Skip to main content
Glama

ML Booster Map

Türkiye için ücretsiz veri kaynaklarını sektör bazında haritalayan, ML'e hazır aylık panel ve bu panelden türetilmiş feature'lar üreten araç. Amaç veri kaynağı ve ML'e hazır feature'lardır; ürün burada biter. Forecast, model eğitimi ve model karşılaştırması kapsam dışıdır. Dört şekilde kullanılabilir:

  • Claude Code plugin'i: MCP sunucusu ve uçtan uca birlikte çalışan 6 skill. "Otomotiv sektörünü analiz et" gibi doğal dildeki bir istek, paylaşılabilir bir HTML rapor üretir.

  • MCP sunucusu: Claude Code ya da Claude Desktop'tan araç olarak.

  • CLI / Python paketi: mlbooster.

  • Yerel web paneli: mlbooster web. Sektörü ve tarih aralığını tarayıcıdan seçersiniz; panel, veri kalitesi ve pazar payı ekranları yalnızca bu bilgisayarda (127.0.0.1) çalışır.

Durum: Katalog 12 kaynak ve 9 sektör içeriyor (bankacılık, sigorta, telekom, otomotiv, akaryakıt, perakende, turizm, konut, makro_genel). Veri çeken provider'lar TCMB EVDS3, TÜİK, BDDK, TSB (şirket ve branş bazında prim üretimi; mlbooster market-share --source tsb --series TSB.PRIM.TRAFIK.YTD), BKM (kartlı ödeme istatistikleri; lisans gereği yerel depoya yazılmaz), EPDK (petrol ve LPG aylık sektör raporları, 2016'dan itibaren lisans sahibi bazında satışlar; mlbooster market-share --source epdk --series EPDK.PETROL.MOTORIN), BTK (çeyreklik Pazar Verileri Raporu: mobil abone payı, işletmeci gelirleri, sabit genişbant payları; mlbooster market-share --source btk --series BTK.MOBIL.ABONE.PAY), ODMD (marka bazında aylık otomobil ve hafif ticari satışları; mlbooster market-share --source odmd --series ODMD.OTOMOBIL), TBB (banka bazında çeyreklik aktif, kredi, mevduat ve özkaynak; mlbooster market-share --source tbb --series TBB.AKTIF), BIS ve OECD; on biri de canlı doğrulandı. EPİAŞ adapter'ı hazır; kullanmak için ücretsiz bir Şeffaflık Platformu hesabı gerekir (aşağıda). MVP'deki 10 kaynağın hepsinin adapter'ı hazır.

Veri kapsamı

Frekans

Seriler (örnekler)

Kaynak

Günlük (iş günü)

USD/TRY, EUR/TRY, BIST 100, TLREF, AOFM, politika faizi

EVDS, BIS

Haftalık

Sektörel kartlı harcamalar (toplam ve 14 sektör: market, giyim, yakıt, konaklama, havayolu, internet…), TCMB rezervleri, M2, kredi ve mevduat faizleri

EVDS

Aylık

TÜFE (2025=100), ÜFE, PKA enflasyon beklentisi, işsizlik oranı, sanayi üretimi, perakende satış hacmi, kapasite kullanımı, konut fiyat endeksi ve satışları, OSD üretimi, güven endeksleri, BKM kartlı ödeme endeksi, reel/nominal efektif kur, OECD öncü göstergesi ve güven endeksleri

EVDS, TÜİK, BIS, OECD

Aylık, banka grubuna göre

Bankacılık sektörünün toplam aktifleri, kredileri, mevduatı ve özkaynakları; kamu, yerli özel ve yabancı mevduat bankaları, katılım bankaları, kalkınma ve yatırım bankaları (ayrıca sahiplik kırılımı: kamu, yerli özel, yabancı)

BDDK Aylık Bülten

Çeyreklik

Brüt dış borç, konut fiyatları (BIS), özel sektör kredisi/GSYH

EVDS, BIS

Paneller aylık (varsayılan), haftalık (--freq W, Cuma) ya da iş günü frekansında (--freq B) üretilebilir. Her frekansta point-in-time kuralı geçerlidir.

