home

หน้าแรก
 Computer >> บทช่วยสอนคอมพิวเตอร์ >  >> การเขียนโปรแกรม >> Redis

สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที - คู่มือขั้นตอนต่อขั้นตอน

Model Context Protocol (MCP) อธิบายอย่างชัดเจน

Model Context Protocol (MCP) เป็นโปรโตคอลมาตรฐานที่เชื่อมต่อ AI กับ API ภายนอก ข้อมูลเรียลไทม์ และอื่นๆ ได้รับการนำเสนอโดย Anthropic ในปลายปี 2024

คุณสามารถนึกถึง MCP Server ว่าเป็นเครื่องมือ (เช่น การดึงข้อมูลสภาพอากาศ การแปลภาษา การโต้ตอบกับ API) ที่ AI Agent สามารถเรียกใช้ได้ด้วยตนเองเมื่อมันเห็นว่าเครื่องมือนั้นมีประโยชน์สำหรับงานปัจจุบัน

ตัวอย่างเช่น Upstash MCP ของเราช่วยให้ Cursor โต้ตอบกับฐานข้อมูลของคุณได้ - ซึ่ง Claude ทั่วไปจะไม่สามารถทำได้เอง คำสั่งภาษาธรรมชาติอย่างง่ายๆ เช่น "ใส่ XYZ ในฐานข้อมูล Redis ของฉัน" จะเป็นไปได้เพราะ MCP แปลงคำขอเหล่านี้เป็นการดำเนินการฐานข้อมูลจริง

ตัวอย่าง Model Context Protocol (MCP)

ตั้งแต่การเปิดตัว MCP ผู้คนได้คิดค้นกรณีการใช้งานที่สร้างสรรค์มากมาย ไม่ได้จำกัดแค่ Cursor และการเขียนโค้ด: ฉากแอนิเมชันซับซ้อนใน Blender ที่ใช้เวลาหลายชั่วโมงในการสร้างด้วยตนเอง? ให้ Claude เข้าถึง Blender ผ่าน MCP ได้เลย:

สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที - คู่มือขั้นตอนต่อขั้นตอน

ถามผม MCP รู้สึกเหมือนขั้นตอนต่อไปหลังจากให้ AI เข้าถึงอินเทอร์เน็ต ในทางเปรียบเทียบ หากการเข้าถึงอินเทอร์เน็ตเหมือนการให้แขนและมือแก่ AI (เพื่อให้มันทำอะไรได้จริง) MCP ก็เหมือนการให้ขาเพื่อให้มันเดิน

นอกจากนี้ การสร้าง MCP Server ไม่ได้จำกัดเฉพาะบริษัทหรือบุคคลบางกลุ่ม ทุกคนสามารถสร้าง โฮสต์ หรือแม้แต่สร้าง SaaS รอบ MCP ของตัวเองได้ - มาดูวิธีการกัน

วิธีสร้าง MCP Server แบบพื้นฐาน

มาดูตัวอย่าง MCP ที่เรียบง่าย สมมติว่าคุณต้องการสร้าง Translation MCP ให้ Cursor แปลข้อความด้วยเครื่องมือของเรา สิ่งที่คุณต้องการคือเซิร์ฟเวอร์เพื่อให้บริการ MCP นี้และเครื่องมือที่ทำสิ่งที่คุณต้องการ:

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js"; import { z } from "zod"; const server = new McpServer({ name: "Translation Service", version: "1.0.0", }); server.tool( "translate", { text: z.string(), targetLanguage: z.enum(["spanish", "french", "german"]), }, async ({ text, targetLanguage }) => { // 👉 ที่นี่ คุณจะเรียก API บริการแปลภาษา const translatedText = `[Translated: "${text}" to ${targetLanguage}]`; return { content: [{ type: "text", text: translatedText }], }; }, );

โค้ดด้านบนสาธิตหลักการพื้นฐานของ Model Context Protocol (MCP) เรากำลังสร้างบริการแปลภาษาที่ Claude สามารถโต้ตอบได้โดยทางโปรแกรม

เรากำหนดเครื่องมือชื่อ translate พร้อม Zod schema ที่ระบุพารามิเตอร์ที่ยอมรับ:

  • text เป็น string
  • targetLanguage เป็น string (จำกัดเฉพาะสเปน ฝรั่งเศส หรือเยอรมัน)

เมื่อ AI Assistant เรียกเครื่องมือนี้ มันจะส่งพารามิเตอร์ที่จำเป็นซึ่งถูกบังคับโดย Zod (ไลบรารีตรวจสอบสคีโอโอเพนซอร์ส) และฟังก์ชันของเราจะประมวลผล ในสภาพแวดล้อมการผลิต คุณจะแทนที่การแปลตัวอย่างด้วยการเรียก API จริงไปยังบริการอย่าง DeepL หรือ Google Translate

