Model Context Protocol (MCP) là gì?

Model Context Protocol (MCP) là một tiêu chuẩn chung, mã nguồn mở được thiết kế để kết nối các hệ thống AI với nhiều nguồn dữ liệu khác nhau, giúp các công cụ AI tạo ra phản hồi chính xác và phù hợp với ngữ cảnh hơn.

Ngày 25/10/2024, Anthropic đã open-source MCP, một giao thức tiêu chuẩn dùng để kết nối và tăng sức mạnh cho các LLMs một cách mượt mà. Họ ví von việc sử dụng MCP giống như là chúng ta cắm “USB vào LLMs“, ám chỉ việc dễ dàng “tháo lắp”.

1.Model Context Protocol (MCP) là gì

Model Context Protocol (MCP) là một tiêu chuẩn chung, mã nguồn mở được thiết kế để kết nối các hệ thống AI với nhiều nguồn dữ liệu khác nhau, giúp các công cụ AI tạo ra phản hồi chính xác và phù hợp với ngữ cảnh hơn.

Giao thức này khắc phục những hạn chế do tích hợp dữ liệu phân mảnh gây ra bằng cách cung cấp cho các nhà phát triển một kiến trúc thống nhất thông qua các MCP servers và clients, cùng với các trình kết nối được xây dựng sẵn cho các hệ thống phổ biến như Google Drive và GitHub.

Sáng kiến này nhấn mạnh sự hợp tác và khả năng mở rộng, mời gọi các nhà phát triển, doanh nghiệp và những người đam mê mã nguồn mở tham gia vào việc xây dựng một hệ sinh thái AI tích hợp và nhận thức ngữ cảnh tốt hơn.

2.Kiến trúc tổng quát của MCP

MCP Hosts: các chương trình như Claude Desktop, IDE hoặc công cụ AI muốn truy cập dữ liệu thông qua MCP

MCP Clients: các clients sử dụng giao thức kết nối đến các MCP servers bằng một connection duy nhất.

MCP Servers: các chương trình gọn nhẹ cung cấp các khả năng cụ thể thông qua tiêu chuẩn (Model Context Protocol).

Local Data Sources: các tập tin, file database và các dịch vụ trong máy tính của người dùng mà các MCP servers có thể truy cập một cách an toàn.

Remote Services: các hệ thống, dịch vụ từ xa sẵn có trên Internet mà các MCP Server có thể kết nối và sử dụng.

3.Kết luận

MCP (Model Context Protocol) là một giải pháp mạnh mẽ để tối ưu hóa việc sử dụng LLMs, đồng thời khuyến khích sự đóng góp và phát triển từ cộng đồng mã nguồn mở. Với MCP chúng ta (dev) có thể dễ dàng phát triển các công cụ giúp tăng cường sức mạnh của các LLMs cũng như góp phần cải thiện Workflow nhanh và chính xác hơn.