Lojistikte MCP: Yapay Zeka Aracılarının Kargo API'larına Bağlanması (2026 Rehberi)

Nedir?	Yük sistemlerinizin AI aracılar tarafından aranmasını sağlayan açık bir standart
Protokol	stdio veya HTTP üzerinden JSON-RPC 2.0
Temel yapı taşları	Araçlar (ações), Kaynaklar (salt okunur veriler), İstemler (şablonlar)
Yük kullanım durumları	Fiyat teklifi alma, rezervasyon yapma, takip etme, BOL/POD çekme, faturaları denetleme
2026'da yayında	Warp, CargoAi CargoMART, FreightUtils, C.H. Robinson
Tek entegrasyon	Claude, ChatGPT, Copilot, Gemini, Cursor genelinde çalışır

Yıllardır, yük yazılımını yeni bir ortakla her bağladığımızda, yeni bir özel API projesi anlamına geliyordu ve ekiplerin her araç için aynı altyapıyı yeniden inşa ettiğini gördüm. 2026'da ikinci bir entegrasyon yüzeyi ortaya çıktı: Claude, ChatGPT, Microsoft Copilot veya Gemini içindeki bir AI aracısının yük sistemlerinizi doğrudan çağırmasını sağlayan açık bir standart olan Model Bağımlılık Protokolü (MCP). Bir kişinin bir portalda gezinmesi yerine, aracı düz bir dille fiyat teklifi ister, yük rezervasyonu yapar veya teslimat kanıtı çeker. Bu kılavuz, MCP'nin ne olduğunu, bir yük API'sine nasıl eşlendiğini açıklar ve minimal çalışan bir sunucu gösterir. Ayrıca kimlerin zaten üretimde çalıştırdığını ve nerede dikkatli olmanız gerektiğini gözden geçireceğim.

MCP Nedir?

Model Bağımlılık Protokolü, başlangıçta Anthropic tarafından yayınlanan ve şimdi daha geniş toplulukla geliştirilen, yapay zeka modellerini harici araçlara ve verilere bağlamak için açık bir özelliktir. Bir yapay zeka istemcisi ile yazılımınız arasındaki "tel formatını" standartlaştırır, böylece her asistan için yeniden uygulamak yerine bağlantıyı bir kez oluşturursunuz.

Teknik olarak MCP, yerel bir stdio taşıması veya uzak bir HTTP taşıması üzerinden JSON-RPC 2.0 konuşur. Bir sunucu, bir aracı bağlandığında üç tür yetenek beyan eder:

Araçlar - modelin çağırabileceği, API'ye sorgu gönderme veya hesaplama yapma gibi yürütülebilir eylemler. Araçlar model kontrolündedir: aracı onları keşfeder ve ne zaman çağıracağına karar verir.
Kaynaklar - uygulama tarafından bağlam için sunulan, salt okunur veriler, örneğin bir fiyat tablosu, bir taşıyıcı listesi veya bir sevkiyat belgesi. Uygulamanız, model değil, bunları ne zaman ekleyeceğine karar verir.
İstemler - istemcinin listeleyip doldurabileceği, yeniden kullanılabilir, kullanıcı tarafından kontrol edilen şablonlar (örneğin, "çok duraklı LTL rotası planla").

Her yetenek standart list ve call/get yöntemlerine sahiptir, bu da tek bir MCP sunucusunun her asistan için özel bir yapıştırıcı olmadan herhangi bir MCP uyumlu istemcide çalışmasının nedenidir.

MCP Neden Freight İçin Önemli?

Lojistik, birçok sistem arasında bir koordinasyon problemidir: bir taşıma yönetim sistemi (TMS), taşıyıcı API'leri, fiyatlandırma motorları, takip ve izleme, gümrük verileri, ERP. Geçmişte her yapay zeka özelliği ayrı bir entegrasyon anlamına geliyordu ve her yeni asistan yeniden yapmayı gerektiriyordu. MCP bunu ortadan kaldırır. Freight yeteneklerinizi bir kez MCP sunucusu olarak sunarsınız ve herhangi bir aracı sizin aracılığınızla fiyat teklifi verebilir, rezervasyon yapabilir, ardından hareket halindeki her şeyi takip edebilir.

Pratik getirisi, göndericilerin zaten freight rezervasyon yazılımı ve modern API'lerden elde ettiği aynı faydadır, yani daha az manuel portal adımı, ancak doğal dil iş akışlarına genişletilmiş halidir. Pratikte bir aracı birkaç çağrıyı bir araya getirir. Bir fiyat Kaynağını okur, bir get_quote Aracı çağırır, ardından bir izleme Aracını kontrol eder ve sonucu yüzeye çıkarır, hepsi tek bir konuşma içinde.

