MCP: بروتوكول سياق النماذج

التعريف

بروتوكول سياق النماذج (MCP) هو واجهة معيارية مفتوحة تُمكّن نماذج اللغة الكبيرة (LLMs) من الوصول الآمن والمتسق إلى مصادر البيانات الخارجية، والأدوات، والقدرات. يضع طبقة تواصل موحدة بين تطبيقات الذكاء الاصطناعي ومزودي السياق المختلفين، ليعمل بمثابة “USB-C” لأنظمة الذكاء الاصطناعي.

المكونات الرئيسية

البنية

يتبع MCP بنية خادم-عميل:

• مضيفو MCP: التطبيقات التي يتفاعل بها المستخدمون أو أنظمة الذكاء الاصطناعي (مثل Claude Desktop، أو إضافات بيئة التطوير)
• عملاء MCP: مكونات داخل تطبيقات المضيف تتولى الاتصال بالخوادم
• خوادم MCP: برامج خفيفة الوزن تعرض قدرات محددة (الوصول إلى الملفات، الاتصال بقاعدة بيانات، الوصول إلى API) عبر واجهة MCP الموحدة
• مصادر البيانات: مستودعات معلومات محلية أو عن بعد يمكن لخوادم MCP الوصول إليها بأمان

العناصر الأساسية

يحدد MCP ثلاث عناصر أساسية تعتبر حجر الأساس للبروتوكول:

1. الموارد

تمثل الموارد البيانات والمحتوى الذي تتيحه خوادم MCP لنماذج اللغة الكبيرة.

• الخصائص: تتحكم بها التطبيقات، ومعرفة بمعرفات URI فريدة
• أنواع البيانات: نصية (مشفر بـUTF-8) أو ثنائية (مشفر بـBase64)
• طرق الاكتشاف: قائمة مباشرة أو قوالب لطلبات الموارد الديناميكية
• العمليات: قراءة المحتوى، استقبال التحديثات

مثال استخدام: خادم MCP يعرض ملف سجلات كـ"مورد" بمعرف file:///logs/app.log

2. المحفزات (Prompts)

المحفزات هي قوالب أو سير عمل معدة مسبقاً تقدمها الخوادم لتوجيه تفاعل النماذج اللغوية.

• الخصائص: يطلقها المستخدم، وغالباً تظهر كأوامر سلاش
• البنية: اسم فريد، وصف، معاملات اختيارية
• الإمكانات: تقبل معاملات التخصيص، وتدمج سياق الموارد، وتحدد تفاعلات متعددة الخطوات
• العمليات: الاكتشاف عبر القوائم، والتنفيذ حسب الطلب

مثال استخدام: محفز مولد رسائل git commit يقبل تغييرات الكود كمدخلات

3. الأدوات

الأدوات تعرض وظائف قابلة للتنفيذ يمكن للنماذج اللغوية استدعاؤها (عادةً بموافقة المستخدم) لأداء مهام معينة.

• الخصائص: تتحكم بها النماذج، وتتطلب مخططات إدخال محددة جيداً
• التعليقات التوضيحية: تتضمن تلميحات حول السلوك (للقراءة فقط، مدمرة، متكررة، عالم مفتوح)
• ميزات الأمان: تحقق من صحة المدخلات، تحكم بالوصول، وتحذيرات واضحة للمستخدم
• العمليات: الاكتشاف عبر القوائم، والتنفيذ عبر استدعاءات مع معلمات

مثال استخدام: أداة آلة حاسبة تنفذ عمليات حسابية على مدخلات يقدمها النموذج

هل أنت مستعد لتنمية عملك؟

ابدأ تجربتك المجانية اليوم وشاهد النتائج في غضون أيام.

