Giao thức ngữ cảnh mô hình (MCP)

Giao thức ngữ cảnh mô hình (MCP) là một tiêu chuẩn mở được thiết kế để chuẩn hóa cách các mô hình AI tương tác với dữ liệu, công cụ và môi trường bên ngoài. Trước đây, việc kết nối các mô hình ngôn ngữ lớn (LLM) hoặc hệ thống thị giác máy tính với các nguồn dữ liệu thực tế—chẳng hạn như các tệp cục bộ, cơ sở dữ liệu hoặc điểm cuối API—yêu cầu xây dựng các tích hợp tùy chỉnh cho từng công cụ riêng lẻ. MCP giải quyết sự phân mảnh này bằng cách cung cấp một giao thức phổ quát, tương tự như cổng USB dành cho các ứng dụng AI. Điều này cho phép các nhà phát triển xây dựng một trình kết nối một lần và sử dụng nó trên nhiều máy khách AI, giảm đáng kể độ phức tạp của việc tạo ra các tác nhân hỗ trợ khách hàng nhận biết ngữ cảnh và trợ lý thông minh.

Cách thức hoạt động của MCP

Về bản chất, MCP hoạt động thông qua kiến ​​trúc máy khách-máy chủ-máy chủ lưu trữ. "Máy khách" là ứng dụng AI (như trợ lý lập trình hoặc giao diện chatbot) khởi tạo yêu cầu. "Máy chủ lưu trữ" cung cấp môi trường thực thi, và "máy chủ" là cầu nối đến dữ liệu hoặc công cụ cụ thể. Khi một tác nhân AI cần truy cập tệp hoặc truy vấn cơ sở dữ liệu, nó sẽ gửi yêu cầu thông qua giao thức. Máy chủ MCP xử lý yêu cầu này, truy xuất ngữ cảnh cần thiết và định dạng lại cho mô hình theo cách có cấu trúc.

Kiến trúc này hỗ trợ ba khả năng chính:

• Tài nguyên: Những tài nguyên này cho phép mô hình đọc dữ liệu, chẳng hạn như nhật ký, tệp mã hoặc tài liệu kinh doanh, cung cấp nền tảng cần thiết cho việc tạo nội dung được tăng cường bằng truy xuất (RAG) .
• Lời nhắc: Các mẫu được định sẵn giúp người dùng hoặc mô hình tương tác với máy chủ một cách hiệu quả, tối ưu hóa quy trình thiết kế lời nhắc .
• Công cụ: Các hàm có thể thực thi cho phép mô hình thực hiện hành động, chẳng hạn như chỉnh sửa tệp, chạy tập lệnh hoặc tương tác với quy trình xử lý hình ảnh máy tính .

Các Ứng dụng Thực tế

MCP đang nhanh chóng được ưa chuộng vì nó tách rời mô hình khỏi logic tích hợp. Dưới đây là hai ví dụ cụ thể về ứng dụng của nó:

1. Môi trường phát triển thống nhất: Trong kỹ thuật phần mềm, các nhà phát triển thường xuyên chuyển đổi giữa IDE, terminal và tài liệu. Trợ lý lập trình hỗ trợ MCP có thể kết nối đồng thời với kho lưu trữ GitHub, hệ thống tệp cục bộ và cơ sở dữ liệu theo dõi lỗi. Nếu nhà phát triển hỏi, "Tại sao đăng nhập thất bại?", AI có thể sử dụng máy chủ MCP để lấy nhật ký lỗi gần đây, đọc mã xác thực liên quan và kiểm tra các vấn đề đang mở, tổng hợp dữ liệu đa phương thức này thành giải pháp mà không cần người dùng sao chép và dán ngữ cảnh.

2. Kiểm tra trực quan dựa trên ngữ cảnh: Trong môi trường công nghiệp, mô hình thị giác tiêu chuẩn phát hiện các khuyết tật nhưng thiếu ngữ cảnh lịch sử. Bằng cách sử dụng MCP, hệ thống phát hiện Ultralytics YOLO26 có thể được liên kết với cơ sở dữ liệu hàng tồn kho. Khi mô hình phát hiện một "bộ phận bị hư hỏng", nó sẽ kích hoạt công cụ MCP để truy vấn cơ sở dữ liệu về khả năng thay thế và tự động lập phiếu bảo trì. Điều này biến một nhiệm vụ phát hiện đối tượng đơn giản thành một quy trình tự động hóa hoàn chỉnh.

