Построение агентов с использованием Model Context Protocol (MCP)

Конспект семинара (26) Building Agents with Model Context Protocol - Full Workshop with Mahesh Murag of Anthropic - YouTube

Философия и мотивация MCP

• Основная концепция

• Модели эффективны настолько, насколько хорош предоставленный им контекст
• Эволюция от ручного ввода контекста к системной интеграции с данными

• Предшествующие протоколы

• API: стандартизация взаимодействия между фронтендом и бэкендом
• LSP (Language Server Protocol): стандартизация взаимодействия IDE с языковыми инструментами

• Проблема до MCP

• Фрагментация подходов к построению ИИ-систем
• Каждая команда создавала собственные реализации
• Отсутствие стандартизации интеграции с инструментами и данными

Компоненты MCP

• Клиенты MCP

• Приложения: Claude for Desktop, Perser, Windsurf
• Агенты: Goose (от Block)

• Серверы MCP

• Обертки для доступа к различным системам и инструментам
• Базы данных, CRM, системы контроля версий и т.д.

• Три основных интерфейса

• Инструменты (Tools)
  - Управляются моделью
  - Модель решает, когда вызывать инструменты
  - Чтение/запись данных, обновление баз данных, работа с файлами
• Ресурсы (Resources)
  - Управляются приложением
  - Данные, предоставляемые приложению (изображения, текст, JSON)
  - Статические или динамические ресурсы
• Промпты (Prompts)
  - Управляются пользователем
  - Предопределенные шаблоны для типовых взаимодействий
  - Slash-команды в IDE

Преимущества MCP

• Для разработчиков приложений

• Подключение к любому серверу без дополнительной работы
• Стандартизированная разработка ИИ

• Для поставщиков инструментов и API

• Создание сервера один раз для использования во всех приложениях
• Решение проблемы "N × M" (множество взаимодействий)

• Для конечных пользователей

• Более мощные и контекстно-богатые ИИ-приложения

• Для компаний

• Четкое разделение ответственности между командами
• Централизованный подход к построению ИИ-приложений
• Микро-сервисная архитектура для ИИ-систем

Внедрение и использование

• Текущее внедрение

• Приложения и IDE
• Более 1100 серверов, созданных сообществом
• Официальные интеграции от компаний

• Примеры использования

• Интеграция с GitHub для управления репозиториями
• Работа с задачами в Asana
• Интеграция с различными API и сервисами

MCP и агенты

• Концепция расширенной LLM

• LLM с доступом к системам поиска, инструментам и памяти
• MCP как нижний слой для федерации доступа

• Возможности протокола для агентов

• Sampling
  - Сервер запрашивает выполнение LLM у клиента
  - Клиент контролирует взаимодействие с моделью
• Композиция
  - Клиент и сервер - логическое, а не физическое разделение
  - Агенты могут быть одновременно клиентами и серверами MCP
  - Создание многоуровневых архитектур агентов

• Пример с MCP-agent

• Фреймворк от Last Mile AI https://github.com/lastmile-ai/mcp-agent
• Декларативное определение агентов и их задач
• Оркестрация подагентов для выполнения сложных задач

Вот простой пример создания исследовательского агента с использованием MCP:

python
# Определение исследовательского агента
research_agent = Agent(
    name="researcher",
    system="Ты эксперт по веб-исследованиям...",
    servers=["brave", "fetch", "file_system"]
)

# Определение агента для проверки фактов
fact_checker = Agent(
    name="fact_checker",
    system="Ты эксперт по проверке фактов...",
    servers=["brave", "fetch", "file_system"]
)

# Определение агента для написания отчета
report_writer = Agent(
    name="report_writer",
    system="Ты эксперт по написанию исследовательских отчетов...",
    servers=["file_system", "fetch"]
)

Агент может использовать эти серверы для выполнения задач, не зная заранее, как они работают. Он просто знает, что они существуют и что они могут делать.

Будущее MCP

• Удаленные серверы и аутентификация

• Поддержка OAuth 2.0
• Серверы, размещенные на публичных URL
• Упрощение обнаружения и использования серверов

• Реестр MCP

• Унифицированный сервис метаданных
• Решение проблем обнаружения и верификации серверов
• Поддержка версионирования

• Самостоятельно эволюционирующие агенты

• Динамическое обнаружение новых возможностей
• Агенты могут расширять свои возможности после инициализации

• Well-known MCP

• Стандартный способ для сайтов объявлять о своих MCP-возможностях
• Дополнение к реестру для обнаружения инструментов

• Дополнительные направления развития

• Stateful vs stateless соединения
• Потоковая передача данных
• Пространства имен для инструментов
• Проактивное поведение серверов

Практические аспекты

• Безопасность и управление

• Контроль доступа к серверам
• Верификация официальных серверов
• Разделение ответственности между клиентом и сервером

• Отладка и наблюдаемость

• Инструмент Inspector для просмотра логов
• Метаданные для отладки
• Формирующиеся лучшие практики

Интеграция с существующими системами

• Взаимодействие с агентными фреймворками

• MCP дополняет, а не заменяет агентные фреймворки
• Адаптеры для интеграции (например, с Langraph)

• Сочетание с Computer Use

• MCP для API-взаимодействия
• Computer Use для взаимодействия с UI
• Комбинированный подход для максимальной гибкости