- MCP deluje kot univerzalni standard, ki odpravlja potrebo po ustvarjanju prilagojenih integracij med modeli umetne inteligence in viri podatkov.
- Njegova arhitektura temelji na sistemu odjemalec-strežnik, kjer prvi zahteva zmogljivosti, drugi pa jih razkriva na strukturiran način.
- Protokol omogoča interakcijo z okoljem prek treh temeljnih primitivov: virov, orodij in predlog pozivov.
Kako povezati odjemalca umetne inteligence s strežnikom MCP? Prepričan sem, da se vam je to že zgodilo: imate zmogljiv programski jezik, ki je sposoben pisati kodo ali poezijo, toda v trenutku, ko ga vprašate po trenutnih podatkih o vašem podjetju ali stanju strežnika, Začne halucinirati ali vam pove, da nima dostopaDo te razlike pride, ker magistri prava živijo v nekakšnem mehurčku, izolirani od dinamičnih in resničnih informacij, s katerimi se soočamo v vsakdanjem poklicnem življenju.
Za rešitev tega kratkega stika je bil ustvarjen protokol konteksta modela (MCP), predlog, katerega osnovni cilj je biti Vrata USB-C z umetno inteligencoNamesto da bi si moral vsak razvijalec načeti možgane z ustvarjanjem ločenega mostu za povezavo Clauda ali GPT s Slackom, GitHubom ali bazo podatkov SQL, MCP vzpostavi skupni jezik, tako da se lahko vsaka umetna inteligenca brez zapletov "priklopi" na kateri koli vir podatkov.
Kaj točno je MCP in zakaj je tako potreben?
Protokol konteksta modela (Model Context Protocol) je odprti standard, ki ga je konec leta 2024 izdalo podjetje Anthropic. Nastal je za boj proti informacijskim silosom; do zdaj je bila potrebna povezava klepetalnega robota s poslovno bazo podatkov. ročno izdelane in težko vzdrževalne rešitveMCP spreminja pravila igre s ponudbo univerzalne plasti abstrakcije.
Predstavljajte si, da je kot HTTP na spletu: tako kot je HTTP omogočil kateremu koli brskalniku branje katere koli strani, tudi MCP to omogoča. Vsak pomočnik umetne inteligence porablja orodja in podatke iz katerega koli združljivega strežnika. Ne želi nadomestiti trenutnih omrežnih protokolov, temveč dodati semantično plast, posebej zasnovano tako, da pomaga umetni inteligenci razumeti, kateri podatki so na voljo in kako z njimi komunicirati.
Tehnična arhitektura: Ples med odjemalcem in strežnikom
Da bi razumeli, kako je to sestavljeno, si moramo predstavljati modularno arhitekturo, ki vključuje tri ključne figure. Najprej imamo Gostitelj MCP, ki je aplikacija, kjer se model nahaja (kot je Claude Desktop se je povezal s strežnikom MCP ali programsko integrirano razvojno okolje (IDE). V tem gostitelju se nahaja Odjemalec MCP, ki je knjižnica ali SDK, odgovorna za upravljanje tehnične komunikacije.
Na drugi skrajnosti je Strežnik MCPLahek program deluje kot adapter. Strežnik "pozna" vir podatkov (API, datotečni sistem ali bazo podatkov) in ga predstavi odjemalcu na standardiziran način. Najmočnejši vidik te sheme je, da omogoča povezave od mnogih do mnogihEn sam gostitelj je lahko hkrati povezan z desetimi različnimi strežniki, kar bogati kontekst modela z informacijami iz različnih virov.
Koščki sestavljanke: viri, orodja in pozivi
Protokol ni omejen na posredovanje besedila, temveč opredeljuje tri različne oblike interakcije:
- Viri: To so statični podatki, kot je vsebina besedilne datoteke ali sistemskega dnevnika. Identificirani so z uporabo URI-jev in se uporabljajo za v model vnesite neposreden kontekst da ima najnovejše informacije, preden odgovori.
- Orodja: Tu se umetna inteligenca premakne od branja k delovanju. Orodja omogočajo izvajanje dejanj, kot je spletno iskanje ali zagon poizvedbe SQL. Model se odloči, kdaj jih poklicati, strežnik pa izvede dejanje in vrne rezultat. Potrebujejo človeški nadzor saj lahko spremenijo stanje sistema.
- Pozivi: To so vnaprej določene predloge, ki jih zagotavlja strežnik. Namesto da bi uporabnik napisal poziv od začetka, izbere predlogo (na primer »Analiziraj kodo«), ki že vključuje optimizirana navodila za delovanje umetne inteligence na določen način.
V praksi je vpliv ogromen. V programskem integriranem razvojnem okolju (IDE) lahko čarovnik uporabi MCP za preverite zgodovino zapisov v Gitu in razložite, zakaj je bila vrstica kode spremenjena pred tremi meseci, ne da bi vam bilo treba karkoli kopirati in prilepiti. V poslovnem svetu lahko bot preklaplja med Slackom in Google Driveom, da povzame odločitev, sprejeto na sestanku, pri čemer uporablja obstoječe strežnike MCP za obe platformi.
Microsoft je to agresivno integriral v svoj ekosistem. Studio CopilotRazvijalci lahko z le nekaj kliki dodajo dejanja, ki temeljijo na MCP, zaradi česar agent samodejno podeduje zmogljivosti strežnika. Po drugi strani pa Livarna umetne inteligence Azure Svojim agentom omogoča, da delujejo kot strežniki MCP, kar zunanjemu odjemalcu (kot je Claude Desktop) omogoča, da zažene zmogljiva orodja Azure, kot sta iskanja Bing ali dostop do SharePointa.
Za tiste, ki se želijo malo poigrati s kodo, obstaja več poti. V JavaScriptu je SDK za umetno inteligenco Vercel ponuja funkcijo createMCPClientTransporte je mogoče konfigurirati prek STDIO (za lokalne strežnike) ali Streamable HTTP (za oddaljene strežnike). Ko je odjemalec ustvarjen, preprosto posredujte orodja, pridobljena s strežnika, funkciji. generateText modela, da lahko umetna inteligenca komunicira z resničnim svetom.
V Pythonu je postopek podoben. Z uporabo knjižnic, kot so mcp y azure-identityUstvarite lahko odjemalca, ki preverja pristnost z uporabo nosilnih žetonov. Pogost primer je gradnja SQL agentStrežnik izpostavi funkcijo za izvajanje poizvedb v SQLite, odjemalec pa uporabi model, kot je Claude 3.7 Sonnet, za prevajanje uporabnikovega naravnega jezika v veljavno kodo SQL in jo izvede prek protokola MCP.
Sprejetje tega standarda ustvarja ekosistem, kjer umetna inteligenca preneha biti orakelj, ki ugiba na podlagi statistike, in postane natančen upravljavec digitalnih orodijZ ločitvijo inteligence (modela) od dostopovne zmogljivosti (strežnika MCP) smo pridobili modularnost, ki omogoča posodabljanje podatkov ali spreminjanje modela, ne da bi bilo treba vse integracije reprogramirati od začetka, s čimer smo demokratizirali dostop do poslovnih in tehničnih informacij na varen in prilagodljiv način.
Navdušen nad tehnologijo že od malih nog. Všeč mi je, da sem na tekočem v sektorju in predvsem to komuniciram. Zato se že vrsto let posvečam komunikaciji na spletnih mestih o tehnologiji in video igrah. Najdete me, da pišem o sistemih Android, Windows, MacOS, iOS, Nintendo ali kateri koli drugi sorodni temi, ki vam pride na misel.