ترخيص YOLO
العودة إلى مسرد Ultralytics

Model Context Protocol (MCP)

بروتوكول سياق النموذج (MCP) معيار مفتوح يربط تطبيقات الذكاء الاصطناعي بالأدوات والبيانات عبر واجهة واحدة. تعرّف على البنية والاستخدامات والشيفرة.

بروتوكول سياق النموذج (MCP) معيار مفتوح لربط تطبيقات الذكاء الاصطناعي بالأدوات ومصادر البيانات وسير العمل الخارجية. قبل MCP، كان كل تطبيق ذكاء اصطناعي يحتاج إلى تكامل مخصص لكل خدمة يستخدمها، لذا كان من الممكن أن يعني وجود عشرة مساعدين وعشر خدمات ما يصل إلى مئة موصل منفصل. مع MCP، تُغلّف الخدمة مرة واحدة في خادم MCP، ويمكن لأي تطبيق متوافق مع MCP استخدامها. قدّمت Anthropic البروتوكول في نوفمبر 2024، ثم تبرعت به في ديسمبر 2025 إلى مؤسسة الذكاء الاصطناعي الوكيلي، وهي صندوق تابع لمؤسسة Linux شاركت Anthropic في تأسيسه مع Block وOpenAI. تدعمه مضيفات منها Claude وChatGPT وVS Code وCursor وGemini CLI، وأصبح الطريقة المعيارية التي تستخدمها وكلاء الذكاء الاصطناعي والنماذج اللغوية الكبيرة (LLMs) للوصول إلى العالم الخارجي.

كيفية عمل MCP#

يحدّد مواصفات MCP ثلاثة أدوار تتبادل رسائل JSON-RPC 2.0. المضيف هو تطبيق الذكاء الاصطناعي الذي يستخدمه الشخص، مثل روبوت محادثة أو بيئة تطوير متكاملة أو وكيل. وداخل المضيف، يدير عميل واحد الاتصال بكل خادم، ويعرض كل خادم مجموعة من الإمكانات. تعمل الخوادم المحلية كعمليات فرعية وتتواصل عبر الإدخال والإخراج القياسيين (stdio)، بينما تستخدم الخوادم البعيدة HTTP القابل للبث. ومنذ مراجعة 2026-07-28، أصبح البروتوكول الأساسي عديم الحالة: يحمل كل طلب إصدار البروتوكول وإمكانات العميل الخاصة به، واختفى تفاوض initialize القديم ومعرّفات الجلسات، ويمكن لأي مثيل خادم خلف موازن تحميل الرد على أي طلب.

توفّر الخوادم ثلاثة أنواع من الإمكانات:

  • الأدوات: دوال يمكن للنموذج استدعاؤها، ويُوصَف كل منها باسم ووصف ومخطط JSON لوسائطها، مثل create_issue أو run_query. ويمكن للأدوات إرجاع نصوص أو صور أو بيانات منظّمة.
  • الموارد: سياق للقراءة فقط تحدده معرّفات URI، مثل الملفات أو مخططات قواعد البيانات أو مقتطفات السجلات، ويمكن للتطبيق إرفاقه بسياق النموذج.
  • المطالبات: قوالب رسائل قابلة لإعادة الاستخدام يختارها المستخدمون صراحةً، وغالبًا ما تظهر كأوامر تبدأ بشرطة مائلة.

يمكن للخوادم أيضًا طلب مدخلات ناقصة من المستخدم أثناء تنفيذ المهمة عبر الاستيضاح. وتضيف الامتدادات الاختيارية مزيدًا من الإمكانات: تتولى Tasks العمليات طويلة الأمد التي يستطلع فيها العميل النتائج، وتتيح MCP Apps للأداة إرجاع واجهة تفاعلية، وهي طريقة لـواجهة المستخدم التوليدية تعرض المخططات والنماذج داخل المحادثة.

إنشاء خادم MCP#

يحوّل MCP Python SDK الرسمي دالة Python ذات أنواع محددة إلى أداة، وينشئ مخطط JSON الخاص بها انطلاقًا من تلميحات الأنواع. ويتيح تغليف التنبؤ باستخدام Ultralytics YOLO26 بهذه الطريقة لأي مضيف MCP إجراء كشف الأجسام: إذ تُرجع الأداة Results.summary()، وهي قائمة تتضمن اسم فئة كل جسم ودرجة الثقة وإحداثيات الصندوق، ليتمكن النموذج من الاستدلال عليها. في المثال التالي، يكتشف عميل يعمل ضمن العملية الأداة ويستدعيها بالطريقة نفسها التي يتبعها المضيف:

import asyncio

from mcp import Client
from mcp.server.mcpserver import MCPServer
from ultralytics import YOLO

model = YOLO("yolo26n.pt")
server = MCPServer("vision")


