(คลิกที่ภาพด้านบนเพื่อดูวิดีโอของบทเรียนนี้)
Model Context Protocol (MCP) เป็นกรอบงานมาตรฐานที่ทรงพลังซึ่งเพิ่มประสิทธิภาพการสื่อสารระหว่าง Large Language Models (LLMs) กับเครื่องมือ แอปพลิเคชัน และแหล่งข้อมูลภายนอก
คู่มือนี้จะพาคุณผ่านแนวคิดหลักของ MCP คุณจะได้เรียนรู้เกี่ยวกับสถาปัตยกรรมแบบไคลเอนต์-เซิร์ฟเวอร์ ส่วนประกอบที่สำคัญ กลไกการสื่อสาร และแนวทางปฏิบัติที่ดีที่สุดในการใช้งาน
- ความยินยอมของผู้ใช้แบบชัดเจน: การเข้าถึงและการดำเนินการใด ๆ ต้องได้รับการอนุมัติจากผู้ใช้อย่างชัดเจนก่อนทำงาน ผู้ใช้ต้องเข้าใจอย่างชัดเจนว่าข้อมูลใดจะถูกเข้าถึงและจะดำเนินการอะไร พร้อมทั้งควบคุมสิทธิ์และการอนุญาตได้อย่างละเอียด
- การปกป้องข้อมูลส่วนตัว: ข้อมูลผู้ใช้จะถูกเปิดเผยเฉพาะเมื่อได้รับความยินยอมอย่างชัดเจน และต้องได้รับการปกป้องด้วยมาตรการเข้าถึงที่เข้มงวดตลอดช่วงอายุการโต้ตอบ การใช้งานต้องป้องกันการส่งข้อมูลโดยไม่ได้รับอนุญาตและรักษาขอบเขตความเป็นส่วนตัวอย่างเคร่งครัด
- ความปลอดภัยในการเรียกใช้เครื่องมือ: ทุกการเรียกใช้งานเครื่องมือต้องได้รับความยินยอมจากผู้ใช้โดยชัดเจน พร้อมความเข้าใจในฟังก์ชันการทำงานของเครื่องมือ พารามิเตอร์ และผลกระทบที่อาจเกิดขึ้น ขอบเขตความปลอดภัยที่แข็งแกร่งต้องป้องกันการใช้งานที่ไม่ตั้งใจ ไม่ปลอดภัย หรือเป็นอันตราย
- ความปลอดภัยของชั้นการส่งข้อมูล: ช่องทางการสื่อสารทั้งหมดควรใช้การเข้ารหัสและกลไกตรวจสอบตัวตนที่เหมาะสม การเชื่อมต่อระยะไกลควรมีการใช้งานโปรโตคอลการส่งข้อมูลที่ปลอดภัยและการจัดการข้อมูลรับรองอย่างเหมาะสม
- การจัดการสิทธิ์: ใช้ระบบสิทธิ์แบบละเอียดที่ช่วยให้ผู้ใช้ควบคุมเซิร์ฟเวอร์ เครื่องมือ และทรัพยากรที่เข้าถึงได้
- การตรวจสอบและอนุญาต: ใช้วิธีตรวจสอบตัวตนที่ปลอดภัย (OAuth, API keys) พร้อมการจัดการโทเค็นและการหมดอายุอย่างเหมาะสม
- การตรวจสอบข้อมูลนำเข้า: ตรวจสอบพารามิเตอร์และข้อมูลทุกอย่างตามสคีมาเพื่อป้องกันการโจมตีแบบ injection
- การบันทึกตรวจสอบ: เก็บบันทึกการดำเนินการทั้งหมดสำหรับการตรวจสอบความปลอดภัยและการปฏิบัติตามระเบียบ
บทเรียนนี้สำรวจสถาปัตยกรรมพื้นฐานและส่วนประกอบที่ประกอบเป็นระบบนิเวศของ Model Context Protocol (MCP) คุณจะได้เรียนรู้เกี่ยวกับสถาปัตยกรรมแบบไคลเอนต์-เซิร์ฟเวอร์ ส่วนประกอบสำคัญ และกลไกการสื่อสารที่ขับเคลื่อนการโต้ตอบใน MCP
หลังจากจบบทเรียนนี้ คุณจะสามารถ:
- เข้าใจสถาปัตยกรรมไคลเอนต์-เซิร์ฟเวอร์ของ MCP
- ระบุบทบาทและหน้าที่ของ Hosts, Clients และ Servers
- วิเคราะห์คุณสมบัติหลักที่ทำให้ MCP เป็นเลเยอร์บูรณาการที่ยืดหยุ่น
- เรียนรู้การไหลของข้อมูลภายในระบบ MCP
- ได้รับความเข้าใจเชิงปฏิบัติผ่านตัวอย่างโค้ดใน .NET, Java, Python และ JavaScript
ระบบนิเวศ MCP สร้างบนโมเดลไคลเอนต์-เซิร์ฟเวอร์ โครงสร้างแบบโมดูลาร์นี้ช่วยให้แอปพลิเคชัน AI โต้ตอบกับเครื่องมือ ฐานข้อมูล API และทรัพยากรตามบริบทได้อย่างมีประสิทธิภาพ เรามาดูรายละเอียดของสถาปัตยกรรมนี้ในส่วนประกอบหลัก
โดยหลักการ MCP ใช้สถาปัตยกรรมไคลเอนต์-เซิร์ฟเวอร์ ที่ซึ่งแอปพลิเคชันโฮสต์สามารถเชื่อมต่อกับเซิร์ฟเวอร์หลายตัวได้:
flowchart LR
subgraph "คอมพิวเตอร์ของคุณ"
Host["โฮสต์ที่มี MCP (Visual Studio, VS Code, IDEs, เครื่องมือ)"]
S1["เซิร์ฟเวอร์ MCP A"]
S2["เซิร์ฟเวอร์ MCP B"]
S3["เซิร์ฟเวอร์ MCP C"]
Host <-->|"MCP โปรโตคอล"| S1
Host <-->|"MCP โปรโตคอล"| S2
Host <-->|"MCP โปรโตคอล"| S3
S1 <--> D1[("แหล่งข้อมูล\ท้องถิ่น A")]
S2 <--> D2[("แหล่งข้อมูล\ท้องถิ่น B")]
end
subgraph "อินเทอร์เน็ต"
S3 <-->|"เว็บ API"| D3[("บริการ\ระยะไกล")]
end
- MCP Hosts: โปรแกรมเช่น VSCode, Claude Desktop, IDEs หรือเครื่องมือ AI ที่ต้องการเข้าถึงข้อมูลผ่าน MCP
- MCP Clients: ไคลเอนต์โปรโตคอลที่รักษาการเชื่อมต่อแบบ 1:1 กับเซิร์ฟเวอร์
- MCP Servers: โปรแกรมน้ำหนักเบาที่แสดงความสามารถเฉพาะผ่านมาตรฐาน Model Context Protocol
- Local Data Sources: ไฟล์ ฐานข้อมูล และบริการในเครื่องของคุณที่ MCP servers สามารถเข้าถึงได้อย่างปลอดภัย
- Remote Services: ระบบภายนอกที่เชื่อมต่อผ่านอินเทอร์เน็ตที่ MCP servers สามารถเชื่อมต่อด้วย API
