home

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

สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที – คำแนะนำทีละขั้นตอน

Model Context Protocol (MCP) อธิบายอย่างชัดเจน

โปรโตคอลบริบทแบบจำลอง (เรียกสั้น ๆ ว่า MCP) เป็นโปรโตคอลมาตรฐานในการเชื่อมต่อ AI กับ API ภายนอก ข้อมูลสด และอื่นๆ เปิดตัวโดย Anthropic ในปลายปี 2024

คิดว่าเซิร์ฟเวอร์ MCP เป็นเครื่องมือ (เช่น สำหรับการดึงข้อมูลสภาพอากาศ การแปลข้อความ การโต้ตอบกับ API) ที่ตัวแทน AI สามารถเรียกได้โดยอัตโนมัติเมื่อพบว่าเครื่องมือมีประโยชน์สำหรับงานปัจจุบัน

ตัวอย่างเช่น Upstash MCP ของเราอนุญาตให้ Cursor โต้ตอบกับฐานข้อมูลของคุณ ซึ่งเป็นสิ่งที่ Claude ปกติไม่สามารถทำได้ด้วยตัวเอง คำสั่งภาษาธรรมชาติง่ายๆ เช่น "ใส่ XYZ ในฐานข้อมูล Redis ของฉัน" เป็นไปได้ เนื่องจาก MCP แปลคำขอเหล่านี้เป็นการดำเนินการฐานข้อมูลจริง

ตัวอย่างโปรโตคอลบริบทแบบจำลอง (MCP)

นับตั้งแต่เปิดตัว MCP ผู้คนก็นึกถึงกรณีการใช้งานที่สร้างสรรค์ทั้งซ้ายและขวา สิ่งเหล่านี้ไม่ได้จำกัดอยู่เพียงเคอร์เซอร์และการเขียนโค้ด:ฉากแอนิเมชั่นที่ซับซ้อนใน Blender ที่ต้องใช้เวลาหลายชั่วโมงในการสร้างด้วยตัวเอง เพียงให้ Claude เข้าถึง Blender ผ่าน MCP:

สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที – คำแนะนำทีละขั้นตอน

สำหรับฉัน Model Context Protocol ให้ความรู้สึกเหมือนก้าวต่อไปหลังจากให้ AI เข้าถึงอินเทอร์เน็ต ในเชิงเปรียบเทียบ หากการเข้าถึงอินเทอร์เน็ตเปรียบเสมือนการให้แขนและมือของ AI (เพื่อให้ทำสิ่งต่างๆ ได้จริง) MCP ก็เหมือนกับการให้ขาเพื่อเดิน

อย่างไรก็ตาม การสร้างเซิร์ฟเวอร์ MCP ไม่ได้จำกัดอยู่เพียงบริษัทหรือบุคคลที่เลือกเท่านั้น ใครๆ ก็สามารถสร้าง โฮสต์ หรือแม้แต่สร้าง SaaS โดยใช้ MCP ของตนเองได้ - มาดูวิธีการกัน

วิธีสร้างเซิร์ฟเวอร์ MCP พื้นฐาน

ลองดูตัวอย่าง MCP ง่ายๆ กัน สมมติว่าคุณต้องการสร้าง MCP การแปลเพื่อให้เคอร์เซอร์แปลข้อความด้วยเครื่องมือของเรา สิ่งที่คุณต้องมีคือเซิร์ฟเวอร์สำหรับให้บริการ MCP นี้และเครื่องมือในการทำสิ่งที่คุณต้องการ:

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 }) => {
 // 👉 Here, you'd make an API call to a translation service
 const translatedText = `[Translated: "${text}" to ${targetLanguage}]`;
 
 return {
 content: [{ type: "text", text: translatedText }],
 };
 },
);

โค้ดด้านบนแสดงให้เห็นถึงหลักการพื้นฐานของ Model Context Protocol (MCP) เรากำลังสร้างบริการแปลที่ Claude สามารถโต้ตอบด้วยโปรแกรมได้

เรากำหนดเครื่องมือที่เรียกว่า 01 ด้วย Zod schema ที่ระบุพารามิเตอร์ที่ยอมรับ:

  • 19 เป็นสตริง
  • 22 เป็นสตริง (จำกัดเฉพาะภาษาสเปน ฝรั่งเศส หรือเยอรมัน)

เมื่อผู้ช่วย AI เรียกใช้เครื่องมือนี้ เครื่องมือจะส่งผ่านพารามิเตอร์ที่จำเป็นซึ่งบังคับใช้โดย Zod (ไลบรารีการตรวจสอบสคีมาแบบโอเพ่นซอร์ส) และฟังก์ชันของเราจะประมวลผลพวกมัน ในสภาพแวดล้อมการใช้งานจริง คุณจะต้องแทนที่การแปลตัวยึดตำแหน่งด้วยการเรียก API จริงไปยังบริการ เช่น DeepL หรือ Google Translate

