MCP: Protokół Kontekstu Modelu

Definicja

Model Context Protocol (MCP) to otwarty standard interfejsu, który umożliwia dużym modelom językowym (LLM) bezpieczny i spójny dostęp do zewnętrznych źródeł danych, narzędzi oraz dodatkowych funkcjonalności. MCP ustanawia standaryzowaną warstwę komunikacji pomiędzy aplikacjami AI a różnymi dostawcami kontekstu, pełniąc rolę „USB-C” dla systemów sztucznej inteligencji.

Kluczowe komponenty

Architektura

MCP opiera się na architekturze klient-serwer:

• Hosty MCP: Aplikacje, w których użytkownicy lub systemy AI dokonują interakcji (np. Claude Desktop, wtyczki IDE)
• Klienci MCP: Komponenty w aplikacjach-hostach, które obsługują komunikację z serwerami
• Serwery MCP: Lekkie programy udostępniające określone funkcjonalności (dostęp do plików, połączenia z bazami danych, dostęp do API) poprzez standaryzowany interfejs MCP
• Źródła danych: Lokalne lub zdalne repozytoria informacji, do których serwery MCP mogą bezpiecznie uzyskać dostęp

Podstawowe prymitywy

MCP definiuje trzy fundamentalne prymitywy, które stanowią podstawę protokołu:

1. Zasoby

Zasoby reprezentują dane i treści, które serwery MCP udostępniają dużym modelom językowym.

• Charakterystyka: Kontrolowane przez aplikację, identyfikowane za pomocą unikalnych URI
• Typy danych: Tekst (w kodowaniu UTF-8) lub binarne (w kodowaniu Base64)
• Metody odkrywania: Bezpośrednie listowanie lub szablony umożliwiające dynamiczne żądania zasobów
• Operacje: Odczyt treści, odbieranie aktualizacji

Przykład użycia: Serwer MCP udostępniający plik logów jako zasób o URI file:///logs/app.log

2. Prompt’y

Prompt’y to zdefiniowane wcześniej szablony lub przepływy pracy, które serwery oferują w celu prowadzenia interakcji z LLM.

• Charakterystyka: Uruchamiane przez użytkownika, często jako komendy typu „slash”
• Struktura: Unikalna nazwa, opis, opcjonalne argumenty
• Możliwości: Przyjmowanie argumentów personalizujących, uwzględnianie kontekstu zasobów, definiowanie wieloetapowych interakcji
• Operacje: Odkrywanie przez listowanie, wykonanie na żądanie

Przykład użycia: Prompt generatora wiadomości do commitów git, przyjmujący zmiany w kodzie jako wejście

3. Narzędzia

Narzędzia udostępniają funkcje wykonawcze, które LLM mogą wywoływać (zazwyczaj za zgodą użytkownika) w celu wykonania akcji.

• Charakterystyka: Kontrolowane przez model, wymagają dobrze zdefiniowanych schematów wejścia
• Adnotacje: Zawierają wskazówki o zachowaniu (tylko do odczytu, destrukcyjne, idempotentne, open-world)
• Funkcje bezpieczeństwa: Walidacja wejścia, kontrola dostępu, czytelne ostrzeżenia dla użytkownika
• Operacje: Odkrywanie przez listowanie, wykonanie przez wywołanie z parametrami

Przykład użycia: Narzędzie kalkulatora wykonujące działania matematyczne na wejściu dostarczonym przez model

Znaczenie i korzyści

Dla programistów

• Standaryzowana integracja: Możliwość łączenia aplikacji AI z różnorodnymi źródłami danych bez konieczności pisania dedykowanego kodu dla każdego z nich
• Najlepsze praktyki bezpieczeństwa: Wbudowane wytyczne dotyczące bezpiecznego udostępniania wrażliwych informacji
• Uproszczona architektura: Jasny podział pomiędzy modele AI a ich źródła kontekstu

Dla użytkowników i organizacji

• Elastyczność: Łatwiejsze przełączanie się pomiędzy różnymi dostawcami LLM lub aplikacjami-hostami
• Interoperacyjność: Ograniczenie uzależnienia od jednego dostawcy dzięki standaryzowanym interfejsom
• Rozszerzone możliwości: Systemy AI zyskują dostęp do bardziej zróżnicowanych informacji i funkcjonalności

Przykłady wdrożenia

Serwer zasobów plikowych

// Serwer udostępniający pojedynczy plik logów jako zasób
const server = new Server({ /* config */ }, { capabilities: { resources: {} } });

// Listowanie dostępnych zasobów
server.setRequestHandler(ListResourcesRequestSchema, async () => {
  return {
    resources: [
      {
        uri: "file:///logs/app.log",
        name: "Logi aplikacji",
        mimeType: "text/plain"
      }
    ]
  };
});

// Udostępnianie zawartości zasobu
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("Zasób nie znaleziony");
});

Serwer narzędzi kalkulatora

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

// Listowanie dostępnych narzędzi
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [{
      name: "calculate_sum",
      description: "Dodaj do siebie dwie liczby",
      inputSchema: {
        type: "object",
        properties: {
          a: { type: "number", description: "Pierwsza liczba" },
          b: { type: "number", description: "Druga liczba" }
        },
        required: ["a", "b"]
      },
      annotations: {
        title: "Oblicz sumę",
        readOnlyHint: true,
        openWorldHint: false
      }
    }]
  };
});

// Obsługa wykonania narzędzia
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("Nieprawidłowe dane wejściowe: 'a' i 'b' muszą być liczbami.");
      }
      const sum = a + b;
      return {
        content: [{ type: "text", text: String(sum) }]
      };
    } catch (error: any) {
      return {
        isError: true,
        content: [{ type: "text", text: `Błąd podczas obliczania sumy: ${error.message}` }]
      };
    }
  }
  throw new Error("Narzędzie nie znalezione");
});

Powiązane pojęcia

• Wywoływanie funkcji przez LLM: Model Context Protocol zapewnia standaryzowane podejście do koncepcji wywoływania funkcji przez LLM
• Agenci AI: MCP oferuje ustrukturyzowany sposób dostępu agentowych systemów AI do narzędzi i informacji
• Wtyczki AI: Podobnie jak rozszerzenia przeglądarki, serwery MCP można traktować jako „wtyczki” rozszerzające możliwości AI

Kierunki rozwoju

• Integracja AI w przedsiębiorstwie: Łączenie korporacyjnych baz wiedzy, narzędzi i przepływów pracy
• AI multimodalna: Standaryzacja dostępu do różnorodnych typów danych, nie tylko tekstu
• Współpracujące systemy AI: Umożliwienie współpracy asystentów AI dzięki wspólnym protokołom