Google Search Console MCP Sunucusu Nasıl Kullanılır?

Yapay zeka, iş akışlarını düzene sokmak ve daha derin içgörüler elde etmek için bir gereklilik haline geldi. Model Context Protocol (MCP) sunucuları, yapay zeka destekli araçların kritik veri kaynaklarınızla doğrudan etkileşim kurmasını sağlayan köprüler olarak ön planda yer almaktadır.

Bugün, analitik ve SEO verileri için popüler bir seçim olan Google Search Console MCP Sunucusu'nu nasıl kuracağımızı inceleyeceğiz ve ardından API geliştirme iş akışınızı yükseltmek için tasarlanmış güçlü, hepsi bir arada bir çözüm olan Apidog MCP Sunucusu'nu tanıtacağız.

button

Google Search Console MCP Sunucusu Nedir?

Google Search Console MCP Sunucusu, Google Search Console ile yapay zeka destekli IDE'ler arasında bir köprü görevi görür. Sitenizin arama analizi verilerini yapay zekaya açmak, daha akıllı, veri odaklı kodlama ve raporlama sağlar.

Temel Özellikler

Özel boyutlar için destek ile arama analizi verisi alma
Esnek raporlama dönemleriyle zengin veri analizi
Claude Desktop ve diğer yapay zeka istemcileriyle entegrasyon

Google Search Console MCP Sunucusu Nasıl Kurulur

Google Search Console MCP Sunucusunu kurmak birkaç adım içerir. İşte adım adım bir kılavuz:

Ön Koşullar

Başlamadan önce, şunlara sahip olduğunuzdan emin olun:

Node.js 18 veya üzeri
Search Console API'si etkinleştirilmiş bir Google Cloud Projesi
Search Console erişimi olan Hizmet Hesabı kimlik bilgileri

1. MCP Sunucusunu Yükleyin

Sunucuyu Smithery aracılığıyla otomatik olarak veya npm ile manuel olarak yükleyebilirsiniz.

Smithery Aracılığıyla:

npx -y @smithery/cli install mcp-server-gsc --client claude

Manuel Yükleme:

npm install mcp-server-gsc

2. Google Cloud Kimlik Bilgilerini Ayarlayın

Google Cloud Console'a gidin.

Yeni bir proje oluşturun veya mevcut bir proje seçin

Search Console API'sini etkinleştirin:

“APIs & Services” (API'ler ve Hizmetler) > “Library” (Kitaplık) bölümüne gidin
“Search Console API”yi arayın ve etkinleştirin

Kimlik bilgileri oluşturun:

“APIs & Services” (API'ler ve Hizmetler) > “Credentials” (Kimlik Bilgileri) bölümüne gidin
“Create Credentials” (Kimlik Bilgileri Oluştur) > “Service Account” (Hizmet Hesabı) öğesine tıklayın
Ayrıntıları doldurun ve JSON formatında yeni bir anahtar oluşturun
Kimlik bilgileri dosyasını indirin

Erişim izni verin:

Google Search Console'u açın
Hizmet hesabı e-postasını bir mülk yöneticisi olarak ekleyin

3. Yapay Zeka İstemcinizde MCP Sunucusunu Yapılandırın

Claude Desktop veya benzer araçlar için aşağıdaki yapılandırmayı ekleyin:

{
  "mcpServers": {
    "gsc": {
      "command": "npx",
      "args": ["-y", "mcp-server-gsc"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/credentials.json"
      }
    }
  }
}

4. Arama Analizi Verilerini Sorgulama

Artık verileri almak için search_analytics aracını kullanabilirsiniz. Örnek parametreler:

{
  "siteUrl": "https://example.com",
  "startDate": "2024-01-01",
  "endDate": "2024-01-31",
  "dimensions": "query,country",
  "type": "web",
  "rowLimit": 500
}

