Claude Code'da Beceriler, Ajanlar ve MCP Sunucuları Nasıl Birlikte Çalışır

Muhtemelen daha önce bu duvarla karşılaştınız: tüm kod tabanınızı bir yapay zeka sohbetine yapıştırıyorsunuz, detaylı bir prompt ekliyorsunuz ve geri alıyorsunuz... hiçbir işe yaramayan bir şey. Ya da daha kötüsü, model 50.000 token önce okuduklarını takip edemediği için var olmayan fonksiyon isimleri hayal etmeye başlıyor.

Bu, bağlam penceresi problemidir. Ve bir LLM'e daha fazla kod atmak onu daha akıllı yapmaz.

Claude Code bunu farklı şekilde çözüyor. Daha büyük bir bağlam penceresine sahip olarak değil (her ne kadar bu da yardımcı olsa), sahip olduğu alanı nasıl kullandığı konusunda akıllı olarak. Bunu birlikte çalışan üç şey aracılığıyla yapıyor: beceriler, alt ajanlar ve MCP sunucuları.

Size bu parçaların nasıl bir araya geldiğini göstereyim. Bunu anladığınızda, yapay zeka ile savaşmayı bırakıp onunla çalışmaya başlayacaksınız.

Bağlam Penceresi Problemi

İçselleştirmem biraz zaman alan bir şey var: LLM'ler uzun bir konuşmanın başlangıcını beklediğiniz şekilde gerçekten "hatırlamıyor". Bağlam penceresi bir dosya dolabından çok bir spot ışığı gibidir. Daha fazla token ekledikçe, önceki içerik daha az dikkat çeker. 100.000 token kod yapıştırın ve model sorunuza ulaştığında esasen göz gezdiriyor demektir.

Bu, birçok sinir bozucu yapay zeka davranışını açıklıyor. Model başta akıllı görünüyor, sonra kafası karışıyor. Daha önce söylediğiniz şeyleri unutuyor. "Okuduğu" ama açıkça aklında tutmadığı dosyalardan detaylar hayal ediyor.

Çözüm daha büyük bir bağlam penceresi değil. Çözüm, buna ihtiyaç duymamak.

Claude Code Aslında Nasıl Düşünüyor

Claude Code bir ajandır. Kulağa hoş geliyor ama sadece planlayabildiği, yürütebildiği, sonuçları gözlemleyebildiği ve tekrarlayabildiği anlamına geliyor. "Projemde başarısız olan testleri düzelt" dediğinizde, tüm kod tabanınızı bir kerede anlamaya çalışmıyor. Bunun yerine, odaklanmış adımlarla çalışıyor:

1. Neyin nerede olduğunu anlamak için proje yapısını oku
2. Gerçekte neyin başarısız olduğunu görmek için testleri çalıştır
3. Belirli başarısız teste ve test ettiği koda bak
4. Bir düzeltme yap
5. Testleri tekrar çalıştır
6. Hala bozuksa, başka bir şey dene

Her adım yalnızca ihtiyaç duyduğu bağlamla çalışır. Ajan, gördüğü her şeyin ham kaydını değil, öğrendiklerinin çalışan bir özetini tutar. Claude Code'un karmaşık bir hatada bağlam alanı tükenmeden 20 kez tekrarlayabilmesinin nedeni budur.

Bunu gerçekte bir şeyde hata ayıklama şekliniz gibi düşünün. Tüm kod tabanınızı kafanızda tutmazsınız. Bir alana odaklanırsınız, bir hipotez oluşturursunuz, test edersiniz ve ayarlarsınız. Claude Code aynı şekilde çalışır.

Alt Ajanlar - Gerçek Oyun Değiştirici

İşte gerçekten ilginç olan yer burası. Claude Code alt ajanlar oluşturabilir.

Bir alt ajan, kendi temiz bağlam penceresine sahip ayrı bir Claude örneğidir. Claude Code'a bir tane oluşturmasını, ona odaklanmış bir görev vermesini, bağımsız çalışmasına izin vermesini ve bulduklarının bir özetini geri almasını söyleyebilirsiniz. Alt ajanın tam bağlamı asla ana konuşmanızı kirletmez.

