Anthropic เปิดซอร์ส Model Context Protocol
(anthropic.com)- MCP (Model Context Protocol) คือมาตรฐานใหม่สำหรับเชื่อมต่อผู้ช่วย AI เข้ากับระบบข้อมูล เช่น คลังคอนเทนต์ เครื่องมือธุรกิจ และสภาพแวดล้อมการพัฒนา โดยมีเป้าหมายเพื่อสร้างคำตอบที่ดีขึ้น
- เมื่อผู้ช่วย AI กลายเป็นกระแสหลัก อุตสาหกรรมได้ลงทุนอย่างมากกับความสามารถของโมเดล ทำให้เกิดความก้าวหน้าอย่างรวดเร็วด้านการให้เหตุผลและคุณภาพ อย่างไรก็ตาม การแยกขาดจากข้อมูลทำให้แม้แต่โมเดลที่ซับซ้อนที่สุดก็ยังติดอยู่ในไซโลข้อมูลและระบบเลกาซี แหล่งข้อมูลใหม่แต่ละแห่งต้องมีการพัฒนาแบบเฉพาะ จึงทำให้การขยายระบบที่เชื่อมต่อกันเป็นเรื่องยาก
- MCP เข้ามาแก้ปัญหานี้ MCP เป็นโปรโตคอลเดียวสำหรับผสานรวมแหล่งข้อมูลกับระบบ AI ช่วยลดความซับซ้อนของกระบวนการเชื่อมต่อที่กระจัดกระจาย และมอบการเชื่อมต่อที่เชื่อถือได้มากขึ้น
Model Context Protocol (MCP)
- MCP เป็นมาตรฐานแบบเปิดที่รองรับการสร้างการเชื่อมต่อสองทางที่ปลอดภัยระหว่างแหล่งข้อมูลกับเครื่องมือ AI
- สถาปัตยกรรมมีความเรียบง่าย นักพัฒนาสามารถเปิดเผยข้อมูลผ่าน MCP server หรือสร้าง MCP client เพื่อเชื่อมต่อกับเซิร์ฟเวอร์เหล่านี้ได้
- องค์ประกอบหลัก
- MCP specs และ SDK
- รองรับ local MCP server ใน แอป Claude Desktop
- คลังเก็บ MCP server แบบโอเพนซอร์ส: ให้บริการ MCP server ที่รองรับแหล่งข้อมูลอย่าง Google Drive, Slack, GitHub, Postgres เป็นต้น
- Claude 3.5 Sonnet รองรับการสร้าง MCP server implementation ได้อย่างรวดเร็ว และช่วยให้องค์กรและบุคคลทั่วไปเชื่อมต่อชุดข้อมูลเข้ากับเครื่องมือ AI ได้อย่างรวดเร็ว
- บริษัทต่าง ๆ เช่น Block, Apollo, Zed, Replit, Codeium และ Sourcegraph ได้นำ MCP ไปใช้เพื่อรองรับการค้นหาข้อมูลและการขยายความสามารถของ AI agent
- ข้อดี
- นักพัฒนาไม่จำเป็นต้องดูแลคอนเน็กเตอร์แยกสำหรับแต่ละแหล่งข้อมูล และสามารถใช้โปรโตคอลมาตรฐานได้
- ระบบ AI สามารถรักษาคอนเท็กซ์ข้ามหลายเครื่องมือและหลายชุดข้อมูลได้ ทำให้สร้างสถาปัตยกรรมที่ยั่งยืนกว่าเดิม
เริ่มต้นใช้งาน
- นักพัฒนาสามารถสร้างและทดสอบ MCP connector ได้ตั้งแต่วันนี้
- ลูกค้า Claude for Work สามารถทดสอบ MCP server แบบโลคัลเพื่อเชื่อมต่อกับระบบภายในและชุดข้อมูลของตนได้
- เตรียมเปิดให้ใช้งานเครื่องมือสำหรับนักพัฒนาเพื่อดีพลอย remote production MCP server ในเร็ว ๆ นี้
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
รวบรวมข้อมูลจาก Twitter, Reddit และเอกสารต่าง ๆ แล้ว จึงพอเข้าใจภาพรวมได้ มีคู่มือเริ่มต้นฉบับย่อสำหรับผู้เริ่มต้น
ได้ทำงานร่วมกับ @jspahrsummers ที่ Anthropic มาหลายเดือน และพร้อมตอบคำถาม
ในส่วน "Protocol Handshake" อยากได้ข้อมูลเพิ่มเติมอย่างละเอียดเกี่ยวกับกระบวนการแปลงภาษาธรรมชาติเป็น database query สงสัยว่าสามารถปรับแต่งได้หรือไม่ในกรณีที่ query ที่ไม่มีประสิทธิภาพหรือไม่ถูกต้องจะส่งผลต่อฐานข้อมูล ต้องมีวิธีรับประกันว่าจะไม่มีข้อมูลอ่อนไหวถูกส่งกลับมาจาก query
ดีใจที่มีการผลักดันมาตรฐาน เพราะหลายคนกำลังเขียนการเชื่อมต่อของตัวเอง ทำให้เกิดความกระจัดกระจายและการทำงานซ้ำซ้อนสูงมาก กำลังสร้าง terminal coding agent และมีแผนจะเชื่อมต่อกับบริการภายนอก ขอบคุณสำหรับการรวม mcp ของ Anthropic
ถ้ามีการทำให้เป็นมาตรฐานได้ จะเป็นประโยชน์อย่างมากต่ออุตสาหกรรม
วิดีโอสรุป 2 นาทีของ Matt Pocock มีประโยชน์
ชอบแนวคิดเรื่องการมีอินเทอร์เฟซแบบรวมสำหรับ LLM ทั้งหมด แต่เข้าใจยากว่าทำไมถึงเป็นแบบ local only ถ้าเว็บแอปเชื่อมกับ github เพื่อให้ Claude เข้าถึงที่เก็บโค้ดได้ก็น่าจะน่าสนใจกว่า ตอนนี้ดูเหมือนจะทำได้กับ local file system อยากรู้ว่าสามารถใช้สิ่งนี้แทนแนวทางฉีดข้อมูลเข้าไปในพรอมป์ต์ด้วย RAG เวลาสร้างแอปที่ขับเคลื่อนด้วย LLM ได้หรือไม่ คิดว่ากรณีใช้งานกับข้อมูลเฉพาะทางในตอนนี้ยังจำกัดมาก
สงสัยว่าจะมี API เฉพาะสำหรับ LLM หรือไม่ และตั้งคำถามว่าจะมีประโยชน์กับการเชื่อมต่อ API ระหว่างเว็บไซต์ทั่วไปด้วยหรือเปล่า
สงสัยเรื่องความไม่สมมาตรของอินเทอร์เฟซ prompt กับ sampling ไม่เข้าใจความแตกต่างระหว่างวิธีที่ไคลเอนต์ดึง prompt จากเซิร์ฟเวอร์มารัน กับวิธีใน sampling interface ที่เซิร์ฟเวอร์เสนอคำขอ completion ไปยังไคลเอนต์ เป็นไปได้ว่าคลาสความสามารถของ MCP จะพัฒนาต่อไป
ไม่ค่อยเชื่อถือโซลูชันโอเพนซอร์สที่ไม่ได้มาจากผู้เล่นรายใหญ่ หากไม่ได้เผยแพร่ร่วมกับผู้เล่นรายใหญ่อื่น ๆ ก็มีแรงจูงใจที่บิดเบือนไปได้มากเกินไป