1. EVDS API key

API key'i evds3.tcmb.gov.tr → Benim Sayfam → Profilim → API KEY KOPYALA yolundan alın. Tek bir yere koymanız yeterlidir; CLI, MCP sunucusu ve bütün skill'ler buradan okur:

mkdir -p ~/.mlbooster && echo "EVDS_API_KEY=ANAHTARINIZ" >> ~/.mlbooster/.env && chmod 600 ~/.mlbooster/.env

Key yalnızca HTTP header'ında ve yalnızca evds3.tcmb.gov.tr adresine gönderilir. URL'lere, log'lara ve ham veri manifest'ine yazılmaz.

EPİAŞ (isteğe bağlı): Elektrik piyasası verileri (PTF, SMF, tüketim, üretim) için kayit.epias.com.tr adresinden ücretsiz bir Şeffaflık Platformu hesabı açın ve aynı .env dosyasına EPIAS_USERNAME (kayıt e-postası) ile EPIAS_PASSWORD değerlerini yazın. Kimlik bilgileri yalnızca giris.epias.com.tr adresine gönderilir; alınan TGT yalnızca bellekte tutulur. Bu değerler yoksa EPİAŞ healthcheck'i atlanır.

EPİAŞ servisleri tek istekte en fazla 3 ay (üretim) ya da 1 yıl (PTF, SMF, tüketim) veri verir. mlbooster fetch --source epias --series EPIAS.PTF başlangıç tarihi verilmezse son 5 yılı bu sınırlara göre bölerek bir kez çeker ve yerel depoya yazar; sonraki çağrılar yalnızca eksik dönemi ve son 7 günü ister. Farklı bir geçmiş için --start verin (ör. son 2 yıl için --start 2024-11-01), bütün aralığı yeniden çekmek için --refresh kullanın.

Google Trends (isteğe bağlı, BigQuery): Türkiye'nin günlük Google Trends listeleri (Top 25 ve yükselen 25 terim) Google'ın BigQuery'deki ücretsiz public dataset'inden çekilir (--source bq_trends). Kaynak yalnızca son 30 günün listelerini tutar; mlbooster her çekimde yeni günleri yerel depoya yazar, geçmiş orada birikir. BQT.ILGI.<TERIM> (ör. BQT.ILGI.TOGG) listeye girmiş bir terimin 5 yıllık haftalık arama ilgisini il kırılımıyla verir. İstenen herhangi bir terim sorgulanamaz. Değerler arama ilgisi proxy'sidir, pazar payı değildir.

  1. Bir Google Cloud projesi açın ya da seçin (BigQuery sandbox kart bilgisi istemez).

  2. gcloud auth application-default login çalıştırın ya da "BigQuery Job User" rolü olan bir service account anahtarının yolunu GOOGLE_APPLICATION_CREDENTIALS ile verin.

  3. .env dosyasına BQ_PROJECT_ID=<proje-kimliği> yazın. Sorgular bu projeye faturalanır; ayda 1 TiB ücretsizdir ve her sorgu BQ_MAX_BYTES_BILLED tavanıyla (varsayılan 5 GiB) sınırlanır.

  4. mlbooster health --source bq_trends ile bağlantıyı kontrol edin.

Yerel kopya (isteğe bağlı): mlbooster trends-mirror enable Google Trends'in Türkiye satırlarını yerel depoya indirir; liste geçmişi 30 günle sınırlı kalmaz. İlk kopya yaklaşık 42 GiB okur (ücretsiz aylık 1 TiB kotadan düşer), yaklaşık 8 dakika sürer ve diskte yaklaşık 16 MB yer kaplar; sonraki güncellemeler yalnızca yeni günleri okur. Kapatmak ve silmek için mlbooster trends-mirror disable. Kullanıcı onaylamadan kopya alınmaz. Veri setinin koşulları yerel saklamayı yasaklamıyor, ama açıkça da izin vermiyor.