โปรโตคอล MCP เป็นมาตรฐานที่พัฒนาโดยใช้เวอร์ชันตามวัน (รูปแบบ YYYY-MM-DD) เวอร์ชันปัจจุบันคือ 2025-11-25 คุณสามารถดูการอัปเดตล่าสุดได้ที่ protocol specification
ใน Model Context Protocol (MCP) Hosts คือแอปพลิเคชัน AI ที่ทำหน้าที่เป็นอินเทอร์เฟซหลักที่ผู้ใช้โต้ตอบกับโปรโตคอล Hosts ประสานงานและจัดการการเชื่อมต่อไปยัง MCP servers หลายตัวโดยสร้าง MCP clients ที่แยกเฉพาะสำหรับแต่ละการเชื่อมต่อกับเซิร์ฟเวอร์ ตัวอย่าง Hosts ได้แก่:
- แอปพลิเคชัน AI: Claude Desktop, Visual Studio Code, Claude Code
- สภาพแวดล้อมการพัฒนา: IDEs และตัวแก้ไขโค้ดที่รวม MCP
- แอปพลิเคชันที่กำหนดเอง: ตัวแทน AI และเครื่องมือที่สร้างขึ้นเฉพาะงาน
Hosts คือแอปพลิเคชันที่ประสานงานการโต้ตอบกับโมเดล AI พวกเขา:
- ประสานงานโมเดล AI: เรียกใช้หรือโต้ตอบกับ LLMs เพื่อสร้างคำตอบและจัดการเวิร์กโฟลว์ AI
- จัดการการเชื่อมต่อไคลเอนต์: สร้างและรักษา MCP client หนึ่งตัวต่อการเชื่อมต่อ MCP server หนึ่งตัว
- ควบคุมอินเทอร์เฟซผู้ใช้: จัดการการสนทนา การโต้ตอบกับผู้ใช้ และการแสดงผลคำตอบ
- บังคับใช้ความปลอดภัย: ควบคุมสิทธิ์ ข้อจำกัดด้านความปลอดภัย และการตรวจสอบตัวตน
- จัดการความยินยอมของผู้ใช้: ดูแลการอนุมัติของผู้ใช้สำหรับการแชร์ข้อมูลและการเรียกใช้เครื่องมือ
Clients เป็นส่วนประกอบสำคัญที่รักษาการเชื่อมต่อแบบหนึ่งต่อหนึ่งระหว่าง Hosts กับ MCP servers แต่ละ client ของ MCP ถูกสร้างขึ้นโดย Host เพื่อเชื่อมต่อกับ MCP server เฉพาะ จัดการช่องทางการสื่อสารอย่างเป็นระเบียบและปลอดภัย ไคลเอนต์หลายตัวช่วยให้ Hosts สามารถเชื่อมต่อกับเซิร์ฟเวอร์หลายตัวพร้อมกันได้
Clients คือส่วนเชื่อมต่อภายในแอปพลิเคชันโฮสต์ พวกเขา:
- สื่อสารโปรโตคอล: ส่งคำขอ JSON-RPC 2.0 ไปยังเซิร์ฟเวอร์พร้อมกับพรอมต์และคำสั่ง
- เจรจาความสามารถ: เจรจาคุณสมบัติและเวอร์ชันโปรโตคอลที่เซิร์ฟเวอร์รองรับในช่วงเริ่มต้น
- การเรียกใช้เครื่องมือ: จัดการคำขอเรียกใช้เครื่องมือจากโมเดลและประมวลผลคำตอบ
- อัปเดตแบบเรียลไทม์: จัดการการแจ้งเตือนและอัปเดตเรียลไทม์จากเซิร์ฟเวอร์
- ประมวลผลคำตอบ: ประมวลผลและจัดรูปแบบคำตอบจากเซิร์ฟเวอร์เพื่อแสดงผลแก่ผู้ใช้
Servers คือโปรแกรมที่ให้บริบท เครื่องมือ และความสามารถแก่ MCP clients พวกเขาสามารถทำงานได้ทั้งในเครื่อง (บนเครื่องเดียวกับ Host) หรือจากระยะไกล (บนแพลตฟอร์มภายนอก) รับผิดชอบในการจัดการคำขอจากไคลเอนต์และให้คำตอบที่เป็นโครงสร้าง Servers เปิดเผยฟังก์ชันเฉพาะผ่านมาตรฐาน Model Context Protocol
Servers คือบริการที่ให้บริบทและความสามารถ พวกเขา:
- ลงทะเบียนฟีเจอร์: ลงทะเบียนและเปิดเผยปริมิทีฟที่มี (ทรัพยากร, พรอมต์, เครื่องมือ) ให้กับไคลเอนต์
- ประมวลผลคำขอ: รับและประมวลผลการเรียกใช้เครื่องมือ คำขอทรัพยากร และคำขอพรอมต์จากไคลเอนต์
- จัดหาบริบท: ให้ข้อมูลตามบริบทและข้อมูลเพื่อเสริมการตอบสนองของโมเดล
- จัดการสถานะ: รักษาสถานะเซสชันและจัดการการโต้ตอบที่ต้องมีสถานะเมื่อจำเป็น
- แจ้งเตือนแบบเรียลไทม์: ส่งการแจ้งเตือนเกี่ยวกับการเปลี่ยนแปลงคุณสมบัติและอัปเดตไปยังไคลเอนต์ที่เชื่อมต่อ
เซิร์ฟเวอร์สามารถพัฒนาโดยใครก็ได้เพื่อขยายความสามารถของโมเดลด้วยฟังก์ชันเฉพาะ และรองรับทั้งการปรับใช้งานแบบในเครื่องและระยะไกล
เซิร์ฟเวอร์ใน Model Context Protocol (MCP) ให้สาม ปริมิทีฟ หลักที่เป็นโครงสร้างพื้นฐานสำหรับการโต้ตอบที่หลากหลายระหว่างไคลเอนต์ โฮสต์ และโมเดลภาษา ปริมิทีฟเหล่านี้กำหนดประเภทข้อมูลตามบริบทและการกระทำที่มีให้ผ่านโปรโตคอล
เซิร์ฟเวอร์ MCP สามารถเปิดเผยปริมิทีฟหลักต่อไปนี้ในรูปแบบใดก็ได้:
Resources คือแหล่งข้อมูลที่ให้บริบทแก่แอปพลิเคชัน AI เป็นเนื้อหาที่มีทั้งแบบคงที่และแบบไดนามิกเพื่อเสริมความเข้าใจและการตัดสินใจของโมเดล:
- ข้อมูลตามบริบท: ข้อมูลโครงสร้างและบริบทสำหรับการใช้โมเดล AI
- ฐานความรู้: ที่จัดเก็บเอกสาร, บทความ, คู่มือ และงานวิจัย
- แหล่งข้อมูลในเครื่อง: ไฟล์, ฐานข้อมูล และข้อมูลในระบบท้องถิ่น
- ข้อมูลภายนอก: การตอบสนอง API, บริการเว็บ และข้อมูลระบบระยะไกล
- เนื้อหาแบบไดนามิก: ข้อมูลเรียลไทม์ที่อัปเดตตามสภาวะภายนอก
ทรัพยากรถูกระบุด้วย URI และรองรับการค้นหาผ่าน resources/list และดึงข้อมูลผ่าน resources/read:
file://documents/project-spec.md
database://production/users/schema
api://weather/current
Prompts คือเทมเพลตที่ใช้ซ้ำเพื่อช่วยจัดโครงสร้างการโต้ตอบกับโมเดลภาษา พวกเขาให้รูปแบบการโต้ตอบมาตรฐานและเวิร์กโฟลว์แบบเทมเพลต:
- การโต้ตอบแบบเทมเพลต: ข้อความและจุดเริ่มต้นการสนทนาที่จัดรูปแบบไว้ล่วงหน้า
- เทมเพลตเวิร์กโฟลว์: ลำดับที่ได้มาตรฐานสำหรับงานและการโต้ตอบทั่วไป
- ตัวอย่างแบบ few-shot: เทมเพลตที่มีตัวอย่างเพื่อคำสั่งแก่โมเดล
- พรอมต์ระบบ: พรอมต์พื้นฐานที่กำหนดพฤติกรรมและบริบทของโมเดล
- เทมเพลตไดนามิก: พรอมต์ที่มีพารามิเตอร์และปรับให้เหมาะกับบริบทเฉพาะ
พรอมต์รองรับการแทนที่ตัวแปรและสามารถค้นหาได้ผ่าน prompts/list และดึงข้อมูลด้วย prompts/get:
Generate a {{task_type}} for {{product}} targeting {{audience}} with the following requirements: {{requirements}}Tools คือฟังก์ชันที่สามารถเรียกใช้ได้ซึ่งโมเดล AI ใช้เพื่อทำงานเฉพาะ พวกเขาเปรียบเสมือน "คำกริยา" ในระบบนิเวศ MCP ที่ช่วยให้โมเดลโต้ตอบกับระบบภายนอกได้:
- ฟังก์ชันที่สามารถเรียกใช้ได้จริง: การดำเนินการที่แยกจากกันซึ่งโมเดลสามารถเรียกด้วยพารามิเตอร์เฉพาะ
- การรวมระบบภายนอก: การเรียก API, การสืบค้นฐานข้อมูล, การจัดการไฟล์, การคำนวณ
- อัตลักษณ์เฉพาะ: เครื่องมือแต่ละชิ้นมีชื่อ คำอธิบาย และโครงสร้างพารามิเตอร์ที่เฉพาะเจาะจง
- การรับส่งข้อมูลแบบโครงสร้าง: เครื่องมือรับพารามิเตอร์ที่ตรวจสอบแล้วและส่งคืนข้อมูลที่มีโครงสร้างและประเภทชัดเจน
- ความสามารถในการปฏิบัติการ: ช่วยให้โมเดลทำงานจริงในโลกและดึงข้อมูลสดได้
เครื่องมือถูกกำหนดด้วย JSON Schema สำหรับการตรวจสอบพารามิเตอร์และค้นหาผ่าน tools/list พร้อมเรียกใช้งานผ่าน tools/call เครื่องมือยังสามารถรวม ไอคอน เป็นเมตาดาต้าเสริมสำหรับการแสดงผล UI ที่ดีขึ้น
คำอธิบายเครื่องมือ: เครื่องมือรองรับคำอธิบายพฤติกรรม (เช่น readOnlyHint, destructiveHint) ที่บอกว่าเครื่องมือเป็นแบบอ่านอย่างเดียวหรืออันตราย ช่วยให้ไคลเอนต์ตัดสินใจเรื่องการเรียกใช้งานเครื่องมือได้อย่างมีข้อมูล
ตัวอย่างการกำหนดเครื่องมือ:
server.tool(
"search_products",
{
query: z.string().describe("Search query for products"),
category: z.string().optional().describe("Product category filter"),
max_results: z.number().default(10).describe("Maximum results to return")
},
async (params) => {
// ดำเนินการค้นหาและส่งคืนผลลัพธ์ที่มีโครงสร้าง
return await productService.search(params);
}
);ใน Model Context Protocol (MCP) ไคลเอนต์ สามารถเปิดเผยปริมิทีฟที่ช่วยให้เซิร์ฟเวอร์ขอความสามารถเพิ่มเติมจากแอปพลิเคชันโฮสต์ ปริมิทีฟฝั่งไคลเอนต์เหล่านี้ช่วยให้เซิร์ฟเวอร์สามารถทำงานแบบมีปฏิสัมพันธ์มากขึ้นโดยเข้าถึงความสามารถของโมเดล AI และการโต้ตอบของผู้ใช้
Sampling ช่วยให้เซิร์ฟเวอร์ขอการเติมข้อความจากโมเดลภาษาในแอปพลิเคชัน AI ของไคลเอนต์ ปริมิทีฟนี้ช่วยให้เซิร์ฟเวอร์เข้าถึงความสามารถของ LLM ได้โดยไม่ต้องฝังโมเดลไว้เอง:
- เข้าถึงแบบไม่ขึ้นกับโมเดล: เซิร์ฟเวอร์สามารถขอการเติมข้อความโดยไม่ต้องรวม SDK ของ LLM หรือจัดการการเข้าถึงโมเดล
- เริ่มต้น AI โดยเซิร์ฟเวอร์: ช่วยให้เซิร์ฟเวอร์สร้างเนื้อหาโดยอิสระโดยใช้โมเดล AI ของไคลเอนต์
- การโต้ตอบ LLM แบบซ้อน: รองรับสถานการณ์ที่ซับซ้อนซึ่งเซิร์ฟเวอร์ต้องการความช่วยเหลือ AI เพื่อประมวลผล
- การสร้างเนื้อหาแบบไดนามิก: ให้เซิร์ฟเวอร์สร้างคำตอบตามบริบทโดยใช้โมเดลของโฮสต์
- รองรับการเรียกใช้เครื่องมือ: เซิร์ฟเวอร์สามารถรวมพารามิเตอร์
toolsและtoolChoiceเพื่อให้โมเดลของไคลเอนต์เรียกใช้เครื่องมือในช่วง sampling ได้
Sampling เริ่มต้นผ่านเมธอด sampling/complete ที่เซิร์ฟเวอร์ส่งคำขอเติมข้อความไปยังไคลเอนต์
Roots ให้วิธีมาตรฐานสำหรับไคลเอนต์ในการเปิดเผยขอบเขตของระบบไฟล์แก่เซิร์ฟเวอร์ ช่วยให้เซิร์ฟเวอร์เข้าใจว่าพวกเขามีสิทธิ์เข้าถึงไดเรกทอรีและไฟล์ใดบ้าง:
- ขอบเขตระบบไฟล์: กำหนดขอบเขตที่เซิร์ฟเวอร์สามารถทำงานภายในระบบไฟล์
- การควบคุมการเข้าถึง: ช่วยเซิร์ฟเวอร์เข้าใจว่าไดเรกทอรีและไฟล์ใดที่ได้รับอนุญาตให้เข้าถึง
