MCP Tools

MCP Tools to najbardziej popularna część MCP, która w swoich założeniach przypomina RPC, a więc umożliwia wołanie różnych metod na zdalnych serwerach. Kluczowa różnica polega na tym, że MCP Tools nie wymaga ręcznej pracy programistów po stronie klienta (asystenta AI). Asystent musi otrzymać jedynie adres serwera i może jakiś token autoryzacyjny, a całą resztę załatwi sam. Dowie się, jakie dany serwer ma możliwości i w jaki sposób wołać odpowiednie polecenia. Daje to elastyczność i łatwość zmian. Nawet wyszukiwarki serwerów i narzędzi MCP również są serwerami MCP. Tak samo jak wyszukiwarka stron internetowych Google sama w sobie też jest stroną internetową.

Podstawowy opis działania na przykładzie

Użytkownik wpisuje w oknie czatu pytanie: „Jaka temperatura będzie jutro o 18:00 w Krakowie?”.
Host (czyli aplikacja AI, z której korzysta użytkownik) dołącza do tego pytania Context, czyli dodatkowe informacje, bez których Model nie byłby w stanie odpowiedzieć. W szczególności musi to być informacja o tym, jak pobrać datę lub czas, oraz jak sprawdzić pogodę.
Model otrzymuje pytanie wraz z kontekstem.
Model analizuje kontekst i znajduje informację, że może pobrać datę poprzez funkcję ServerDat.getCurrentDate("timezone"), a następnie użyć tej daty w funkcji SerwerPogody.getWeather(date).
Model decyduje się najpierw pobrać aktualną datę. Wie, że Kraków znajduje się w strefie czasowej Europe/Warsaw. Zamiast odpowiadać użytkownikowi, generuje polecenie:

 WYWOŁAJ FUNKCJĘ: ServerDat.getCurrentDate("Europe/Warsaw")

Host rozpoznaje, że to nie jest odpowiedź dla użytkownika, lecz żądanie danych – i wysyła zapytanie do Server MCP.
Server MCP odpowiada tekstem np. `2025-07-01 16:12`.
Host przesyła tę informację do Modelu.
Model, mając już aktualną datę, wylicza datę „jutro o 18:00” i generuje nowe polecenie:

 WYWOŁAJ FUNKCJĘ: SerwerPogody.getWeather("2025-07-02 18:00")

Host ponownie rozpoznaje intencję i przekazuje zapytanie do Server MCP.
Server MCP odsyła dane (np. temperatura, szansa opadów, siła wiatru).
Model interpretuje te dane i tworzy odpowiedź: „Jutro w Krakowie o 18:00 będzie 27 stopni Celsjusza”.
Host przekazuje gotową odpowiedź użytkownikowi w interfejsie czatu.

Zobacz też

MCP Tools vs API – porównanie