طلب عرض توضيحي تسجيل الدخول

الأهمية والفوائد

للمطورين

• تكامل موحد: ربط تطبيقات الذكاء الاصطناعي بمصادر بيانات متنوعة دون الحاجة لكتابة أكواد مخصصة لكل مصدر
• أفضل ممارسات الأمان: إرشادات مدمجة لكشف المعلومات الحساسة بأمان
• بنية مبسطة: فصل واضح بين النماذج ومصادر السياق الخاصة بها

للمستخدمين والمؤسسات

• المرونة: سهولة التبديل بين مزودي النماذج أو التطبيقات المضيفة المختلفة
• قابلية التشغيل البيني: تقليل الاعتماد على مورد واحد من خلال واجهات موحدة
• قدرات محسنة: تزويد أنظمة الذكاء الاصطناعي بمصادر معلومات وأدوات متعددة

أمثلة على التنفيذ

خادم موارد الملف

// خادم يعرض ملف سجلات واحد كمورد
const server = new Server({ /* config */ }, { capabilities: { resources: {} } });

// قائمة الموارد المتاحة
server.setRequestHandler(ListResourcesRequestSchema, async () => {
  return {
    resources: [
      {
        uri: "file:///logs/app.log",
        name: "سجلات التطبيق",
        mimeType: "text/plain"
      }
    ]
  };
});

// توفير محتوى المورد
server.setRequestHandler(ReadResourceRequestSchema, async (request) => {
  if (request.params.uri === "file:///logs/app.log") {
    const logContents = await readLogFile();
    return {
      contents: [{
        uri: request.params.uri,
        mimeType: "text/plain",
        text: logContents
      }]
    };
  }
  throw new Error("Resource not found");
});

خادم أداة الآلة الحاسبة

const server = new Server({ /* config */ }, { capabilities: { tools: {} } });

// قائمة الأدوات المتاحة
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [{
      name: "calculate_sum",
      description: "جمع رقمين معاً",
      inputSchema: {
        type: "object",
        properties: {
          a: { type: "number", description: "الرقم الأول" },
          b: { type: "number", description: "الرقم الثاني" }
        },
        required: ["a", "b"]
      },
      annotations: {
        title: "حساب المجموع",
        readOnlyHint: true,
        openWorldHint: false
      }
    }]
  };
});

// تنفيذ الأداة
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "calculate_sum") {
    try {
      const { a, b } = request.params.arguments;
      if (typeof a !== 'number' || typeof b !== 'number') {
         throw new Error("Invalid input: 'a' and 'b' must be numbers.");
      }
      const sum = a + b;
      return {
        content: [{ type: "text", text: String(sum) }]
      };
    } catch (error: any) {
      return {
        isError: true,
        content: [{ type: "text", text: `Error calculating sum: ${error.message}` }]
      };
    }
  }
  throw new Error("Tool not found");
});

انضم إلى نشرتنا الإخبارية

احصل على أحدث النصائح والاتجاهات والعروض مجانًا.

عنوان البريد الإلكتروني

اشترك

مفاهيم ذات صلة

• استدعاء وظائف النماذج اللغوية: يوفر بروتوكول سياق النماذج مقاربة موحدة لمفهوم استدعاء النماذج للوظائف
• وكلاء الذكاء الاصطناعي: يوفر MCP طريقة منظمة لأنظمة الذكاء الاصطناعي المعتمدة على الوكلاء للوصول إلى الأدوات والمعلومات
• إضافات الذكاء الاصطناعي: على غرار إضافات المتصفحات، يمكن اعتبار خوادم MCP “إضافات” توسع قدرات الذكاء الاصطناعي

توجهات مستقبلية

• تكامل الذكاء الاصطناعي المؤسسي: ربط قواعد المعرفة المؤسسية، والأدوات، وسير العمل
• الذكاء الاصطناعي متعدد الوسائط: توحيد الوصول إلى أنواع بيانات متنوعة تتجاوز النصوص
• أنظمة الذكاء الاصطناعي التعاونية: تمكين المساعدين الذكيين من العمل معاً من خلال بروتوكولات موحدة