Phân biệt các thuật ngữ liên quan

Việc phân biệt MCP với các khái niệm tương tự trong hệ sinh thái AI là rất hữu ích:

• MCP so với API: Giao diện lập trình ứng dụng (API) là một tập hợp các quy tắc cụ thể để một phần mềm giao tiếp với một phần mềm khác. MCP là một giao thức chuẩn hóa cách thức bất kỳ mô hình AI nào tương tác với bất kỳ API hoặc nguồn dữ liệu nào. Bạn có thể xây dựng một máy chủ MCP bao bọc một API cụ thể, giúp các máy khách tuân thủ MCP có thể truy cập API đó một cách phổ biến.
• MCP so với RAG: Retrieval-Augmented Generation ( RAG) là một kỹ thuật cung cấp dữ liệu bên ngoài cho mô hình. MCP là cơ sở hạ tầng hỗ trợ việc này. RAG là "cái gì" (lấy dữ liệu), trong khi MCP là "cách thức" (đường kết nối tiêu chuẩn).
• MCP so với Gọi hàm: Nhiều mô hình, bao gồm cả OpenAI GPT-4 , hỗ trợ gọi hàm một cách tự nhiên. MCP tạo ra một cách chuẩn để định nghĩa và hiển thị các hàm (công cụ) này, nhờ đó chúng không cần phải được mã hóa cứng vào lời nhắc hệ thống của mô hình mỗi lần.

Tích hợp với Thị giác máy tính

Mặc dù ban đầu được phổ biến cho các hệ thống quản lý ngôn ngữ dựa trên văn bản (LLM), MCP ngày càng trở nên quan trọng đối với các quy trình làm việc tập trung vào thị giác máy tính. Các nhà phát triển có thể tạo ra các máy chủ MCP để cung cấp các khả năng thị giác máy tính dưới dạng công cụ. Ví dụ, một LLM hoạt động như một bộ điều khiển trung tâm có thể ủy thác một nhiệm vụ thị giác cho một... Ultralytics mô hình thông qua một địa phương Python Tập lệnh được hiển thị dưới dạng công cụ MCP.

Sau đây Python Đoạn mã này minh họa quy trình làm việc theo khái niệm, trong đó một kịch bản sử dụng mô hình thị giác để tạo ra ngữ cảnh, sau đó có thể được cung cấp thông qua một điểm cuối tương thích với MCP:

from ultralytics import YOLO

# Load the YOLO26 model (efficient, end-to-end detection)
model = YOLO("yolo26n.pt")

# Perform inference to get visual context from an image
results = model("https://ultralytics.com/images/bus.jpg")

# Extract detection data to be passed as context
detections = []
for r in results:
    for box in r.boxes:
        cls_name = model.names[int(box.cls)]
        detections.append(f"{cls_name} (conf: {box.conf.item():.2f})")

# This string serves as the 'context' a downstream agent might request
context_string = f"Visual Analysis: Found {', '.join(detections)}"
print(context_string)

Tương lai của kết nối AI

Việc giới thiệu Giao thức Ngữ cảnh Mô hình (Model Context Protocol - MCP) đánh dấu một bước chuyển mình hướng tới các hệ thống AI tác nhân có tính mô-đun và khả năng tương tác. Bằng cách chuẩn hóa các kết nối, ngành công nghiệp đang chuyển từ các chatbot riêng lẻ sang các trợ lý tích hợp có khả năng thực hiện các công việc có ý nghĩa trong cơ sở hạ tầng hiện có của tổ chức. Khi các công cụ như Nền tảng Ultralytics tiếp tục phát triển, các giao thức tiêu chuẩn như MCP có khả năng sẽ đóng vai trò quan trọng trong việc triển khai và sử dụng các mô hình được đào tạo tùy chỉnh trong các quy trình làm việc lớn hơn của doanh nghiệp.