Bu çok önemli. Bir ajanın her şeyi tutmaya çalışması yerine:

Siz: "Bu kod tabanını güvenlik sorunları, performans problemleri ve test kapsamı için analiz et"

Ana ajan alt ajanlar oluşturur: ├── Alt ajan 1: Güvenlik analizi (kendi bağlamı, güvenlikle ilgili dosyaları okur) ├── Alt ajan 2: Performans incelemesi (kendi bağlamı, kritik yollara odaklanır)
└── Alt ajan 3: Test kapsamı (kendi bağlamı, test dosyalarını inceler)

Her alt ajan ana ajana bir özet döndürür Ana ajan her şeyi tek bir yanıtta sentezler

Alt ajanlar her biri binlerce satır kod okuyabilir. Ancak ana ajan yalnızca onların yoğunlaştırılmış bulgularını alır. Ana bağlamınız temiz kalırken birden fazla alanda derinlemesine analiz elde edersiniz.

Bunu genç geliştiricilere iş devretmek gibi düşünün. İnceledikleri her satırı okumanıza gerek yok. Sonuçlarına ve buldukları kırmızı bayraklara ihtiyacınız var. Alt ajanlar aynı şekilde çalışır.

Alt Ajanları Gerçekte Nasıl Kullanırsınız

Claude Code'dan açıkça bir alt ajan oluşturmasını isteyebilirsiniz:

• "Kimlik doğrulama modülünü derinlemesine analiz etmek için bir alt ajan oluştur"
• "Tüm veritabanı sorgularını N+1 problemleri için incelemek üzere bir alt ajan kullan"
• "Bir alt ajanın test dosyalarını gözden geçirmesini ve kapsam boşluklarını raporlamasını sağla"

Alt ajan kendi taze bağlamını alır, derin işi yapar ve bir özet döndürür. Ana konuşmanız tüm ham analizle şişmez.

Bu özellikle büyük kod tabanları için güçlüdür. Claude Code'un yarı yolda işleri takip etmemesi yerine, gerçekten ölçeklenen odaklanmış analiz elde edersiniz.

Becerilerin Devreye Girdiği Yer

Yani Claude Code görevleri parçalayabilir, alt ajanlar oluşturabilir ve odaklanmış adımlarla çalışabilir. Ama belirli şeyleri nasıl iyi yapacağını nasıl biliyor? İşte beceriler burada devreye giriyor.

Beceriler, Claude'un belirli görev türlerine başlamadan önce okuduğu paketlenmiş talimatlardır. Claude Code'dan bir PowerPoint sunumu oluşturmasını istediğinizde, önce /mnt/skills/public/pptx/SKILL.md konumundaki beceri dosyasını okur. Bu dosya, en iyi uygulamaları, yaygın tuzakları ve gerçekten işe yarayan tam kod kalıplarını içerir.

Bir beceri tipik olarak şunları içerir:

• Detaylı talimatlar içeren bir SKILL.md dosyası
• Kod şablonları ve örnekler
• Bilinen sınırlamalar ve geçici çözümler
• Çıktı formatı özellikleri

Temel içgörü, becerilerin talep üzerine yüklendiğidir. Claude, Python'da hata ayıklarken bağlam penceresi alanını PowerPoint talimatlarına harcamaz. İlgili beceriyi ihtiyaç duyduğunda yükler, bu uzmanlığı görev için kullanır ve devam eder.

Bu araçlardan farklıdır. Araçlar, Claude'un veri almak için çağırdığı fonksiyonlardır, web_search veya bash_tool gibi. Beceriler, Claude'un problemlere yaklaşımını değiştiren bilgi paketleridir. Ayrım önemlidir çünkü araçlar sistem promptunda token maliyeti oluşturur (daha fazla araç = kodunuz için daha az yer), beceriler ise yalnızca ilgili olduğunda yüklenir.

Alt ajanlar da becerileri yükleyebilir. Güvenliği analiz eden bir alt ajan, bu talimatlar ana konuşmanızı karıştırmadan güvenliğe özgü becerileri yükleyebilir.

Tekrarlama Döngüsü

Sürekli göreceğiniz bir kalıp tekrarlama döngüsüdür. Claude Code bir şey üretir, işe yarayıp yaramadığını kontrol eder ve doğru olana kadar sorunları düzeltir.

1. Kod üret
2. Çalıştır (veya lint yap, veya tip kontrolü yap)
3. İşe yarayıp yaramadığına bak
4. Yaramazsa, hatayı analiz et ve tekrar dene
5. Geçene kadar tekrarla

Claude Code'un tek seferlik bir promptun kaçıracağı hataları düzeltebilmesinin nedeni budur. Sadece kod üretip umut etmiyor. Kendi işini test ediyor ve gerçek geri bildirimlere yanıt veriyor.

