Claude Code, Codex veya Cursor ile geliştirin

ThunderPhone Agent Skills

ThunderPhone, kodlama yapan yapay zeka ajanları için üç katman sunar:

Beceriler, işin nasıl yapılacağını açıklar. MCP, kodlama yapan yapay zeka ajanının kuruluşunuzu incelemesine ve üzerinde işlem yapmasına olanak tanır. Ham dokümanlar, yüklenmiş bir becerinin kapsamı dışındaki sorular için kaynak materyal sağlar.

Bir projeye yükleyin#

Bu blok becerileri yükler, anahtarı mevcut kabuk için kullanılabilir hale getirir ve proje kapsamındaki MCP sunucusunu Claude Code'a ekler. Gerçek değeri gizli bilgiler yöneticinizden okuyarak yer tutucuyu değiştirin; anahtarı depoya veya sohbete yapıştırmayın.

npx skills add thunderphone/skills
export THUNDERPHONE_API_KEY='replace-with-value-from-your-secret-manager'
claude mcp add --transport http --scope project \
  --header 'Authorization: Bearer ${THUNDERPHONE_API_KEY}' \
  thunderphone https://api.thunderphone.com/v1/mcp

Codex için son komutu şununla değiştirin:

codex mcp add thunderphone \
  --url https://api.thunderphone.com/v1/mcp \
  --bearer-token-env-var THUNDERPHONE_API_KEY

Cursor, proje yapılandırmasını .cursor/mcp.json dosyasından okur:

{
  "mcpServers": {
    "thunderphone": {
      "type": "http",
      "url": "https://api.thunderphone.com/v1/mcp",
      "headers": {
        "Authorization": "Bearer ${env:THUNDERPHONE_API_KEY}"
      }
    }
  }
}

VS Code, aynı sunucuyu .vscode/mcp.json içindeki servers anahtarı altında kullanır:

{
  "servers": {
    "thunderphone": {
      "type": "http",
      "url": "https://api.thunderphone.com/v1/mcp",
      "headers": {
        "Authorization": "Bearer ${env:THUNDERPHONE_API_KEY}"
      }
    }
  }
}

Örnek oturum: iki dilli diş kliniği resepsiyonisti#

1. Kodlama ajanından create-agent, thunderphone-prompt-builder, build-tool-integration, add-knowledge ve test-agent araçlarını yüklemesini isteyin. Önce plan yapmasını ve henüz kaynak oluşturmamasını söyleyin.
2. Doğrulanmış klinik bilgilerini, desteklenen görevleri, eskalasyon kurallarını ve gerekli iki yerel ayarı verin. Bir ses veya yerel ayar uydurmak yerine canlı ses kataloğunu ve desteklenen dilleri kontrol etmesini sağlayın.
3. Genel ilkeler ve bilgilerden oluşturulmuş tek bir üretim istemi isteyin. Yapay zeka ajanı arayanın desteklenen diline geçmeli, konuşmayı kısa tutmalı, her seferinde tek soru sormalı ve arayan yanıtı komut dosyalarından kaçınmalıdır.
4. Dar kapsamlı bir randevu planlama aracı tanımlamasını ve yalnızca resepsiyonistin ihtiyaç duyduğu bilgileri eklemesini sağlayın. Yayına almadan önce araç başarısını, uygunluk olmamasını, geçersiz girdiyi, zaman aşımını ve bir insana aktarmayı test edin.
5. Her iki dil, kesintiler, düzeltmeler, eksik bilgiler, bilgi soruları, randevu planlama hataları ve eskalasyon için senaryolar oluşturun. Bunları çalıştırın, transkriptleri ve araç kanıtlarını inceleyin, en küçük genel kuralı düzeltin ve aynı seti yeniden çalıştırın.
6. Tam taslağı ve test kanıtlarını inceleyin, ardından yayına alma ve numara ekleme için açıkça yetki verin. Gerçek trafiğe geçmeden önce her dilde kontrollü bir sesli arama yapın.

Türü belirlenmiş REST istekleri için Python veya TypeScript SDK'sını kullanın.

Bir derleme deterministik yükler, sürümlenmiş demirbaşlar, toplu orkestrasyon veya mevcut MCP araç listesinde bulunmayan bir işlem gerektiriyorsa MCP yerine REST kullanın. API https://api.thunderphone.com/v1 adresinden başlar; API girişine ve MCP rehberine bakın.