MCP: Model Context-protokoll

Definition

Model Context Protocol (MCP) är ett öppet standardgränssnitt som gör det möjligt för stora språkmodeller (LLM:er) att på ett säkert och konsekvent sätt få tillgång till externa datakällor, verktyg och funktioner. Det etablerar ett standardiserat kommunikationslager mellan AI-applikationer och olika kontextleverantörer, och fungerar som “USB-C” för AI-system.

Huvudkomponenter

Arkitektur

MCP följer en klient-serverarkitektur:

• MCP-värdar: Applikationer där användare eller AI-system interagerar (t.ex. Claude Desktop, IDE-plugins)
• MCP-klienter: Komponenter inom värdapplikationer som hanterar kommunikationen med servrar
• MCP-servrar: Lätta program som exponerar specifika funktioner (filåtkomst, databasanslutningar, API-åtkomst) via det standardiserade MCP-gränssnittet
• Datakällor: Lokala eller fjärrstyrda informationskällor som MCP-servrar kan nå på ett säkert sätt

Kärnprimitiver

MCP definierar tre grundläggande primitiva byggstenar som utgör protokollets fundament:

1. Resurser

Resurser representerar data och innehåll som MCP-servrar gör tillgängliga för LLM:er.

• Egenskaper: Applikationsstyrda, identifierade med unika URI:er
• Datatyper: Text (UTF-8-kodad) eller Binär (Base64-kodad)
• Upptäcktsmetoder: Direkt listning eller mallar för dynamiska resursförfrågningar
• Operationer: Läsa innehåll, ta emot uppdateringar

Exempel på användning: En MCP-server som exponerar en loggfil som resurs med URI file:///logs/app.log

2. Prompter

Prompter är fördefinierade mallar eller arbetsflöden som servrar erbjuder för att styra interaktioner med LLM:er.

• Egenskaper: Användarinitierade, visas ofta som snedstreckskommandon
• Struktur: Unikt namn, beskrivning, valfria argument
• Funktioner: Tar emot anpassningsargument, kan inkludera resurskontext, definiera flersteginteraktioner
• Operationer: Upptäcks via listning, körs på begäran

Exempel på användning: En prompt för att generera git-commitmeddelande som tar kodändringar som indata

3. Verktyg

Verktyg exponerar exekverbara funktioner som LLM:er kan anropa (vanligtvis med användarens godkännande) för att utföra åtgärder.

• Egenskaper: Modellstyrda, kräver väldefinierade inmatningsscheman
• Annotationer: Inkluderar ledtrådar om beteende (endast läsning, destruktiva, idempotenta, open-world)
• Säkerhetsfunktioner: Inmatningsvalidering, åtkomstkontroll, tydliga användarvarningar
• Operationer: Upptäcks via listning, exekveras genom anrop med parametrar

Exempel på användning: Ett kalkylatorverktyg som utför matematiska operationer på modellens indata

Betydelse och fördelar

För utvecklare

• Standardiserad integrering: Koppla AI-applikationer till olika datakällor utan egen anpassad kod för varje integration
• Säkerhetsriktlinjer: Inbyggda riktlinjer för att på ett säkert sätt exponera känslig information
• Förenklad arkitektur: Tydlig separation mellan AI-modeller och deras kontextkällor

För användare och organisationer

• Flexibilitet: Enklare att växla mellan olika LLM-leverantörer eller värdapplikationer
• Interoperabilitet: Minskad inlåsning till leverantörer tack vare standardiserade gränssnitt
• Utökade möjligheter: AI-system får tillgång till mer varierad information och fler åtgärdsfunktioner

Implementeringsexempel

Filresursserver

// Server som exponerar en enda loggfil som resurs
const server = new Server({ /* config */ }, { capabilities: { resources: {} } });

// Lista tillgängliga resurser
server.setRequestHandler(ListResourcesRequestSchema, async () => {
  return {
    resources: [
      {
        uri: "file:///logs/app.log",
        name: "Applikationsloggar",
        mimeType: "text/plain"
      }
    ]
  };
});

// Tillhandahåll resursinnehåll
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("Resursen hittades inte");
});

Kalkylatorverktygsserver

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

// Lista tillgängliga verktyg
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [{
      name: "calculate_sum",
      description: "Addera två tal",
      inputSchema: {
        type: "object",
        properties: {
          a: { type: "number", description: "Första talet" },
          b: { type: "number", description: "Andra talet" }
        },
        required: ["a", "b"]
      },
      annotations: {
        title: "Beräkna summa",
        readOnlyHint: true,
        openWorldHint: false
      }
    }]
  };
});

// Hantera verktygsexekvering
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("Ogiltig inmatning: 'a' och 'b' måste vara tal.");
      }
      const sum = a + b;
      return {
        content: [{ type: "text", text: String(sum) }]
      };
    } catch (error: any) {
      return {
        isError: true,
        content: [{ type: "text", text: `Fel vid beräkning av summa: ${error.message}` }]
      };
    }
  }
  throw new Error("Verktyget hittades inte");
});

Relaterade begrepp

• LLM-funktionsanrop: Model Context Protocol tillhandahåller ett standardiserat tillvägagångssätt för konceptet att LLM:er anropar funktioner
• AI-agenter: MCP erbjuder ett strukturerat sätt för agentbaserade AI-system att få tillgång till verktyg och information
• AI-plugins: Precis som webbläsartillägg kan MCP-servrar betraktas som “plugins” som utökar AI-funktionalitet

Framtida riktningar

• Enterprise-AI-integrering: Koppla samman företagskunskapsbaser, verktyg och arbetsflöden
• Multimodal AI: Standardisera åtkomst till olika typer av data utöver text
• Samarbetande AI-system: Möjliggöra för AI-assistenter att samarbeta genom gemensamma protokoll