Related MCP server: turkiye-veri-mcp

2a. Claude Code plugin'i (önerilen)

uv gerekir; MCP sunucusu uvx ile otomatik kurulur.

claude plugin install ml-booster --marketplace vykarakaya26/ml_booster_mcp

Claude Code içinden de kurulabilir: /plugin install ml-booster --marketplace vykarakaya26/ml_booster_mcp

Otomatik güncelleme. Plugin, main dalındaki her merge'ü yeni sürüm olarak görür; MCP sunucusu ve skill'ler plugin'in kendi kopyasından çalışır (uvx --from ${CLAUDE_PLUGIN_ROOT}). Üçüncü taraf marketplace'lerde otomatik güncelleme varsayılan olarak kapalıdır ve yalnızca kullanıcı açabilir; bir kez açmanız yeterlidir:

  1. Claude Code'da /plugin → Marketplaces → ml-booster-tools → Enable auto-update.

  2. Güncelleme indiğinde Claude Code Plugin updated: ml-booster · Run /reload-plugins to apply mesajını gösterir. /reload-plugins yeni sürümü hemen yükler; komut çalıştırılmazsa yeni sürüm bir sonraki oturumda yüklenir.

Ek olarak:

  • check_updates MCP aracı ve mlbooster version --check komutu yeni sürüm olup olmadığını bildirir. Sonuç 24 saat cache'te tutulur; kontrolü kapatmak için MLBOOSTER_NO_UPDATE_CHECK=1 kullanın.

  • Veri cache'inin yenilenmesi. Panel kurulurken yerel cache serinin frekansına göre belirlenen TTL'yi aşmışsa (günlük 12 saat, haftalık 1 gün, aylık 3 gün, çeyreklik 7 gün) veri kaynaktan yeniden çekilir. Her çekim ayrı bir vintage olarak saklanır; eski vintage'lar korunur.

Skill

Ne yapar

Örnek istem

sector-analysis

Kaynak haritasını, feature panelini ve kalite özetini yorumlu bir HTML raporda birleştirir

"Otomotiv sektörü için veri analizi ve rapor hazırla"

evds-series-discovery

EVDS'de güncel seri kodunu bulur, canlı doğrular ve feature'a bağlar

"Bankacılıkta kredi faizi feature'ı eksik, EVDS'den bul"

data-quality-audit

Stale seri, eksik gözlem, outlier, structural break ve collinearity denetimi yapar (HTML)

"Sigorta panelindeki verilerin kalitesini denetle"

market-share

Marka ya da şirket adından sektör, sıra, pay, rakip ve yoğunlaşma raporu; web'de yayımlanmış pay rakamlarını kaynak politikasına göre derler ve hesaplanmış paylardan ayrı gösterir (share-research agent'ı; panelden ve CLI'dan kullanıcının Claude Code'u ile çalışır); ayrıca kullanıcının tablosuyla pazar payı analizi: paylar (aylık akımda son 12 ay tabanı), yoğunlaşma (HHI aralığı, CR3/CR5, istikrarsızlık endeksi), oyuncu bazında trend, veriye dayalı rakip seti (substitution correlation, segment örtüşmesi) ve nitel rakip değerlendirmesi, shift-share ayrıştırması, pazar büyümesinin makro sürücüleri (HTML). Girdi kolonları entity, date, value[, segment]; pazar toplamı TOPLAM satırlarıyla verilir (TOTAL da kabul edilir)

"Elimdeki ODMD verisiyle Marka X'in pazar payını ve rakiplerini analiz et"

data-prep

Dağılıma dayalı ön işleme: her feature için eğitim penceresinde ortalama/standart sapma ile medyan/MAD/IQR arasında seçim, nedensel Hampel filtresiyle outlier'ları winsorize etme ya da işaretleme, log/Yeo–Johnson, unit root varsa fark alma, standard/robust scaling; bütün parametreler yalnızca eğitim penceresinden tahmin edilir (HTML)