- อัปเดตแบบไดนามิก: ไคลเอนต์สามารถแจ้งไปยังเซิร์ฟเวอร์เมื่อรายการ roots เปลี่ยนแปลง
- ระบุด้วย URI: Roots ใช้ URI แบบ
file://เพื่อระบุไดเรกทอรีและไฟล์ที่เข้าถึงได้
Roots ค้นพบได้ผ่านเมธอด roots/list โดยไคลเอนต์ส่งการแจ้งเตือน notifications/roots/list_changed เมื่อ root เปลี่ยนแปลง
Elicitation ช่วยให้เซิร์ฟเวอร์ขอข้อมูลเพิ่มเติมหรือการยืนยันจากผู้ใช้ผ่านอินเทอร์เฟซของไคลเอนต์:
- คำขอข้อมูลจากผู้ใช้: เซิร์ฟเวอร์สามารถขอข้อมูลเพิ่มเติมเมื่อจำเป็นสำหรับการเรียกใช้เครื่องมือ
- กล่องโต้ตอบยืนยัน: ขออนุมัติจากผู้ใช้สำหรับการดำเนินการที่ละเอียดอ่อนหรือมีผลกระทบ
- เวิร์กโฟลว์แบบโต้ตอบ: ช่วยให้เซิร์ฟเวอร์สร้างการโต้ตอบแบบทีละขั้นตอนกับผู้ใช้
- การรวบรวมพารามิเตอร์แบบไดนามิก: รวบรวมพารามิเตอร์ที่ขาดหายหรือเป็นทางเลือกระหว่างการทำงานของเครื่องมือ
คำขอ elicitation ทำผ่านเมธอด elicitation/request เพื่อเก็บข้อมูลผู้ใช้ผ่านอินเทอร์เฟซของไคลเอนต์
URL Mode Elicitation: เซิร์ฟเวอร์ยังสามารถขอการโต้ตอบกับผู้ใช้ผ่าน URL ให้เซิร์ฟเวอร์นำผู้ใช้ไปยังเว็บเพจภายนอกสำหรับการยืนยัน การรับรองความถูกต้อง หรือการป้อนข้อมูล
Logging ช่วยให้เซิร์ฟเวอร์ส่งข้อความบันทึกที่มีโครงสร้างไปยังไคลเอนต์เพื่อการดีบัก การติดตาม และการตรวจสอบสถานะการทำงาน:
- รองรับการดีบัก: ช่วยให้เซิร์ฟเวอร์ให้บันทึกรายละเอียดการทำงานเพื่อแก้ไขปัญหา
- การติดตามสถานะการทำงาน: ส่งสถานะและเมตริกประสิทธิภาพไปยังไคลเอนต์
- รายงานข้อผิดพลาด: ให้บริบทและข้อมูลวิเคราะห์ข้อผิดพลาดด้วยรายละเอียด
- บันทึกเพื่อตรวจสอบย้อนหลัง: สร้างบันทึกครบถ้วนเกี่ยวกับการทำงานและการตัดสินใจของเซิร์ฟเวอร์
ข้อความบันทึกถูกส่งไปยังไคลเอนต์เพื่อให้เข้าใจภาพรวมการทำงานของเซิร์ฟเวอร์และช่วยแก้ไขปัญหา
Model Context Protocol (MCP) กำหนดการไหลของข้อมูลที่มีโครงสร้างระหว่าง Hosts, Clients, Servers และโมเดล การเข้าใจกระบวนการนี้ช่วยอธิบายว่าคำขอของผู้ใช้ถูกประมวลผลอย่างไร และเครื่องมือและข้อมูลภายนอกถูกผนวกรวมเข้ากับคำตอบของโมเดลอย่างไร
-
โฮสต์เริ่มต้นการเชื่อมต่อ
แอปพลิเคชันโฮสต์ (เช่น IDE หรืออินเทอร์เฟซแชท) สร้างการเชื่อมต่อกับเซิร์ฟเวอร์ MCP โดยทั่วไปผ่าน STDIO, WebSocket หรือช่องทางขนส่งที่รองรับอื่น ๆ -
การเจรจาขีดความสามารถ
ฝั่งไคลเอนต์ (ฝังอยู่ในโฮสต์) และเซิร์ฟเวอร์แลกเปลี่ยนข้อมูลเกี่ยวกับฟีเจอร์ เครื่องมือ ทรัพยากร และเวอร์ชันโปรโตคอลที่รองรับ ซึ่งช่วยให้ทั้งสองฝ่ายเข้าใจว่ามีความสามารถอะไรบ้างสำหรับเซสชันนี้ -
คำขอของผู้ใช้
ผู้ใช้โต้ตอบกับโฮสต์ (เช่น ป้อนข้อความหรือคำสั่ง) โฮสต์จะเก็บข้อมูลอินพุตนี้และส่งต่อไปยังไคลเอนต์เพื่อประมวลผล -
การใช้ทรัพยากรหรือเครื่องมือ
- ไคลเอนต์อาจร้องขอบริบทเพิ่มเติมหรือทรัพยากรจากเซิร์ฟเวอร์ (เช่น ไฟล์ รายการฐานข้อมูล หรือบทความฐานความรู้) เพื่อเสริมความเข้าใจของโมเดล
- หากโมเดลตัดสินใจว่าจำเป็นต้องใช้เครื่องมือ (เช่น ดึงข้อมูล คำนวณ หรือเรียก API) ไคลเอนต์จะส่งคำขอเรียกใช้เครื่องมือไปยังเซิร์ฟเวอร์ โดยระบุชื่อเครื่องมือและพารามิเตอร์
-
การดำเนินการของเซิร์ฟเวอร์
เซิร์ฟเวอร์ได้รับคำขอทรัพยากรหรือเครื่องมือ ดำเนินการที่จำเป็น (เช่น รันฟังก์ชัน คิวรีฐานข้อมูล หรือดึงไฟล์) และส่งผลลัพธ์กลับไปยังไคลเอนต์ในรูปแบบที่มีโครงสร้าง -
การสร้างคำตอบ
ไคลเอนต์รวมคำตอบของเซิร์ฟเวอร์ (ข้อมูลทรัพยากร ผลลัพธ์เครื่องมือ ฯลฯ) เข้ากับการโต้ตอบกับโมเดล โมเดลใช้ข้อมูลนี้เพื่อสร้างคำตอบที่ครอบคลุมและเหมาะสมกับบริบท -
การแสดงผลลัพธ์
โฮสต์รับผลลัพธ์สุดท้ายจากไคลเอนต์และแสดงให้ผู้ใช้เห็น โดยมักรวมถึงข้อความที่สร้างโดยโมเดลและผลลัพธ์จากการเรียกใช้เครื่องมือหรือดึงทรัพยากรต่าง ๆ
กระบวนการนี้ทำให้ MCP สนับสนุนแอปพลิเคชัน AI ที่มีความก้าวหน้า โต้ตอบได้ และเข้าใจบริบทโดยเชื่อมต่อโมเดลกับเครื่องมือและแหล่งข้อมูลภายนอกได้อย่างไร้รอยต่อ
MCP ประกอบด้วยสองชั้นสถาปัตยกรรมที่แตกต่างกันซึ่งทำงานร่วมกันเพื่อให้กรอบการสื่อสารที่สมบูรณ์:
ชั้นข้อมูล ใช้โปรโตคอล MCP หลักโดยใช้ JSON-RPC 2.0 เป็นฐาน ชั้นนี้กำหนดโครงสร้างข้อความ ความหมาย และรูปแบบการโต้ตอบ:
- โปรโตคอล JSON-RPC 2.0: การสื่อสารทั้งหมดใช้รูปแบบข้อความ JSON-RPC 2.0 มาตรฐานสำหรับการเรียกเมธอด คำตอบ และการแจ้งเตือน
- การจัดการวงจรชีวิต: จัดการการเริ่มต้นการเชื่อมต่อ การเจรจาขีดความสามารถ และการยุติเซสชันระหว่างไคลเอนต์กับเซิร์ฟเวอร์
- ฟังก์ชันพื้นฐานของเซิร์ฟเวอร์: อนุญาตให้เซิร์ฟเวอร์ให้ฟังก์ชันหลักผ่านเครื่องมือ ทรัพยากร และคำสั่งแบบ prompt
- ฟังก์ชันพื้นฐานของไคลเอนต์: อนุญาตให้เซิร์ฟเวอร์ร้องขอตัวอย่างจาก LLM, กระตุ้นข้อมูลจากผู้ใช้ และส่งข้อความบันทึก
- การแจ้งเตือนแบบเรียลไทม์: รองรับการแจ้งเตือนแบบอะซิงโครนัสสำหรับการอัปเดตแบบไดนามิกโดยไม่ต้อง polling
- การเจรจาเวอร์ชันโปรโตคอล: ใช้การกำหนดเวอร์ชันตามวันที่ (YYYY-MM-DD) เพื่อให้เข้ากันได้
- การค้นหาขีดความสามารถ: ไคลเอนต์และเซิร์ฟเวอร์แลกเปลี่ยนข้อมูลฟีเจอร์ที่รองรับในระหว่างการเริ่มต้น
- เซสชันแบบมีสถานะ: รักษาสถานะการเชื่อมต่อหลายครั้งเพื่อความต่อเนื่องของบริบท
ชั้นขนส่ง จัดการช่องทางการสื่อสาร การสร้างกรอบข้อความ และการตรวจสอบสิทธิ์ระหว่างผู้เข้าร่วม MCP:
-
ขนส่ง STDIO:
- ใช้สตรีมข้อมูลเข้า/ออกมาตรฐานสำหรับการสื่อสารระหว่างกระบวนการโดยตรง
- เหมาะสำหรับกระบวนการท้องถิ่นบนเครื่องเดียวกันโดยไม่มีภาระเครือข่าย
- ใช้สำหรับการใช้งานเซิร์ฟเวอร์ MCP ท้องถิ่นทั่วไป
-
ขนส่ง HTTP แบบสตรีม:
- ใช้ HTTP POST สำหรับส่งข้อความไคลเอนต์ไปยังเซิร์ฟเวอร์
- ตัวเลือก Server-Sent Events (SSE) สำหรับการส่งข้อมูลสตรีมจากเซิร์ฟเวอร์ไปไคลเอนต์
- ช่วยให้สื่อสารกับเซิร์ฟเวอร์ระยะไกลผ่านเครือข่าย
- รองรับการตรวจสอบสิทธิ์ HTTP มาตรฐาน (โทเค็น bearer, คีย์ API, เฮดเดอร์แบบกำหนดเอง)
- MCP แนะนำให้ใช้ OAuth สำหรับการตรวจสอบสิทธิ์ด้วยโทเค็นอย่างปลอดภัย
ชั้นขนส่งนามธรรมรายละเอียดการสื่อสารออกจากชั้นข้อมูล ทำให้รูปแบบข้อความ JSON-RPC 2.0 เดียวกันใช้ได้กับกลไกขนส่งทุกชนิด ช่วยให้แอปพลิเคชันสลับไปมาระหว่างเซิร์ฟเวอร์ท้องถิ่นและระยะไกลได้ง่าย
การนำ MCP ไปใช้งานต้องปฏิบัติตามหลักเกณฑ์ด้านความปลอดภัยที่สำคัญจำนวนมากเพื่อให้การโต้ตอบทั้งหมดในโปรโตคอลมีความปลอดภัย ไว้วางใจได้ และปลอดภัย:
-
ความยินยอมและการควบคุมของผู้ใช้: ผู้ใช้ต้องให้ความยินยอมอย่างชัดเจนก่อนเข้าถึงข้อมูลหรือดำเนินการใด ๆ ควรมีการควบคุมที่ชัดเจนว่าข้อมูลใดถูกแชร์และการกระทำใดที่ได้รับอนุญาต พร้อมอินเทอร์เฟซที่ใช้งานง่ายสำหรับตรวจสอบและอนุมัติกิจกรรม
-
ความเป็นส่วนตัวของข้อมูล: ข้อมูลผู้ใช้จะถูกเปิดเผยเฉพาะเมื่อตกลงอย่างชัดแจ้งเท่านั้น และต้องได้รับการปกป้องด้วยการควบคุมการเข้าถึงที่เหมาะสม การใช้งาน MCP ต้องป้องกันการส่งข้อมูลโดยไม่ได้รับอนุญาตและรักษาความเป็นส่วนตัวตลอดการโต้ตอบทั้งหมด
-
ความปลอดภัยของเครื่องมือ: ก่อนเรียกใช้เครื่องมือต้องได้รับความยินยอมจากผู้ใช้อย่างชัดเจน ผู้ใช้ควรเข้าใจฟังก์ชันของแต่ละเครื่องมืออย่างชัดเจน และต้องบังคับใช้ขอบเขตความปลอดภัยอย่างเข้มงวดเพื่อป้องกันการใช้งานเครื่องมือโดยไม่ได้ตั้งใจหรือไม่ปลอดภัย
ด้วยการปฏิบัติตามหลักเกณฑ์ด้านความปลอดภัยเหล่านี้ MCP จึงมั่นใจได้ว่าผู้ใช้จะได้รับความไว้วางใจ ความเป็นส่วนตัว และความปลอดภัยตลอดการโต้ตอบกับโปรโตคอล พร้อมทั้งเปิดใช้งานการผนวกรวม AI ที่มีพลัง
ด้านล่างนี้คือตัวอย่างโค้ดในหลายภาษาโปรแกรมยอดนิยมที่แสดงวิธีการใช้งานองค์ประกอบสำคัญของเซิร์ฟเวอร์ MCP และเครื่องมือ
นี่คือตัวอย่างโค้ด .NET ที่ใช้งานจริงเพื่อแสดงวิธีการสร้างเซิร์ฟเวอร์ MCP ง่าย ๆ พร้อมกับเครื่องมือที่กำหนดเอง ตัวอย่างนี้แสดงการนิยามและลงทะเบียนเครื่องมือ การจัดการคำขอ และการเชื่อมต่อเซิร์ฟเวอร์โดยใช้โปรโตคอล Model Context
using System;
using System.Threading.Tasks;
using ModelContextProtocol.Server;
using ModelContextProtocol.Server.Transport;
using ModelContextProtocol.Server.Tools;
public class WeatherServer
{
public static async Task Main(string[] args)
{
// Create an MCP server
var server = new McpServer(
name: "Weather MCP Server",
version: "1.0.0"
);
// Register our custom weather tool
server.AddTool<string, WeatherData>("weatherTool",
description: "Gets current weather for a location",
