Bild von Editor
# Einführung
Modellkontextprotokoll (MCP) ist ein Commonplace, der definiert, wie künstliche Intelligenzsysteme mit der Außenwelt verbinden. Anstelle jedes Assistenten oder Agenten, die einen benutzerdefinierten Code benötigen, um eine Datenbank, einen Dateispeicher oder eine API zu verwenden, bietet MCP ihnen eine gemeinsame Möglichkeit, mit diesen Ressourcen zu sprechen. Auf hohem Niveau arbeiten drei Rollen zusammen: die Gastgeberdas ist die vom Benutzer ausgerichtete Anwendung; Die Kundewas der Entscheidungsträger ist, der von einem Modell angetrieben wird; und die Serverdie externe Instruments und Daten in einem konsistenten Format aufdeckt. Zusammen erzeugen diese Rollen sichere, kontextbewusste Interaktionen.
# Was ist MCP?
MCP ist ein offenes Protokoll, das 2024 von vorgestellt wurde Anthropisch Im Rahmen seiner Bemühungen, große Sprachmodelle zuverlässiger zu gestalten, wenn sie mit realen Datenquellen arbeiten. Es definiert, wie Kunden und Server mit a kommunizieren JSON-RPC 2.0 Request -Wirkungs -Muster, über Transporte wie HTTP- oder Standardeingangs-/Ausgangsströme überzogen. Im Kern liefert das Protokoll drei Primitive: WerkzeugeAnwesend RessourcenUnd Aufforderungenwelche Server aussetzen und Kunden entdecken können. Dies ermöglicht es einem KI -Assistenten in einer Host -Anwendung, verfügbare Server zu finden, Funktionen anzufordern und sicher zu nutzen, ohne direkten Zugriff auf das zugrunde liegende System zu benötigen. Das Design reduziert die Duplikation von Integrationen und erleichtert die Überwachung, Verwaltung und Skalierung von AI -Interaktionen in verschiedenen Umgebungen.
Bildnachweis: ModellContextProtocol
# MCP -Gastgeber
Ein MCP -Host ist die Anwendung, bei der Personen mit einem KI -System interagieren. Es verwaltet die Erfahrung von der Seite des Benutzers, indem sie Eingaben sammelt, Ergebnisse anzeigt und den Kommunikationsfluss mit dem Kunden koordiniert. Der Host unterhält auch den Sitzungskontext, damit Gespräche oder Aufgaben reibungslos fortgesetzt werden können. Zu den häufigen Beispielen für Hosts gehören Chat-Plattformen wie Slack- oder Microsoft-Groups, Entwicklungsumgebungen wie Visible Studio Code oder Jupyter und sogar sprachbasierte Assistenten. Wichtig ist, dass der Host nicht der Kunde selbst ist. Stattdessen bietet es den Speicherplatz, in dem der Shopper Ausgänge an den Benutzer ausführt und liefert.
# MCP -Server
Ein MCP -Server ist ein Wrapper um eine Ressource oder ein Software, das ihn innerhalb des Protokolls verwendbar macht. Server setzen das aus, was sie tun können, konvertieren Anfragen in das Format des zugrunde liegenden Methods, setzen Sicherheitsregeln durch und geben dann den Kunden den Ergebnissen zurück. Diese Rolle wird am besten anhand von Beispielen verstanden: Ein Server kann eine Verbindung zu einer Unternehmensdatenbank herstellen, bestimmte Abfragen freilegen oder Zugriff auf Dateien in einem kontrollierten Ordner geben. Andere können APIs, Quellcode -Repositorys oder Berechnungsmotoren einwickeln. Eine gute Praxis besteht darin, Server knapp nach dem Prinzip des geringsten Privilegs, das Risiko zu verringern.
# MCP -Kunden
Der MCP -Shopper ist die Komponente, die denkt und entscheidet. Es wird oft von einem großen Sprachmodell angetrieben, sollte aber nicht mit dem Modell selbst verwechselt werden. Die Aufgabe des Kunden besteht darin, verfügbare Server zu entdecken, zu überprüfen, welche Funktionen er anbietet, und zu entscheiden, welche auf der Anfrage des Benutzers anrufen sollen. Anschließend wird die entsprechende Anfrage durchgeführt, die Antwort verarbeitet und die Ergebnisse mehrerer Server kombinieren, um komplexe Aufgaben zu erledigen. Durch die orchestrierung mehreren Verbindungen parallelig ermöglicht der Kunde einem KI -Assistenten, mit vielfältigen Ressourcen zu arbeiten und gleichzeitig den Prozess koordiniert und sicher zu halten.
# Wie sie zusammenpassen
Hosts, Shoppers und Server folgen ein vorhersehbares Muster, wenn sie unter MCP zusammenarbeiten. Der Prozess beginnt mit Entdeckung: Sobald ein Shopper in seiner Host -Anwendung beginnt, sucht er nach verfügbaren Servern. Nach der Entdeckung führt der Kunde durch Fähigkeitsverhandlungfragen Sie jeden Server, welche Funktionen oder Ressourcen er bereitstellen kann. In vielen Fällen muss sich der Kunde auch authentifizieren, um zu bestätigen, dass er die Berechtigung zur Nutzung dieser Ressourcen enthält.
