README.md

คำชี้แจงเกี่ยวกับตัวอย่างโค้ด

หมายเหตุสำคัญ: ตัวอย่างโค้ดด้านล่างนี้แสดงการผสานรวม Model Context Protocol (MCP) กับฟังก์ชันการค้นหาเว็บ แม้ว่าจะเป็นไปตามรูปแบบและโครงสร้างของ MCP SDK อย่างเป็นทางการ แต่ได้ถูกทำให้ง่ายขึ้นเพื่อการเรียนรู้

ตัวอย่างเหล่านี้แสดงให้เห็น:

1. การใช้งานใน Python: การสร้างเซิร์ฟเวอร์ FastMCP ที่ให้บริการเครื่องมือค้นหาเว็บและเชื่อมต่อกับ API การค้นหาภายนอก ตัวอย่างนี้แสดงการจัดการอายุการใช้งานอย่างถูกต้อง การจัดการบริบท และการใช้งานเครื่องมือตามรูปแบบของ MCP Python SDK อย่างเป็นทางการ เซิร์ฟเวอร์ใช้การขนส่งแบบ Streamable HTTP ซึ่งแนะนำแทนที่ SSE สำหรับการใช้งานจริง

2. การใช้งานใน JavaScript: การใช้งานด้วย TypeScript/JavaScript ตามรูปแบบ FastMCP จาก MCP TypeScript SDK อย่างเป็นทางการ เพื่อสร้างเซิร์ฟเวอร์ค้นหาที่มีการกำหนดเครื่องมือและการเชื่อมต่อไคลเอนต์อย่างเหมาะสม ปฏิบัติตามรูปแบบที่แนะนำล่าสุดสำหรับการจัดการเซสชันและการรักษาบริบท

ตัวอย่างเหล่านี้ยังต้องมีการจัดการข้อผิดพลาด การตรวจสอบสิทธิ์ และโค้ดเชื่อมต่อ API เฉพาะสำหรับการใช้งานจริง จุดสิ้นสุด API การค้นหาที่แสดง (https://api.search-service.example/search) เป็นที่ตั้งสมมติและควรถูกแทนที่ด้วยจุดสิ้นสุดของบริการค้นหาจริง

สำหรับรายละเอียดการใช้งานครบถ้วนและแนวทางที่ทันสมัยที่สุด กรุณาเยี่ยมชม ข้อกำหนด MCP อย่างเป็นทางการ และเอกสาร SDK

แนวคิดหลัก

กรอบงาน Model Context Protocol (MCP)

พื้นฐานของ Model Context Protocol คือการให้วิธีมาตรฐานสำหรับโมเดล AI แอปพลิเคชัน และบริการในการแลกเปลี่ยนบริบท ในการค้นหาเว็บแบบเรียลไทม์ กรอบงานนี้จำเป็นสำหรับการสร้างประสบการณ์การค้นหาที่ต่อเนื่องและหลายรอบ ส่วนประกอบหลักประกอบด้วย:

1. สถาปัตยกรรมไคลเอนต์-เซิร์ฟเวอร์: MCP กำหนดการแยกชัดเจนระหว่างไคลเอนต์ค้นหา (ผู้ร้องขอ) กับเซิร์ฟเวอร์ค้นหา (ผู้ให้บริการ) เพื่อให้สามารถปรับใช้ได้อย่างยืดหยุ่น

2. การสื่อสาร JSON-RPC: โปรโตคอลใช้ JSON-RPC สำหรับแลกเปลี่ยนข้อความ ทำให้เข้ากันได้กับเทคโนโลยีเว็บและง่ายต่อการใช้งานบนแพลตฟอร์มต่าง ๆ

3. การจัดการบริบท: MCP กำหนดวิธีการที่มีโครงสร้างสำหรับการรักษา อัปเดต และใช้บริบทการค้นหาผ่านหลายการโต้ตอบ

4. การกำหนดเครื่องมือ: ความสามารถในการค้นหาถูกเปิดเผยเป็นเครื่องมือมาตรฐานที่มีพารามิเตอร์และค่าผลลัพธ์ที่ชัดเจน

5. การสนับสนุนการสตรีม: โปรโตคอลรองรับการสตรีมผลลัพธ์ ซึ่งจำเป็นสำหรับการค้นหาแบบเรียลไทม์ที่ผลลัพธ์อาจมาถึงอย่างต่อเนื่อง

รูปแบบการผสานรวมการค้นหาเว็บ

เมื่อผสานรวม MCP กับการค้นหาเว็บ จะมีรูปแบบหลักๆ ดังนี้:

1. การผสานรวมผู้ให้บริการค้นหาโดยตรง

graph LR
    Client[MCP Client] --> |MCP Request| Server[MCP Server]
    Server --> |API Call| SearchAPI[Search API]
    SearchAPI --> |Results| Server
    Server --> |MCP Response| Client

Loading

ในรูปแบบนี้ เซิร์ฟเวอร์ MCP จะติดต่อกับ API การค้นหาหนึ่งหรือหลายตัวโดยตรง แปลงคำขอ MCP เป็นการเรียก API เฉพาะ และจัดรูปแบบผลลัพธ์เป็นการตอบสนอง MCP

2. การค้นหาผสานรวมแบบรักษาบริบท

graph LR
    Client[MCP Client] --> |MCP Request| Federation[MCP Federation Layer]
    Federation --> |MCP Request 1| Search1[Search Provider 1]
    Federation --> |MCP Request 2| Search2[Search Provider 2]
    Federation --> |MCP Request 3| Search3[Search Provider 3]
    Search1 --> |MCP Response 1| Federation
    Search2 --> |MCP Response 2| Federation
    Search3 --> |MCP Response 3| Federation
    Federation --> |Aggregated MCP Response| Client

Loading

รูปแบบนี้จะแจกจ่ายคำค้นหาผ่านผู้ให้บริการค้นหาที่รองรับ MCP หลายราย ซึ่งแต่ละรายอาจเชี่ยวชาญในเนื้อหาหรือความสามารถการค้นหาที่แตกต่างกัน โดยยังคงรักษาบริบทที่เป็นเอกภาพ

3. โซ่การค้นหาที่เสริมบริบท

graph LR
    Client[MCP Client] --> |Query + Context| Server[MCP Server]
    Server --> |1. Query Analysis| NLP[NLP Service]
    NLP --> |Enhanced Query| Server
    Server --> |2. Search Execution| Search[Search Engine]
    Search --> |Raw Results| Server
    Server --> |3. Result Processing| Enhancement[Result Enhancement]
    Enhancement --> |Enhanced Results| Server
    Server --> |Final Results + Updated Context| Client

Loading

ในรูปแบบนี้ กระบวนการค้นหาจะแบ่งเป็นหลายขั้นตอน โดยบริบทจะได้รับการเสริมในแต่ละขั้นตอน ส่งผลให้ผลลัพธ์มีความเกี่ยวข้องมากขึ้นตามลำดับ

ส่วนประกอบบริบทการค้นหา

ในการค้นหาเว็บที่ใช้ MCP บริบทโดยทั่วไปประกอบด้วย:

• ประวัติคำค้นหา: คำค้นหาก่อนหน้าในเซสชัน
• ความชอบของผู้ใช้: ภาษา ภูมิภาค การตั้งค่าค้นหาปลอดภัย
• ประวัติการโต้ตอบ: ผลลัพธ์ที่คลิก เวลาใช้กับผลลัพธ์
• พารามิเตอร์การค้นหา: ตัวกรอง การจัดเรียง และตัวแก้ไขค้นหาอื่น ๆ
• ความรู้โดเมน: บริบทเฉพาะเรื่องที่เกี่ยวข้องกับการค้นหา
• บริบทเชิงเวลา: ปัจจัยความเกี่ยวข้องตามเวลา
• ความชอบแหล่งข้อมูล: แหล่งข้อมูลที่เชื่อถือหรือชื่นชอบ

กรณีใช้งานและแอปพลิเคชัน

การวิจัยและการรวบรวมข้อมูล

MCP ช่วยเสริมกระบวนการวิจัยโดย:

• รักษาบริบทการวิจัยข้ามเซสชันการค้นหา
• เปิดใช้งานคำค้นหาที่ซับซ้อนและมีความเกี่ยวข้องตามบริบท
• สนับสนุนการค้นหาผสานรวมจากหลายแหล่ง
• ช่วยในการสกัดความรู้จากผลลัพธ์การค้นหา

การติดตามข่าวสารและแนวโน้มแบบเรียลไทม์

การค้นหาที่ใช้ MCP ให้ข้อได้เปรียบสำหรับการติดตามข่าว:

• ค้นพบข่าวที่เกิดขึ้นใหม่เกือบจะทันที
• กรองข้อมูลที่เกี่ยวข้องตามบริบท
• ติดตามหัวข้อและเอนทิตีจากหลายแหล่ง
• แจ้งเตือนข่าวสารส่วนบุคคลตามบริบทผู้ใช้