"Telekom panelini doğrusal model için hazırla; medyan mı ortalama mı karar ver"

feature-engineering

Sektöre özgü otomatik feature üretimi (lag, rolling istatistik, momentum, z-score, reel faiz ve faiz farkı tarifleri, iş günü ve bayram takvimi, ÖTV/eşel mobil/deprem gibi olaylar) ve etkin örneklem + Benjamini–Hochberg ile leakage'sız seçim (HTML)

"Enflasyon modelim için 1 ay ilerisine göre feature üret ve seç"

Raporlar çalışma dizininde mlbooster-reports/<sektör>-<tarih>/ altına yazılır. Her rapor tek dosyadır, açık/koyu temayı destekler ve dış kaynak yüklemez.

Varsayım ve dayanak yapısı

Analiz yapan skill'ler işe başlamadan önce kullanıcıdan şu girdileri alır:

  • amaç ve desteklenen karar

  • hedef değişken

  • horizon

  • nominal ya da reel çalışılacağı

  • sektör varsayımları

Bu girdiler assumptions.json dosyasına kaydedilir. Raporun Girdiler ve varsayımlar bölümü her varsayımın türünü (kullanıcı onaylı, sektör varsayımı, onaysız varsayılan ya da veriden türetilmiş), güven düzeyini ve tarihini gösterir. 3 aydan eski bilgiler "güncel değil — doğrulanmalı" olarak işaretlenir. Rapordaki her ifade dört dayanaktan birine bağlanır: veri, varsayım (A#), model ya da yorum. Onaysız bir varsayıma dayanan sonuç koşullu olarak yazılır.

Skill'ler tek bir analiz zincirinin halkalarıdır; aynı çalışma klasörünü, varsayım kaydını ve eğitim penceresini paylaşır: sector-analysis → data-quality-audit → data-prep → feature-engineering, oyuncu düzeyinde market-share (ayrıntı: skills/_shared/references/workflow.md; O'Reilly ve serbest erişimli kitaplar dahil kaynakça: skills/_shared/references/literature.md).

Metodoloji belgeleri (skills/_shared/references/)

Belge

İçerik

analysis-playbook.md

Dağılım teşhisi (ADF ve KPSS birlikte, heavy tail, volatilite rejimi, mevsimsellik); yüksek enflasyona özgü kurallar (log-fark, YoY baz etkisi, reel faiz, efektif politika duruşu, olay takvimi); leakage kontrol listesi

assumptions-guide.md

Analiz öncesinde sorulacak sorular, varsayım kaydı, veri/varsayım/model/yorum etiketleri, senaryo ve duyarlılık analizi, ölçülü olasılık dili, abartıya karşı kontrol listesi

sector-assumptions.md

Bankacılık, sigorta, telekom, otomotiv ve akaryakıt için belirleyiciler, açıkça yazılması gereken varsayımlar ve birincil kontrol kaynakları. Regülasyon rakamları sabit olarak gömülmez

2b. Yalnızca MCP sunucusu

pip install "git+https://github.com/vykarakaya26/ml_booster_mcp.git"
claude mcp add mlbooster -- mlbooster-mcp

Araçlar: list_sectors, list_sources, show_map, search_series, discover_series, set_feature_series, fetch_series, build_panel, audit_panel, prepare_panel, engineer_features, analyze_brand, build_brand_features, analyze_search_interest, trends_mirror_status, trends_mirror_update, evidence_policy, read_evidence_pdf, record_share_evidence, list_share_evidence, reject_share_evidence, analyze_market_share, analyze_source_market_share, health, check_updates.

