Ano ang MCP sa AI?

Kung nag-iisip ka kung ano ang MCP-at bakit patuloy itong tinatawag ng mga tao na USB-C ng mga AI app-nasa tamang lugar ka. Ang maikling bersyon: Ang MCP (Model Context Protocol) ay isang bukas na paraan para sa AI app at mga ahente na magsaksak sa mga panlabas na tool at data nang walang tambak ng custom na glue code. Ito ay nagsa-standardize kung paano natutuklasan ng mga modelo ang mga tool, humiling ng mga pagkilos, at humihila ng konteksto-kaya ang mga koponan ay pinagsama nang isang beses at muling gamitin sa lahat ng dako. Isipin ang mga adapter, hindi spaghetti. Ang mga opisyal na doc ay sumandal pa sa pagkakatulad ng USB-C. [1]

Mga artikulong maaaring gusto mong basahin pagkatapos ng isang ito:

🔗 Ano ang edge AI
Unawain ang edge AI, kung paano ito gumagana, at mga pangunahing real-world na application.

🔗 Ano ang generative AI
Alamin kung paano lumilikha ng content, karaniwang mga modelo, at gamit sa negosyo ang generative AI.

🔗 Ano ang agentic AI
Tuklasin ang ahenteng AI, mga autonomous na ahente, at kung paano sila nag-coordinate ng mga kumplikadong gawain.

🔗 Ano ang AI scalability
I-explore ang mga hamon sa scalability ng AI, pagsasaalang-alang sa imprastraktura, at mga diskarte sa pag-optimize.

Ano ang MCP sa AI? Ang mabilis na sagot ⚡

Ang MCP ay isang protocol na nagbibigay-daan sa isang AI app (ang host ) na makipag-usap sa isang proseso na naglalantad ng mga kakayahan (isang MCP server ) sa pamamagitan ng isang MCP client sa loob ng app. Ang mga server ay maaaring mag - aalok ng mga mapagkukunan , senyas , at mga kasangkapan . Ang komunikasyon ay tumatakbo sa JSON-RPC 2.0 -isang simpleng format ng kahilingan/tugon na may mga pamamaraan, param, resulta, at mga error-kaya kung gumamit ka ng mga RPC, magiging pamilyar ito. Ito ay kung paano huminto ang mga ahente na ma-trap sa kanilang chat box at magsimulang gumawa ng kapaki-pakinabang na gawain. [2]

Bakit may pakialam ang mga tao: ang problema sa N×M, solved-ish 🧩

Kung walang MCP, ang bawat modelo-sa-tool na combo ay nangangailangan ng one-off na pagsasama. Sa MCP, ang isang tool ay nagpapatupad ng isang server na magagamit ng sinumang sumusunod na kliyente Ang iyong CRM, mga log, doc, at build system ay huminto sa pagiging malungkot na mga isla. Ito ay hindi magic-UX at patakaran pa rin ang mahalaga-ngunit ang spec ay tahasang modelo ng mga host, kliyente, at server upang paliitin ang ibabaw ng pagsasama. [2]

Ano ang ginagawang kapaki-pakinabang sa MCP ✅

• Interoperability na nakakabagot (sa mabuting paraan). Bumuo ng isang server nang isang beses; gamitin ito sa maraming AI app. [2]

• "USB-C para sa AI" mental model. Ang mga server ay nag-normalize ng mga kakaibang API sa isang pamilyar na hugis para sa mga modelo. Hindi perpekto, ngunit mabilis itong nakahanay sa mga koponan. [1]

• Natutuklasang tooling. Maaaring ilista ng mga kliyente ang mga tool, patunayan ang mga input, tawagan ang mga ito gamit ang mga structured na parameter, at makakuha ng mga structured na resulta (na may mga notification kapag nagbago ang mga listahan ng tool). [3]

• Sinusuportahan kung saan nakatira ang mga developer. Kinokonekta ng GitHub Copilot ang mga server ng MCP sa mga pangunahing IDE at nagdaragdag ng daloy ng registry kasama ang mga kontrol sa patakaran na napakalaki para sa pag-aampon. [5]

• Kakayahang umangkop sa transportasyon. Gumamit ng stdio para sa lokal; hakbang sa streamable HTTP kapag kailangan mo ng hangganan. Alinmang paraan: JSON-RPC 2.0 na mga mensahe. [2]

Paano talaga gumagana ang MCP sa ilalim ng hood 🔧

Sa runtime mayroon kang tatlong tungkulin:

1. Host – ang AI app na nagmamay-ari ng session ng user

2. Client – ​​ang connector sa loob ng host na nagsasalita ng MCP

3. Server – isang prosesong naglalantad ng mga mapagkukunan , senyas , at mga tool

Nagsasalita sila gamit JSON-RPC 2.0 : mga kahilingan, tugon, at notification-halimbawa, isang notification sa pagbabago ng listahan ng tool para makapag-update nang live ang UI. [2][3]

