadece yapılandırma değildir - belirli desenler izleyen ajanları sağlayan davranışsal sözleşmelerdir.

Standart Worker Modu

AUTO --worker --memory

Uygulama görevleri için optimize edilmiş:

Düzenleme öncesi ayrıntılı dosya durumu kontrolü
Sıralı görev tamamlama (birer birer)
Otomatik değişiklik belgelendirmesi
Proje RAG ile entegrasyon
Her tamamlamadan sonra görev durumu güncellemesi

Frontend Uzmanı Modu

AUTO --worker --playwright

Görsel doğrulama yetenekleriyle geliştirilmiş:

Tüm standart worker özellikleri
Bileşen testi için tarayıcı otomasyonu
Görsel regresyon için ekran görüntüsü yetenekleri
Uçtan uca test için DOM etkileşimi
Görsel doğrulama ile bileşen bileşen uygulama

Araştırma Modu

AUTO --memory

Analiz ve planlama için salt okunur erişim:

Dosya değişiklikleri yasak
RAG aracılığıyla derin bağlam keşfi
Kod tabanı genelinde desen tanımlama
Belgelendirme oluşturma
Mimari analiz ve öneriler

Hafıza Yönetim Modu

AUTO --memory --manager

Bağlam seçimi ve optimizasyonu için:

Hafıza sağlığı izleme
Bayat bağlam tanımlama
Bilgi grafiği optimizasyonu
Bağlam özetleme yeni ajanlar için
Ajan arası bilgi aktarımı

Her mod, yaygın hataları önleyen ve tutarlı, yüksek kaliteli çıktı sağlayan belirli davranışları uygular.

Proje Hafızası Yönetimi

Sistem birkaç hafıza türünü korur:

Proje Bağlamı - Mimari kararlar, tasarım desenleri, kurallar
Görev Hafızası - Mevcut durum, engeller, uygulama notları
Ajan Hafızası - Bireysel ajan öğrenimleri ve uzmanlaşmaları
Entegrasyon Noktaları - Farklı bileşenlerin nasıl bağlandığı

Tüm hafıza:

Semantik sorgular aracılığıyla aranabilir
Geri alma için sürüm kontrollü
Kolay kategorilendirme için etiketlenir
Bayat olduğunda otomatik olarak temizlenir

Çatışma Çözümü

Dosya düzeyinde kilitler ajanların birbirinin işini üzerine yazmasını engeller:

Ajan dosya erişimi talep eder
Sistem dosyanın kilitli olup olmadığını kontrol eder
Kilitli ise ajan başka görevleri yapar veya bekler
Tamamlandıktan sonra kilit serbest bırakılır
Diğer ajanlar artık dosyayı değiştirebilir

Bu otomatik olarak gerçekleşir - manuel koordinasyon gerekmez.

Kısa Ömürlü vs. Uzun Ömürlü Ajanlar: Kritik Fark

Geleneksel Uzun Ömürlü Ajanlar

Çoğu AI kodlama asistanı tüm projeler boyunca konuşmaları korur:

Birikmiş bağlam sınırsız büyür - ilgisiz kod, kararlar ve konuşmalarını karıştırır
Karışık öncelikler - dünkü hata düzeltmesi bugünkü özellik isteğiyle karışır
Hallüsinasyon riskleri artar - ajanlar ilgisiz bölümler arasında bağlantılar icat eder
Performans kötüleşir - her yanıt ilgisiz geçmişi işler
Güvenlik açığı - dikkatli hazırlanmış bir prompt tüm projenizi ifşa edebilir

Agent-MCP'nin Kısa Ömürlü Ajanları

Her ajan belirli bir görev için özel olarak oluşturulur:

Minimal, odaklanmış bağlam - sadece belirli görev için gerekli olan
Kristal net hedefler - bir görev, bir amaç, hiçbir belirsizlik
Belirleyici davranış - sınırlı bağlam öngörülebilir çıktılar anlamına gelir
Sürekli hızlı yanıtlar - bağlam şişkinliği olmadan
Tasarım gereği güvenli - ajanlar ihtiyaç duymadıkları şeylere erişemez

Pratik Bir Örnek

Geleneksel Yaklaşım: "Kullanıcı kimlik doğrulama sistemini güncelle"

Ajan: Kimlik doğrulama sisteminizi güncellerim. Önceki konuşmalarımızdan 
veritabanı geçişleri, UI bileşenleri, API uç noktaları, dağıtım betikleri ve 
ödeme sistemindeki bu hata hakkında gördüğüm... dur, hangi auth yaklaşımını 
seçtik? Bunu 50+ mesajlık geçmişimizden çıkarmaya çalışayım...

[Ajan birden fazla deseni karıştıran karışık

rinadelph/Agent-MCP

Bu MCP sunucusu hakkında