stemsplit-mcp tanıtımı: Claude Desktop, Cursor, Cline, Windsurf ve Zed'in içinde Model Context Protocol ile AI stem ayrımı (2026)

TL;DR. stemsplit-mcp sürümünü yayınladık — StemSplit için resmi Model Context Protocol sunucusu. Bir kez npx ile kur, AI asistanını ona yönlendir; doğrudan sohbetten vokal kaldırma, karaoke üretimi, enstrümantal çıkarma ve 4 ya da 6 stem ayrımı çalıştırabilirsin — yerel ses dosyalarında veya YouTube URL'lerinde. Claude Desktop, Cursor, Cline, Windsurf, Zed ve diğer her MCP uyumlu istemcide çalışır. MIT lisanslı, GitHub'da açık kaynak, bakım gerektiren altyapı yok.

Stem ayrımı «curl ile betikten çağırdığım bir API» olmaktan çıkıp «sohbetimin bildiği bir iş» haline gelince yapay zekâlı iş akışlarının şekli değişiyor. Bu yazı nasılını ve nedenini anlatıyor.

---

Az önce yayınladığımız şey

npm üstünde stemsplit-mcp v0.2.0. Kullanmak için tek komut:

npx -y stemsplit-mcp

Sunucu Model Context Protocol konuşur — Anthropic'in 2024 sonunda tanıttığı, AI asistanlarının dış araçlarla tek tip JSON-RPC arayüzü üzerinden konuşmasını sağlayan açık standart. MCP'ye artık Claude Desktop, Cursor, Cline, Windsurf, Zed, OpenDevin, Goose ve büyüyen bir istemci listesi destek veriyor.

Sunduğu araçlar:

Ayrıca 4 kaynak (canlı bakiye, son işler, iş detayı, YouTube iş detayı) ve 4 prompt (karaoke maker, vokal yalıtıcı, altı-stem sampler paketi, YouTube enstrümantal). Tam referans GitHub README'de.

Ana kullanım: sohbete bir dosya yolu ya da YouTube URL'si bırak, stemler geri gelsin. HTTP sıhhi tesisatı yok, poll kodu yok, temizlenecek geçici dosya yok.

---

MCP neden ses için doğru biçim

Bir stem ayrım API'sini daha önce entegre ettiyseniz — bizimkini ya da başkasını — şu dansı tanırsınız:

POST /jobs            → job_id döner
GET  /jobs/:id        → status=COMPLETED olana dek 5 sn'de bir poll
GET  presigned_url    → her stem'i diske indir

Üç uç nokta, bir poll döngüsü, sürekli sona eren URL'ler, geçici 5xx için yeniden deneme mantığı. Sesi entegre eden her ekip aynı kodu baştan yazar. MCP bunu içine alır.

İncelik şu: ses dosyaları sohbet bağlamından geçmez. Çok büyükler. Onun yerine MCP referanslar — dosya yolları ve URL'ler — değiştokuş eder; gerçek baytlar makineniz, StemSplit API'si ve Cloudflare R2 arasında akar. LLM'in gördüğü şey:

• «Vokal stem'i şurada: ~/Downloads/stemsplit/job_abc123/vocals.mp3».

Bunu bir sonraki araca zincirleyebilir (transkripsiyon, normalleştirme, DAW projesine yükleme, ne olursa). 30 MB MP3'ü kendisi okumak zorunda kalmaz.

Bu, sunucunun yerel LLM'ler ve küçük bağlamlı modellerle de çalışmasının sebebi. Protokol tam olarak «ağır işi makinende yap, sadece referansı geri ver» kalıbı için tasarlandı.

---

2 dakikadan kısa sürede kurulum

Üç şey gerekli:

1. Node.js 20+ (node --version ile kontrol et)
2. StemSplit API anahtarı — stemsplit.io/app/settings/api sayfasında üret
3. MCP uyumlu istemci — aşağıda istemci başına konfigürasyonlar var

Aslında npm paketini kurmanız bile şart değil — çoğu istemci npx -y stemsplit-mcp ile başlatıp ilk çalıştırmada önbelleğe alıyor. Global kurulumu tercih ederseniz: npm install -g stemsplit-mcp.

Claude Desktop

macOS'ta ~/Library/Application Support/Claude/claude_desktop_config.json, Windows'ta %APPDATA%\Claude\claude_desktop_config.json dosyasını düzenleyin:

{
  "mcpServers": {
    "stemsplit": {
      "command": "npx",
      "args": ["-y", "stemsplit-mcp"],
      "env": {
        "STEMSPLIT_API_KEY": "sk_live_..."
      }
    }
  }
}

Claude'u yeniden başlatın. Pencerenin altındaki MCP göstergesi hazır olduğunda yeşil noktayla "stemsplit"i gösterecek.