การท่องเว็บและวิจัยที่เสริมด้วย AI

MCP สร้างโอกาสใหม่สำหรับการท่องเว็บที่เสริมด้วย AI:

• เสนอคำค้นหาตามบริบทจากกิจกรรมในเบราว์เซอร์ปัจจุบัน
• ผสานรวมการค้นหาเว็บกับผู้ช่วยที่ใช้ LLM อย่างไร้รอยต่อ
• ปรับปรุงการค้นหาหลายรอบโดยรักษาบริบท
• เพิ่มความสามารถตรวจสอบข้อเท็จจริงและยืนยันข้อมูล

แนวโน้มและนวัตกรรมในอนาคต

การพัฒนา MCP ในการค้นหาเว็บ

ในอนาคต เราคาดว่า MCP จะพัฒนาเพื่อรองรับ:

• การค้นหาหลายรูปแบบ: ผสานรวมการค้นหาข้อความ รูปภาพ เสียง และวิดีโอโดยรักษาบริบท
• การค้นหาแบบกระจาย: สนับสนุนระบบค้นหาที่กระจายและผสานรวม
• ความเป็นส่วนตัวในการค้นหา: กลไกการค้นหาที่คำนึงถึงความเป็นส่วนตัวโดยใช้บริบท
• ความเข้าใจคำค้นหา: การแยกวิเคราะห์ความหมายเชิงลึกของคำค้นหาภาษาธรรมชาติ

ความก้าวหน้าทางเทคโนโลยีที่อาจเกิดขึ้น

เทคโนโลยีใหม่ที่จะกำหนดอนาคตของการค้นหา MCP ได้แก่:

1. สถาปัตยกรรมการค้นหาเชิงประสาท: ระบบค้นหาที่ใช้การฝังตัว (embedding) ที่เหมาะสมกับ MCP
2. บริบทการค้นหาส่วนบุคคล: เรียนรู้รูปแบบการค้นหาของผู้ใช้แต่ละคนตลอดเวลา
3. การผสานกราฟความรู้: การค้นหาที่เสริมด้วยกราฟความรู้เฉพาะโดเมน
4. บริบทข้ามรูปแบบ: รักษาบริบทข้ามโหมดการค้นหาต่าง ๆ

แบบฝึกหัดปฏิบัติ

แบบฝึกหัด 1: การตั้งค่าท่อค้นหา MCP เบื้องต้น

ในแบบฝึกหัดนี้ คุณจะได้เรียนรู้วิธี:

• กำหนดสภาพแวดล้อมการค้นหา MCP เบื้องต้น
• ใช้ตัวจัดการบริบทสำหรับการค้นหาเว็บ
• ทดสอบและตรวจสอบการรักษาบริบทข้ามรอบการค้นหา

แบบฝึกหัด 2: การสร้างผู้ช่วยวิจัยด้วย MCP Search

สร้างแอปพลิเคชันครบวงจรที่:

• ประมวลผลคำถามวิจัยภาษาธรรมชาติ
• ทำการค้นหาเว็บที่คำนึงถึงบริบท
• สังเคราะห์ข้อมูลจากหลายแหล่ง
• นำเสนอผลการวิจัยอย่างเป็นระเบียบ

แบบฝึกหัด 3: การใช้งานการค้นหาผสานจากหลายแหล่งด้วย MCP

แบบฝึกหัดขั้นสูงครอบคลุม:

• การส่งคำค้นหาที่คำนึงถึงบริบทไปยังเครื่องมือค้นหาหลายแห่ง
• การจัดอันดับและรวบรวมผลลัพธ์
• การลบข้อมูลซ้ำซ้อนตามบริบทของผลลัพธ์
• การจัดการเมตาดาต้าเฉพาะแหล่ง

แหล่งข้อมูลเพิ่มเติม

• ข้อกำหนด Model Context Protocol - ข้อกำหนด MCP อย่างเป็นทางการและเอกสารโปรโตคอลโดยละเอียด
• เอกสาร Model Context Protocol - บทเรียนและคู่มือการใช้งานอย่างละเอียด
• MCP Python SDK - การใช้งาน MCP อย่างเป็นทางการใน Python
• MCP TypeScript SDK - การใช้งาน MCP อย่างเป็นทางการใน TypeScript
• เซิร์ฟเวอร์อ้างอิง MCP - ตัวอย่างการใช้งานเซิร์ฟเวอร์ MCP
• เอกสาร Bing Web Search API - API การค้นหาเว็บของ Microsoft
• Google Custom Search JSON API - เครื่องมือค้นหาที่ปรับแต่งได้ของ Google
• เอกสาร SerpAPI - API ผลลัพธ์หน้าผลการค้นหา
• เอกสาร Meilisearch - เครื่องมือค้นหาแบบโอเพนซอร์ส
• เอกสาร Elasticsearch - เครื่องมือค้นหาและวิเคราะห์แบบกระจาย
• เอกสาร LangChain - การสร้างแอปพลิเคชันด้วย LLM