Claude Code bir React bileşeni oluşturduğunda ve ardından hataları kontrol etmek için geliştirme sunucusunu çalıştırdığında, bu döngüyü kullanıyor. Bir fonksiyon yazdığında ve çalıştığını doğrulamak için testleri çalıştırdığında, aynı şey. Üretim ve doğrulama adımları birlikte çalışır.

Bu aynı zamanda Claude Code'un bazen beklediğinizden daha uzun sürmesinin nedenini de açıklıyor. Yavaş değil. Titiz. Testlerinizi çalıştırıyor, tip hatalarını kontrol ediyor ve işler gerçekten çalışana kadar tekrarlıyor.

MCP Sunucuları - Harici Sistemlere Bağlanma

Şimdiye kadar Claude Code'un nasıl düşündüğünden (ajantik adımlar, alt ajanlar) ve ne bildiğinden (beceriler) bahsettik. Peki ya harici sistemlere bağlanmak? İşte MCP burada devreye giriyor.

Model Context Protocol, Claude Code'un veritabanları, GitHub, dosya sistemleri, CI/CD hatları ve hemen hemen her şeyle nasıl konuştuğudur. MCP'yi yapay zeka için USB-C olarak düşünün: herhangi bir uyumlu yapay zeka sisteminin herhangi bir uyumlu hizmete bağlanmasını sağlayan standart bir arayüz.

MCP sunucuları üç tür yetenek sunar:

Araçlar - Claude'un çağırabileceği fonksiyonlar, bir veritabanını sorgulamak veya bir pull request oluşturmak gibi

Kaynaklar - Claude'un okuyabileceği veri kaynakları, dosya içerikleri veya veritabanı şemaları gibi

Promptlar - Yaygın etkileşimler için yeniden kullanılabilir şablonlar

Web geliştirme için en kullanışlı MCP sunucuları şunları içerir:

• Dosya sistemi sunucusu - Projenizde dosyaları okuma ve yazma (güvenlik için sandbox'lanmış)
• GitHub sunucusu - Repoları, PR'ları, sorunları ve iş akışlarını yönetme
• Veritabanı sunucuları - PostgreSQL, MySQL, SQLite'ı doğal dil aracılığıyla sorgulama

TypeScript'te basit bir MCP sunucusu şöyle görünür: typescript import { McpServer } from '@modelcontextprotocol/sdk/server/mcp.js'; import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';

const server = new McpServer({ name: 'code-analyzer', version: '1.0.0' });

server.registerTool( 'analyze_complexity', { description: 'Analyze cyclomatic complexity of a file', inputSchema: { filePath: { type: 'string' } } }, async ({ filePath }) => { const result = await analyzeFile(filePath); return { content: [{ type: 'text', text: JSON.stringify(result) }] }; } );

const transport = new StdioServerTransport(); await server.connect(transport);

MCP sunucularının gücü, alt ajanlarla nasıl çalıştıklarından gelir. Bir alt ajan MCP aracılığıyla bir veritabanını sorgulayabilir, binlerce satırı analiz edebilir ve yalnızca ilgili bulguları döndürebilir. Ham veriler asla ana bağlamınıza dokunmaz.

Hepsini Bir Araya Getirmek

Gerçek bir örnek üzerinden gidelim. Claude Code'a şunu soruyorsunuz: "Bu PR'ı incele ve veritabanı migrasyonlarının güvenli olup olmadığını kontrol et."

Gerçekte olan şey:

1. Ana ajan kod incelemesi için ilgili becerileri yükler
2. PR değişikliklerini derinlemesine analiz etmek için bir alt ajan oluşturur
3. Bu alt ajan PR detaylarını almak için GitHub MCP sunucusunu çağırır
4. Başka bir alt ajan migrasyon dosyalarını okur ve MCP aracılığıyla mevcut veritabanı şemasını sorgular
5. Alt ajanlar odaklanmış özetler döndürür: "Migrasyon indeks ekliyor, güvenli görünüyor" veya "Uyarı: bu, hala referans verilen bir sütunu kaldırıyor"
6. Ana ajan alt ajan bulgularını net bir yanıtta sentezler

Ağır işin kendi bağlamlarına sahip alt ajanlarda nasıl gerçekleştiğine dikkat edin. Ana ajan orkestra yönetir ve özetler. Konuşmanız derinlemesine analiz alırken temiz kalır.

