← Vytvářejte agenty na Cloudflare / agents
Model Context Protocol (MCP)
Můžete sestavit a nasadit Model Context Protocol (MCP) ↗ servery na Cloudflare.
Co je Model Context Protocol (MCP)?
Model Context Protocol (MCP) ↗ je otevřený standard, který propojuje systémy AI s externími aplikacemi. Představte si MCP jako port USB-C pro aplikace AI. Stejně jako USB-C poskytuje standardizovaný způsob připojení zařízení k různému příslušenství, MCP poskytuje standardizovaný způsob propojení agentů AI s různými službami.
Terminologie MCP
- Hostitelé MCP: AI asistenti (například Claude ↗ nebo Cursor ↗), AI agenty nebo aplikace, které potřebují přístup k externím funkcím.
- Klienti MCP: Klienti vestavění v hostitelích MCP, kteří se připojují k serverům MCP a vyvolávají nástroje. Každá instance klienta MCP má jedno připojení k serveru MCP.
- MCP Servers: Aplikace, které zpřístupňují nástroje, prompty ↗, a prostředky ↗ které mohou MCP klienti použít.
Vzdálená vs. místní připojení MCP
Standard MCP podporuje dva režimy provozu:
- Vzdálená připojení MCP: Klienti MCP se připojují k serverům MCP přes internet a navazují připojení pomocí Streamable HTTP, a autorizací přístupu MCP klienta k prostředkům na účtu uživatele pomocí OAuth.
- Lokální připojení MCP: Klienti MCP se připojují k serverům MCP na stejném počítači pomocí stdio ↗ jako lokální metodu transportu.
Osvědčené postupy
- Návrh nástrojů: Nepovažujte svůj server MCP za obal celého schématu API. Místo toho vytvářejte nástroje optimalizované pro konkrétní cíle uživatelů a spolehlivé výsledky. Méně dobře navržených nástrojů často funguje lépe než mnoho drobných, zejména u agentů s malým kontextovým oknem nebo přísným rozpočtem na latenci.
- Oprávnění s omezeným rozsahem: Nasazení několika úzce zaměřených serverů MCP, z nichž každý má úzce vymezená oprávnění, snižuje riziko nadměrně oprávněného přístupu a usnadňuje správu a audit toho, co smí každý server dělat.
- Popisy nástrojů: Podrobné popisy parametrů pomáhají agentům pochopit, jak vaše nástroje správně používat: jaké hodnoty se očekávají, jak ovlivňují chování a jaká jsou důležitá omezení. Tím se snižuje chybovost a zvyšuje spolehlivost.
- Hodnoticí testy: Pomocí hodnoticích testů („evals“) měřte, jak dobře agent umí správně používat vaše nástroje. Tyto testy spouštějte po každé aktualizaci serveru nebo popisů nástrojů, abyste včas odhalili regrese a sledovali zlepšení v čase.
Začínáme
Přejděte na Začínáme průvodce, kde se dozvíte, jak sestavit a nasadit svůj první vzdálený MCP server na Cloudflare.