ผลลัพธ์การเรียนรู้

เมื่อจบโมดูลนี้ คุณจะสามารถ:

• เข้าใจพื้นฐานของการค้นหาเว็บแบบเรียลไทม์และความท้าทาย
• อธิบายว่า Model Context Protocol (MCP) ช่วยเพิ่มประสิทธิภาพการค้นหาเว็บแบบเรียลไทม์ได้อย่างไร
• พัฒนาการค้นหาที่ใช้ MCP ด้วยเฟรมเวิร์กและ API ที่นิยม
• ออกแบบและใช้งานสถาปัตยกรรมการค้นหาที่ปรับขนาดได้และประสิทธิภาพสูงด้วย MCP
• นำแนวคิด MCP ไปใช้กับกรณีใช้งานต่าง ๆ เช่น การค้นหาความหมาย การช่วยวิจัย และการท่องเว็บที่เสริมด้วย AI
• ประเมินแนวโน้มและนวัตกรรมในอนาคตของเทคโนโลยีการค้นหาที่ใช้ MCP

ข้อควรระวังด้านความน่าเชื่อถือและความปลอดภัย

เมื่อพัฒนาการค้นหาที่ใช้ MCP โปรดจำหลักการสำคัญเหล่านี้จากข้อกำหนด MCP:

1. ความยินยอมและการควบคุมของผู้ใช้: ผู้ใช้ต้องให้ความยินยอมอย่างชัดเจนและเข้าใจการเข้าถึงข้อมูลและการดำเนินการทั้งหมด โดยเฉพาะสำหรับการใช้งานค้นหาเว็บที่อาจเข้าถึงแหล่งข้อมูลภายนอก

2. ความเป็นส่วนตัวของข้อมูล: ดูแลการจัดการคำค้นหาและผลลัพธ์อย่างเหมาะสม โดยเฉพาะข้อมูลที่อาจมีความอ่อนไหว และใช้การควบคุมการเข้าถึงเพื่อปกป้องข้อมูลผู้ใช้

3. ความปลอดภัยของเครื่องมือ: ใช้การอนุญาตและการตรวจสอบที่เหมาะสมสำหรับเครื่องมือค้นหา เพราะอาจเสี่ยงต่อความปลอดภัยจากการรันโค้ดที่ไม่คาดคิด คำอธิบายพฤติกรรมของเครื่องมือควรถือว่าไม่น่าเชื่อถือหากไม่ได้มาจากเซิร์ฟเวอร์ที่เชื่อถือได้

4. เอกสารชัดเจน: ให้เอกสารที่ชัดเจนเกี่ยวกับความสามารถ ข้อจำกัด และข้อควรระวังด้านความปลอดภัยของการใช้งาน MCP ตามแนวทางในข้อกำหนด MCP

5. กระบวนการยินยอมที่มั่นคง: สร้างกระบวนการยินยอมและอนุญาตที่ชัดเจน อธิบายว่าแต่ละเครื่องมือทำงานอย่างไร ก่อนให้สิทธิ์ใช้งาน โดยเฉพาะเครื่องมือที่ติดต่อกับแหล่งข้อมูลเว็บภายนอก

สำหรับรายละเอียดเกี่ยวกับความปลอดภัยและความน่าเชื่อถือของ MCP โปรดดูที่ เอกสารอย่างเป็นทางการ

ต่อไปคือ

• 6. การมีส่วนร่วมของชุมชน

ข้อจำกัดความรับผิดชอบ:
เอกสารฉบับนี้ได้รับการแปลโดยใช้บริการแปลภาษาอัตโนมัติ Co-op Translator แม้ว่าเราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความคลาดเคลื่อนได้ เอกสารต้นฉบับในภาษาต้นฉบับควรถูกพิจารณาเป็นแหล่งข้อมูลที่ถูกต้อง สำหรับข้อมูลที่สำคัญ ควรใช้บริการแปลโดยมืออาชีพที่เป็นมนุษย์ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดที่เกิดขึ้นจากการใช้การแปลนี้