Transports: gumamit ng stdio para sa matatag, sandboxable na mga lokal na server; lumipat sa HTTP kapag kailangan mo ng hangganan ng network. [2]

Mga tampok ng server:

• Mga mapagkukunan – static o dynamic na data para sa konteksto (mga file, schema, record)

• Mga Prompt – magagamit muli, naka-parameter na mga tagubilin

• Mga tool – mga function na matatawag na may mga nai-type na input at output

Ang trio na ito ang nagpaparamdam sa MCP na praktikal sa halip na teoretikal. [3]

Kung saan mo makikilala ang MCP sa ligaw 🌱

• GitHub Copilot – Ikonekta ang mga MCP server sa VS Code, JetBrains, at Visual Studio. Mayroong registry at mga kontrol sa patakaran ng enterprise upang pamahalaan ang paggamit. [5]

• Windows – Suporta sa antas ng OS (ODR/registry) upang ligtas na matuklasan at magamit ng mga ahente ang mga MCP server nang may pahintulot, pag-log, at patakaran ng admin. [4]

Talahanayan ng paghahambing: mga opsyon para sa paggana ng MCP ngayon 📊

Medyo magulo sa layunin-dahil ang mga talahanayan sa totoong buhay ay hindi kailanman nakalinya nang perpekto.

Seguridad, pahintulot, at mga guardrail 🛡️

Ang MCP ay ang wire format at semantics; nabubuhay ang trust sa host at OS . Itina-highlight ng Windows ang mga prompt ng pahintulot, pagpaparehistro, at mga hook ng patakaran, at tinatrato ng mga seryosong deployment ang invocation ng tool tulad ng pagpapatakbo ng binary na nilagdaang. Sa madaling salita: dapat magtanong ang iyong ahente bago hawakan ang matutulis na bagay . [4]

Pragmatic pattern na gumagana nang maayos sa spec:

• Panatilihing lokal ang mga sensitibong tool sa stdio na may pinakamababang pribilehiyo

• Gate remote tool na may tahasang saklaw at pag-apruba

• I-log ang bawat tawag (inputs/results) para sa mga audit

Ginagawang pare-pareho ng mga structured na pamamaraan ng spec at mga notification ng JSON-RPC ang mga kontrol na ito sa mga server. [2][3]

MCP vs mga alternatibo: aling martilyo para sa aling pako? 🔨

• Plain function na pagtawag sa isang LLM stack – Mahusay kapag ang lahat ng tool ay nakatira sa ilalim ng isang vendor. Hindi maganda kapag gusto mong muling gamitin sa mga app/agent. Binubukod ng MCP ang mga tool mula sa alinmang vendor ng modelo. [2]

• Mga custom na plugin sa bawat app – Gumagana… hanggang sa iyong ikalimang app. Isinasentro ng MCP ang plugin na iyon sa isang magagamit muli na server. [2]

• Mga arkitekturang RAG lang – Makapangyarihan ang pagkuha, ngunit mahalaga ang mga aksyon . Binibigyan ka ng MCP ng mga structured na pagkilos kasama ang konteksto. [3]

Isang patas na pagpuna: ang pagkakatulad ng "USB-C" ay maaaring magpaliwanag sa mga pagkakaiba sa pagpapatupad. Nakakatulong lang ang mga protocol kung maganda ang UX at mga patakaran. Malusog ang nuance na iyon. [1]

Minimal mental model: humiling, tumugon, abisuhan 🧠

Ilarawan ito:

• Tinatanong ng kliyente ang server: pamamaraan: "mga tool/tawag", params: {...}

• Tumugon ang server na may resulta o error

• Maaaring abisuhan ang mga kliyente tungkol sa mga pagbabago sa listahan ng tool o mga bagong mapagkukunan upang mag-update nang live ang mga UI

Ito ay eksakto kung paano nilalayong gamitin ang JSON-RPC-at kung paano tinukoy ng MCP ang pagtuklas ng tool at invocation. [3]

Mga tala sa pagpapatupad na nakakatipid sa iyo ng oras ⏱️

• Magsimula sa stdio. Pinakamadaling lokal na landas; simple sa sandbox at debug. Ilipat sa HTTP kapag kailangan mo ng hangganan. [2]

• I-schema ang iyong mga input/output ng tool. Malakas na pagpapatunay ng JSON Schema = mga predictable na tawag at mas ligtas na muling pagsubok. [3]

• Mas gusto ang mga idempotent na operasyon. Nangyayari ang mga muling pagsubok; huwag gumawa ng limang tiket nang hindi sinasadya.

