AI Engineering Academy · Pelajaran

Apakah MCP dan Mengapa Ia Penting

Pelajaran 1 daripada 413 langkah

Apakah MCP dan Mengapa Ia Penting ialah pelajaran AI Engineering Academy percuma di CoddyKit. Ini ialah pelajaran 1 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran AI Engineering Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus AI Engineering Academy merangkumi sejumlah 4 pelajaran.

Masalah Penyepaduan Alat

Setiap pembantu AI hari ini menyelesaikan masalah yang sama dengan cara berbeza: bagaimanakah Anda menyambungkan LLM kepada pangkalan data, API, fail dan perkhidmatan? Tanpa piawaian, setiap penyepaduan ialah penyelesaian tersuai yang berasingan — panggilan fungsi OpenAI berfungsi secara berbeza daripada penggunaan alat Anthropic, yang pula berfungsi secara berbeza daripada Gemini. Pembangun membina semula penyesuai yang sama berulang kali.

Apakah Model Context Protocol?

Model Context Protocol (MCP) ialah piawaian terbuka yang dicipta oleh Anthropic, yang mentakrifkan antara muka umum untuk menyambungkan LLM kepada sumber data dan alat luaran. Anggaplah ia seperti USB untuk penyepaduan AI — setelah sesuatu alat atau sumber data melaksanakan spesifikasi pelayan MCP, mana-mana klien AI yang serasi dengan MCP boleh menggunakannya tanpa kod tersuai. Diumumkan pada November 2024, piawaian ini diterima pakai dengan pantas di seluruh industri.

Seni Bina Klien-Pelayan

MCP menggunakan model klien-pelayan: aplikasi AI (iaitu klien) bersambung kepada satu atau lebih pelayan MCP. Setiap pelayan mendedahkan keupayaan — alat yang boleh dipanggil oleh model, sumber yang boleh dibaca olehnya, dan templat gesaan yang boleh digunakannya. Klien (seperti Claude Desktop atau aplikasi tersuai) menguruskan sambungan dan menghalakan panggilan alat kepada pelayan yang betul.

Klien: Claude Desktop, sambungan VS Code atau aplikasi Anda
Pelayan: Proses yang mendedahkan alat melalui MCP — penyesuai pangkalan data, sistem fail, perkhidmatan carian web

Tiga Primitif MCP

Pelayan MCP mendedahkan tiga jenis keupayaan:

Alat: Fungsi yang boleh dipanggil oleh model untuk melakukan tindakan, sama seperti panggilan fungsi. Contoh: execute_query(sql).
Sumber: Data statik atau dinamik yang boleh dibaca oleh model — seperti fail, baris pangkalan data atau respons API. Contoh: file:///config/settings.json.
Gesaan: Templat gesaan boleh guna semula yang boleh dipanggil oleh pengguna dengan parameter. Contoh: gesaan semakan kod yang menerima perbezaan.

MCP berbanding Panggilan Fungsi Langsung

Dengan panggilan fungsi langsung, Anda mentakrifkan alat dalam kod aplikasi — digandingkan rapat dengan API pembekal LLM Anda. Dengan MCP, alat ditakrifkan dalam proses pelayan berasingan yang boleh disambungkan oleh mana-mana klien. Perbezaan utama:

Kebolehportan: Satu pelayan MCP berfungsi dengan Claude, aplikasi tersuai dan klien pada masa hadapan
Kebolehgunaan semula: Kongsi pelayan MCP merentas pasukan dan projek
Pengasingan tanggungjawab: Pelayan alat boleh diselenggara secara berasingan daripada aplikasi AI

Pengangkutan MCP: stdio dan HTTP/SSE

Pelayan MCP berkomunikasi dengan klien melalui dua mekanisme pengangkutan. stdio digunakan untuk alat setempat — klien mencipta pelayan sebagai proses anak dan berkomunikasi melalui stdin/stdout. Kaedah ini ringkas dan selamat untuk alat pembangun. HTTP + Server-Sent Events (SSE) digunakan untuk pelayan jauh yang boleh dicapai melalui rangkaian, sesuai untuk alat pasukan yang dikongsi atau penggunaan dalam pengeluaran.

# Claude Desktop config (~/Library/Application Support/Claude/claude_desktop_config.json)
# Connecting to a local MCP server via stdio:

# {
#   "mcpServers": {
#     "my-database": {
#       "command": "python",
#       "args": ["/path/to/my_mcp_server.py"],
#       "env": {
#         "DATABASE_URL": "postgresql://localhost/mydb"
#       }
#     }
#   }
# }

Ekosistem MCP

Sejak MCP dilancarkan, ekosistem pelayan siap bina yang semakin berkembang telah muncul. Anthropic menyelenggara pelayan rasmi untuk penyepaduan biasa, manakala pelayan komuniti meliputi ratusan perkhidmatan. Daripada membina penyepaduan alat tersuai dari awal, Anda boleh terus menggunakan pelayan MCP sedia ada.

