Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Mi az Model Context Protocol?

1. lecke 14 közül Frissítve 2026. november 2. Középhaladó
Ezen az oldalon
  1. Nyílt szabvány az AI és a világ összekapcsolására
  2. A probléma, amelyet az MCP megold
  3. Kliens-szerver architektúra
  4. MCP és függvényhívás: kiegészítők, nem versenytársak
  5. Főbb megállapítások

Frissítve: 2026. november 2. A Le Chat mostantól Vibe néven fut (továbbra is a chat.mistral.ai címen). 2026. május 28-tól a Vibe egyetlen ügynökként szolgál a munkához és a kódoláshoz, megőrizve beszélgetéseidet, beállításaidat és előfizetéseidet. A régi Le Chat élmény továbbra is elérhető a Chat módban. A Work módban az ügynökök készségekké (skills) váltak (a @ jellel hívhatók meg), az emlékezet alkotja a tudásbázist, a mély keresés pedig a Deep Research készség. A csomagok neve mostantól: Mistral Free, Pro, Team és Enterprise. Ez a lecke a Vibe nevet használja; egyes itt leírt menük neve vagy helye megváltozhatott.

Nyílt szabvány az AI és a világ összekapcsolására

Képzeld el, hogy megkérdezed a segédetől, ellenőrizze a GitHub jegyeidet, frissítse a Notion dokumentációdat, majd igazoljon vissza egy Stripe fizetést – mindezt anélkül, hogy elhagynád a csevegő ablakot. Pontosan ezt teszi lehetővé a Model Context Protocol (MCP): egy nyílt szabvány, amely megváltoztatja, ahogyan az AI modellek külső eszközökkel és szolgáltatásokkal kommunikálnak.

Az MCP előtt minden AI-platform a saját módszereit alkalmazta az eszközök csatlakoztatására. Egy keretrendszerhez írt integrációt teljesen át kellett kódolni egy másikhoz. Az ökoszisztéma töredezett volt, és senki sem rendelkezett világos útmutatóval arra vonatkozóan, hogyan hozzon létre egy eszközt, és ossza meg azt különböző környezetekben.

A probléma, amelyet az MCP megold

A hagyományos függvényhívás – amikor a modell általad leírt függvényeket hív meg – négy korlátba ütközik. Először is a töredezettség: egy SDK-hoz írt eszköz máshol nem használható fel teljes átírás nélkül. Másodszor a biztonság: az API-kulcsok és hitelesítési tokenek kezelését minden fejlesztőre bízzák, közös szabvány nélkül. Ezt követi a duplikáció és az interoperabilitás hiánya: minden csapat nulláról kódolja újra ugyanazokat az integrációkat, még olyan széles körben használt szolgáltatások esetén is, mint a GitHub vagy a Slack, és semmi sem teszi egyszerűvé, hogy egy eszközt átadj egy kollégának, vagy átvigy egy másik projektbe.

Az MCP ezt a négy pontot oldja meg azzal, hogy szabványos kommunikációs protokollt definiál egy kliens (az AI alkalmazás) és egy szerver (amely az eszközöket biztosítja) között.

Kliens-szerver architektúra

A kliens az az alkalmazás, amely fogyasztja az eszközöket: ebben a tanfolyamban ez a Mistral AI Chatje, de lehetne egy SDK, mint például a Mistral Agent SDK, egy IDE, mint a VS Code vagy a Cursor, illetve bármilyen más kompatibilis szoftver. A szerver hosztolja az eszközöket, és a protokollon keresztül teszi őket elérhetővé; kínálhat egyetlen eszközt vagy tucatot is, mindegyikhez szöveges leírással, típusozott paraméterekkel és visszatérési értékekkel.

A két fél JSON formátumban kommunikál. A kliens először lekérdezi a szervert, hogy megtudja, mire képes, majd strukturált kérések révén hívja meg a kívánt eszközöket. Íme a hívás teljes folyamata, ahogy azt felhasználói oldalon tapasztalod.

1

Felhasználói kérés

Felsz egy kérdést vagy kérsz egy műveletet a Vibében, például: „Mik a nyitott jegyeim a GitHubon?“

2

Modell döntése

A Mistral modell elemzi a kérésedet, és eldönti, hogy szüksége van-e egy vagy több MCP szerver meghívására a válaszadáshoz.

3

MCP szerver hívás

A kliens (Vibe) egy JSON kérést küld a releváns MCP szervernek a modell által azonosított paraméterekkel.

4

Eszköz végrehajtása

A szerver végrehajtja a kért függvényt (GitHub API kérés, adatbázis-olvasás stb.), és visszaadja az eredményt.

5

Összesített válasz

A Vibe fogadja az adatokat a szervertől, és beépíti azokat egy természetes, kontextusba ágyazott válaszba számodra.

Ez a ciklus egy beszélgetésen belül annyiszor ismétlődik, ahányszor szükséges. A modell láncolhat hívásokat több MCP szerverhez is, hogy összetett feladatokat hajtson végre: például pásztázza a Redditet, hogy felfedezzen egy felhasználók által jelentett problémát, majd ellenőrizze a Lineart, hogy létezik-e már hozzá jegy, végül pedig nyisson meg egy pull requestet a GitHubon.

MCP és függvényhívás: kiegészítők, nem versenytársak

Gyakori tévhit, hogy az MCP kiváltja a függvényhívást; valójában kiterjeszti azt. A függvényhívás során a függvényeket a kliens oldalon definiálod, és a modell határozza meg az átadandó paramétereket; ez közvetlen, és tökéletesen alkalmas elszigetelt esetekre, mint például az alkalmazásodra specifikus számító függvény. Az MCP esetén az eszközök egy távoli szerveren élnek, és szabványosított módon vannak leírva, ami akkor válik kritikussá, ha meg szeretnéd osztani, újra szeretnéd használni vagy kombinálni szeretnéd több eszközzel őket.

A döntő előny egyetlen szóban foglalható össze: hordozhatóság. Egy Vibe-hoz írt MCP szerver változtatás nélkül működik a Mistral Agent SDK-val, a VS Code-dal vagy bármilyen más kompatibilis klienssel. Egyszer írod meg, és mindenhol használod. Mielőtt tovább lépnénk, azonosítsd azt a két-három szolgáltatást, amelyet a munkád során a leggyakrabban használsz: ezek hozzák majd a legnagyobb értéket az első csatlakozóid számára.

Főbb megállapítások

  • Az MCP egy nyílt szabvány, amely egységesíti az AI alkalmazások és a külső eszközök közötti kapcsolatot
  • Kliens-szerver architektúrára épül, JSON alapú kommunikációval
  • A protokoll megoldja a hagyományos függvényhívás töredezettségi, biztonsági és duplikációs problémáit
  • Ugyanaz az MCP szerver több különböző kliens által is használható (Vibe, SDK, IDE)
  • Az MCP és a függvényhívás kiegészítik egymást: az MCP hozzáadja a hordozhatóságot és a szabványosítást