execute: async (location) => {
// Call weather API (simplified)
var weatherData = await GetWeatherDataAsync(location);
return weatherData;
});
// Connect the server using stdio transport
var transport = new StdioServerTransport();
await server.ConnectAsync(transport);
Console.WriteLine("Weather MCP Server started");
// Keep the server running until process is terminated
await Task.Delay(-1);
}
private static async Task<WeatherData> GetWeatherDataAsync(string location)
{
// This would normally call a weather API
// Simplified for demonstration
await Task.Delay(100); // Simulate API call
return new WeatherData {
Temperature = 72.5,
Conditions = "Sunny",
Location = location
};
}
}
public class WeatherData
{
public double Temperature { get; set; }
public string Conditions { get; set; }
public string Location { get; set; }
}ตัวอย่างนี้แสดงเซิร์ฟเวอร์ MCP และการลงทะเบียนเครื่องมือเดียวกับตัวอย่าง .NET ข้างต้น แต่เขียนด้วยภาษา Java
import io.modelcontextprotocol.server.McpServer;
import io.modelcontextprotocol.server.McpToolDefinition;
import io.modelcontextprotocol.server.transport.StdioServerTransport;
import io.modelcontextprotocol.server.tool.ToolExecutionContext;
import io.modelcontextprotocol.server.tool.ToolResponse;
public class WeatherMcpServer {
public static void main(String[] args) throws Exception {
// สร้างเซิร์ฟเวอร์ MCP
McpServer server = McpServer.builder()
.name("Weather MCP Server")
.version("1.0.0")
.build();
// ลงทะเบียนเครื่องมือสภาพอากาศ
server.registerTool(McpToolDefinition.builder("weatherTool")
.description("Gets current weather for a location")
.parameter("location", String.class)
.execute((ToolExecutionContext ctx) -> {
String location = ctx.getParameter("location", String.class);
// ดึงข้อมูลสภาพอากาศ (แบบง่าย)
WeatherData data = getWeatherData(location);
// ส่งคืนการตอบสนองที่จัดรูปแบบแล้ว
return ToolResponse.content(
String.format("Temperature: %.1f°F, Conditions: %s, Location: %s",
data.getTemperature(),
data.getConditions(),
data.getLocation())
);
})
.build());
// เชื่อมต่อเซิร์ฟเวอร์โดยใช้การขนส่ง stdio
try (StdioServerTransport transport = new StdioServerTransport()) {
server.connect(transport);
System.out.println("Weather MCP Server started");
// ให้เซิร์ฟเวอร์ทำงานต่อเนื่องจนกว่ากระบวนการจะสิ้นสุด
Thread.currentThread().join();
}
}
private static WeatherData getWeatherData(String location) {
// การนำไปใช้งานจะเรียก API ของสภาพอากาศ
// ทำให้ง่ายขึ้นสำหรับตัวอย่างเท่านั้น
return new WeatherData(72.5, "Sunny", location);
}
}
class WeatherData {
private double temperature;
private String conditions;
private String location;
public WeatherData(double temperature, String conditions, String location) {
this.temperature = temperature;
this.conditions = conditions;
this.location = location;
}
public double getTemperature() {
return temperature;
}
public String getConditions() {
return conditions;
}
public String getLocation() {
return location;
}
}ตัวอย่างนี้ใช้ fastmcp กรุณาติดตั้งก่อนใช้งาน:
pip install fastmcpCode Sample:
#!/usr/bin/env python3
import asyncio
from fastmcp import FastMCP
from fastmcp.transports.stdio import serve_stdio
# สร้างเซิร์ฟเวอร์ FastMCP
mcp = FastMCP(
name="Weather MCP Server",
version="1.0.0"
)
@mcp.tool()
def get_weather(location: str) -> dict:
"""Gets current weather for a location."""
return {
"temperature": 72.5,
"conditions": "Sunny",
"location": location
}
# วิธีทางเลือกโดยใช้คลาส
class WeatherTools:
@mcp.tool()
def forecast(self, location: str, days: int = 1) -> dict:
"""Gets weather forecast for a location for the specified number of days."""
