MCP i konektori: univerzalni standard
Na ovoj stranici
MCP i konektori: univerzalni standard
Model Context Protocol (MCP) otvoreni je standard koji modelima omogućuje interakciju s vanjskim uslugama kroz jedinstveni protokol. OpenAI konektori implementiraju taj standard kako bi izravno povezali modele s alatima trećih strana unutar Responses API-ja.
Problem koji MCP rješava
Ključni problem je umnožavanje integracija: povezivanje N modela s M usluga zahtijeva N×M prilagođenih integracija, od kojih se svaka piše i održava zasebno. Svaka nova usluga prisiljava te da ponoviš posao za svaku aplikaciju, a svaka promjena API-ja riskira kvar više integracija.
MCP tu množenje pretvara u zbrajanje: usluga jednom izloži svoje mogućnosti koristeći protokol, a bilo koji kompatibilan klijent ih može koristiti. To je ista logika kao kod upravljačkih programa za pisače ili Language Server Protocola (LSP) u uređivačima koda—standardizacija ne čini integracije moćnijima; čini ih ekonomski održivima.
# Prije MCP-a: ručna integracija za svaku uslugu
tools = [
# Funkcija za Slack
{"type": "function", "name": "slack_send_message", ...},
{"type": "function", "name": "slack_read_channel", ...},
# Funkcija za Jira
{"type": "function", "name": "jira_create_ticket", ...},
{"type": "function", "name": "jira_list_tickets", ...},
# Funkcija za Google Drive
{"type": "function", "name": "gdrive_list_files", ...},
# ... desetke funkcija za održavanje
]
S MCP-om svaka usluga izlaže svoje mogućnosti putem standardnog protokola, a model ih izravno koristi.
Arhitektura MCP-a
Protokol definira tri koncepta:
- MCP poslužitelj: Usluga koja izlaže alate, resurse i promptove
- MCP klijent: Sustav koji koristi mogućnosti poslužitelja
- Transport: Komunikacijski kanal između klijenta i poslužitelja
# MCP poslužitelj izlaže:
# - Alate: Radnje koje model može izvršiti
# - Resurse: Podatke koje model može čitati
# - Promptove: Unaprijed definirane predloške promptova
Korištenje OpenAI konektora
Konektori su MCP poslužitelji koji su već hostirani i održavaju se: ti ih samo deklariraš, autentificiraš i koristiš. To je prirodna ulazna točka—nema potrebe pisati MCP poslužitelj za komunikaciju s uobičajenom uslugom koju je netko već povezao.
from openai import OpenAI
client = OpenAI()
# Konceptualni primjer: konektor na vanjsku uslugu
response = client.responses.create(
model="gpt-5.6-terra",
input="Create a Jira ticket for the homepage bug",
tools=[
{
"type": "mcp",
"server_label": "jira",
"server_url": "https://mcp.your-server.com/jira",
"require_approval": "always"
}
]
)
Parametar require_approval kontrolira ljudsku validaciju:
"always": Svaka radnja zahtijeva odobrenje"never": Automatsko izvršavanje
Izrada MCP poslužitelja u Pythonu
Pisanje vlastitog poslužitelja isplati se čim interna usluga treba biti dostupna više aplikacija. Logika je ista kao kod internog API-ja: napišeš ga jednom, uredno, s vlastitim pravilima pristupa—i svaka aplikacija ima korist bez ponovnog izmišljanja sloja za integraciju.
from mcp.server import Server
from mcp.types import Tool, TextContent
import json
server = Server("my-crm")
@server.tool()
async def search_client(term: str, field: str = "name") -> str:
"""Pretraži klijenta u internom CRM-u.
Args:
term: Izraz za pretraživanje (ime, e-mail ili ID)
field: Polje za pretraživanje (name, email, id)
"""
# Tvoja poslovna logika
results = await crm_database.search(term, field=field)
return json.dumps([{
"id": r.id,
"name": r.name,
"email": r.email,
"company": r.company
} for r in results])
@server.tool()
async def create_opportunity(
client_id: str,
title: str,
amount: float,
probability: int
) -> str:
"""Stvori prodajnu priliku u CRM-u.