รูปแบบการตอบสนองของ 34 ปฏิบัติตามข้อกำหนดเครื่องมือ MCP และส่งคืนโครงสร้างที่ Claude สามารถใช้สำหรับการตอบสนอง วิธีการที่เป็นมาตรฐานนี้ช่วยให้ AI ที่สอดคล้องกับ MCP ใช้เครื่องมือของคุณได้โดยไม่ต้องทำการผสานรวมแบบกำหนดเองใดๆ

รูปแบบเดียวกันนี้ใช้ได้กับเครื่องมือทุกประเภท - ตั้งแต่การแปลไปจนถึงการวิเคราะห์ข้อมูล การสร้างภาพ หรือแม้แต่การควบคุมอุปกรณ์ในบ้านอัจฉริยะ

ใช้งานเซิร์ฟเวอร์ MCP ของเราและทดสอบด้วยเคอร์เซอร์

ตอนนี้ เพื่อเริ่มต้นเซิร์ฟเวอร์ MCP ของเรา เราจะใช้ 41 :

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);

เช่นเดียวกับนั้น เราได้สร้างเซิร์ฟเวอร์ MCP ของเราเอง! 🎉

เราสามารถทดสอบ MCP ใหม่ของเราในเครื่องได้โดยการคัดลอกเส้นทางไปยัง 50 ไฟล์และเชื่อมต่อกับเคอร์เซอร์ เคอร์เซอร์อนุญาตให้คุณเพิ่มเซิร์ฟเวอร์ MCP เพื่อปรับปรุงโหมด 'ตัวแทน'

  1. ในเคอร์เซอร์ คลิกขวาที่ 68 . เราจะต้องสิ่งนี้ในภายหลัง
  2. หากต้องการเพิ่มเซิร์ฟเวอร์ MCP ไปยังเคอร์เซอร์ ให้ไปที่ 75 และคลิก 81 .

    สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที – คำแนะนำทีละขั้นตอน

  3. ปล่อย 95 ไว้ เป็น 107 .
  4. ตั้งชื่อเซิร์ฟเวอร์ เช่น 110 .
  5. ป้อนคำสั่งเพื่อเรียกใช้เครื่องมือแปลของเรา:127 .

    สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที – คำแนะนำทีละขั้นตอน

ตอนนี้เคอร์เซอร์รู้จักเซิร์ฟเวอร์ MCP ของเราและเครื่องมือที่มีอยู่ทั้งหมด สำหรับเรา นี่คือ 130 เครื่องมือที่เราสร้างขึ้น

สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที – คำแนะนำทีละขั้นตอน

หากต้องการทดลองใช้ ให้เปิดการแชทแบบตัวแทน ตอนนี้เคอร์เซอร์รู้เกี่ยวกับเครื่องมือของเราแล้วและจะใช้สำหรับงานแปลโดยอัตโนมัติ

หมายเหตุ:ในตัวอย่างนี้ เครื่องมือของเราไม่ได้แปลจริงๆ แต่ล้อเลียนการแปล โคลดตอบกลับด้วยการแปลจริง

สร้าง Model Context Protocol (MCP) ของคุณเองใน 5 นาที – คำแนะนำทีละขั้นตอน

กรณีการใช้งาน MCP อื่นๆ

ในขณะที่เขียนบทความนี้ ฉันเกิดแนวคิดบางประการในการสร้างเซิร์ฟเวอร์ MCP สิ่งเหล่านี้บางส่วนอาจสมเหตุสมผลที่จะสร้างรายได้จากบริการแบบสแตนด์อโลน:

  • เครื่องมือจับภาพหน้าจอโค้ด MCP
  • เครื่องมือ MCP เพื่อตรวจสอบรุ่นสำหรับแนวทางปฏิบัติที่ดีที่สุด ช่องโหว่ และจุดบกพร่อง
  • ตัวสร้างการทดสอบ MCP

คุณก็สามารถคิดไอเดียของคุณเองได้เช่นกัน ท้ายที่สุดแล้ว MCP ก็รู้สึกเหมือนสร้าง API สำหรับ LLM

สุดยอด MCP

เราจัดเตรียม Upstash MCP แบบโอเพ่นซอร์สของเราเองเพื่อใช้ภาษาธรรมชาติในการโต้ตอบกับบัญชี Upstash ของคุณ เช่น:

  • "สร้างฐานข้อมูล Redis ใหม่ใน us-east-1"
  • "แสดงรายการฐานข้อมูลของฉัน"
  • "แสดงคีย์ทั้งหมดที่ขึ้นต้นด้วย "user:" ใน users-db ของฉัน"
  • "สร้างข้อมูลสำรอง"
  • "แสดงปริมาณงานที่เพิ่มขึ้นอย่างรวดเร็วในช่วง 7 วันที่ผ่านมา"

เพียงวางคำสั่งต่อไปนี้ลงใน 147 ของเคอร์เซอร์ :

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

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

ไชโยสำหรับการอ่าน! หากคุณมีข้อเสนอแนะหรือต้องการเป็นนักเขียนรับเชิญใน Upstash โปรดส่งข้อความถึงฉันที่ 158 🙌