Cursor

~/.cursor/mcp.json dosyasına ekleyin (veya Settings → MCP):

{
  "mcpServers": {
    "stemsplit": {
      "command": "npx",
      "args": ["-y", "stemsplit-mcp"],
      "env": { "STEMSPLIT_API_KEY": "sk_live_..." }
    }
  }
}

Cline (VS Code), Windsurf, Zed

Şekil aynı — command, args, env. İstemci başına tam parçacıklar docs rehberinde.

---

Pratikte nasıl görünüyor

Konfigürasyon bittikten sonra iş akışı sadece sohbetten ibaret. Kendi kullandığımız birkaç örnek:

Yerel bir dosyadan vokali çıkar

«/Users/me/Music/song.mp3 dosyasının karaoke versiyonunu yap».

LLM outputType=BOTH ile separate_stems'i seçer. Sunucu dosyayı yükler, tamamlanana kadar poll eder, vokal + enstrümantali ~/Downloads/stemsplit/<job-id>/ altına indirir ve yerel yolları asistana iletir. Asistan da enstrümantali sana gösterir.

Tek istemiyle YouTube'dan acapella

«https://youtu.be/dQw4w9WgXcQ adresinden temiz vokal çıkar».

separate_youtube'u seçer. StemSplit videoyu sunucu tarafında indirir, ayrımı yapar, vokal stem'inin yerel yolunu döner. yt-dlp yok, rate-limit dansı yok.

Sampling için altı-stem ayrımı

«~/Music/funk-bass.wav dosyasını en iyi kalitede 6 stem'e böl».

outputType=SIX_STEMS ve quality=BEST ile separate_stems'i seçer. drums, bass, vocals, other, piano ve guitar — her biri ayrı dosyada.

Ön kontrol

«Kaç dakikam kaldı?»

get_balance'ı seçer. Uzun bir iş başlatmadan önce işe yarar.

---

Kutunun içinde ne var

Sunucuya bel bağlamaya başladığınızda fark ettiren birkaç teknik karar:

Üstel backoff + jitter ile otomatik yeniden deneme

10 dakikalık bir poll döngüsünde tek bir 502 önceden tüm işi düşürebilirdi. Şimdi:

• GET istekleri ağ hataları, 5xx ve 429 için Retry-After'a saygı duyarak 4 kez yeniden denenir.
• İş oluşturma uç noktalarına POST muhafazakârdır — yalnızca sunucunun isteği hiç görmediğini ispatlayan ağ hataları yeniden deneme tetikler, yani yanlışlıkla çift ücretlendirme olmaz.
• R2 yüklemeleri 3 kez yeniden denenir; dosya her denemede yeni bir akış olarak tekrar açılır (web ReadableStream geri sarılmıyor).
• R2 indirmeleri 5xx için yeniden denenir ama 403 için asla — bu, presigned URL'nin süresinin dolduğu anlamına gelir ve doğru hamle get_job ile yeni URL almak.

Her yeniden deneme stderr'a loglanır, sorun olduğunda mekaniğin çalıştığını görebilirsiniz.

Mutlak yol doğrulama

song.mp3 gibi göreli yollar eskiden sessizce MCP sunucusunun çalışma dizinine göre çözümleniyordu — Claude Desktop ve Cursor'da bu genellikle LLM'in bilemeyeceği bir sistem köküdür. Artık göreli yolları en başta reddediyor, LLM'e tam olarak ne yapacağını söylüyoruz: «/Users/you/Music/song.mp3 gibi mutlak ya da ~/Music/song.mp3 gibi tilde yolu geç. Bilmiyorsan kullanıcıya sor».

Yapılandırılmış hata yanıtları

Her hata makine okunabilir bir code (INSUFFICIENT_CREDITS, RATE_LIMIT_EXCEEDED, FILE_TOO_LARGE, UNSUPPORTED_FORMAT vs.), insan okunabilir bir mesaj ve sık karşılaşılan durumlar için ipuçları içerir. LLM ne olduğunu anlamak için İngilizce ayrıştırmak zorunda değil.

İlerleme bildirimleri

Poll'lar MCP progress event olarak iletilir. Uzun YouTube işleri Claude Desktop'ın ilerleme arayüzünde donmuş gibi durmak yerine "10% → 35% → 70% → 100%" şeklinde görünür.

---

Mevcut seçeneklerle karşılaştırma

Aracın kullanıcısı AI asistanı içindeki bir insansa MCP sunucusu doğru tercihtir. Kullanıcı yazılımsa diğer seçenekler doğru olur.

Üretimde çoğu ekip ikisini birden kullanır: etkileşimli keşif ve tek seferlik işler için MCP sunucusu, yüksek hacimli işleme için API ya da ONNX modelleri.

---

Tasarımı gereği açık kaynak

Tüm proje MIT: github.com/StemSplit/stemsplit-mcp.

