پروتکل MCP در هوش مصنوعی چیست و ابزارهای توسعه چگونه به داده‌ها متصل می‌شوند؟

توسعه‌دهندگانی که برنامه‌های مبتنی بر هوش مصنوعی می‌سازند، همواره با یک دوراهی بزرگ مواجه بوده‌اند: چگونه می‌توان یک مدل زبانی را به داده‌های محلی متصل کرد. تا پیش از این، برای اتصال هر مدل به هر پایگاه داده، نیاز به نوشتن کدهای رابط اختصاصی بود. این فرایند نه تنها زمان‌بر بود، بلکه با به‌روزرسانی مدل‌ها یا تغییر ساختار داده‌ها، به سرعت از کار می‌افتاد.

با معرفی «پروتکل زمینه مدل» (Model Context Protocol) یا به اختصار MCP توسط شرکت آنتروپیک (Anthropic)، این معادله به طور کامل تغییر کرده است. این پروتکل یک استاندارد متن‌باز است که روش اتصال برنامه‌های هوش مصنوعی به سیستم‌های خارجی را یکپارچه می‌کند. در واقع، MCP به عنوان یک زبان مشترک میان مدل‌های زبانی و منابع داده عمل می‌کند.[1]

می‌توان MCP را به درگاه USB-C برای سیستم‌های هوش مصنوعی تشبیه کرد. همان‌طور که USB-C به دستگاه‌های مختلف اجازه می‌دهد بدون در نظر گرفتن برند سازنده به یکدیگر متصل شوند، این پروتکل نیز به دستیارهای هوشمندی مانند کلود یا چت‌جی‌پی‌تی اجازه می‌دهد تا به راحتی با فایل‌های محلی، پایگاه‌های داده و ابزارهای جستجو ارتباط برقرار کنند.[2]

مشکل اساسی که این پروتکل حل می‌کند، در مهندسی نرم‌افزار به نام «مشکل یکپارچه‌سازی N×M» شناخته می‌شود. اگر N مدل هوش مصنوعی و M ابزار خارجی داشته باشیم، ساختن رابط‌های اختصاصی نیازمند N ضربدر M کدنویسی مجزا است. این رویکرد در مقیاس بزرگ به سرعت غیرقابل مدیریت می‌شود و توسعه‌دهندگان را در گردابی از کدهای سفارشی گرفتار می‌کند.[2]

پروتکل MCP این معادله پیچیده را به N+M کاهش می‌دهد. با استفاده از این استاندارد، هر مدل هوش مصنوعی و هر ابزار خارجی تنها کافی است یک بار از این پروتکل پشتیبانی کنند. پس از آن، هر کلاینت سازگار می‌تواند بدون نیاز به تنظیمات اضافی، با هر سرور سازگار ارتباط برقرار کرده و داده‌ها را تبادل کند.[2]

معماری کلاینت-سرور در پروتکل MCP

هسته اصلی پروتکل MCP بر پایه یک معماری کلاینت-سرور انعطاف‌پذیر بنا شده است که از استاندارد پیام‌رسانی JSON-RPC 2.0 استفاده می‌کند. این طراحی شامل سه جزء کلیدی است: پردازش میزبان، کلاینت‌های MCP و سرورهای MCP. این اجزا در کنار هم یک جریان داده امن و ساختاریافته را برای برنامه‌های هوش مصنوعی فراهم می‌کنند.

پردازش میزبان، همان برنامه اصلی هوش مصنوعی است که کاربر با آن تعامل دارد. این برنامه می‌تواند نسخه دسکتاپ کلود، یک محیط توسعه یکپارچه (IDE) مانند Cursor، یا یک پلتفرم سازمانی باشد. میزبان به عنوان یک هماهنگ‌کننده عمل می‌کند و می‌تواند به طور همزمان به چندین سرور مختلف متصل شود تا قابلیت‌های مدل را گسترش دهد.[1]

در داخل پردازش میزبان، کلاینت‌های MCP قرار دارند که به عنوان واسطه‌های ارتباطی عمل می‌کنند. هر کلاینت وظیفه مدیریت ارتباط با یک سرور خاص را بر عهده دارد. این جداسازی باعث می‌شود که امنیت سیستم افزایش یابد و در صورت بروز خطا در یک اتصال، سایر بخش‌های برنامه هوش مصنوعی بدون مشکل به کار خود ادامه دهند.

سرورهای MCP، برنامه‌های سبک و مستقلی هستند که دسترسی به منابع خاصی را فراهم می‌کنند. یک سرور می‌تواند به یک پایگاه داده متصل باشد، در حالی که سرور دیگر دسترسی به API یک سرویس ابری را مدیریت می‌کند. این سرورها قابلیت‌های خود را از طریق سه مفهوم پایه به نام‌های «منابع»، «پرامپت‌ها» و «ابزارها» در اختیار کلاینت قرار می‌دهند.

