نویسنده (ها): Zoheb abai
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
در چشم انداز توسعه AI امروزی ، برنامه ها به طور فزاینده ای به مدل های زبان پیشرفته متکی هستند تا ویژگی های هوشمند را به خود اختصاص دهند. با این حال ، اتصال این مدل ها به منابع یا خدمات خارجی در دنیای واقعی (ابزارها) ، منابع داده و API چالش های قابل توجهی را ارائه می دهد. پروتکل زمینه مدل (MCP) به عنوان راه حلی برای این چالش های ادغام ظاهر شده است و یک رویکرد استاندارد برای سیستم های AI برای تعامل با منابع و خدمات داده های خارجی فراهم می کند.
در این مقاله به دنبال سفر توسعه یک برنامه تجزیه و تحلیل سهام مالی از ساده ترین شکل آن به یک بستر مالی با قدرت هوش مصنوعی است. ما پیگیری خواهیم کرد که چگونه معماری در هر مرحله تکامل می یابد تا نیازهای رو به رشد را برآورده کند – از جستجوی قیمت اصلی سهام تا زبان طبیعی تجزیه و تحلیل مالی که به مدل های هوش مصنوعی و داده های مالی نیاز دارد تا یکپارچه با هم کار کنند.
از طریق این تکامل ، ما خواهیم فهمید که چه زمانی و چرا MCP نه تنها مفید می شود ، بلکه یک انتخاب مهم معماری برای برنامه های یکپارچه AI است.
ساده ترین معماری برنامه شامل یک جبهه است که به طور مستقیم به منابع داده خارجی دسترسی پیدا می کند. این برنامه REACT Minimal را در نظر بگیرید که وقتی کاربر روی یک دکمه کلیک می کند ، داده های سهام را بدست می آورد.
حتی در این مرحله ، برنامه در حال حاضر از چندین پروتکل و فناوری استاندارد وب استفاده می کند:
HTTP/HTTPS: برای همه ارتباطات بین مرورگر و سرور ServeBebeCockets: برای به روزرسانی های بالقوه در زمان واقعی قیمت سهام
منتشر شده از طریق به سمت هوش مصنوعی
منبع: https://towardsai.net/p/artificial-intelligence/mcp-an-architectural-inflection-point