รูปแบบการตอบกลับของ content: [{ type: "text", text: translatedText }], ปฏิบัติตามข้อกำหนดเครื่องมือ MCP และคืนโครงสร้างที่ Claude สามารถใช้สำหรับการตอบกลับได้ วิธีการมาตรฐานนี้ทำให้ AI ที่รองรับ MCP ใดๆ ก็ตามสามารถใช้เครื่องมือของคุณได้โดยไม่ต้องทำการผสานรวมแบบกำหนดเอง

รูปแบบเดียวกันนี้ใช้ได้กับทุกประเภทของเครื่องมือ - ตั้งแต่การแปลภาษา การวิเคราะห์ข้อมูล การสร้างภาพ หรือแม้แต่การควบคุมอุปกรณ์สมาร์ทโฮม

การรัน MCP Server และทดสอบกับ Cursor

ตอนนี้ เพื่อเริ่ม MCP Server ของเรา เราจะใช้ transport:

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js"; import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js"; import { z } from "zod"; const server = new McpServer({ name: "Translation Service", version: "1.0.0", }); server.tool(/* ... */); const transport = new StdioServerTransport(); server.connect(transport);

เพียงเท่านี้ เราก็สร้าง MCP Server ของตัวเองเสร็จแล้ว! 🎉

เราสามารถทดสอบ MCP ใหม่ของเราในท้องถิ่นได้โดยการคัดลอกพาธไปยังไฟล์ index.ts และเชื่อมต่อกับ Cursor Cursor ช่วยให้คุณเพิ่ม MCP Server เพื่อปรับปรุงโหมด 'Agent' ของมัน

  1. ใน Cursor คลิกขวาที่ index.ts > Copy Path เราจะต้องการนี้ภายหลัง
  2. เพื่อเพิ่ม MCP Server ให้กับ Cursor ไปที่ Cursor Settings > Features > MCP และคลิก + Add New MCP Server

    สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที - คู่มือขั้นตอนต่อขั้นตอน

  3. ทิ้ง type ไว้เป็น command
  4. ตั้งชื่อเซิร์ฟเวอร์ เช่น Translation
  5. ป้อนคำสั่งเพื่อรันเครื่องมือแปลของเรา: npx tsx <path-to-file>

    สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที - คู่มือขั้นตอนต่อขั้นตอน

Cursor ตอนนี้จดจำ MCP Server ของเราและเครื่องมือที่พร้อมใช้งาน สำหรับเราคือเครื่องมือ translate ที่เราสร้าง

สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที - คู่มือขั้นตอนต่อขั้นตอน

เพื่อลองใช้งาน ให้เปิด Agentic Chat Cursor ตอนนี้รู้จักเครื่องมือของเราและจะใช้งานอัตโนมัติสำหรับงานแปลภาษา

หมายเหตุ: ในตัวอย่างนี้ เครื่องมือของเราไม่ได้แปลจริง แต่เป็นการจำลองการแปล Claude ตอบกลับด้วยการแปลจริง

สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที - คู่มือขั้นตอนต่อขั้นตอน

กรณีการใช้งาน MCP อื่นๆ

ขณะเขียนบทความนี้ ผมคิด出アイเดียบางอย่างสำหรับการสร้าง MCP Server บางอย่างอาจเหมาะกับการสร้างรายได้เป็นบริการอิสระ:

  • เครื่องมือ MCP สำหรับถ่ายภาพโค้ด
  • เครื่องมือ MCP ตรวจสอบโค้ดสำหรับ best practices ช่องโหว่ และบั๊ก
  • เครื่องมือ MCP สร้างเทสต์อัตโนมัติ

คุณน่าจะคิดไอเดียของตัวเองได้เช่นกัน เพราะ MCP รู้สึกเหมือนการสร้าง API ให้ LLMs

Upstash MCP

เราให้ Upstash MCP โอเพนซอร์สของเราเองเพื่อใช้ภาษาธรรมชาติโต้ตอบกับบัญชี Upstash เช่น:

  • "สร้างฐานข้อมูล Redis ใหม่ใน us-east-1"
  • "แสดงรายการฐานข้อมูลของฉัน"
  • "แสดงคีย์ทั้งหมดที่ขึ้นต้นด้วย 'user:' ใน users-db ของฉัน"
  • "สร้างแบ็กอัป"
  • "แสดงสปายค์ throughput 7 วันที่ผ่านมา"

เพียงวางคำสั่งต่อไปนี้ใน Add MCP Server ของ Cursor:

npx -y @upstash/mcp-server run <UPSTASH_EMAIL> <UPSTASH_API_KEY>

การตั้งค่าใช้เวลา 60 วินาทีหรือน้อยกว่า อ่านเพิ่มเติมได้ที่: https://github.com/upstash/mcp-server

ขอบคุณที่อ่าน! หากมีข้อเสนอแนะหรือต้องการเป็นนักเขียนแขกสำหรับ Upstash ส่งอีเมลมาที่ josh@upstash.com 🙌