Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Alati, resursi i promptovi u MCP-u

Lekcija 3 od 14 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Tri mogućnosti, tri namjene
  2. Alati: izvršne funkcije
  3. Resursi: čitljivi podaci
  4. Promptovi: predlošci za višekratnu uporabu
  5. Pregovaranje o mogućnostima
  6. Koliko alata po poslužitelju?
  7. Ključne točke

Ažurirano 2. studenoga 2026. — MCP Python SDK v2. Ovaj tečaj sada prati verziju 2 SDK-a mcp (2.3.0 od 2. listopada 2026.): MCPServer zamjenjuje FastMCP, postavke transporta prelaze u run() ili streamable_http_app(), a aplikacija izložena pod stvarnim imenom hosta mora deklarirati to ime hosta (transport_security). Ovo je također verzija koju zahtijeva Mistral SDK: dodatak mistralai[agents] zahtijeva mcp>=2.2.0,<3.0. Izvori: Što je novo u v2 · Vodič za migraciju · Implementacija i skaliranje.

Tri mogućnosti, tri namjene

MCP poslužitelj može klijentima izložiti tri vrste mogućnosti. One nisu međusobno zamjenjive: svaka odgovara na zasebnu potrebu, a njihovo miješanje dovodi do poslužitelja koje model teško koristi. U ovoj lekciji ćemo ih ispitati jednu po jednu, prije nego što se pozabavimo pitanjem koje određuje kvalitetu poslužitelja: koliko alata i koje granuliranosti.

Alati: izvršne funkcije

Alati su najčešće korištena mogućnost protokola. Alat je funkcija koju model može odlučiti pozvati kako bi izvršio radnju ili dobio informacije. Njegova definicija oslanja se na četiri elementa: jedinstveno, opisno ime (create_issue, get_weather), tekstualni opis koji govori modelu kada ga treba pozvati, JSON shemu za ulazne parametre s njihovim tipovima i ograničenjima te format povrata — najčešće tekst ili JSON.

from mcp.server.mcpserver import MCPServer

app = MCPServer("My Server")

@app.tool()
def get_weather(latitude: float, longitude: float) -> str:
    """Retrieves current weather for the given coordinates.

    Args:
        latitude: Latitude in decimal degrees (-90 to 90)
        longitude: Longitude in decimal degrees (-180 to 180)

    Returns:
        Text description of current weather
    """
    # Weather API call logic
    return f"Sunny, 22°C at ({latitude}, {longitude})"

Nemoj podcijeniti opis i tipizaciju: model ne vidi ništa drugo. Nema pristup tvom kodu, ne može pogoditi tvoje namjere i ne može testirati poziv da vidi što se događa. Nejasni opisi ili loše tipizirani parametri mehanički proizvode netočne pozive.

Nekoliko navika čini tvoje alate znatno pouzdanijima. Nazovi ih prema onome što rade — book_restaurant govori sve, process_request ne govori ništa — i opiši i radnju i sadržaj povrata, jer model mora predvidjeti što će dobiti. Uvijek anotiraj parametre u Pythonu i piši strukturirane docstringove s Args i Returns: oni hrane shemu koju model vidi. Konačno, vraćaj čitljive vrijednosti umjesto neprozirnih identifikatora; alat koji vraća "John Smith" omogućuje modelu sastavljanje rečenice, dok ga alat koji vraća UUID prisiljava na nagađanje.

Resursi: čitljivi podaci

Resursi izlažu podatke koje klijent može čitati bez nuspojava. Nijansa u odnosu na alate svodi se na jedan glagol: alat nešto radi, resurs nešto sadrži. Sadržaj konfiguracijske datoteke, baze znanja, API dokumentacije ili trenutno stanje sustava prirodni su resursi.

@app.resource("config://database")
def get_db_config() -> str:
    """Current database configuration."""
    return json.dumps({
        "host": "localhost",
        "port": 5432,
        "database": "production"
    })

Svaki resurs identificiran je URI-jem — config://database, file:///path/to/doc — koji klijent može izlistati, a zatim čitati po potrebi. U praksi se koriste rjeđe od alata, jer jednostavan alat koji vraća podatke pokriva većinu potreba. Ostaju korisni kada želiš objaviti statične ili polustatične podatke bez logike izvršavanja iza njih.

Promptovi: predlošci za višekratnu uporabu

MCP Promptovi su predlošci s parametrima koje poslužitelj stavlja na raspolaganje. Služe za dijeljenje provjerenih uputa za određeni zadatak, umjesto da svatko iznova smišlja svoje formulacije.

@app.prompt()
def code_review(language: str, code: str) -> str:
    """Generates a code review prompt for the given language."""
    return f"""You are an expert in {language}.
Analyze the following code and identify:
1. Potential bugs
2. Performance issues
3. Readability improvements

Code to analyze:
```{language}
{code}
```"""

Ova uporaba ima najviše smisla u timskom okruženju. Iskusni programer kodira svoje promptove za pregled koda, otklanjanje grešaka ili analizu arhitekture u MCP poslužitelj, a cijeli tim im pristupa iz svojih klijenata uz istu kvalitetu uputa.

Pregovaranje o mogućnostima

Kada se klijent poveže s poslužiteljem, faza pregovaranja prethodi svakoj uporabi:

  1. Klijent traži mogućnosti poslužitelja
  2. Poslužitelj odgovara svojim popisom alata, resursa i promptova
  3. Klijent prezentira te mogućnosti jezičnom modelu
  4. Model koristi opise kako bi odlučio što pozvati

Ovo pregovaranje je dinamično, a to je svojstvo koje možeš iskoristiti: isti poslužitelj može najaviti različite mogućnosti ovisno o povezanom korisniku ili kontekstu poziva — administratorski račun vidi alate koje račun samo za čitanje nikada neće vidjeti.

Koliko alata po poslužitelju?

Pitanje se čini trivijalnim, no ono uvjetuje stopu pogrešaka tvog agenta. Zadrži svoje poslužitelje fokusiranima: tri do deset dobro definiranih alata radi bolje od pedeset generičkih. Iznad određenog volumena, model raspršuje svoje izbore i završava pozivanjem pogrešnog alata ili slaganjem nepotrebnih poziva.

Ako je tvoj funkcionalni opseg širok, podijeli ga na nekoliko specijaliziranih poslužitelja — jedan za Git operacije, jedan za upravljanje projektima, jedan za nadzor. Klijent zna kako se istovremeno povezati s više poslužitelja i aktivirati samo one potrebne za trenutni zadatak, što se svodi na učitavanje korisnog konteksta umjesto cijelog kataloga.

Još jedna kompromisna odluka zaslužuje tvoju pažnju: granuliranost. Izlaganje triju alata za izlistavanje restorana, provjeru dostupnosti, a zatim rezervaciju prisiljava model da orkestrira sekvencu, s rizikom od pogreške u svakom koraku. Jedan alat za radni tijek — book_restaurant — encapsulira cijelu sekvencu, smanjuje broj razmjena i premješta poslovnu logiku tamo gdje je testabilna: u tvoj kod.

Ključne točke

  • Alati = izvršne radnje (90% slučajeva uporabe), zahtijevaju precizan opis i tipizaciju
  • Resursi = čitljivi podaci putem URI-ja, bez nuspojava
  • Promptovi = predlošci za višekratnu uporabu, korisni za timove
  • Zadrži svoje poslužitelje fokusiranima (maksimalno 3–10 alata)
  • Daj prednost alatima za radne tijekove umjesto pretjerano granuliranim alatima
  • Kvaliteta opisa određuje učinkovitost modela