Model Context Protocol (MCP) definiuje wspólny interfejs łączący aplikacje AI z narzędziami i danymi. Host zarządza połączeniami klientów z serwerami udostępniającymi narzędzia, zasoby i szablony promptów. Sam protokół nie gwarantuje prywatności ani bezpiecznych działań; zależą one od hosta, serwera i wdrożenia.
Pojedynczy host może równocześnie utrzymywać połączenia z wieloma serwerami. Użytkownik pracujący w Claude Desktop może mieć jeden serwer MCP zapewniający dostęp do systemu plików, drugi połączony z kalendarzem, a trzeci pobierający dane z bazy wiedzy. Host koordynuje je wszystkie przez warstwę klienta, bez potrzeby, by serwery wiedziały o swoim istnieniu.
Narzędzia to funkcje, które AI może wykonywać: uruchomić zapytanie do bazy danych, wysłać wiadomość, zapisać plik lub przeszukać sieć. AI wywołuje narzędzie, gdy potrzebuje wykonać działanie albo na żądanie uzyskać konkretną informację. Narzędzia wymagają, by AI aktywnie zdecydowała, kiedy ich użyć.
Prompty są wielokrotnie używalnymi szablonami procesów zdefiniowanymi przez serwer: listą kontrolną przeglądu kodu, formatem podsumowania spotkania lub strukturą zgłoszenia wsparcia. Pozwalają dostawcom serwerów kodować specyficzne dla domeny procesy, które może na żądanie wywołać każda podłączona AI.
MCP działa na JSON-RPC 2.0, lekkim standardzie zdalnego wywoływania procedur wykorzystującym ustrukturyzowane komunikaty JSON we wspólnym transporcie. Host AI wysyła żądania, a serwer MCP zwraca odpowiedzi. Protokół obsługuje zarówno synchroniczną wymianę, jak i asynchroniczne powiadomienia dla długotrwałych operacji.
MCP a tradycyjne API: jaka jest różnica?
Najczęstsze pytanie o MCP brzmi, czy zastępuje REST API. Nie zastępuje. To rozróżnienie jest ważne dla każdego, kto buduje lub ocenia narzędzia AI.
MCP to warstwa ponad tym kontraktem. Serwer MCP często opakowuje istniejące API, ale dodaje coś, czego surowe API nie zapewnia: czytelny dla maszyny opis działania narzędzia i sytuacji, w których AI powinna rozważyć jego użycie. AI dynamicznie odkrywa dostępne narzędzia i rozumuje, kiedy je wywołać, zamiast wykonywać zakodowane instrukcje.
Wymaga wyjaśnienia także wywoływanie funkcji: function calling to zdolność modelu pozwalająca AI zdecydować o wywołaniu funkcji podczas rozmowy. MCP jest protokołem transportu i odkrywania, który określa, jak funkcja jest udostępniana przez granice systemów. Oba podejścia się uzupełniają, a nie konkurują.
Automatyzacja procesów przedsiębiorstwa wykorzystuje narzędzia MCP do łączenia AI z systemami CRM, bazami danych i API harmonogramów. Asystent sprzedaży może sprawdzić historię umowy klienta, dostępne terminy spotkań i przygotować e-mail follow-up przez sekwencyjne wywołanie trzech osobnych serwerów MCP, skoordynowane przez jednego hosta AI w jednej rozmowie.
Osobiste procesy agentowe łączą wszystkie trzy prymitywy. Asystent osobisty odczytuje skrzynkę odbiorczą jako zasób, używa narzędzia do przeszukiwania notatek po powiązany kontekst i stosuje szablon promptu do przygotowania uporządkowanej odpowiedzi – wszystko w jednym procesie sterowanym przez AI, obejmującym wiele źródeł danych bez przełączania się użytkownika między aplikacjami.