Mit Verbindungen wechselt der Kunde zu Anfrage und Ausführung. Basierend auf Benutzereingaben wird eine standardisierte Anforderung an den richtigen Server gesendet. Der Server übersetzt diese Anfrage in das Format seines eigenen Methods, führt es aus und gibt das Ergebnis in eine konsistente Struktur zurück.
Der Kunde kann dann Aggregat Ergebnisse von mehreren Servern und kombinieren sie zu einer vollständigen Antwort oder Entscheidung. Schließlich geht die Ausgabe zurück auf die Gastgeberwas es dem Benutzer anzeigt. Dieser Zyklus wiederholt nach Bedarf und unterstützt kontinuierliche, kontextbewusste Interaktionen.
# Wichtige Vorteile des MCP -Ansatzes
Für Benutzer:
- Breitere Fähigkeiten: Assistenten können ohne direkte Integrationen eine Verbindung zu mehr Instruments und Datenquellen herstellen.
- Verbesserte Sicherheit: Zugriffsregeln und Berechtigungen werden auf allen Servern konsequent verwaltet.
- Glattere Erfahrung: Interaktionen fühlen sich einheitlich an, egal in welchem System sich hinter den Kulissen befindet.
Für Entwickler:
- Weniger kundenspezifische Arbeit: Ein einzelner Server kann vielen Shoppers bedienen, anstatt einmalige Anschlüsse zu benötigen.
- Wiederverwendbarkeit: Das gleiche Serverdesign kann in verschiedenen Umgebungen angewendet werden.
- Geringere Wartung: Das Aktualisieren eines Servers kommt automatisch jedem verbundenen Shopper zugute.
Für Organisationen:
- Kontrollierte Belichtung: Die Groups entscheiden genau, welche Ressourcen verfügbar sind.
- Überwachbarkeit: Standardisierte Protokolle ermöglichen eine bessere Verfolgung aller Anfragen und Antworten.
- Skalierbarkeit: Das Hinzufügen neuer Ressourcen ist so einfach wie die Bereitstellung eines zusätzlichen Servers.
# Beispiele für reale Welt
// Datenbank -Lookup -Server
Stellen Sie sich einen Assist -Assistenten vor, der einen schnellen Zugriff auf Kundenunterlagen benötigt. Anstatt dem AI Direct -Eintrag in die Datenbank des Unternehmens zu geben, wird ein MCP -Server erstellt, um diese Aufgabe zu erledigen. Der Server verbindet sich sicher mit der Datenbank, enthält sichere Abfragen wie „Kunden suchen per E -Mail“ und verwaltet die Authentifizierung. Wenn der Shopper eine Suche anfordert, gibt der Server nur die zulässigen Daten in einem sauberen Format zurück. Dieser Ansatz reduziert das Risiko und stellt sicher, dass empfindliche Systeme unter Kontrolle bleiben.
// Dateien und Wissensserver
Betrachten Sie ein technisches Staff, das einen KI -Assistenten in einer IDE verwendet. Um Projektdokumente zur Verfügung zu stellen, erstellen sie einen Datei-Entry-Server, der nur schreibgeschützte Eintrag in einen kuratierten Ordner bietet. Der Shopper kann dann bei Bedarf bestimmte Seiten oder Snippets abrufen und seine Antworten in verifizierten Dokumentation erklimmen. Durch die Begrenzung des Zugangs zu diesem kontrollierten Ordner behält die Organisation die Kontrolle bei und gibt dem KI einen nützlichen Kontext.
# Einpacken
Das Modellkontextprotokoll bietet KI -Systemen eine konsistente Möglichkeit, sich mit der Außenwelt zu verbinden. Durch die Definition klarer Rollen für Hosts, Shoppers und Server vereinfacht dies die Integration und stärkt die Kontrolle darüber, wie Instruments und Daten verwendet werden. Für Benutzer bedeutet dies glattere Erfahrungen; Für Entwickler weniger doppelte Arbeit; und für Organisationen eine stärkere Regierungsführung. Wenn das Ökosystem wächst, wird die Rolle von MCP als Grundlage für sicherere und fähigere KI weiter expandieren.
Shittu Olumide auch zu diesem Artikel beigetragen.
Shamima Sultana Arbeitet als Projektmanagerin bei Exceldemy, wo sie zu Microsoft Excel recherchiert und Artikel zu ihrer Arbeit schreibt. Shamima hat einen BSC in Informatik und Ingenieurwesen und hat ein großes Interesse an Forschung und Entwicklung. Shamima liebt es, neue Dinge zu lernen, und versucht, angereicherte Qualitätsinhalte in Bezug auf Excel bereitzustellen, während er immer versucht, Wissen aus verschiedenen Quellen zu sammeln und progressive Lösungen zu erstellen.