Kod tek oturuşta okunacak kadar kompakt — TypeScript, ~1,5 k satır, resmi @modelcontextprotocol/sdk ve zod dışında egzotik bağımlılık yok. Yeniden deneme yardımcısı, kaynak sınıflandırıcısı, poll mantığı ve hata eşleyicisi her biri ayrı dosyada birim testlerle birlikte yaşıyor.

Kendi ayrım backend'inize yönlendirmek için fork'larsanız değiştirilecek yüzey src/client.ts içinde. src/index.ts'teki MCP boru sistemi olduğu gibi kalır.

---

Sırada ne var

Bu v0.2.0. Yol haritasında:

1. Araç açıklamaları (readOnlyHint, openWorldHint) — katı MCP istemcilerinin get_balance gibi salt okunur araçlar için onay isteğini atlayabilmesi.
2. Paralel stem indirme — şu an seri, altı stemli işlerde 6× gereksiz yavaş.
3. recent-jobs için canlı enumeration — MCP istemcilerinin iş geçmişini yerel olarak gezebilmesi.
4. Kaynak subscribe / notify — uzun YouTube koşularında canlı ilerleme.

GitHub deposunu takip edin — her sürüm CHANGELOG girişi ve etiketli GitHub Release ile yayınlanır.

---

2026'da stemsplit-mcp sunucusu, StemSplit REST API'yi doğrudan kullanmaya kıyasla nasıl?

Etkileşimli iş akışları için — «az önce kaydettiğim 5 alma temizle», «bu YouTube linkinin karaoke versiyonunu yap», «bu funk albümünden bana bir sampler kur» — MCP sunucusu belirgin biçimde daha iyi, çünkü tüm orkestrasyon (kaynak sınıflandırma, yükleme, poll, indirme, hata kurtarma) AI asistanının üstünde. Bir cümle yazıyorsun, dosya yollarını alıyorsun. Döngüde insan olmayan sunucu-sunucu otomasyonu için REST API doğru araç — aynı kimlik doğrulama, aynı modeller, MCP runtime yok.

2026'da stemsplit-mcp'yi yerel AI modelleri veya kendi sunucumdaki LLM'lerle kullanabilir miyim?

Evet — MCP uyumlu herhangi bir istemci çalışır, yerel model destekli olanlar dahil. MCP sunucusu stdio süreç olarak çalışır ve diğer taraftaki LLM'in ne olduğunu bilmez. Claude Desktop (Claude 4.5 Sonnet / Opus), Cursor (backend modeli serbest), Cline (yapılandırılabilir), Windsurf, Zed ve Ollama üzerinden yerel modeller çalıştıran Goose ile test ettik. Mimari kasıtlı olarak modelden bağımsız.

MCP sunucusu yt-dlp'yi paketlemeden YouTube URL'lerini nasıl ele alıyor?

StemSplit'in sunucu tarafındaki /youtube-jobs uç noktasını kullanıyor — video bizim altyapımızda indiriliyor, orada ayrım yapılıyor, sonuç presigned URL'lerle dışa açılıyor. MCP sunucusu kendi başına yt-dlp'yi yerel olarak çağırmaz — sıfır rate-limit sorunu, sıfır platforma özgü kurulum hatası, sıfır yasal risk. Takas: URL'nin herkese açık olması gerekir. Özel veya yaş kısıtlı videolar bu yoldan geçmez.

stemsplit-mcp ile yapılan ayrımın kalitesi StemSplit web uygulamasıyla aynı mı?

Evet — birebir aynı. MCP sunucusu, web uygulamasının da çağırdığı /api/v1/jobs uç noktasını çağıran ince bir istemci. Modeller, kalite seviyeleri (FAST / BALANCED / BEST) ve çıktı formatları (MP3 / WAV / FLAC) aynı. Tek fark tetik yüzeyi: tarayıcı yükleme yerine AI asistanındaki sohbet.

Hangi MCP istemcileri stemsplit-mcp ile çalışıyor?

Standart MCP stdio taşımasını destekleyen tüm istemciler. Doğrulananlar: Claude Desktop, Cursor, Cline (VS Code), Windsurf, Zed, Goose (Block'un açık kaynak MCP istemcisi), OpenDevin. Model Context Protocol Anthropic'in standardı; yeni istemciler destek ekledikçe doğru kaynak resmi istemci listesi.

---

Dene

StemSplit hesabınız varsa bir API anahtarı oluşturun ve MCP kurulum rehberini izleyin. Yoksa ücretsiz başlayın — ücretsiz katman bu sunucunun her aracını denemek için fazlasıyla yeterli.

Bununla harika bir şey yaparsanız görmek isteriz: github.com/StemSplit/stemsplit-mcp/discussions veya stemsplit.io/contact.

---

stemsplit-mcp MIT lisanslıdır. Model Context Protocol, Anthropic'in 2024 sonunda tanıttığı açık bir standarttır.