منابع (Resources) در این پروتکل، داده‌های ساختاریافته‌ای هستند که مدل می‌تواند آن‌ها را بخواند، اما قابلیت تغییر آن‌ها را ندارد. این منابع می‌توانند شامل قطعه کدها، اسناد متنی، یا شمای یک پایگاه داده باشند. پرامپت‌ها (Prompts) نیز دستورالعمل‌های از پیش آماده‌ای هستند که به مدل کمک می‌کنند تا وظایف خاصی را با دقت بیشتری انجام دهد.

تفاوت با پلاگین‌های سنتی و RAG

پیش از ظهور MCP، توسعه‌دهندگان برای اتصال مدل‌ها به داده‌های خارجی عمدتاً از دو روش استفاده می‌کردند: پلاگین‌های اختصاصی و سیستم‌های تولید تقویت‌شده با بازیابی (RAG). پلاگین‌ها به شدت وابسته به پلتفرم بودند؛ به این معنا که یک افزونه نوشته شده برای یک مدل خاص، در محیط سایر مدل‌ها قابل استفاده نبود.

پروتکل MCP این وابستگی به پلتفرم را از بین می‌برد. از آنجا که این یک استاندارد متن‌باز است، یک سرور پایگاه داده که برای پشتیبانی از MCP پیکربندی شده است، می‌تواند به طور همزمان به هر دستیار هوشمندی که از این پروتکل پشتیبانی می‌کند، متصل شود. این ویژگی، نیاز به بازنویسی کدهای اتصال برای هر پلتفرم جدید را برطرف می‌کند.

از سوی دیگر، سیستم‌های RAG برای جستجو در اسناد متنی و تزریق آن‌ها به حافظه مدل طراحی شده‌اند. در حالی که RAG برای بازیابی اطلاعات استاتیک بسیار کارآمد است، اما در انجام عملیات‌های پویا و چندمرحله‌ای محدودیت دارد. یک سیستم RAG نمی‌تواند به طور مستقیم یک رکورد را در پایگاه داده مدیریت مشتریان به‌روزرسانی کند.

پروتکل MCP فراتر از بازیابی اطلاعات عمل می‌کند و امکان ارتباط دوطرفه را فراهم می‌سازد. از طریق مفهوم «ابزارها» (Tools) در این معماری، مدل هوش مصنوعی می‌تواند توابعی را در سیستم‌های خارجی اجرا کند. به عنوان مثال، مدل می‌تواند یک کوئری SQL را تولید کرده، آن را از طریق سرور MCP اجرا کند و نتایج را دریافت نماید.[1]

این قابلیت اجرای ابزارها، به دستیارهای هوشمند اجازه می‌دهد تا از یک منبع اطلاعاتی منفعل، به عامل‌های فعالی تبدیل شوند که قادرند وظایف پیچیده را در دنیای واقعی انجام دهند. با این حال، اجرای این ابزارها نیازمند مکانیزم‌های امنیتی دقیقی است تا از دسترسی‌های غیرمجاز و تغییرات ناخواسته در سیستم‌های حیاتی جلوگیری شود.

اتصال هوش مصنوعی به پایگاه‌های داده

یکی از کاربردی‌ترین جنبه‌های پروتکل MCP، نحوه اتصال آن به پایگاه‌های داده سازمانی است. در گذشته، اگر یک تیم می‌خواست عامل هوش مصنوعی خود را به یک پایگاه داده متصل کند، باید یک تابع سفارشی می‌نوشت که اتصال را برقرار کرده، نتایج را قالب‌بندی نموده و آن‌ها را به عنوان یک رشته متنی به مدل بازمی‌گرداند.

اکنون، با استفاده از سرورهای پایگاه داده مبتنی بر MCP، این فرایند استاندارد شده است. شرکت‌هایی مانند گوگل کلود، ابزارهایی مانند «MCP Toolbox for Databases» را متن‌باز کرده‌اند که به توسعه‌دهندگان اجازه می‌دهد به راحتی به پایگاه‌های داده‌ای نظیر AlloyDB، Cloud SQL و Spanner متصل شوند. این ابزارها پیچیدگی‌های مدیریت اتصال و احراز هویت را پنهان می‌کنند.[3]

هنگامی که یک دستیار هوشمند نیاز به اطلاعاتی از پایگاه داده دارد، ابتدا از طریق پروتکل درخواست می‌کند تا لیست ابزارهای موجود در سرور را مشاهده کند. سرور لیستی از توابع مجاز، مانند «اجرای کوئری فقط‌خواندنی» را همراه با ساختار داده‌های مورد نیاز به کلاینت ارسال می‌کند تا مدل بداند چگونه باید درخواست خود را فرمت کند.[2]

مدل هوش مصنوعی سپس بر اساس درخواست کاربر، کوئری مناسب را تولید کرده و آن را در قالب یک پیام JSON-RPC به سرور می‌فرستد. سرور MCP این کوئری را در پایگاه داده اجرا می‌کند، نتایج را دریافت کرده و آن‌ها را در قالبی استاندارد به مدل بازمی‌گرداند. تمام این مراحل در کسری از ثانیه انجام می‌شود.