Seri kodlarını keşfetmek için TCMB'nin resmi EVDS-MCP sunucusu da eklenebilir: claude mcp add --transport http evds https://mcp.tcmb.gov.tr/tcmb-mcp/evds/mcp

CLI

mlbooster catalog list --sector bankacilik
mlbooster map show --sector sigorta                       # --format json
mlbooster catalog search "kredi faiz"                     # EVDS veri grubu arama
mlbooster catalog series --datagroup bie_kt100h
mlbooster catalog set-feature --sector otomotiv --feature tasit_kredisi_faizi --series TP.KTF11
mlbooster fetch --series TP.TUKFIY2025.GENEL --start 2015-01 --formula 3
mlbooster build-panel --sector otomotiv --out otomotiv.csv  # .parquet veya .csv
mlbooster build-panel --sector makro_genel --freq W --out makro_haftalik.csv  # haftalık (Cuma) panel
mlbooster audit --sector otomotiv --json audit.json
mlbooster prep --sector makro_genel --target tufe_yoy --train-end 2022-12 --out hazir.csv --json prep.json
mlbooster features --sector makro_genel --target tufe_yoy --train-end 2022-12 --selected-out secilen.csv --json features.json
mlbooster brand "Anadolu Sigorta" --features --json brand.json  # marka adından sektör, sıra, pay, rakip ve feature'lar
mlbooster brand "Togg" --search-interest  # isteğe bağlı arama ilgisi: BigQuery projenize sorgu gönderir
mlbooster brand "Doğuş Otomotiv"  # grup: markalarının toplamı
mlbooster brand "Migros" --web-search  # yayımlanmış pay bulgularını kendi Claude Code planınızla arar; API key gerekmez, birkaç dakika sürer (panelde "Web'de kaynak ara")
mlbooster evidence list "Migros"  # kayıtlı yayımlanmış pay bulguları
mlbooster market-share --input pay.csv --focus "Marka X" --unit adet --sector otomotiv --json share.json
mlbooster market-share --source bddk --series BDDK.AKTIF --start 2019-01 --focus Katılım  # banka grubu payları (BDDK)
mlbooster health
mlbooster web                                             # yerel web paneli: http://127.0.0.1:8765

Yerel web paneli

mlbooster web komutu tarayıcıda bir panel açar. Panelde şu ekranlar bulunur:

Ekran

İçerik

Genel bakış

Adım akışı ve sektör kartları (her sektörde kaç feature'ın hazır olduğu)

1. Sektör ve kaynaklar

Okunur feature adları, dönüşüm, birim, kaynak ve yayın gecikmesi; eksik seri kodları için "Yapılması gerekenler"

2. Feature paneli

Frekans seçimi (aylık, haftalık, iş günü), son değer ve önceki döneme göre farkı veren seri kartları, CSV/Parquet indirme

3. Veri kalitesi

Feature bazında durum, outlier ve structural break işaretli grafik, her bulgu için "Öneri"

Pazar payı ve rakipler

CSV/JSON tablo yükleme ya da yapıştırma (örnek veri hazır) veya "Kaynaktan çek" ile oyuncu kırılımlı katalog serileri (BDDK, TBB, TSB, BTK, ODMD, EPDK; dönem üst çubuktan), odak oyuncu seçimi; paylar, HHI ve CR3/CR5, pay kazanan ve kaybeden oyuncular, substitution correlation ile rakip seti, segment bazında shift-share

Kaynak durumu

Provider canary testleri

Her ekran bir "Özet" bölümüyle başlar ve kaynak, veri çekim zamanı, kapsanan dönem ile eksik veriyi gösteren bir damgayla biter. Teknik terimler için aranabilir bir sözlük vardır.

Panel aynı use case'leri CLI ve MCP ile ortak kullanır. Sunucu yalnızca 127.0.0.1 adresine bağlanır. Port --port ile değiştirilir; port doluysa sıradaki boş port kullanılır. Tarayıcının otomatik açılmasını --no-open kapatır.