@server.tool()
def detect(image_url: str) -> list[dict]:
    """Detect objects in an image and return each object's class, confidence, and box."""
    results = model(image_url)
    return results[0].summary()


async def main():
    """Discover the server's tools and call one, as an MCP host does."""
    async with Client(server) as client:
        tools = await client.list_tools()
        print(tools.tools[0].name, tools.tools[0].input_schema)
        result = await client.call_tool("detect", {"image_url": "https://ultralytics.com/images/bus.jpg"})
        print(result.structured_content)


asyncio.run(main())

يعرض print الأول اسم الأداة ومخطط الإدخال الذي يراه نموذج المضيف، ويتطلب وسيطة نصية واحدة هي image_url، بينما يعرض الثاني قائمة الكشوف التي أُعيدت بوصفها محتوى منظّمًا.

  • استدعاء الدوال: قدرة النموذج على إصدار طلب منظّم لاستدعاء أداة. يوحّد MCP طريقة اكتشاف الأدوات ووصفها وتنفيذها عبر التطبيقات، ويحوّل المضيف تعريفات أدوات MCP إلى تنسيق استدعاء الدوال الأصلي للنموذج.
  • واجهات API: تخدم واجهة REST أو GraphQL عملاء خدمة واحدة. وغالبًا ما يغلّف خادم MCP واجهة API كهذه، ويضيف الأسماء والأوصاف والمخططات التي يحتاج إليها النموذج لاستخدامها من دون كتابة تعليمات برمجية مخصصة.
  • التوليد المعزّز بالاسترجاع (RAG): تقنية لإسناد الإجابات إلى مستندات مسترجعة. وMCP إحدى طرق توفير ذلك الاسترجاع، عبر أداة بحث أو موارد مرفقة.
  • بروتوكول الوكيل إلى الوكيل (A2A): يربط الوكلاء بوكلاء آخرين لتمكينهم من تفويض مهام كاملة. أما MCP فيربط الوكيل بالأدوات والبيانات التي يستخدمها مباشرةً.
  • مهارات الوكلاء: مجلدات تضم تعليمات ونصوصًا برمجية يحمّلها الوكيل إلى سياقه عندما تستدعي المهمة ذلك. تعلّم المهارات الوكيل كيفية تنفيذ مهمة، وتمنحه خوادم MCP وصولًا مباشرًا إلى الأنظمة المعنية؛ لذلك يستخدم الوكلاء كليهما عادةً.

تطبيقات عملية#

  • البرمجة الوكيلية: تتصل وكلاء البرمجة بـ GitHub ومتتبعات المشكلات وقواعد البيانات والمتصفحات عبر خوادم MCP، لذا فإن سؤال الوكيل عن سبب تعذّر تسجيل الدخول يتيح له جلب سجلات الأخطاء وقراءة شيفرة المصادقة والتحقق من المشكلات المفتوحة في جلسة واحدة.
  • مساعدو المؤسسات: تتيح الموصلات إلى مستودعات المستندات والدردشة وأنظمة التذاكر وإدارة علاقات العملاء للمساعد الإجابة عن الأسئلة اعتمادًا على بيانات الشركة وإجراء التحديثات نيابةً عن المستخدم.
  • الفحص المرئي: يستدعي وكيل أداة كشف على صورة من كاميرا، ويستعلم من خادم المخزون عن قطع الغيار عند اكتشاف مكوّن تالف، ثم ينشئ مسودة تذكرة صيانة، محولًا تنبؤًا واحدًا إلى سير عمل آلي متكامل.
  • تحليلات البيانات: تعرض خوادم قواعد البيانات أدوات استعلام للقراءة فقط، ليتمكن المحللون من طرح أسئلة بلغة عادية والحصول على إجابات محسوبة من جداول مباشرة.

اعتبارات الأمان#

يمكن لأداة MCP تشغيل شيفرة اعتباطية باستخدام بيانات اعتماد المستخدم، لذا يوسّع كل اتصال ما يستطيع النموذج فعله وما يمكن للمهاجم الوصول إليه. وقد تتضمن نتائج الأدوات والموارد حقن المطالبات، أي نصًا يحاول دفع النموذج إلى استدعاء أدوات أخرى أو تسريب البيانات، كما قد يخفي خادم خبيث تعليمات في أوصاف أدواته، في هجوم يُعرف بتسميم الأدوات. وتُصادق الخوادم البعيدة على المستخدمين عبر تفويض يستند إلى OAuth، بينما يقيّد المضيفون الحريصون أذونات كل خادم بما يحتاج إليه، ويشغّلون الخوادم المحلية في بيئات معزولة، ويضيفون ضوابط وقائية مثل طلب الموافقة قبل تنفيذ الإجراءات الحساسة. وتشترط المواصفات على المضيفين الحصول على موافقة صريحة من المستخدم قبل استدعاء أي أداة، والتعامل مع أوصاف الأدوات على أنها غير موثوقة ما لم تصدر عن خادم موثوق.