return {
"location": location,
"forecast": [
{"day": i+1, "temperature": 70 + i, "conditions": "Partly Cloudy"}
for i in range(days)
]
}
# ลงทะเบียนเครื่องมือในคลาส
weather_tools = WeatherTools()
# เริ่มต้นเซิร์ฟเวอร์
if __name__ == "__main__":
asyncio.run(serve_stdio(mcp))ตัวอย่างนี้แสดงการสร้างเซิร์ฟเวอร์ MCP ด้วย JavaScript และวิธีการลงทะเบียนเครื่องมือที่เกี่ยวข้องกับสภาพอากาศสองตัว
// ใช้ SDK ของ Model Context Protocol อย่างเป็นทางการ
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod"; // สำหรับการตรวจสอบพารามิเตอร์
// สร้างเซิร์ฟเวอร์ MCP
const server = new McpServer({
name: "Weather MCP Server",
version: "1.0.0"
});
// กำหนดเครื่องมือพยากรณ์อากาศ
server.tool(
"weatherTool",
{
location: z.string().describe("The location to get weather for")
},
async ({ location }) => {
// โดยปกติจะเรียก API สภาพอากาศ
// ทำให้ง่ายขึ้นเพื่อสาธิต
const weatherData = await getWeatherData(location);
return {
content: [
{
type: "text",
text: `Temperature: ${weatherData.temperature}°F, Conditions: ${weatherData.conditions}, Location: ${weatherData.location}`
}
]
};
}
);
// กำหนดเครื่องมือพยากรณ์
server.tool(
"forecastTool",
{
location: z.string(),
days: z.number().default(3).describe("Number of days for forecast")
},
async ({ location, days }) => {
// โดยปกติจะเรียก API สภาพอากาศ
// ทำให้ง่ายขึ้นเพื่อสาธิต
const forecast = await getForecastData(location, days);
return {
content: [
{
type: "text",
text: `${days}-day forecast for ${location}: ${JSON.stringify(forecast)}`
}
]
};
}
);
// ฟังก์ชันช่วยเหลือ
async function getWeatherData(location) {
// จำลองการเรียก API
return {
temperature: 72.5,
conditions: "Sunny",
location: location
};
}
async function getForecastData(location, days) {
// จำลองการเรียก API
return Array.from({ length: days }, (_, i) => ({
day: i + 1,
temperature: 70 + Math.floor(Math.random() * 10),
conditions: i % 2 === 0 ? "Sunny" : "Partly Cloudy"
}));
}
// เชื่อมต่อเซิร์ฟเวอร์โดยใช้การขนส่ง stdio
const transport = new StdioServerTransport();
server.connect(transport).catch(console.error);
console.log("Weather MCP Server started");ตัวอย่าง JavaScript นี้สาธิตวิธีสร้างเซิร์ฟเวอร์ MCP ที่ลงทะเบียนเครื่องมือสภาพอากาศ และเชื่อมต่อโดยใช้ช่องทาง stdio เพื่อจัดการคำขอเข้าจากไคลเอนต์
MCP มีแนวคิดและกลไกสำหรับการจัดการความปลอดภัยและการอนุญาตตลอดโปรโตคอลดังนี้:
-
การควบคุมสิทธิ์เครื่องมือ:
ไคลเอนต์สามารถระบุได้ว่าโมเดลได้รับอนุญาตให้ใช้เครื่องมือใดในระหว่างเซสชัน เพื่อให้มั่นใจว่าเข้าถึงเครื่องมือที่ได้รับอนุญาตอย่างชัดเจนเท่านั้น ช่วยลดความเสี่ยงจากการใช้งานโดยไม่ได้ตั้งใจหรือไม่ปลอดภัย สิทธิ์สามารถตั้งค่าแบบไดนามิกตามความชอบของผู้ใช้ นโยบายองค์กร หรือบริบทของการโต้ตอบ -
การตรวจสอบสิทธิ์:
เซิร์ฟเวอร์สามารถกำหนดให้ตรวจสอบสิทธิ์ก่อนอนุญาตให้เข้าถึงเครื่องมือ ทรัพยากร หรือการดำเนินการที่ละเอียดอ่อน ซึ่งอาจรวมถึงคีย์ API, โทเค็น OAuth หรือระบบตรวจสอบสิทธิ์อื่น ๆ การตรวจสอบสิทธิ์ที่เหมาะสมช่วยให้มั่นใจว่าเฉพาะไคลเอนต์และผู้ใช้ที่เชื่อถือได้เท่านั้นที่สามารถเรียกใช้ฟังก์ชันบนเซิร์ฟเวอร์ได้ -
การตรวจสอบความถูกต้อง:
มีการบังคับตรวจสอบพารามิเตอร์สำหรับการเรียกใช้เครื่องมือทุกกรณี เครื่องมือแต่ละตัวกำหนดประเภท รูปแบบ และข้อจำกัดสำหรับพารามิเตอร์ที่คาดหวัง และเซิร์ฟเวอร์จะตรวจสอบคำขอที่เข้ามาอย่างเหมาะสม เพื่อป้องกันการป้อนข้อมูลที่ผิดรูปแบบหรือเป็นอันตรายและช่วยรักษาความสมบูรณ์ของการดำเนินงาน -
การจำกัดอัตรา:
เพื่อป้องกันการใช้งานเกินควรและเพื่อให้การใช้ทรัพยากรเซิร์ฟเวอร์เป็นธรรม เซิร์ฟเวอร์ MCP สามารถตั้งค่าการจำกัดอัตราสำหรับการเรียกใช้เครื่องมือและการเข้าถึงทรัพยากรได้ การจำกัดอัตราอาจกำหนดต่อผู้ใช้ ต่อเซสชัน หรือแบบรวม และช่วยป้องกันการโจมตีแบบปฏิเสธการให้บริการหรือการใช้ทรัพยากรเกินควร
โดยการรวมกลไกเหล่านี้ MCP จึงเป็นพื้นฐานที่ปลอดภัยสำหรับการผนวกรวมโมเดลภาษาเข้ากับเครื่องมือภายนอกและแหล่งข้อมูลพร้อมทั้งมอบการควบคุมการเข้าถึงและการใช้งานอย่างละเอียดสำหรับผู้ใช้และนักพัฒนา
