بروتوكول سياق النموذج (MCP): الدليل البسيط للمهندسي البرمجيات لتبسيط الاندماج بين التطبيقات وأنظمة الذكاء الاصطناعي

دليل بسيط لبروتوكول السياق النموذجي للمهندسين البرمجيين ما هو بروتوكول السياق النموذجي (MCP)؟ بروتوكول السياق النموذجي (MCP) هو حل تقني تم تقديمه في نوفمبر 2024 بواسطة Anthropic، بهدف تبسيط وتوفير سياق مهيكل ومتسق للنماذج اللغوية الكبيرة (LLMs). هذا البروتوكول يعمل كطبقة وسيطة بين التطبيق والنماذج اللغوية، مما يسهل عملية تبادل السياق والقدرات بطريقة موحدة. لماذا نحتاج إلى MCP؟ في الماضي، كان تقديم السياق للنماذج اللغوية يتم بشكل يدوي وقابل للأخطاء. على سبيل المثال، عند بناء روبوت دردشة للرد على أسئلة داخلية في الشركة، كان يجب كتابة دالة مخصصة لكل طلب، مما جعل النظام معقدًا وغير موثوق به خاصة مع زيادة حجم البيانات وتعقيد المهام. لتخطي هذه الصعوبات، تم تقديم تقنيتين رئيسيتين: 1. RAG (Retrieval-Augmented Generation): تمكن النموذج من جلب المعلومات الخارجية ذات الصلة تلقائيًا، مما يحسن الدقة وجودة الردود دون الحاجة لإعادة تدريب النموذج. 2. Function Calling: سمحت لنماذج LLM باستخدام الأدوات وليس مجرد معالجة النصوص. على سبيل المثال، يمكن للنموذج تنفيذ وظائف مثل استدعاء ملفات المستخدم أو البحث عن حالة الطقس. ومع ذلك، كانت هناك مشكلة في عدم وجود معايير موحدة لتعريف الوظائف، مما أدى إلى تعقيد عملية التكامل وكتابة كود مكرر. وهنا يأتي دور MCP في توفير لغة مشتركة بين التطبيقات والنماذج اللغوية، مما يسهل التكامل ويقلل من التعقيد. كيف يمكن للمطورين استخدام أو بناء النماذج باستخدام MCP؟ مثال على استخدام MCP في Cursor Cursor هو بيئة تطوير متكاملة تعتمد على الذكاء الاصطناعي وتدعم MCP بشكل طبيعي. عندما تسأل AI في Cursor شيئًا مثل "اكتب اختبارات وحدة لهذه الدالة"، فإن هذه هي الخطوات التي تحدث خلف الكواليس: 1. إرسال الاستفسار: يرسل Cursor استفسارك إلى النموذج اللغوي (مثل Claude أو GPT). 2. اكتشاف الأدوات: يكتشف Cursor الأدوات المتاحة تلقائيًا عبر MCP. 3. تنفيذ الأداة المناسبة: يدعو Cursor الأداة المناسبة (مثل مُحلل الملفات أو مُنشئ شجرة الاعتماديات). 4. إعادة النتيجة إلى النموذج: يُرسل نتيجة الأداة إلى النموذج اللغوي. 5. ** GENERATE RESPONSE**: يستخدم النموذج اللغوي هذه النتائج لإنتاج رد دقيق. بناء أدوات مخصصة باستخدام MCP في Cursor تثبيت المتطلبات: قم بتثبيت uv باستخدام brew أو curl. قم بإعداد مشروع Python جديد وتنشيط بيئة افتراضية. إعداد المشروع: قم بإنشاء هيكل مشروع جديد باستخدام الأمر mcp uv init mcp-demo. انتقل إلى مجلد المشروع ونشّط البيئة الافتراضية. قم بتثبيت الحزم الأساسية لـ MCP. كتابة الكود: في ملف server.py، قم بتعريف الأدوات التي تريد توفيرها، مثل list_text_files و count_words_in_file. في ملف main.py، قم بتشغيل الخادم MCP. تشغيل الخادم (للغرض التجريبي): استخدم الأمر uv run mcp dev main.py لتشغيل الخادم محليًا. استخدم MCP Inspector لاختبار الأدوات بشكل يدوي. تمكين الخادم في Cursor: قم بإضافة الخادم الخاص بك إلى التكوين العالمي لـ Cursor. أعد تشغيل Cursor لتطبيق التغييرات. من خلال الجمع بين MCP وCursor، يمكنك بناء أدوات تطوير ذكية ومُحسنة بالذكاء الاصطناعي بدون الحاجة لكتابة الكثير من الكود القياسي. تقييم الحدث من قبل المختصين يعتبر MCP خطوة مهمة في تطوير البرامج التي تعتمد على الذكاء الاصطناعي. فهو يوفر طبقة وسيطة موحدة تحل محل الكود المكرر والمعقد، مما يجعل من السهل تبادل السياق والقدرات بين التطبيقات والنماذج اللغوية. هذا التطور يساهم في تحويل مهام التطوير اليومية إلى عمليات أكثر فعالية وصيانة، مما يتيح للمطورين التركيز على جوانب più إبداعية وأكثر قيمة في المشاريع. نبذة تعريفية عن Anthropic Anthropic هي شركة متخصصة في تطوير الذكاء الاصطناعي، تهدف إلى جعل النماذج اللغوية أكثر فعالية واستخدامًا في مجموعة متنوعة من التطبيقات. تقدم الشركة حلولًا مبتكرة مثل Claude، وهو نموذج لغوي قوي يمكنه التعامل مع مهام معقدة، وMCP، الذي يهدف إلى توحيد طريقة تبادل السياق والقدرات بين التطبيقات والنماذج اللغوية.