MCP in konektorji: univerzalni standard
Na tej strani
MCP in konektorji: univerzalni standard
Protokol Model Context Protocol (MCP) je odprt standard, ki modelom omogoča interakcijo z zunanjimi storitvami prek enotnega protokola. Konektorji OpenAI ta standard implementirajo, da povežejo modele neposredno z orodji tretjih strani znotraj API-ja Responses.
Težava, ki jo rešuje MCP
Ključna težava je množenje integracij: povezava N modelov z M storitvami zahteva N×M prilagojenih integracij, od katerih je vsaka napisana in vzdrževana ločeno. Vsaka nova storitev te prisili, da delo ponoviš za vsako aplikacijo, vsaka sprememba API-ja pa tvega okvaro več integracij hkrati.
MCP to množenie spremeni v seštevek: storitev svoje zmogljivosti izpostavi enkrat s pomočjo protokola, kateri koli združljiv odjemalec pa jih porabi. To je ista logika kot pri gonilnikih za tiskalnike ali protokolu Language Server Protocol (LSP) v urejevalnikih kode – standardizacija integracij ne naredi zmogljivejših, temveč ekonomsko vzdržne.
# Pred MCP: ročna integracija za vsako storitev
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", ...},
# ... ducat funkcij za vzdrževanje
]
Z MCP vsaka storitev svoje zmogljivosti izpostavi prek standardnega protokola, model pa jih porabi neposredno.
Arhitektura MCP
Protokol opredeljuje tri koncepte:
- Strežnik MCP: Storitev, ki izpostavlja orodja, vire in pozive
- Odjemalec MCP: Sistem, ki porablja zmogljivosti strežnika
- Prenos: Komunikacijski kanal med odjemalcem in strežnikom
# Strežnik MCP izpostavlja:
# - Orodja: Dejanja, ki jih model lahko izvrši
# - Vire: Podatke, ki jih model lahko prebere
# - Pozive: Vnaprej določene predloge pozivov
Uporaba konektorjev OpenAI
Konektorji so strežniki MCP, ki so že gostovani in vzdrževani: jih deklariraš, avtenticiraš in porabiš. To je naravna vstopna točka – ni treba pisati strežnika MCP za komunikacijo s pogosto storitvijo, ki jo je nekdo že povezal.
from openai import OpenAI
client = OpenAI()
# Konceptualni primer: konektor do zunanje storitve
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"
}
]
)
Parameter require_approval nadzira človeško validacijo:
"always": Vsako dejanje zahteva odobritev"never": Samodejna izvršitev
Ustvarjanje strežnika MCP v Pythonu
Pisanje lastnega strežnika postane smiselno takoj, ko mora biti notranja storitev dosegljiva za več aplikacij. Logika je enaka kot pri notranjem API-ju: napišeš ga enkrat, čisto, z lastnimi pravili dostopa – in vsaka aplikacija ima korist, ne da bi znova izumljala integracijski sloj.
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:
"""Iskanje stranke v internem CRM-u.
Args:
term: Iskalni niz (ime, e-pošta ali ID)
field: Polje za iskanje (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:
"""Ustvarjanje prodajne priložnosti v CRM-u.
Args:
client_id: Identifikator stranke
title: Naslov priložnosti
amount: Ocenjeni znesek v evrih
probability: Verjetnost zaključka (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"})
Izpostavljanje virov MCP
MCP razlikuje med orodji, ki nekaj naredijo, in viri, ki zagotavljajo nekaj za branje. Ta razlika je pomembna, ker opredeljuje tveganje: vir se posvetuje brez stranskih učinkov, medtem ko orodje lahko spremeni stanje sveta. Nadzor odobritev se naravno osredotoča na slednje.
@server.resource("crm://pipeline")
async def sales_pipeline() -> str:
"""Trenutno stanje prodajnega lijaka."""
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:
"""Celoten profil stranke."""
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
})
Povezava strežnika MCP z API-jem Responses
# Konfiguracija konektorja MCP v klicu API-ja
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"
}
]
)
Vzorec: Središče z več konektorji
Tu standard resnično blesti: več strežnikov, deklariranih drug ob drugem, pri čemer model sestavlja delo med njimi – tu prebere listek, tam poišče stranko, drugje zapiše odgovor. Brez skupnega protokola bi ta isti tok zahteval tri specifične integracije in njihovo stalno vzdrževanje.
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"
}
]
)
Varnost in avtentikacija
# Strežniki MCP upravljajo avtentikacijo prek glav
# ali žetonov v konfiguracijskem URL-ju
# Najboljša praksa: za dejanja zapisovanja vedno uporabi require_approval
tools = [
{
"type": "mcp",
"server_label": "crm",
"server_url": "https://mcp.example.com/crm",
"require_approval": "always", # Človeška validacija
"allowed_tools": ["search_client", "client_profile"], # Omejitev orodij
}
]
Ključne ugotovitve
- MCP je odprt standard za povezovanje modelov z zunanjimi storitvami
- Konektorji OpenAI integrirajo MCP neposredno v API Responses
- Zgradi lastne strežnike MCP za izpostavljanje notranjih storitev
- Uporabi
require_approvalza nadzor človeške validacije - Poveži več strežnikov MCP v enem klicu za medfunkcijske delovne tokove