Veriler varsayılan olarak ~/.mlbooster/data altında tutulur. Bu dizin MLBOOSTER_DATA_DIR ile değiştirilebilir:

Katman

İçerik

bronze/<kaynak>/

Ham yanıtlar (sha256 adlı) + manifest.jsonl (çekim zamanı, URL)

silver/source_id=<kaynak>/

Uzun format; her çekim ayrı bir vintage. Okumada her anahtar için en son vintage seçilir; store as_of ile geçmiş bir andaki vintage'ı da okuyabilir, ancak CLI ve MCP panel üretimi şu an her zaman en son vintage'ı kullanır

gold/<sektör>.parquet

Aylık dönem sonu takvimindeki point-in-time feature paneli

Panel kuralları

  • Point-in-time: Paneldeki tarih, verinin referans ayını değil kullanılabilir hale geldiği ayı gösterir. Böylece look-ahead bias oluşmaz. Örneğin Eylül TÜFE'si (3 Ekim'de yayımlanır) Ekim satırındadır. Hedef değişkeni panelle birleştirirken bu kuralı dikkate alın.

    • Günlük ve haftalık serilerde publication lag, aylığa toplamadan önce her gözleme ayrı ayrı uygulanır; yani t satırı, t ayı içinde yayımlanan gözlemlerin ortalamasıdır.

    • Aylık ve çeyreklik serilerde sabit bir ay kayması uygulanır; hiçbir ay kaybolmaz ve çakışmaz.

  • Frekans dönüşümü: Günlükten aylığa geçerken seviye serilerinde avg (veya last), akım serilerinde sum kullanılır; tamamlanmamış son ay atılır. Çeyreklik ve yıllık seriler yalnızca forward-fill ile doldurulur.

  • Reel dönüşüm: Deflator, TÜFE'nin aylık yüzde değişimlerinden chain-link ile kurulur. Bu nedenle 2003=100 → 2025=100 baz değişikliği düzeyde structural break yaratmaz.

Yeni sektör veya seri eklemek

  • Kendi makinenizde: mlbooster catalog set-feature komutu (ya da evds-series-discovery skill'i) kodu canlı doğrular ve ~/.mlbooster/catalog/overrides.yaml dosyasına yazar. Paket dosyaları değişmez.

  • Herkes için (PR): src/mlbooster/catalog_data/sectors/*.yaml ve sources/*.yaml dosyalarını düzenleyin. Kod değişikliği gerekmez.

Seri kodu henüz bilinmeyen feature'lar discover_hint ile tutulur ve panelde "atlandı" olarak raporlanır.

Mimari: Onion (Application Core)

Kod, bağımlılıkların yalnızca dıştan içe aktığı halkalara ayrılmıştır. Çekirdek (domain + application) hiçbir G/Ç kütüphanesini bilmez. HTTP, dosya, veritabanı ve MCP en dış halkada, port'ların arkasında durur.

flowchart LR
    subgraph Interfaces["interfaces (CLI, MCP, web)"]
        subgraph Infrastructure["infrastructure (HTTP, YAML, Parquet/DuckDB, .env)"]
            subgraph Application["application (use case'ler + port'lar)"]
                Domain["domain (entity'ler, value object'ler, saf servisler)"]
            end
        end
    end
    Bootstrap["bootstrap.py — composition root"] -.inject eder.-> Application

Halka

Paket

Sorumluluk

Bağımlı olabileceği

Domain

mlbooster.domain

Source, Sector, Frequency, DateRange; frekans dönüşümü, chain-link deflator, feature dönüşümleri, girdi doğrulama

yalnızca stdlib + pandas/numpy

Application

mlbooster.application

Use case'ler (BuildPanel, FetchSeries, GetSectorMap, ...) ve port'lar (SeriesProvider, ObservationStore, CatalogRepository, ...)

domain

Infrastructure

mlbooster.infrastructure

Port uygulamaları: Evds3Provider, SecureHttpClient, YamlCatalogRepository, ParquetObservationStore

application, domain

Interfaces

mlbooster.interfaces

typer CLI, MCP sunucusu, yerel web paneli (Starlette), presenter'lar

application, domain, bootstrap

  • Bağımlılık kuralı test ediliyor: tests/test_architecture.py her modülün import'larını AST ile tarar. İçteki bir halka dıştakini ya da çekirdek bir G/Ç kütüphanesini import ederse test başarısız olur.