Rasmi: GitHub, Google Drive, Slack, PostgreSQL, sistem fail, carian web
Komuniti: Jira, Notion, Stripe, Snowflake, MongoDB dan banyak lagi
Tersuai: Bina sendiri untuk alat dalaman proprietari

MCP dalam Aliran Kerja Pembangunan AI

MCP mengubah pembantu pengekodan AI. Dengan pelayan MCP yang disambungkan kepada pangkalan kod Anda, Claude Desktop boleh membaca fail, menjalankan ujian, menyemak sejarah git, membuat pertanyaan kepada pangkalan data dan menyemak imbas dokumentasi — semuanya daripada satu tetingkap sembang. Ini membolehkan pembangunan ejenik sebenar, iaitu AI memahami dan bertindak pada keseluruhan persekitaran pembangunan Anda.

Gambaran Keseluruhan MCP SDK

Anthropic menyediakan SDK untuk membina pelayan MCP dalam Python dan TypeScript. SDK Python ialah mcp (pasang dengan pip install mcp). Anda mentakrifkan alat menggunakan penghias, sumber menggunakan corak URI, dan SDK mengendalikan rundingan protokol, pensirilan mesej serta butiran pengangkutan untuk Anda.

# Install
# pip install mcp

# Minimal MCP server skeleton
from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp import types

app = Server('my-first-mcp-server')

@app.list_tools()
async def list_tools():
    return [
        types.Tool(
            name='hello',
            description='Returns a greeting message.',
            inputSchema={
                'type': 'object',
                'properties': {
                    'name': {'type': 'string', 'description': 'Name to greet'}
                },
                'required': ['name']
            }
        )
    ]

@app.call_tool()
async def call_tool(name: str, arguments: dict):
    if name == 'hello':
        return [types.TextContent(type='text', text=f'Hello, {arguments["name"]}!')]

import asyncio
asyncio.run(stdio_server(app))

Mengapa MCP Penting untuk Industri

MCP menandakan peralihan ke arah penyeragaman dalam peralatan AI. Sebagaimana REST menyeragamkan API web dan LSP menyeragamkan ciri bahasa IDE, MCP menyeragamkan cara model AI bersambung kepada alat. Ini memberi manfaat kepada pembangun (bina sekali, gunakan di mana-mana), perusahaan (audit dan kawal satu lapisan penyepaduan), serta ekosistem (pustaka alat yang dikongsi dan boleh digunakan semula).

Penerimaan MCP dan Hala Tuju Masa Hadapan

Penerimaan MCP berkembang pesat sejak pelancarannya. Pembantu pengekodan utama (Cursor, Windsurf, VS Code Copilot), platform AI perusahaan dan pembekal awan telah mengumumkan sokongan MCP. Protokol ini terus berkembang dengan cadangan untuk penambahbaikan pengesahan, pensampelan dan penstriman. Memahami MCP membolehkan Anda membina penyepaduan AI saling kendali yang berfungsi merentas ekosistem yang semakin berkembang.

Semakan Pantas

Uji pemahaman Anda tentang MCP dan kepentingannya.

Jawab dalam pelajaran interaktif

Rumusan Pelajaran

Dalam pelajaran ini, Anda telah mempelajari: MCP ialah piawaian terbuka yang mentakrifkan antara muka sejagat untuk menyambungkan LLM kepada alat dan sumber data luaran, pelayan MCP mendedahkan tiga primitif: alat, sumber dan gesaan, dan ekosistem MCP menyediakan pelayan siap bina untuk perkhidmatan biasa supaya Anda tidak perlu bermula dari awal. Seterusnya, kita akan membina pelayan MCP pertama kita dalam Python dan menyambungkannya kepada Claude Desktop.

Percuma untuk bermula

Pelajari Python dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus: 30
Pelajaran: 120

Mula belajar secara percuma Lihat kursus penuh

Soalan Lazim

Adakah pelajaran “Apakah MCP dan Mengapa Ia Penting” percuma?

Ya — teks penuh “Apakah MCP dan Mengapa Ia Penting” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus AI Engineering Academy, tingkat taraf kepada CoddyKit PRO. Kursus AI Engineering Academy merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Apakah MCP dan Mengapa Ia Penting”?

Fahami perkara yang diseragamkan oleh Model Context Protocol, perbezaannya daripada penyepaduan panggilan fungsi ad hoc dan sebab ia semakin menjadi bahasa umum untuk penyambungan alat kecerdasan bua… Anda berlatih AI Engineering Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan AI Engineering Academy?

Tiada pengalaman terdahulu diperlukan. Pembelajaran AI Engineering Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 1 daripada 4.

Berapa lamakah pelajaran “Apakah MCP dan Mengapa Ia Penting” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran AI Engineering Academy ini?

Ya. Setiap pelajaran AI Engineering Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

Apakah MCP dan Mengapa Ia Penting
Membina Pelayan MCP Pertama Anda
Mendedahkan Sumber Pangkalan Data melalui MCP
Keselamatan dan Pengesahan MCP

← Kembali ke AI Engineering Academy