این دسترسی بلادرنگ به داده‌ها، مشکل قدیمی بودن اطلاعات مدل‌های زبانی را حل می‌کند. به جای تکیه بر داده‌های آموزشی که ممکن است ماه‌ها پیش جمع‌آوری شده باشند، مدل می‌تواند پاسخ‌های خود را بر اساس آخرین تراکنش‌های ثبت شده در پایگاه داده شرکت تنظیم کند و دقت خروجی را به شدت افزایش دهد.[2]

امنیت و کنترل دسترسی در MCP

با توجه به اینکه پروتکل MCP به مدل‌های هوش مصنوعی اجازه می‌دهد کدهایی را در سیستم‌های خارجی اجرا کنند، امنیت به عنوان یک اصل بنیادین در طراحی آن در نظر گرفته شده است. این معماری به گونه‌ای ساخته شده که کنترل نهایی همیشه در دست برنامه میزبان و کاربری باشد که از آن استفاده می‌کند.

سرورهای MCP به دو روش اصلی می‌توانند با کلاینت‌ها ارتباط برقرار کنند: اتصالات محلی و اتصالات راه دور. در اتصالات محلی، ارتباط از طریق ورودی و خروجی استاندارد سیستم‌عامل (Stdio) انجام می‌شود. این روش برای ابزارهایی که روی رایانه خود کاربر اجرا می‌شوند، مانند خواندن فایل‌های محلی در محیط VS Code، بسیار امن و ایزوله است.

برای اتصالات راه دور، پروتکل از پروتکل انتقال ابرمتن (HTTP) به همراه رویدادهای ارسال‌شده از سرور (SSE) استفاده می‌کند. در این حالت، سرورهای MCP می‌توانند در شبکه‌های خصوصی سازمانی یا روی اینترنت عمومی مستقر شوند. برای تامین امنیت این اتصالات، استاندارد MCP از چارچوب احراز هویت OAuth 2.1 پشتیبانی می‌کند.

در معماری مبتنی بر HTTP، سرور MCP به عنوان یک سرور منابع OAuth عمل می‌کند و کلاینت به نمایندگی از کاربر، توکن‌های دسترسی را مدیریت می‌کند. این بدان معناست که یک دستیار هوشمند تنها می‌تواند به داده‌ها و ابزارهایی دسترسی داشته باشد که کاربر صراحتاً مجوز استفاده از آن‌ها را صادر کرده است.

علاوه بر این، سرورهای MCP موظفند اصل «حداقل دسترسی» را رعایت کنند. توسعه‌دهندگان می‌توانند سرورها را به گونه‌ای پیکربندی کنند که تنها اجازه اجرای کوئری‌های فقط‌خواندنی را در پایگاه داده بدهند و از هرگونه عملیات تغییر یا حذف داده‌ها توسط مدل هوش مصنوعی جلوگیری کنند تا یکپارچگی سیستم حفظ شود.

آینده توسعه برنامه‌های مبتنی بر هوش مصنوعی

معرفی پروتکل MCP توسط آنتروپیک و متن‌باز شدن آن در اواخر سال ۲۰۲۴، گام مهمی در جهت دموکراتیزه کردن توسعه هوش مصنوعی است. با پذیرش این استاندارد توسط ابزارهای محبوبی مانند Cursor و پلتفرم‌های سازمانی، اکوسیستم یکپارچه‌ای در حال شکل‌گیری است که وابستگی به یک پلتفرم خاص را کاهش می‌دهد.[1]

در دسامبر ۲۰۲۵، بنیاد لینوکس نهادی به نام «بنیاد هوش مصنوعی عامل‌محور» (AAIF) را تاسیس کرد و پروتکل MCP را به عنوان یکی از پروژه‌های بنیان‌گذار آن معرفی نمود. این انتقال حاکمیت به یک نهاد بی‌طرف، تضمین می‌کند که توسعه این استاندارد بر اساس نیازهای جامعه کاربری پیش خواهد رفت و تحت انحصار هیچ شرکتی نخواهد بود.

برای سازمان‌هایی که به دنبال استخراج ارزش واقعی از هوش مصنوعی هستند، این پروتکل یک تغییر دهنده بازی است. تیم‌های مهندسی دیگر نیازی ندارند ماه‌ها وقت خود را صرف نوشتن و نگهداری کدهای رابط برای اتصال مدل‌ها به سیستم‌های داخلی کنند. آن‌ها می‌توانند با استفاده از سرورهای آماده، زیرساخت‌های خود را به سرعت متصل کنند.

در نهایت، پروتکل زمینه مدل نشان‌دهنده بلوغ صنعت هوش مصنوعی است. ما از مرحله‌ای که مدل‌ها تنها تولیدکنندگان متن ایزوله بودند، عبور کرده‌ایم. با استانداردهایی مانند MCP، دستیارهای هوشمند به ابزارهایی یکپارچه تبدیل می‌شوند که می‌توانند در کنار انسان‌ها، در محیط‌های کاری واقعی و با داده‌های زنده، به حل مسائل پیچیده بپردازند.