  • Use case'ler fake port'larla test ediliyor: tests/fakes.py bellek içi provider ve store'lar sunar; BuildPanel HTTP ya da disk olmadan doğrulanır.

  • Yeni kaynak eklemek = SeriesProvider port'unu uygulayan bir sınıf yazmak, onu infrastructure/providers/registry.py içine kaydetmek ve katalog YAML'ında adapter: alanını vermek. Çekirdekte değişiklik gerekmez.

  • ADR (domain'de pandas): Zaman serisi hesapları domain kuralıdır ve pandas burada G/Ç için değil hesaplama kütüphanesi olarak kullanılır. Bu nedenle domain'de pandas/numpy'ye bilinçli olarak izin verildi; depolama schema'sı (pyarrow) ise infrastructure'da kalır.

Güvenlik

Öne çıkan önlemler: API key yalnızca header'da gönderilir, host her provider için sabitlenir, URL/path injection'a karşı allow-list uygulanır, yönlendirmeler takip edilmez, yanıt boyutu sınırlanır, SQL sorguları parametreli çalışır, YAML katı bir schema ile okunur, MCP hata mesajları güvenlidir, CI'da pip-audit çalışır. Tehdit modelinin tamamı ve ilgili testler için SECURITY.md dosyasına bakın.

Lisans ve veri kullanımı

Bu araç veri dağıtmaz; her kullanıcı veriyi kendi API key'iyle kaynaklardan çeker. Verilerin kullanım koşulları kaynak kurumlara aittir:

  • TCMB EVDS: Veriler kaynak gösterilerek kullanılabilir ve yayımlanabilir. Ticari bir üründe kullanıldığında veri, kullanıcılara/abonelere ek ücret olarak yansıtılamaz.

  • BDDK: Kaynak gösterilerek kısmen alıntı yapılabilir; ticari amaçlı kullanım BDDK'nın yazılı iznine tabidir. Veriler bankaların raporladığı konsolide olmayan bilgilerdir.

  • TBB: Kaynak gösterilerek yeniden yayımlanabilir; ticari kullanım TBB'nin yazılı iznine tabidir.

  • ODMD: Açık kullanım koşulu yayımlamıyor ("Tüm Hakları Saklıdır"); analizde kaynak gösterilerek kullanın, ham dosyaları yeniden dağıtmayın, ticari kullanım için ODMD'nin yazılı iznini alın. Tesla rakamları ODMD tahminidir.

  • BKM: Raporlar kaynak gösterilerek kullanılabilir; sitenin yasal uyarısı kopyalama, yeniden dağıtım, kalıcı saklama ve ticari kullanımı BKM'nin yazılı iznine bağlar. Bu nedenle BKM verileri yerel depoya yazılmaz, her istekte kaynaktan yeniden çekilir.

  • TSB: Açık lisans yayımlamıyor (tüm hakları TSB'ye ait); kaynak gösterilerek kullanın, ticari kullanım için TSB'nin yazılı iznini alın. Dosyalardaki rakamlar geçicidir.

  • BTK: Kullanım koşulu sayfası yok ("Tüm Hakları Saklıdır"); kaynak gösterilerek kullanın, raporları yeniden dağıtmayın, ticari kullanım için BTK'nın yazılı iznini alın.

  • EPDK: Kamuya açık yayın; kullanım koşulu sayfası yok. Kaynak gösterilerek kullanın; raporlar düzeltmelerle revize edilebilir.

  • Diğer kurumlar: Açık veri lisansı yayımlamayanlarda ticari kullanım ve yeniden dağıtım öncesinde ilgili kurumun site koşullarını kontrol edin.

  • Proxy pazar payları (KAP gelirleri, Google Trends) gerçek pazar payı değildir ve is_proxy bayrağıyla ayrı tutulur.

