MCP

Model Context Protocol (MCP)

Model Context Protocol (w skrócie: MCP) protokół typu clinet-server, w którym z założenia client posiada dostęp do systemu LLM ( a więc swego rodzaju inteligencje. Serwer nie musi posiadać inteligencji (ale może).

Do czego to przydatne

Łączenie personalnych agentów AI z narzedziami, dzięki którym moga wykonywac najróżniejsze zadania w świecie rzeczywistym.

Dlaczego to taki przełom

Nie byłoby sztucznej inteligencji bez komputera. Nie byłoby komputera bez elektryczności, nie byłoby elektryczności bez metali, nie byłoby metali bez pieców hutniczych, nie byłoby pieców bez ognia. Wynalazki tworzą ciągi łańcuchy (ogień -> metal -> prąd -> komputer -> AI). Jeden wynalazek pozwala nam na stworzenie czegoś kolejnego, a to coś kolejne pozwala nam na stworzenie jeszcze czegoś. Doszliśmy do etapu w którym komputer rozmawia z nami "po naszemu" - naszym naturalnym jezykiem. Potrafi nie tylko rozmawiać, ale rozumować, analizowac i wyciągać wnioski. Każdy kolejny wynalazek (jak wszystkie poprzednie) musi spełniać 2 kluczowe warunki:

1. musi byc mozliwy do stworzenia w oparciu o to, co juz wymyśliliśmy
2. musi być potrzebny i przydatny

Takim wynalazkiem jest właśnie MCP. Protokół, który jest użyteczny i mozliwy dzieki stworzneiu LLM (Large language Model). MCP juz działa, więc punkt nr. 1 możemy odhaczyć. Pozostaje pytanie - czy MCP jest ludziom potrzebny lub przydatny.

Skąd wiadomo, że MCP jest potrzebne?

Człowiek to takie dziwne zwierzę. Tak leniwe, że wkłada dużo pracy by coś zautomatyzować. Lubymy wygodę i automatyzację. Nikt juz nie pisze listów odręcznie i nie biega z wydrukowanymi mapami gdy chce gdzies dotrzeć. Wydaje się, że system który automatyzuje nasze życie, my jako ludzkość uważamy za potrzebny i przydatny. Taka jest własnie rola MCP - wykorzystać AI do pełnego zautomatyzowania naszych potrzeb i zachcianek. Jako ludzkość dązymy do tego, by naszym naturalnym językiem wyrazić naszą zachciankę, a system ją po prostu spełni. Dązymy do tego nie dlatego, że jest to łatwe, ale dlatego, że możemy, a przede wszystkim dlatego, że jestesmy leniwi.

Jak to działa?

Dążymy do tego by zautomatyzowac jak najwięcej. Posiadamy modele językowe, które stana sie naszymi osobistymi asystentami. Nie wiadomo jednak do końca jak rozwiązac problem ich sprawczości. Jak polecenie "Dodaj do kalendarza..." miałoby poskutkować faktycznym dodaniem czegos do naszego kalendarza. W jaki sposób "wyłąc światło" miałoby poskutkowac wyłączeniem światła?

Powstała potrzeba ustanowienia uniwersalnego protokuły komunikacji między LLM a całym swiatem zewnętrznym, zarówno tym wirtualnym jak i realnym.

Z jednej strony mamy naszego asystenta, z drugiej nieskończoną ilość aplikacji, serwisówi urządzeń, które muszą być przez tego asystenta obsługiwane. MPC to standard komunikacji dzieki któremu urządzenia, usługi czy serwisy komunikują się z naszym asystentem i przedstawiają mu swoje możliwości. Krótko mówiąc, MPC to sposób, żeby jakies urządzenie (głupie lub madre) mogło zaprezentować asystentowi co można z nim zrobić. Dzieki temu asystent może używać urządzeń, serwisów i usług, o których wcześniej nie miał pojęcia.

Wykluczenie programity p[o stronie klienta

W podejściu tradycyjnym, dana usługa czy serwis wystawia API, które musi być ręcznie zaimplem,entowane przez programiste. MCP, to takie API, które same siebie opisuje. Dzieki temu wystarczy podłączyć daną usługę, serwis czy urzadzenie do asystenta AI, a on juz sam dowie sie jakie podłączona rzecz oferuje możliwości i jak z niej korzystać.

Z jakich komponentów składa się MCP

Kluczowe komponenty po stronie serwra (urządzenie, usługa lub serwis), którymi może się pochwalić przed asystentem AI to:

• MCP Tools - opisuje co możesz zemna zrobić. Sa to polecenie np. podgrzej_wodę(temperatura).
• MCP Resources - opisuje właściwości lub inne dane związane z danym urzadzeniem czy serwisem (np. poziom wody, nateżenie światła)
• [[MCP Prompts] - przykłady zastosowań danego urzadzenia opisane językiem neturalnym (np. "Podgerzej wodę do temperatury {temperatura} stopni).

Serwer może zawierać jedynie wybrane spośród tych funkcjonalności. W chwili obecnej zdecydowanie najpopulaniejszym zastosowaniem są MCP Tools.

Trzy podstawowe składniki systemu

System opiera się na trzech głównych komponentach:

• Model – językowy model AI (np. LLaMA, GPT-4, Claude), który na podstawie tekstu wejściowego (prompt) generuje odpowiedź.
• Server MCP – serwer realizujący konkretne zadania na zlecenie Modelu, np. pobieranie prognozy pogody lub przygotowywanie materiałów do nauki języka.
• Host – aplikacja (np. ChatGPT, Cursor) zapewniająca interfejs użytkownika oraz pośrednicząca między Modelem a serwerami MCP.