MCP'ye bir nakliye API'si eşleme

Bir navlun MCP sunucusu tasarlamanın en temiz yolu, her bir yeteneği üç temel öğeye ayırmaktır:

MCP'ye bir navlun API'si eşleme — Fotoğraf: Tima Miroshnichenko / Pexels

Araçlar (eylemler): get_quote, book_load, track_shipment, get_documents (BOL/POD), audit_invoice.
Kaynaklar (salt okunur bağlam): taşıyıcı listesi, hat fiyat tarifeleri, ek ücret tabloları, bir sevkiyatın durum geçmişi.
İstemler (şablonlar): "bu yük için LTL ve FTL'yi karşılaştır", "tehlikeli maddeler için en ucuz uyumlu taşıyıcıyı bul".

Akılda kalıcı bir kural: durumu değiştiren veya para harcayan her şey, onay gerektirmesi gereken bir Araçtır; referans verisi olan her şey, aracın serbestçe okuyabileceği bir Kaynaktır.

Minimal bir navlun MCP sunucusu (örnek çalışma)

Aşağıda, iki navlun aracını sunan soyulmuş bir TypeScript taslağı yer almaktadır. Resmi SDK'yı ve her araç için JSON Şeması girişlerini kullanır, daha sonra arka planda mevcut navlun API'nizi çağırır:

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { z } from "zod";

const server = new McpServer({ name: "freight", version: "1.0.0" });

// Tool 1 — quote a shipment (read-only, safe to auto-run)
server.tool(
  "get_quote",
  { origin: z.string(), destination: z.string(), weightKg: z.number(), mode: z.enum(["ltl", "ftl", "van"]) },
  async ({ origin, destination, weightKg, mode }) => {
    const r = await fetch(`https://api.example-freight.com/v1/quotes`, {
      method: "POST",
      headers: { authorization: `Bearer ${process.env.FREIGHT_TOKEN}` },
      body: JSON.stringify({ origin, destination, weightKg, mode }),
    });
    const data = await r.json();
    return { content: [{ type: "text", text: JSON.stringify(data) }] };
  },
);

// Tool 2 — track a shipment (read-only)
server.tool(
  "track_shipment",
  { shipmentId: z.string() },
  async ({ shipmentId }) => {
    const r = await fetch(`https://api.example-freight.com/v1/shipments/${shipmentId}`, {
      headers: { authorization: `Bearer ${process.env.FREIGHT_TOKEN}` },
    });
    return { content: [{ type: "text", text: JSON.stringify(await r.json()) }] };
  },
);

server.start(); // stdio by default; HTTP transport for remote agents

Bu sunucuya bağlı bir aracı, her iki aracı da çağırarak ve yanıtı birleştirerek "Lizbon'dan Madrid'e 800 kg LTL taşımak ne kadara mal olur ve ABC123 sevkiyatı nerede?" sorularını yanıtlayabilir. Bir book_load aracı da aynı şekle sahip olacaktır - ancak aşağıda ele alındığı gibi, para harcadığı için açık insan onayıyla kısıtlanacaktır.

2026'da kimler zaten navlun MCP kullanıyor?

Bu artık teorik değil. 2026'nın ilk yarısında somut üretim dağıtımları ortaya çıktı:

Warp, 16 Nisan 2026'da npm'e, navlun için ilk üretim MCP sunucusu olarak tanımlanan warp-agent-mcp'yi yayınladı. 23 aracı, canlı ağında LTL/FTL sevkiyatlarını fiyatlandırır ve rezerve eder, BOL/POD belgelerini çeker, faturaları denetler ve takip raporlar, bunların hepsi bir sandbox yerine canlı ağında gerçekleşir.
CargoAi, 5 Haziran 2026'da CargoMART hava kargo rezervasyon platformunu Copilot, ChatGPT, Claude ve Gemini'ye MCP aracılığıyla bağlayarak, nakliyecilerin düz dilde hava kargosu teklifi vermesine ve rezervasyon yapmasına olanak tanıdı.
FreightUtils, AD R tehlikeli madde araması, HS kodu araması, ücretlendirilebilir ağırlık ve CBM/LDM hesaplayıcıları, palet uyumu ve konteyner kapasitesi kapsayan, 19 ücretsiz araçla, API anahtarı gerektirmeden açık bir MCP sunucusu sunmaktadır.
C.H. Robinson, üretken yapay zeka acentelerinin 3 milyondan fazla sevkiyat görevi gerçekleştirdiğini bildirdi ve Nuvocargo, yük temas noktalarının %70'inden fazlasını yöneten bir düzine ajan başlattı. İşte MCP'nin standartlaştırmak için tasarlandığı bu tür yüksek hacimli otomasyon.

Güvenli bir başlangıç nasıl yapılır?