Geliştirme

python3.12 -m venv .venv && .venv/bin/pip install -e ".[dev]"
.venv/bin/pytest            # offline testler (respx ile mock'lanmış HTTP)
.venv/bin/pytest -m live    # canlı contract testleri, EVDS_API_KEY gerekir

Geliştirici dokümantasyonu (kaynak bazındaki kurallar, mimari ve katkı rehberi) İngilizce olarak CLAUDE.md dosyasındadır.

Kod MIT lisanslıdır; verilerin kullanım koşulları yukarıda belirtildiği gibi kaynak kurumlara aittir.

Available Tools

7 tools
build_panelC

Sektörün makro feature'larından aylık panel üretir, Parquet'e yazar; yol, boyut ve atlananları döner.

Inputs: sector (required), end, start.

discover_seriesB

Seri keşfi. EVDS veri grubu kodu (örn. bie_dkdovizgn) verilirse canlı /serieList sonucu, verilmezse katalogdaki tohum seriler döner.

Inputs: source, datagroup. Returns: result

fetch_seriesA

Serileri çeker ve yerel silver katmanına yazar. Tarihler YYYY-AA-GG. freq: D,B,W,SM,M,Q,S,A; agg: avg,min,max,first,last,sum; formula: 0 düzey, 1 %değişim, 3 yıllık %değişim. Özet ve son max_rows satırı döner.

Inputs: series (required), agg, end, freq, +4 more.

healthC

Kanarya testleri: adapter'ların kritik serilerden son gözlemleri çekip çekemediği.

Inputs: source. Returns: result

list_sectorsA

Tanımlı sektörleri (id, ad) listeler.

Inputs: no named parameters. Returns: result

list_sourcesB

Kaynak kataloğunu listeler; sector verilirse o sektörle ilgili kaynaklar.

Inputs: sector. Returns: result

show_mapB

Bir sektörün veri kaynağı haritasını (kaynaklar, makro feature'lar, pazar payı) markdown olarak döner.

Inputs: sector (required). Returns: result

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    B3.3/5.0

    Scored across 7 tools

    Disambiguation4/5

    Most tools have clearly distinct roles: list_sectors/list_sources are catalog reads, show_map renders a sector map, discover_series finds series, fetch_series ingests them, build_panel assembles the panel, and health runs canaries. The only mild overlaps are list_sources vs. show_map (both surface sources for a sector) and discover_series's catalog-seed mode vs. list_sources, but the descriptions differentiate them adequately.

    Naming Consistency4/5

    Six of seven tools follow a clean snake_case verb_noun pattern (build_panel, list_sources, show_map, discover_series, fetch_series, list_sectors). The lone outlier is 'health', a bare noun that breaks the pattern but is still unambiguous.

    Tool Count5/5

    Seven tools is well within the sweet spot and each maps to a distinct stage of the workflow: catalog inspection, discovery, ingestion, panel building, and validation. No tool feels redundant or padded.

    Completeness3/5

    The core discover → fetch → build_panel pipeline plus health checks is covered, but there is no way to inspect the local silver layer or list previously built panels, and no update/delete or cleanup operations. Agents can work around this via returned paths/summaries, but the lifecycle surface has notable gaps.

    Maintenance

    ActivityMaintained
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      A
      quality
      D
      maintenance
      Enables querying Turkish economic data (inflation, FX rates, policy rates, etc.) from TCMB EVDS via curated tools, preventing LLM hallucination.
      6
      MIT
    • A
      license
      A
      quality
      C
      maintenance
      Provides unified access to Turkish official data from TÜİK (statistics via SDMX) and TCMB EVDS (financial series), enabling search, query, and tidy CSV export with full frequency, aggregation, and formula support.
      16
      2
      MIT
    • A
      license
      A
      quality
      C
      maintenance
      MCP server that unifies official Turkish open data sources into a single interface, letting AI agents query and compare normalized indicators like population, inflation, and GDP through natural language.
      10
      MIT
    • A
      license
      A
      quality
      B
      maintenance
      Enables querying Malaysian official statistics through natural language, with correct series resolution, statistical transformations, and provenance-attached data.
      11
      MIT