Gerekli ve İsteğe Bağlı Parametreler

Parametre	Gerekli	Açıklama
siteUrl	Evet	Site URL'si (örneğin, https://example.com)
startDate	Evet	Başlangıç tarihi (YYYY-AA-GG)
endDate	Evet	Bitiş tarihi (YYYY-AA-GG)
dimensions	Hayır	Virgülle ayrılmış (query, page, country, vb.)
type	Hayır	Arama türü (web, image, video, news)
rowLimit	Hayır	Döndürülecek maksimum satır sayısı (varsayılan: 1000)

Örnek Yapay Zeka İstemi:

@gsc use the search_analytics tool for siteUrl 'https://example.com', startDate '2024-04-01', endDate '2024-04-30', with dimensions 'query,page' and a rowLimit of 10. Show me the top queries and pages.

Bu kurulum, yapay zeka asistanınızı daha iyi geliştirme için veri odaklı içgörüler sağlayan güçlü bir SEO analisti haline getirir.

API Geliştirmeyi Kolaylaştırma: Apidog MCP Sunucusu

Google Search Console MCP Sunucusu web analizlerine odaklanırken, Apidog MCP Sunucusu özellikle yapay zeka destekli API geliştirmeyi geliştirmek için tasarlanmıştır. Yapay zeka kodlama asistanınızın API spesifikasyonlarınızı doğrudan anlamasını ve bunlarla etkileşim kurmasını sağlayarak, kod oluşturma, dokümantasyon ve test gibi görevleri önemli ölçüde hızlandırır.

button

Apidog MCP Sunucusunu Eşsiz Yapan Nedir?

Herhangi bir API spesifikasyonunu yapay zekaya bağlayın: Sadece analiz değil; REST, OpenAPI veya Apidog proje spesifikasyonlarınızı doğrudan yapay zekaya bağlayın.
Verimliliği artırın: Yapay zekanın gerçek API spesifikasyonlarına göre kod oluşturmasına, güncellemesine ve belgelemesine izin verin.
Kod kalitesini artırın: Yapay zeka önerileri, gerçek API'nize dayanır, hataları azaltır ve bakımı iyileştirir.
Birden fazla IDE ile çalışır: Cursor, VS Code (Cline ile) ve daha fazlasıyla entegre edin.
Ücretsiz: Maliyet yok, satıcıya bağımlılık yok.

Temel Özellikler

Yerel önbelleğe alma: API spesifikasyonları hız ve gizlilik için yerel olarak önbelleğe alınır.
Çoklu veri kaynakları: Apidog projelerine, genel API dokümanlarına veya Swagger/OpenAPI dosyalarına bağlanın.
Esnek yapılandırma: Yerinde dağıtımları ve özel ortamları destekler.

Apidog MCP Sunucusu Nasıl Kurulur: Adım Adım Kılavuz

Apidog MCP Sunucusunu kurmak birkaç basit adım içerir.

button

Ön Koşullar

1. Node.js: Sürüm 18 veya üzeri (en son LTS önerilir).

2. MCP Uyumlu IDE:

Cursor
Cline eklentisiyle VS Code

Veri Kaynağınıza Göre Yapılandırma

Apidog MCP Sunucusu, çeşitli API spesifikasyon kaynaklarını destekleyerek esneklik sunar:

1. Veri Kaynağı Olarak Bir Apidog Projesi Kullanma

Bu, API'lerini Apidog içinde yöneten ekipler için idealdir.

API Erişim Belirteci ve Proje Kimliğini Edinin:

API Erişim Belirteci: Apidog'da, Hesap Ayarları'na (profil resmi aracılığıyla) > API Erişim Belirteci gidin. Yeni bir belirteç oluşturun ve kopyalayın.

Proje Kimliği: Hedef projenizi Apidog'da açın. Proje Ayarları'na (sol kenar çubuğu) > Temel Ayarlar gidin. Proje Kimliğini kopyalayın.

