​
SUNRA MCP Sunucusunu Kurma

SUNRA Model Bağlam Protokolü (MCP) sunucusu, popüler geliştirme ortamlarıyla sorunsuz entegrasyon sağlayarak, SUNRA’nın AI modellerine doğrudan düzenleyicinizden veya IDE’nizden erişmenizi sağlar. Bu kılavuz, MCP sunucusunu çeşitli araçlarla kurma konusunda size yol gösterecektir.

​
MCP Nedir?

Model Bağlam Protokolü (MCP), AI asistanlarının harici kaynaklara ve araçlara güvenli bir şekilde erişmesi için standartlaştırılmış bir yoldur. SUNRA MCP sunucusu şunları yapmanızı sağlar:
  • SUNRA’da bulunan AI modellerini listeleme ve arama
  • Herhangi bir model uç noktasına istek gönderme
  • Kuyruk sisteminden durumu kontrol etme ve sonuçları alma
  • Dosya yükleme ve model şemalarını yönetme
  • API kimlik doğrulamasını sorunsuz bir şekilde yönetme

​
Önkoşullar

MCP sunucusunu kurmadan önce şunlara sahip olduğunuzdan emin olun:
  1. Node.js kurulu (sürüm 18 veya üstü)
  2. Kontrol panelinizden SUNRA API anahtarı
  3. Tercih ettiğiniz düzenleyici/IDE kurulu

​
Kurulum

SUNRA MCP sunucusu bir npm paketi olarak mevcuttur: 
npm install -g @sunra/mcp-server
Veya npx ile doğrudan kullanın (önerilir): 
npx @sunra/mcp-server

​
Editöre Göre Yapılandırma

​
Cursor

Cursor, yapılandırma dosyası aracılığıyla MCP’yi destekler. Proje kökünüzde .cursor/mcp.json oluşturun veya güncelleyin: 
{
  "mcpServers": {
    "sunra-mcp-server": {
      "command": "npx",
      "args": ["@sunra/mcp-server"]
    }
  }
}
Alternatif genel yapılandırma kullanıcı ayarlarınızda:
  1. Cursor Ayarlarını Aç
  2. “MCP Sunucuları”na gidin
  3. Yeni bir sunucu ekleyin:
    • Ad: sunra-mcp-server
    • Komut: npx
    • Argümanlar: @sunra/mcp-server

​
VS Code

MCP destekli VS Code için (uyumlu uzantı gerektirir): .vscode/mcp.json oluşturun: 
{
  "mcpServers": {
    "sunra-mcp-server": {
      "command": "npx",
      "args": ["@sunra/mcp-server"],
      "env": {
        "SUNRA_KEY": "your-api-key-here"
      }
    }
  }
}

​
Cline

Cline, ayarları aracılığıyla MCP sunucularını destekler. Cline yapılandırmanıza ekleyin: 
{
  "mcpServers": {
    "sunra": {
      "command": "npx",
      "args": ["@sunra/mcp-server"],
      "description": "SUNRA AI model access"
    }
  }
}

​
Windsurf

Windsurf IDE için, çalışma alanı ayarlarında MCP’yi yapılandırın: 
{
  "mcp": {
    "servers": {
      "sunra-mcp-server": {
        "command": "npx",
        "args": ["@sunra/mcp-server"],
        "timeout": 30000
      }
    }
  }
}

​
Claude Desktop

Claude Desktop yapılandırma dosyanıza ekleyin: macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json 
{
  "mcpServers": {
    "sunra-mcp-server": {
      "command": "npx",
      "args": ["@sunra/mcp-server"]
    }
  }
}

​
Diğer MCP Uyumlu Araçlar

MCP’yi destekleyen diğer tüm araçlar için bu genel yapılandırma desenini kullanın: 
{
  "mcpServers": {
    "sunra-mcp-server": {
      "command": "npx",
      "args": ["@sunra/mcp-server"],
      "env": {
        "SUNRA_KEY": "${SUNRA_KEY}"
      }
    }
  }
}

​
Ortam Kurulumu

​
API Anahtarınızı Ayarlama

SUNRA API anahtarınızı çeşitli şekillerde yapılandırabilirsiniz:

​
Seçenek 1: Ortam Değişkeni (Önerilen)

export SUNRA_KEY="your-api-key-here"
Windows için: 
set SUNRA_KEY=your-api-key-here

​
Seçenek 2: Yapılandırma Dosyası

Bazı düzenleyiciler, ortam değişkenlerini doğrudan MCP yapılandırmasında ayarlamanıza olanak tanır: 
{
  "mcpServers": {
    "sunra-mcp-server": {
      "command": "npx",
      "args": ["@sunra/mcp-server"],
      "env": {
        "SUNRA_KEY": "your-api-key-here"
      }
    }
  }
}

​
Seçenek 3: Çalışma Zamanı Yapılandırması

MCP sunucusu, set-sunra-key aracını kullanarak çalışma zamanında API anahtarını ayarlamayı da destekler.

​
Mevcut MCP Araçları

Yapılandırıldıktan sonra, AI asistanınız aracılığıyla bu araçlara erişebileceksiniz:

​
Model Yönetimi

  • list-models - Mevcut tüm AI modellerine göz atın
  • search-models - Anahtar kelimelere göre model bulun
  • model-schema - Belirli modeller için giriş/çıkış şemalarını alın

​
İstek Yönetimi

  • submit - Model uç noktalarına istek gönderin
  • status - İstek durumunu ve günlükleri kontrol edin
  • result - Tamamlanmış sonuçları alın
  • cancel - Çalışan istekleri iptal edin
  • subscribe - Gönderin ve tamamlanmasını bekleyin

​
Dosya Yönetimi

  • upload - Dosyaları SUNRA depolamasına yükleyin

​
Kullanım Örnekleri

​
Mevcut Modelleri Listeleme

Mevcut AI modellerini göstermek için list-models aracını kullanın.

​
Resim Oluşturma

black-forest-labs/flux-1.1-pro/text-to-image uç noktası ile bir resim oluşturmak için submit aracını kullanın. 
"Günbatımında sakin bir dağ manzarası" istemini kullanın

​
İstek Durumunu Kontrol Etme

pd_xxxxxx istek kimliğinin durumunu kontrol et

​
Sorun Giderme

​
Yaygın Sorunlar

MCP Sunucusu Bulunamadı
  • Node.js’nin kurulu ve erişilebilir olduğundan emin olun
  • Genel olarak kurmayı deneyin: npm install -g @sunra/mcp-server
  • Komut yolunun doğru olduğunu doğrulayın
Kimlik Doğrulama Hataları
  • SUNRA_KEY ortam değişkeninizin ayarlı olduğunu kontrol edin
  • API anahtarınızın SUNRA Kontrol Panelinde geçerli olduğunu doğrulayın
  • set-sunra-key aracını kullanarak anahtarı ayarlamayı deneyin
Bağlantı Zaman Aşımları
  • Yapılandırmanızdaki zaman aşımı değerlerini artırın
  • İnternet bağlantınızı kontrol edin
  • SUNRA API durumunu doğrulayın
İzin Hataları
  • Yapılandırma dosyaları için uygun dosya izinlerini sağlayın
  • Uygun kullanıcı izinleriyle çalıştırmayı deneyin

​
Yardım Alma

Sorunlarla karşılaşırsanız:
  1. SUNRA Dokümantasyonunu kontrol edin
  2. Düzenleyicinizin MCP dokümantasyonunu inceleyin
  3. GitHubda bir sorun bildirin

​
Sonraki Adımlar

MCP sunucunuz yapılandırıldıktan sonra:
  1. Modelleri Keşfedin: Mevcut tüm AI yeteneklerini görmek için list-models kullanın
  2. Örnekleri Deneyin: Basit metinden resme veya metinden videoya oluşturmalarla başlayın
  3. İş Akışları Oluşturun: Karmaşık AI boru hatları için birden fazla modeli birleştirin
  4. Kullanımı İzleyin: API kullanımınızı SUNRA Kontrol Panelinde izleyin
MCP entegrasyonu, güçlü AI modellerini doğrudan geliştirme iş akışınıza dahil etmeyi kolaylaştırır, uygulamalarınızda hızlı prototipleme ve sorunsuz AI destekli özellikler sağlar.