• Human-in-the-loop para sa mga pagsusulat. Ipakita ang mga pagkakaiba/pag-apruba bago ang mga mapanirang aksyon; ito ay umaayon sa pahintulot at gabay sa patakaran. [4]

Makatotohanang mga kaso ng paggamit na maaari mong ipadala ngayong linggo 🚢

• Panloob na kaalaman + mga aksyon: I-wrap ang wiki, ticketing, at deployment script bilang mga tool sa MCP para makapagtanong ang isang teammate: "ibalik ang huling deploy at i-link ang insidente." Isang kahilingan, hindi limang tab. [3]

• Repo operations mula sa chat: Gamitin ang Copilot sa mga MCP server para maglista ng mga repo, magbukas ng mga PR, at mamahala ng mga isyu nang hindi umaalis sa iyong editor. [5]

• Mga workflow sa desktop na may mga riles na pangkaligtasan: Sa Windows, hayaan ang mga ahente na magbasa ng isang folder o tumawag sa isang lokal na CLI na may mga prompt ng pahintulot at mga audit trail. [4]

Mga madalas itanong tungkol sa MCP ❓

Ang MCP ba ay isang aklatan o isang pamantayan?
Ito ay isang protocol . Nagpapadala ang mga vendor ng mga kliyente at server na nagpapatupad nito, ngunit ang spec ang pinagmulan ng katotohanan. [2]

Maaari bang palitan ng MCP ang aking balangkas ng plugin?
Minsan. Kung ang iyong mga plugin ay "tawagin ang paraang ito gamit ang mga argumentong ito, kumuha ng structured na resulta," maaaring pag-isahin ng MCP ang mga ito. Maaaring kailanganin pa rin ng mga malalim na lifecycle hook ng app ang mga pasadyang plugin. [3]

Sinusuportahan ba ng MCP ang streaming?
Kasama sa mga opsyon sa Yes-transport ang streamable na HTTP, at maaari kang magpadala ng mga incremental na update sa pamamagitan ng mga notification. [2]

Mahirap bang matutunan ang JSON-RPC?
Hindi. Ito ay pangunahing pamamaraan+params+id sa JSON, na sinusuportahan na ng maraming library-at eksaktong ipinapakita ng MCP kung paano ito ginagamit. [2]

Isang maliit na detalye ng protocol na kabayaran 📎

Ang bawat tawag ay may pangalan ng pamamaraan at mga na-type na param . Pinapadali ng istrukturang iyon ang pag-attach ng mga saklaw, pag-apruba, at audit trail-mas mahirap na may mga free-form na prompt. Ipinapakita ng mga doc ng Windows kung paano i-wire ang mga pagsusuring ito sa karanasan sa OS. [4]

Mabilis na sketch ng arkitektura na maaari mong isulat sa isang napkin 📝

Mag-host ng app na may chat → naglalaman ng isang MCP client → nagbubukas ng transportasyon sa isa o higit pang mga server → inilalantad ng mga server ang mga kakayahan → nagpaplano ang modelo ng isang hakbang, tumatawag ng tool, tumatanggap ng structured na resulta → nagpapakita ng mga pagkakaiba/preview ng chat → inaprubahan ng user → susunod na hakbang. Hindi magic-lamang na pagtutubero na nananatiling malayo sa daan. [2]

Pangwakas na Pahayag – Ang Masyadong Mahaba, Hindi Ko Nabasa 🎯

Ginagawa ng MCP ang isang magulong tool ecosystem sa isang bagay na maaari mong katwiran. Hindi nito isusulat ang iyong patakaran sa seguridad o UI, ngunit nagbibigay ito sa iyo ng boring, predictable backbone para sa mga aksyon + konteksto . Magsimula kung saan maayos ang pag-aampon- Copilot sa iyong IDE o mga ahente ng Windows na may mga senyas ng pahintulot -pagkatapos ay i-wrap ang mga panloob na system bilang mga server para magawa ng iyong mga ahente ang tunay na trabaho nang walang labyrinth ng mga custom na adapter. Ganyan panalo ang standards. [5][4]

Mga sanggunian

1. Pangkalahatang-ideya ng MCP at pagkakatulad ng “USB-C” – Model Context Protocol: Ano ang MCP?

2. Authoritative spec (mga tungkulin, JSON-RPC, transports, security) – Detalye ng Protocol ng Konteksto ng Modelo (2025-06-18)

3. Mga tool, schema, pagtuklas at notification – Mga Tampok ng MCP Server: Mga Tool

4. Pagsasama ng Windows (ODR/registry, pahintulot, pag-log, patakaran) – Model Context Protocol (MCP) sa Windows – Pangkalahatang-ideya

5. Pag-ampon at pamamahala ng IDE – Pagpapalawak ng GitHub Copilot Chat sa mga MCP server

Hanapin ang Pinakabagong AI sa Opisyal na Tindahan ng AI Assistant

Tungkol sa Amin