Bu Neden İş Akışınız İçin Önemli

Bu mimariyi anlamak Claude Code ile nasıl çalıştığınızı değiştirir:

Bağlam penceresiyle savaşmayı bırakırsınız. Alt ajanların derin analizi ayrı olarak yaptığını fark ettiğinizde, tüm kod tabanınızı ana konuşmaya yapıştırmaya çalışmayı bırakırsınız. Alt ajanların ağır okumayı yapmasına izin verin.

Büyük görevler için açıkça alt ajanlar kullanırsınız. Claude Code'un bunu çözeceğini ummak yerine, ona söyleyin: "Ödeme modülünü analiz etmek için bir alt ajan kullan" veya "Güvenlik, performans ve test incelemesi için alt ajanlar oluştur." Mimariye karşı değil, onunla çalışıyorsunuz.

Bazı görevlerin neden diğerlerinden daha iyi çalıştığını anlarsınız. Alt ajanlara devredilebilen görevler harika ölçeklenir. Bir bağlamda sürekli ileri geri gerektiren görevler daha hızlı sınırlara çarpar.

Tekrarlama döngüsüne güvenirsiniz. Hataları düzeltirken, Claude'un tekrarlamasına izin verin. Kodu gerçekten çalıştırarak ve başarısızlıkları gözlemleyerek genellikle tahmin etmediğiniz sorunları bulacaktır. İlk denemeden sonra kesmeyin.

Pratik İpuçları

Büyük görevlerde açıkça alt ajanlar isteyin. "Kimlik doğrulama sistemini incelemek için bir alt ajan oluştur" Claude Code'un devretmesi gerektiğini anlayacağını ummaktan daha iyi çalışır.

Claude'un önce becerileri okumasına izin verin. Dokümanlar oluşturuyorsanız veya belirli dosya formatlarıyla çalışıyorsanız, Claude başlamadan önce ilgili beceri dosyasını okuduğunda daha iyi performans gösterir.

Tekrarlayan entegrasyonlar için MCP sunucularını bağlayın. Veritabanı çıktılarını veya GitHub PR detaylarını promptlarınıza kopyala-yapıştır yapmak yerine, ilgili MCP sunucularını bağlayın. Claude tam olarak ihtiyacı olanı çeker.

Özel araçlar oluşturmadan önce ekosistemi kontrol edin. MCP ekosistemi Stripe, Cloudflare, CI sistemleri ve entegre etmek isteyeceğiniz çoğu hizmeti kapsayan 5.000'den fazla topluluk sunucusuna büyümüştür. Muhtemelen birisi ihtiyacınız olanı zaten oluşturmuştur.

Yanlış olduğunda geri bildirim verin. Claude Code yanlış sonuçlar ürettiğinde, neyin yanlış gittiğini söyleyin. Tekrarlama döngüsü geri bildiriminiz için de çalışır.

Büyük Resim

MCP yakın zamanda Linux Vakfı'na bağışlandı ve OpenAI, Google ve Microsoft destekleyici üyeler olarak katıldı. Bu, protokolün sadece bir Anthropic şeyi değil, endüstri standardı altyapı haline geldiğinin sinyalini veriyor.

Alt ajanların (ayrı bağlamlarda paralel çalışma), becerilerin (talep üzerine yüklenen alan uzmanlığı) ve MCP sunucularının (harici sistemlere temiz bağlantılar) kombinasyonu, modern yapay zeka kodlama asistanlarının gerçekte nasıl çalıştığını temsil ediyor. Sihir değil. Gerçek kısıtlamaları çözen iyi mimari.

Özellikle alt ajan kalıbı derinlemesine anlamaya değer. Büyük kod tabanlarında boğulan bir yapay zeka ile ölçeklenen bir yapay zeka arasındaki farktır. Claude Code'dan büyük bir şeyi analiz etmesini istediğinizde, her şeyi bir bağlama tıkıştırıp dua etmiyor. Odaklanmış alt ajanlara, her biri temiz bağlamla, devredip bulgularını sentezliyor.

Bu parçaları anlamak, sistemle savaşmak yerine onunla çalışmanıza yardımcı olur. Daha iyi sonuçlar alacak, daha az duvara çarpacak ve yapay zekaya ne zaman güveneceğinizi, ne zaman manuel olarak devralacağınızı bileceksiniz.