การสื่อสารของ MCP ใช้ข้อความ JSON-RPC 2.0 ที่มีโครงสร้างเพื่ออำนวยความสะดวกในการโต้ตอบที่ชัดเจนและเชื่อถือได้ระหว่างโฮสต์ ไคลเอนต์ และเซิร์ฟเวอร์ โปรโตคอลกำหนดรูปแบบข้อความเฉพาะสำหรับการดำเนินงานประเภทต่าง ๆ:
- คำขอ
initialize: สร้างการเชื่อมต่อและเจรจาเวอร์ชันโปรโตคอลและขีดความสามารถ - คำตอบ
initialize: ยืนยันฟีเจอร์ที่รองรับและข้อมูลเซิร์ฟเวอร์ notifications/initialized: แจ้งว่าเริ่มต้นเสร็จสมบูรณ์และเซสชันพร้อมใช้งาน
- คำขอ
tools/list: ค้นหาเครื่องมือที่มีในเซิร์ฟเวอร์ - คำขอ
resources/list: แสดงรายการทรัพยากร (แหล่งข้อมูล) ที่มี - คำขอ
prompts/list: ดึงแบบฟอร์ม prompt ที่พร้อมใช้งาน
- คำขอ
tools/call: เรียกใช้เครื่องมือเฉพาะพร้อมพารามิเตอร์ที่ส่งมา - คำขอ
resources/read: ดึงเนื้อหาจากทรัพยากรเฉพาะ - คำขอ
prompts/get: ดึงแบบฟอร์ม prompt พร้อมพารามิเตอร์เพิ่มเติม (ถ้ามี)
- คำขอ
sampling/complete: เซิร์ฟเวอร์ร้องขอผลลัพธ์จาก LLM ผ่านไคลเอนต์ elicitation/request: เซิร์ฟเวอร์ร้องขอข้อมูลจากผู้ใช้ผ่านอินเทอร์เฟซไคลเอนต์- ข้อความ logging: เซิร์ฟเวอร์ส่งข้อความบันทึกแบบมีโครงสร้างไปยังไคลเอนต์
notifications/tools/list_changed: เซิร์ฟเวอร์แจ้งไคลเอนต์ว่าเครื่องมือเปลี่ยนแปลงnotifications/resources/list_changed: เซิร์ฟเวอร์แจ้งไคลเอนต์ว่าทรัพยากรเปลี่ยนแปลงnotifications/prompts/list_changed: เซิร์ฟเวอร์แจ้งไคลเอนต์ว่า prompt เปลี่ยนแปลง
ข้อความ MCP ทั้งหมดปฏิบัติตามรูปแบบ JSON-RPC 2.0 ดังนี้:
- ข้อความคำขอ: ประกอบด้วย
id,method, และparamsที่เลือกใช้ได้ - ข้อความคำตอบ: ประกอบด้วย
idและresultหรือerror - ข้อความแจ้งเตือน: ประกอบด้วย
methodและparamsที่เลือกใช้ได้ (ไม่มีidและไม่คาดหวังคำตอบ)
การสื่อสารที่มีโครงสร้างนี้ช่วยให้การโต้ตอบมีความน่าเชื่อถือ ตรวจสอบย้อนกลับได้ และขยายได้ รองรับสถานการณ์ขั้นสูง เช่น การอัปเดตแบบเรียลไทม์ การเชื่อมเครื่องมือ และการจัดการข้อผิดพลาดที่มั่นคง
งาน (Tasks) เป็นฟีเจอร์ทดลองที่ให้ตัวหุ้มการดำเนินงานที่ยืดหยุ่นสำหรับการดึงผลลัพธ์ล่าช้าและติดตามสถานะของคำขอ MCP:
- งานที่ใช้เวลานาน: ติดตามการคำนวณที่ใช้เวลา อัตโนมัติของขั้นตอนการทำงาน และการประมวลผลแบบชุด
- ผลลัพธ์ล่าช้า: สอบถามสถานะงานและดึงผลลัพธ์เมื่อดำเนินการเสร็จ
- ติดตามสถานะ: ตรวจสอบความก้าวหน้างานผ่านสถานะวงจรชีวิตที่กำหนด
- การดำเนินงานหลายขั้นตอน: รองรับขั้นตอนการทำงานที่ซับซ้อนหลายรอบการโต้ตอบ
งานเหล่านี้ห่อหุ้มคำขอ MCP มาตรฐานเพื่อเปิดใช้งานรูปแบบการดำเนินงานแบบอะซิงโครนัสสำหรับการดำเนินการที่ไม่สามารถเสร็จในทันที
- สถาปัตยกรรม: MCP ใช้สถาปัตยกรรมไคลเอนต์-เซิร์ฟเวอร์ที่โฮสต์จัดการการเชื่อมต่อไคลเอนต์หลายตัวกับเซิร์ฟเวอร์
- ผู้เข้าร่วม: ระบบรวมโฮสต์ (แอป AI), ไคลเอนต์ (ตัวเชื่อมโปรโตคอล), และเซิร์ฟเวอร์ (ผู้ให้บริการความสามารถ)
- กลไกขนส่ง: การสื่อสารรองรับ STDIO (ท้องถิ่น) และ HTTP แบบสตรีมพร้อม SSE (ระยะไกล)
- ฟังก์ชันพื้นฐานของเซิร์ฟเวอร์: เซิร์ฟเวอร์เผยแพร่เครื่องมือ (ฟังก์ชันที่รันได้), ทรัพยากร (แหล่งข้อมูล), และ prompt (แม่แบบ)
- ฟังก์ชันพื้นฐานของไคลเอนต์: เซิร์ฟเวอร์สามารถร้องขอการสุ่มตัวอย่าง (ผลลัพธ์ LLM พร้อมการเรียกเครื่องมือ), การกระตุ้น (รับข้อมูลผู้ใช้รวมโหมด URL), ขอบเขตไฟล์, และการบันทึกจากไคลเอนต์
- ฟีเจอร์ทดลอง: งานให้ตัวหุ้มการดำเนินงานที่ยืดหยุ่นสำหรับงานที่ใช้เวลานาน
- พื้นฐานโปรโตคอล: สร้างบน JSON-RPC 2.0 พร้อมเวอร์ชันตามวันที่ (ปัจจุบัน: 2025-11-25)
- ความสามารถแบบเรียลไทม์: รองรับการแจ้งเตือนสำหรับการอัปเดตไดนามิกและการซิงโครไนซ์แบบเรียลไทม์
- ความปลอดภัยมาก่อน: ต้องมีความยินยอมของผู้ใช้ ปกป้องความเป็นส่วนตัวของข้อมูล และการขนส่งที่ปลอดภัยเป็นข้อกำหนดหลัก
ออกแบบเครื่องมือ MCP ง่าย ๆ ที่จะเป็นประโยชน์ในสาขาของคุณ กำหนด:
- เครื่องมือนี้จะชื่อว่าอะไร
- จะรับพารามิเตอร์อะไรบ้าง
- จะส่งออกอะไรกลับ
- โมเดลจะใช้เครื่องมือนี้อย่างไรเพื่อแก้ปัญหาของผู้ใช้
ถัดไป: บทที่ 2: ความปลอดภัย
คำปฏิเสธความรับผิดชอบ: เอกสารฉบับนี้ได้รับการแปลโดยใช้บริการแปลภาษาด้วย AI Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความคลาดเคลื่อนได้ เอกสารต้นฉบับในภาษาต้นฉบับถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่มีความสำคัญ ขอแนะนำให้ใช้การแปลโดยมนุษย์ที่มีความเชี่ยวชาญ เรายังไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดใดๆ ที่เกิดจากการใช้การแปลนี้