Rezervasyon ve ödeme eylemlerini otonom bir acenteye maruz bırakmak riskleri artırır, bu nedenle ilk günden itibaren koruyucu önlemler alın:

Kimlik doğrulaması ve kapsam belirleme. MCP sunucusuna kendi kimlik bilgilerini (OAuth veya kapsamlı belirteçler) verin ve her araca yalnızca ihtiyaç duyduğu izinleri verin, böylece bir takip aracı asla rezervasyon haklarına sahip olamaz.
Durum değişiklikleri için bir insanı döngüde tutun. Fiyatlandırma ve takip otomatik olarak çalışabilir, ancak bir rezervasyonu değiştiren veya para hareket ettiren herhangi bir şey, Araç yürütülmeden önce açık onay gerektirmelidir.
Eylemleri değişmez hale getirin. Yeniden denenmiş bir book_load'un yinelenen sevkiyatlar oluşturmasını önlemek için istemci tarafından sağlanan anahtarları kullanın.
Hız sınırlarına uyun ve her şeyi günlüğe kaydedin. Ajanlar hızlı bir şekilde birçok çağrı yapabilir; bunları sınırlayın ve anlaşmazlık çözümü ve uyumluluk için her araç çağrısının bir denetim izini saklayın.

Riskler ve sınırlamalar

MCP güçlüdür ancak sihirli değildir. Ajanlar hala argümanları halüsinasyon görebilir, bu nedenle her araç girdisini katı bir şemaya karşı doğrulayın ve mantıksız olanları reddedin. Aşırı geniş araç izinleri ana güvenlik riskidir, çünkü tehlikeye atılmış veya komut satırı enjekte edilmiş bir ajan asla para taşıyamamalı veya bir müşterinin fiyat listesini sızdıramamalıdır. Bir MCP sunucusunu diğer tüm genel API yüzeyleri gibi ele alın: en az ayrıcalık, girdi doğrulama, izleme ve geri döndürülemez herhangi bir şey üzerinde onay kapıları. Özellikle navlun için, ajanın davranışına güvenene kadar düzenlenmiş akışları (tehlikeli maddeler, gümrük) insan incelemesinin gerisinde tutun.

Bu, bir navlun pazaryeri için ne anlama geliyor

GetTransport'ta nakliyecilerin taşıyıcıları karşılaştırdığı ve sevkiyatları rezerve ettiği bir pazaryeri işletiyoruz ve MCP merceği yol haritamızı somut hale getiriyor. Bir kişinin arayüzümüzde gerçekleştirdiği işlemler, MCP araçlarına doğrudan eşlenir: birden fazla taşıyıcıdan teklif isteme, fiyatı zamanlamaya göre karşılaştırma, rezervasyon yapma ve ardından takip etme. Taşıyıcı kapsamı ve hat fiyatlandırması gibi referans verileri bunun yerine Kaynak modeline uyar. Burada bir pazaryeri hakkında en yararlı bulduğum şey, genişliktir. Tek bir get_quote aracı birden çok taşıyıcıyı aynı anda çalıştırabilir, bu da tam olarak bir ajanın iyi olduğu ve bir insanın sıkıcı bulduğu karşılaştırmadır. Nakliyeciler için mesaj şu ki, zaten bildikleri rezervasyon iş akışı, platform temiz, iyi yönetilen bir API aracılığıyla maruz kaldığı sürece bir yardımcının baştan sona sürebileceği bir şeye dönüşüyor. Bu son koşul, gerçek işin çoğunun yaşadığı yerdir ve acele etmeyeceğim kısımdır.

SSS

Lojistikte MCP nedir?

Model Bağlam Protokolü olan MCP, yapay zeka ajanlarının Claude, ChatGPT, Copilot ve Gemini gibi yardımcılar arasında çalışan tek bir entegrasyon aracılığıyla navlun teklif verme ve rezervasyon yapma ve takip etme için lojistik sistemlerini çağırmasına olanak tanıyan açık bir standarttır.

Bir yapay zeka ajanı MCP ile nasıl navlun rezerve eder?

Ajan, navlun işlemlerini araçlar olarak sunan bir MCP sunucusuna bağlanır; bunu, sunucunun alttaki navlun API'sine ilettiği yapılandırılmış girdileri ileten bir teklif aracı, ardından bir rezervasyon aracı çağırır.

MCP, navlun rezervasyonu için güvenli midir?

Her bir aracın izinlerini kapsamına alırsanız, sunucuyu kimlik doğrulamasını yaparsanız, para hareket eden işlemler üzerinde bir insan onay adımı tutarsanız, her girdiyi doğrulayıp denetim için tüm çağrıları kaydederse güvenli olabilir.

Her yapay zeka yardımcısı için ayrı bir entegrasyona ihtiyacım var mı?

Hayır, MCP'nin olayı budur. Tek bir sunucu oluşturursunuz ve bu, Claude, ChatGPT, Microsoft Copilot, Gemini ve Cursor dahil olmak üzere MCP uyumlu herhangi bir istemciyle çalışır.

2026'da hangi navlun MCP sunucuları mevcut?

Üretim örnekleri arasında 23 araçla Warp'ın warp-agent-mcp'si, hava kargo için CargoAi'nin CargoMART'ı ve 19 ücretsiz lojistik aracıyla açık kaynaklı FreightUtils sunucusu yer alıyor.