Args:
client_id: Identifikator klijenta
title: Naslov prilike
amount: Procijenjeni iznos u eurima
probability: Vjerojatnost zatvaranja (0-100)
"""
opp = await crm_database.create_opportunity(
client_id=client_id,
title=title,
amount=amount,
probability=probability
)
return json.dumps({"id": opp.id, "status": "created"})
Izlaganje MCP resursa
MCP razlikuje alate, koji nešto rade, i resurse, koji pružaju nešto za čitanje. Ta razlika je bitna jer definira rizik: resurs se konzultira bez nuspojava, dok alat može modificirati stanje svijeta. Kontrole odobrenja prirodno se fokusiraju na potonje.
@server.resource("crm://pipeline")
async def sales_pipeline() -> str:
"""Trenutno stanje prodajnog lijevka."""
pipeline = await crm_database.get_pipeline()
return json.dumps({
"total_opportunities": pipeline.count,
"total_value": pipeline.total_value,
"by_stage": {
"prospecting": pipeline.prospecting,
"qualification": pipeline.qualification,
"proposal": pipeline.proposal,
"negotiation": pipeline.negotiation,
"closing": pipeline.closing
}
})
@server.resource("crm://client/{client_id}")
async def client_profile(client_id: str) -> str:
"""Potpun profil klijenta."""
client = await crm_database.get_client(client_id)
return json.dumps({
"name": client.name,
"email": client.email,
"purchase_history": client.purchases,
"satisfaction_score": client.nps
})
Povezivanje MCP poslužitelja s Responses API-jem
# Konfiguracija MCP konektora u API pozivu
response = client.responses.create(
model="gpt-5.6-terra",
input="What is the status of our sales pipeline? "
"Create an opportunity for client CLI-789: "
"cloud migration, 50000 euros, 70% probability.",
tools=[
{
"type": "mcp",
"server_label": "internal-crm",
"server_url": "https://mcp.internal.example.com/crm",
"require_approval": "never"
}
]
)
Uzorak: Višekonektorsko središte
Ovdje standard stvarno blista: više poslužitelja deklariranih jedan uz drugi, pri čemu model komponira između njih—čita tiket ovdje, traži klijenta ondje, piše odgovor negdje drugdje. Bez zajedničkog protokola, isti bi tok zahtijevao tri specifične integracije i njihovo stalno održavanje.
response = client.responses.create(
model="gpt-5.6-terra",
input="Check open Jira tickets, send a summary to Slack, "
"and update the Notion dashboard",
tools=[
{
"type": "mcp",
"server_label": "jira",
"server_url": "https://mcp.example.com/jira",
"require_approval": "always"
},
{
"type": "mcp",
"server_label": "slack",
"server_url": "https://mcp.example.com/slack",
"require_approval": "always"
},
{
"type": "mcp",
"server_label": "notion",
"server_url": "https://mcp.example.com/notion",
"require_approval": "always"
}
]
)
Sigurnost i autentifikacija
# MCP poslužitelji rukuju autentifikacijom putem zaglavlja
# ili tokena u konfiguracijskom URL-u
# Najbolja praksa: uvijek koristi require_approval za radnje pisanja
tools = [
{
"type": "mcp",
"server_label": "crm",
"server_url": "https://mcp.example.com/crm",
"require_approval": "always", # Ljudska validacija
"allowed_tools": ["search_client", "client_profile"], # Ograniči alate
}
]
Ključne točke
- MCP je otvoreni standard za povezivanje modela s vanjskim uslugama
- OpenAI konektori integriraju MCP izravno u Responses API
- Izgradi vlastite MCP poslužitelje za izlaganje internih usluga
- Koristi
require_approvalza kontrolu ljudske validacije - Poveži više MCP poslužitelja u jednom pozivu za međufunkcijske tokove rada