Cloudflare ile tek tıklamayla MCP sunucuları

Tüm MCP şey hakkında hiç sevmediğim bir şey, bir sunucu oluşturmanız ve kendiniz barındırmanız gerektiğidir. Bunu duyduğumdan beri, temelde sadece istediğim işlevselliği tanımlayabileceğim ve altyapının kendisi ele alınabileceği bağımsız bir çözüm arıyordum.

Cloudflare’nin aslında bunu yapmak için bir çözümü olduğu ortaya çıkıyor ve bunu Cloudflare hakkında seviyorum. Aslında bu konuda başka bir yerde konuştum, burada Cloudflare’nin temelde bir kerelik hizmetleri gerçekten iyi yaparak dünyayı nasıl yediği hakkında konuştum.

MCP sunucuları nedir?

Model Bağlam Protokolü (MCP) sunucuları, AI asistanlarını özel araçlar ve veri kaynakları ile genişletmenin bir yoludur. AI Asistanınıza veritabanlarını sorgulamak, API’leri çağırmak veya özel görevler yerine getirmek gibi belirli yeteneklere erişim sağlamanıza izin verir. Sorun şu ki, geleneksel olarak:

• Bir sunucu kurun
• Kimlik Doğrulamayı Çıkarın
• Ölçeklendirmeyi Yönetin
• Altyapı ile uğraşmak
• Çalışma süresini korumak

AI iş akışınıza basit bir özellik eklemek istediğinizde bu çok fazla ek yük.

Cloudflare’nin tek tıklamalı çözümünü girin

Cloudflare çalışanları MCP sunucuları için mükemmel bir platform sağlar çünkü:

• Altyapı yönetimi yok – Cloudflare tüm ölçeklendirme ve dağıtım işler
• Global Edge Network – MCP sunucunuz her yerde kullanıcılara yakın çalışır
• Basit dağıtım – Push kodu ve canlı
• Kullanım başına ödeme fiyatlandırması – boş sunucular için ödeme yok

Çalışan bir MCP sunucusu oluşturmak

Kullanabileceğim gerçek bir MCP sunucusu oluşturalım. Herhangi bir web sitesinin içeriğini getirebilecek ve analiz edebilen basit bir “web sitesi analizörü” oluşturacağım.

1. Adım: Projeyi kurun

mkdir cloudflare-mcp-analyzer
cd cloudflare-mcp-analyzer
npm init -y
npm install @modelcontextprotocol/sdk wrangler

2. Adım: MCP sunucusunu oluşturun

Yaratmak src/index.ts:

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import {
  CallToolRequestSchema,
  ListToolsRequestSchema,
} from "@modelcontextprotocol/sdk/types.js";

const server = new Server(
  {
    name: "website-analyzer",
    version: "1.0.0",
  },
  {
    capabilities: {
      tools: {},
    },
  },
);

// Define our tool
server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [
    {
      name: "analyze_website",
      description: "Analyze a website and extract key information",
      inputSchema: {
        type: "object",
        properties: {
          url: {
            type: "string",
            description: "The URL to analyze",
          },
        },
        required: ["url"],
      },
    },
  ],
}));

// Handle tool execution
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "analyze_website") {
    const { url } = request.params.arguments as { url: string };

    try {
      const response = await fetch(url);
      const html = await response.text();

      // Extract basic info
      const titleMatch = html.match(/.*?)<\/title>/i);
      const title = titleMatch ? titleMatch[1] : "No title found";

      const metaDescription = html.match(
        /\s+name="description"\s+content="(.*?)"/i,
      );
      const description = metaDescription
        ? metaDescription[1]
        : "No description found";

      // Count common elements
      const linkCount = (html.match(/\s/gi) || []).length;
      const imageCount = (html.match(/\s/gi) || []).length;
      const headingCount = (html.match(/[1-6]\s/gi) || []).length;

      return {
        content: [
          {
            type: "text",
            text: JSON.stringify(
              {
                url,
                title,
                description,
                stats: {
                  links: linkCount,
                  images: imageCount,
                  headings: headingCount,
                  contentLength: html.length,
                },
              },
              null,
              2,
            ),
          },
        ],
      };
    } catch (error) {
      return {
        content: [
          {
            type: "text",
            text: `Error analyzing website: ${error.message}`,
          },
        ],
      };
    }
  }

  throw new Error(`Unknown tool: ${request.params.name}`);
});

// For Cloudflare Workers
export default {
  async fetch(request: Request): Promise<Response> {
    if (request.method === "OPTIONS") {
      return new Response(null, {
        headers: {
          "Access-Control-Allow-Origin": "*",
          "Access-Control-Allow-Methods": "POST, OPTIONS",
          "Access-Control-Allow-Headers": "Content-Type",
        },
      });
    }

    // Handle MCP requests over HTTP
    const transport = new StdioServerTransport();
    await server.connect(transport);

    return new Response("MCP Server Running", { status: 200 });
  },
};

name = "mcp-website-analyzer"
main = "src/index.ts"
compatibility_date = "2024-01-01"

[build]
command = "npm run build"

[build.upload]
format = "modules"
main = "./index.js"

# Login to Cloudflare
wrangler login

# Deploy the worker
wrangler deploy

{
  "mcpServers": {
    "website-analyzer": {
      "url": "https://mcp-website-analyzer.YOUR-SUBDOMAIN.workers.dev",
      "description": "Analyzes websites and extracts key information"
    }
  }
}