Il Model Context Protocol (MCP) è un’interfaccia standard aperta che consente ai Large Language Models (LLM) di accedere in modo sicuro e coerente a fonti di dati esterne, strumenti e funzionalità, agendo come una ‘USB-C’ per i sistemi di intelligenza artificiale.
Il Model Context Protocol (MCP) è un’interfaccia standard aperta che consente ai Large Language Models (LLM) di accedere in modo sicuro e coerente a fonti di dati esterne, strumenti e funzionalità. Stabilisce uno strato di comunicazione standardizzato tra applicazioni AI e diversi provider di contesto, servendo come la “USB-C” per i sistemi di intelligenza artificiale.
MCP segue un’architettura client-server:
MCP definisce tre primitive fondamentali che costituiscono i mattoni del protocollo:
Le risorse rappresentano dati e contenuti che i server MCP mettono a disposizione degli LLM.
Esempio d’uso: Un server MCP che espone un file di log come risorsa con URI file:///logs/app.log
I prompt sono modelli o workflow predefiniti che i server offrono per guidare le interazioni degli LLM.
Esempio d’uso: Un prompt generatore di messaggi di commit git che accetta modifiche al codice come input
Gli strumenti espongono funzioni eseguibili che gli LLM possono invocare (solitamente con l’approvazione dell’utente) per compiere azioni.
Esempio d’uso: Uno strumento calcolatrice che esegue operazioni matematiche sugli input forniti dal modello
Inizia oggi la tua prova gratuita e vedi i risultati in pochi giorni.
// Server che espone un singolo file di log come risorsa
const server = new Server({ /* config */ }, { capabilities: { resources: {} } });
// Elenca le risorse disponibili
server.setRequestHandler(ListResourcesRequestSchema, async () => {
return {
resources: [
{
uri: "file:///logs/app.log",
name: "Log Applicazione",
mimeType: "text/plain"
}
]
};
});
// Fornisce il contenuto della risorsa
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("Risorsa non trovata");
});
const server = new Server({ /* config */ }, { capabilities: { tools: {} } });
// Elenca gli strumenti disponibili
server.setRequestHandler(ListToolsRequestSchema, async () => {
return {
tools: [{
name: "calculate_sum",
description: "Somma due numeri",
inputSchema: {
type: "object",
properties: {
a: { type: "number", description: "Primo numero" },
b: { type: "number", description: "Secondo numero" }
},
required: ["a", "b"]
},
annotations: {
title: "Calcola Somma",
readOnlyHint: true,
openWorldHint: false
}
}]
};
});
// Gestisce l'esecuzione dello strumento
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("Input non valido: 'a' e 'b' devono essere numeri.");
}
const sum = a + b;
return {
content: [{ type: "text", text: String(sum) }]
};
} catch (error: any) {
return {
isError: true,
content: [{ type: "text", text: `Errore nel calcolo della somma: ${error.message}` }]
};
}
}
throw new Error("Strumento non trovato");
});
Ricevi gratuitamente gli ultimi consigli, tendenze e offerte.
Inizia a costruire sistemi AI potenti con integrazioni standardizzate, accesso sicuro ai dati e connettività flessibile agli strumenti utilizzando FlowHunt.
Scopri cosa sono i server MCP (Model Context Protocol), come funzionano e perché stanno rivoluzionando l'integrazione dell'IA. Scopri come MCP semplifica il col...
Scopri come costruire e distribuire un server Model Context Protocol (MCP) per collegare modelli AI con strumenti esterni e fonti di dati. Guida passo-passo per...
Scopri perché Anthropic ha creato il Model Context Protocol (MCP), uno standard open-source che connette i modelli AI alle applicazioni e agli strumenti reali, ...
Consenso Cookie
Usiamo i cookie per migliorare la tua esperienza di navigazione e analizzare il nostro traffico. See our privacy policy.