استكشف الحلول

الرؤية الحاسوبية في الرياضة

الرؤية الحاسوبية في الرياضة

اكتشف كيف يعزّز Ultralytics YOLO الرؤية الحاسوبية الرياضية عبر تتبّع اللاعبين والكرة، وتحليلات الأداء، ورؤى التدريب، وإعادة تأهيل الرياضيين.
معرفة المزيد
الرؤية الحاسوبية للصور الجوية

الرؤية الحاسوبية للصور الجوية

حوّل صور الطائرات المسيّرة والصور الجوية إلى رؤى آنية للزراعة وتربية الأحياء المائية والحفاظ على البيئة والتحليل الجغرافي المكاني باستخدام Ultralytics YOLO.
معرفة المزيد
الرؤية الحاسوبية في قطاع الطيران والفضاء

الرؤية الحاسوبية في قطاع الطيران والفضاء

طبّق الرؤية الحاسوبية في مجال الطيران والفضاء باستخدام Ultralytics YOLO لفحص الطائرات، واكتشاف الأجسام الغريبة على المدارج (FOD)، والعمليات الأرضية في المطارات، واكتشاف عيوب المواد المركّبة.
معرفة المزيد
الرؤية الحاسوبية في مجال الأمن

الرؤية الحاسوبية في مجال الأمن

احمِ كل موقع باستخدام نماذج Ultralytics YOLO. يدعم الذكاء الاصطناعي البصري مراقبة المحيط، واكتشاف التهديدات، والتعرف على لوحات المركبات، والسلامة في مكان العمل.
معرفة المزيد
الرؤية الحاسوبية في الروبوتات

الرؤية الحاسوبية في الروبوتات

عزّز أداء الآلات الذكية باستخدام نماذج Ultralytics YOLO. يدعم الذكاء الاصطناعي البصري في الروبوتات الملاحة الذاتية والإدراك وتعقب الأجسام والتحكم الآني.
معرفة المزيد
الرؤية الحاسوبية في الخدمات اللوجستية

الرؤية الحاسوبية في الخدمات اللوجستية

بسّط العمليات اللوجستية باستخدام نماذج Ultralytics YOLO. يتيح الذكاء الاصطناعي البصري فحص الطرود وفرزها وتتبع المركبات ومراقبة سلامة المستودعات في الوقت الفعلي.
معرفة المزيد
الرؤية الحاسوبية في تجارة التجزئة

الرؤية الحاسوبية في تجارة التجزئة

أعِد تصور تجارة التجزئة باستخدام نماذج Ultralytics YOLO. يتيح الذكاء الاصطناعي البصري تتبع المخزون ومراقبة الرفوف وإدارة الطوابير واستخلاص رؤى أذكى عن العملاء.
معرفة المزيد
الرؤية الحاسوبية في الرعاية الصحية

الرؤية الحاسوبية في الرعاية الصحية

أنشئ حلولًا للرعاية الصحية باستخدام نماذج Ultralytics YOLO. يعزز الذكاء الاصطناعي البصري في الرعاية الصحية سرعة التصوير الطبي، وكفاءة التشخيص، ومراقبة المرضى.
معرفة المزيد
الرؤية الحاسوبية في التصنيع

الرؤية الحاسوبية في التصنيع

حسّن التصنيع باستخدام نماذج Ultralytics YOLO. يعزز الذكاء الاصطناعي للرؤية مراقبة الجودة واكتشاف العيوب والالتزام بمعدات الوقاية الشخصية وأتمتة خطوط التجميع.
معرفة المزيد
الرؤية الحاسوبية في قطاع السيارات

الرؤية الحاسوبية في قطاع السيارات

طبّق الرؤية الحاسوبية في قطاع السيارات باستخدام نماذج Ultralytics YOLO. يعزز الذكاء الاصطناعي للرؤية سلامة الطرق ومساعدة السائق وأتمتة المركبات لإنشاء طرق أكثر ذكاءً.
معرفة المزيد
الرؤية الحاسوبية في الزراعة

الرؤية الحاسوبية في الزراعة

أدخل الذكاء الاصطناعي البصري إلى الزراعة الذكية باستخدام نماذج Ultralytics YOLO. عزّز مراقبة المحاصيل وتتبع الماشية والزراعة الدقيقة لزيادة الإنتاجية وتحسينها.
معرفة المزيد

لنبنِ مستقبل الذكاء الاصطناعي معًا!

ابدأ رحلتك نحو مستقبل تعلّم الآلة