Ievads MCP izstrādātājiem
Šajā lapā
Atjauninājums 2026. gada 2. novembrī — Le Chat tagad ir Vibe. Kopš 2026. gada 28. maija Le Chat ir pārdēvēts par Vibe (joprojām chat.mistral.ai): vienots aģents darbam un kodam, kas saglabā jūsu sarunas, iestatījumus un abonementus. Vecais Le Chat interfeiss joprojām ir pieejams režīmā Chat; režīmā Work aģenti ir kļuvuši par prasmēm (izsaucamas ar
@), atmiņas — par zināšanu bāzi, bet dziļā meklēšana — par prasmi Deep Research. Plāni tagad saucas Mistral Free, Pro, Team un Enterprise. Šajā nodarbībā lietots nosaukums Vibe; dažu šeit aprakstīto izvēlņu nosaukumi vai atrašanās vietas var būt mainījušies.
Kāpēc MCP ir spēles mainītājs izstrādātājiem
Modeļa konteksta protokols (MCP) ir atvērts standarts, kas pārdefinē veidu, kādā AI lietojumprogrammas mijiedarbojas ar ārējo pasauli. Pirms MCP katrs ietvars uzspieda savu gramatiku rīku deklarēšanai un izsaukšanai: LangChain bija viens, CrewAI — cits, bet Mistral Agents un OpenAI Assistants — vēl citi. Praksē izstrādātājam, kurš LangChain vidē bija uzrakstījis savienotāju savam rēķinu API, tas bija pilnībā jāpārraksta, lai tas darbotos CrewAIN, un vēlreiz trešo reizi — pielāgotam iekšējam aģentam. Darbs tika dublēts pie katrām izmaiņām rīku kopā, un rīku koplietošana starp komandām bija sarežģīts lāpījumu darbs.
MCP šo problēmu atrisina ar vienotu komunikācijas protokolu starp AI klientu un rīku serveriem. Labākā analoģija ir USB ports: neatkarīgi no klienta — Claude, Vibe, Cursor, VS Code — un neatkarīgi no servera — GitHub, Notion, jūsu iekšējais API — savienojuma formāts paliek nemainīgs. Tu uzraksti savu savienotāju vienu reizi, un tas darbojas visur.
Klienta-servera arhitektūra
MCP balstās uz apzināti vienkāršu klienta-servera arhitektūru. Vienā pusē klients ir lietojumprogramma, kas īsteno AI: tērzēšanas bots, piemēram, Mistral Vibe vai Claude, izstrādes vide, piemēram, VS Code vai Cursor, vai aģenta SDK, piemēram, Mistral Agent SDK vai Claude Agent SDK. Otrā pusē serveris ir programma, kas dara pieejamas iespējas — rīkus, resursus un uzvednes — šim klientam.
Viss dialogs starp abiem notiek formātā JSON. Klients sāk, jautājot serverim, kādus rīkus tas piedāvā; serveris atbild ar katra no tiem teksta aprakstu: nosaukumu, parametriem, lomu un atgriešanas formātu. Valodas modelis izmanto tikai un vienīgi šo aprakstu, lai izlemtu, kad un kā izsaukt rīku.
Client (Vibe) MCP Server (GitHub)
| |
|--- "What tools do you have?" ->|
|<-- JSON tool descriptions -----|
| |
|--- Call: create_issue({}) --->|
|<-- JSON Result ---------------|
Kā MCP atšķiras no funkciju izsaukšanas
Klasiskā funkciju izsaukšana un MCP nav savstarpēji izslēdzoši; tie vienkārši novelk robežu dažādās vietās. Izmantojot funkciju izsaukšanu, tu definē rīkus klienta pusē, nodod tos modelim un pats pārvaldi to izpildi — katram ietvaram ir savs definīcijas formāts. Izmantojot MCP, rīki atrodas serverī (lokālā vai attālinātā); klients zina tikai teksta aprakstu, bet serveris nodrošina izpildi.
Izšķirošā priekšrocība ir atkārtota izmantojamība. Vienreiz uzrakstīts GitHub MCP serveris bez jebkādas pārrakstīšanas pieslēdzas gan Vibe, gan Claude, gan Cursor, gan tavam pašizveidotajam SDK. Tieši tas pārvērš iekšēju savienotāju par koplietojamu būvbloku uzņēmuma mērogā.
Trīs protokola primitīvi
MCP neaprobežojas tikai ar rīkiem. Protokols definē trīs iespēju veidus, kas atšķiras pēc tā, ko serveris faktiski dara pieejamu. Rīki ir izpildāmas funkcijas: izveidot biļeti, nosūtīt e-pastu, vaicāt API — modelis tos aktivizē, lai rīkotos pasaulē. Resursi ir lasāmi dati — faili, datubāzes, dokumentācija —, ko klients var nolasīt, neizraisot nekādu darbību; konfigurācijas faila satura eksponēšana ietilpst šajā kategorijā, nevis rīkos. Visbeidzot, uzvednes ir atkārtoti izmantojamas uzveidņu veidnes ar parametriem: komandas serveris tādējādi var izplatīt pārbaudītu koda apskates instrukciju, nevis atstāt ikvienam to no jauna rakstīt pēc atmiņas.
Praksē rīki veido aptuveni 90 % pašreizējo lietojumu: tie ir tas, ko tu pieslēdz vispirms, un bieži vien vienīgais, ko īsteno. Tomēr resursi un uzvednes paver iespējas, kuras detalizēti aplūkosim 3. nodarbībā.
Modeļa lēmumu pieņemšanas plūsma
Kad lietotājs uzdod klientam jautājumu, modelis iziet cauri piecu soļu ciklam:
- Tas saņem jautājumu un pieejamo rīku sarakstu (MCP aprakstus)
- Tas nolemj: atbildēt tieši vai izsaukt rīku?
- Ja tas izsauc rīku, tas formulē argumentus formātā JSON
- Serveris izpilda un atgriež rezultātu
- Modelis integrē rezultātu un formulē savu atbildi (vai izsauc citu rīku)
Šis cikls atkārtojas tik reižu, cik prasa uzdevums. Iedomājies, ka lietotājs lūdz pārvērst Reddit pamanītu sūdzību izstrādes biļetē: modelis vaicā Reddit, izveido ierakstu Linear un pēc tam atver atbilstošo GitHub problēmu — trīs serveri, savienoti ķēdē, lietotājam nekad neatstājot tērzēšanas saskarni.
Strauji augoša ekosistēma
- gada aprīlī bija pieejami simtiem MCP serveru: GitHub, Notion, Slack, Gmail, PayPal, Hugging Face, Semgrep un daudzi citi. Lielākie AI klienti šo protokolu atbalsta dabiski. Vēl svarīgāk — nekas neliedz tev aprobežoties tikai ar jau esošo: tu vari izveidot savus serverus, lai darītu pieejamus savus iekšējos rīkus, biznesa datubāzes vai pielāgotas procedūras.
Tieši tas ir šī kursa mērķis: ļaut tev saprast, lietot un veidot MCP serverus valodā Python.
Galvenās atziņas
- MCP ir atvērts standarts klienta-servera komunikācijai AI jomā
- Tas apvieno sadrumstaloto funkciju izsaukšanas ekosistēmu
- Arhitektūra balstās uz klientu (tērzēšanas bots, IDE, SDK) un serveri (rīki, resursi, uzvednes)
- Komunikācija notiek formātā JSON, izmantojot teksta aprakstus
- MCP serveri ir atkārtoti izmantojami visos saderīgajos klientos