Cursor'da Yapılandırın (Örnek):

Cursor'da, MCP ayarlarını açın (Ayarlar simgesi > MCP > "+ Yeni genel MCP sunucusu ekle").

Yapılandırmayı mcp.json dosyasına yapıştırın ve yer tutucuları değiştirin:

macOS/Linux için:

{
 "mcpServers": {
   "MyApidogAPI": { // Bunu açıklayıcı bir şekilde adlandırabilirsiniz
     "command": "npx",
     "args": [
       "-y",
       "apidog-mcp-server@latest",
       "--project=<your-project-id>"
     ],
     "env": {
       "APIDOG_ACCESS_TOKEN": "<your-access-token>"
     }
   }
 }
}

Windows için:

{
 "mcpServers": {
   "MyApidogAPI": {
     "command": "cmd",
     "args": [
       "/c",
       "npx",
       "-y",
       "apidog-mcp-server@latest",
       "--project=<your-project-id>"
     ],
     "env": {
       "APIDOG_ACCESS_TOKEN": "<your-access-token>"
     }
   }
 }
}

2. Apidog Tarafından Yayınlanan Çevrimiçi API Dokümantasyonunu Kullanma

Genel API'ler veya spesifikasyonları harici geliştiricilerle yapay zeka aracılığıyla paylaşmak için kullanışlıdır.

Dokümantasyon URL'sini Edinin: Genel olarak paylaşılan Apidog dokümantasyonunun URL'sini alın.

Cursor'da Yapılandırın (Örnek):

macOS/Linux için:

{
  "mcpServers": {
    "apidog-site-123456": {
      "command": "npx",
      "args": [
        "-y",
        "apidog-mcp-server@latest",
        "--site-id=123456"
      ]
    }
  }
}

Windows için:

{
  "mcpServers": {
    "apidog-site-123456": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "apidog-mcp-server@latest",
        "--site-id=123456"
      ]
    }
  }
}

3. Veri Kaynağı Olarak Swagger/OpenAPI Dosyalarını Kullanma

Yerel OpenAPI/Swagger dosyaları veya çevrimiçi barındırılan dosyalarla çalışmak için mükemmeldir.

Dosya Yolu/URL'si: swagger.json, openapi.json veya openapi.yaml dosyanızın yerel yolunu veya doğrudan URL'sini belirleyin.

Cursor'da Yapılandırın (Örnek):

macOS/Linux için:

{
  "mcpServers": {
    "API specification": {
      "command": "npx",
      "args": [
        "-y",
        "apidog-mcp-server@latest",
        "--oas=https://petstore.swagger.io/v2/swagger.json"
      ]
    }
  }
}

Windows için:

{
  "mcpServers": {
    "API specification": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "apidog-mcp-server@latest",
        "--oas=https://petstore.swagger.io/v2/swagger.json"
      ]
    }
  }
}

Yapılandırmayı Doğrulayın

Kurulumdan sonra, yapay zeka asistanınızı Agent modunda yönlendirerek bağlantıyı test edin. Örneğin:

@MyApidogAPI please fetch the API specification and tell me how many endpoints exist in the project.

Yapay zeka, API spesifikasyonunuzdan bilgilerle yanıt verirse, kurulum başarılıdır. API verilerinin yerel olarak önbelleğe alındığını unutmayın. Spesifikasyonlarınızı Apidog'da güncellerseniz, yapay zekaya en son değişiklikleri almak için bağlamını yenilemesini söyleyin.

Sonuç

Yapay zekayı geliştirme iş akışınızla entegre etmek artık bir lüks değil, bir oyun değiştirici. Google Search Console ve Apidog MCP gibi MCP sunucularını kurarak, yapay zeka asistanlarınızın kritik veri kümeleriyle doğrudan etkileşim kurmasını sağlayarak, SEO analizi ve API geliştirmede gelişmiş kullanım durumlarının kilidini açarsınız.

button