Seyahat Etkisi Modeli (TIM) API'si, yapay zeka ajanlarının ve büyük dil modellerinin (LLM'ler) API'ler ve araçlarla etkileşim kurması için tasarlanmış açık bir standart olan Model Context Protocol'ü (MCP) destekler. Yapay zeka aracıları, MCP uç noktasını kullanarak uçuş emisyonlarını hesaplamak için TIM API'nin özelliklerini dinamik olarak keşfedip kullanabilir.
Protokol hakkında daha fazla bilgi için Model Context Protocol Specification (Model Bağlamı Protokol Spesifikasyonu) başlıklı makaleyi inceleyin.
Uç nokta
Seyahat Etkisi Modeli API'sinin MCP uç noktası:
https://travelimpactmodel.googleapis.com/mcp
Tüm MCP etkileşimleri, bu uç noktaya JSON-RPC 2.0 POST istekleri gönderilerek gerçekleştirilir.
Kimlik doğrulama
MCP uç noktası, standart Travel Impact Model API ile aynı kimlik doğrulama yöntemlerini kullanır. Google Cloud projenizden geçerli bir API anahtarı sağlamalı ve "Seyahat Etkisi Modeli API'sinin" etkinleştirildiğinden emin olmalısınız.
Temel MCP Yöntemleri
MCP uç noktasıyla etkileşimler için öncelikle iki yöntem kullanılır:
tools/list: Kullanılabilir araçları, açıklamalarını ve giriş/çıkış JSON şemalarını keşfeder.tools/call: Belirli bir aracı, verilen bağımsız değişkenlerle çalıştırır.
Kullanılabilir Araçlar
Aşağıdaki işlevler araç olarak sunulur:
compute_detailed_flight_emissions: Ayrıntılı emisyon bilgilerini alır ve belirli yaklaşan uçuşlar için kapsamlı veri ilişkilendirmesi sağlar.compute_flight_emissions: Belirli yaklaşan uçuşlarla ilgili ayrıntılı emisyon bilgilerini alır.compute_typical_flight_emissions: Belirli uçuş bilgileri gerektirmeden havaalanı çiftleri arasındaki tipik emisyonları alır.compute_scope3_flight_emissions: Geçmiş uçuşların emisyonlarını alır. Kapsam 3 raporlaması için uygundur.
Giriş ve çıkışlarla ilgili şemalar tools/list
yanıtta verilmiştir.
Yapay zeka temsilcileriyle entegrasyon
Bu talimatları kullanarak popüler yapay zeka uygulamalarını yapılandırın. YOUR_API_KEY kısmını Seyahat Etkisi Modeli API anahtarınızla değiştirin.
Gemini CLI
Gemini CLI'yı yapılandırmak için aşağıdaki adımları uygulayın:
~/.gemini/extensions/travel-impact-model/gemini-extension.jsonkonumunda bir uzantı dosyası oluşturun.Aşağıdaki içeriği dosyaya kaydedin:
{ "name": "travel-impact-model", "version": "3.0.0", "mcpServers": { "travel-impact-model": { "httpUrl": "https://travelimpactmodel.googleapis.com/mcp", "headers": { "X-Goog-Api-Key": "YOUR_API_KEY" } } } }Terminalinizde
geminikomutunu çalıştırarak Gemini CLI'yı başlatın./mcp listsunucusunun yapılandırıldığını ve araçlarının kullanılabildiğini doğrulamak için/mcp listkomutunu çalıştırın.travel-impact-model
Antigravity
Antigravity'yi MCP sunucusunu kullanacak şekilde yapılandırmak için:
- Antigravity'de, Aracı bölmesinde Ek seçenekler menüsü > MCP Sunucuları > MCP Sunucularını Yönet'i tıklayın.
Açılan MCP Sunucularını Yönet bölmesinin üst kısmında,
mcp_config.jsondosyasını düzenlemek için View raw config'i (Ham yapılandırmayı görüntüle) tıklayın:{ "mcpServers": { "TravelImpactModel": { "serverUrl": "https://travelimpactmodel.googleapis.com/mcp", "headers": { "X-Goog-Api-Key": "YOUR_API_KEY" } } } }MCP sunucularını yönet'e dönün ve Yenile'yi tıklayın.
Etkileşim örnekleri
Yapılandırıldıktan sonra, doğal dili kullanarak yapay zeka aracınız üzerinden TIM API ile etkileşim kurabilirsiniz.
Kullanıcı: Zürih'ten Boston'a yapılan LX 52 sefer sayılı uçuşun emisyonu nedir?
Acente: Swiss International Air Lines'ın 25 Mart 2026 tarihli Zürih (ZRH) - Boston (BOS) arası LX 52 sefer sayılı uçuşunda yolcu başına tahmini karbon emisyonları şu şekildedir:
- Ekonomik: 354,10 kg CO2e
- Premium Ekonomi: 531,14 kg CO2e
- Business: 1.416,38 kg CO2e
- İlk: 1.770,48 kg CO2e
Bu uçuşun yoğunlaşma izi etkisi orta düzeyde olacaktır.
Kullanıcı: Zürih'ten Boston'a yapılan bir uçuşun tipik emisyonu nedir?
Acente: Zürih (ZRH) - Boston (BOS) uçuşunda yolcu başına düşen karbon emisyonları şu şekildedir:
- Ekonomik: 415,41 kg CO2e
- Premium Economy: 582,00 kg CO2e
- Business: 1.473,95 kg CO2e
- İlk: 1.817,35 kg CO2e