نویسنده (ها): ساگلانی
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
قسمت 1: آشنایی با MCP
در آخرین وبلاگ ، من در مورد سر و صدا مطرح کردم. در این وبلاگ شروع به نوشتن کد می کنیم. از نظر ساده ، MCP سیم کشی (لایه اتصال) است که به یک مدل زبان اجازه می دهد تا بدون اینکه هر دستور را در سریع قرار دهد ، با نرم افزار ما تماس بگیرد. ما قبلاً پست های زیادی در مورد سرورهای MCP دیده ایم: آنها فقط خدمات وب کوچک هستند که به مدل می گویند کدام ابزارها وجود دارند ، سپس وقتی از آنها خواسته می شود ، آن ابزارها را اجرا کنید.
در این اولین ورود به سیستم ، ما بزرگنمایی می کنیم ، از 10،000 پا به MCP نگاه می کنیم ، هر قسمت متحرک را نامگذاری می کنیم و سپس آستین های خود را جمع می کنیم تا کوچکترین سرور MCP ممکن را با Python + Fastapi بنویسیم. ما آن را با جریان فراخوانی عملکرد وانیل مقایسه خواهیم کرد و می بینیم که این دو با هم همپوشانی دارند و در کجا راه های بخشی دارند.
من مطمئن هستم که بسیاری از ما سعی کرده ایم ابزارهایی را به GPT یا Claude “قدیمی” اضافه کنیم ، ما رقص را می دانیم:
طرح های عملکرد را به پارامتر ابزارها اضافه کنید ، همه LLMS به طور پیش فرض از ابزارها پشتیبانی نکنید ، بنابراین یک ابزار شناسایی و بسته بندی آرگومان را در بالای صفحه بنویسید LLM تماس کامل ، امیدوارم که مدل/بسته بندی JSON معتبر را برگرداند ، JSON را تأیید کنید ، در صورت انجام مجدد نادرست ، یا یک بار regex را در صورت عدم استفاده از آن وصله کنید
این کار می کند تا زمانی که به پنج مورد نیاز داشته باشیم … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر
منتشر شده از طریق به سمت هوش مصنوعی
منبع: https://towardsai.net/p/artificial-intelligence/ai-engineers-handbook-to-mcp-architecture-5