Model Context Protocol (MCP): Anthropic vereenvoudigt AI-verbindingen met datasystemen

Model Context Protocol (MCP): Anthropic vereenvoudigt AI-verbindingen met datasystemen
26 november 2024

Een open source standaard genaamd Model Context Protocol (MCP) is onthuld door Anthropicmet als doel de manier te verbeteren waarop AI-assistenten communiceren en verbinding maken met datasystemen. Het protocol heeft tot doel de nadelen van AI-modellen te overwinnen, die vaak onafhankelijk van grote gegevensbronnen werken en voor elk nieuw systeem unieke integraties vereisen. MCP biedt een uitgebreide oplossing waarmee chatbots en andere AI-aangedreven applicaties eenvoudig toegang kunnen krijgen tot gegevens in ontwikkelomgevingen, tools en contentrepository's.

Door gebruik te maken van "MCP-servers" om gegevens te bedienen en "MCP-clients" om workflows of applicaties te integreren, stelt het protocol ontwikkelaars in staat bidirectionele verbindingen tot stand te brengen tussen gegevensbronnen en applicaties. Deze standaardisatie zou de ontwikkelingsprocedures kunnen stroomlijnen door een schaalbaar en duurzaam raamwerk te vervangen voor onsamenhangende integraties. Platforms als Replit, Codeium en Sourcegraph zijn van plan ondersteuning voor MCP toe te voegen, terwijl bedrijven als Block en Apollo het al in hun systemen hebben geïntegreerd.

Met vooraf gebouwde servers voor bekende bedrijfstools zoals Google Drive, Slack en GitHub, evenals plannen om toolkits vrij te geven voor het installeren van productieservers, heeft Anthropic MCP beschikbaar gemaakt voor ontwikkelaars. MCP kan worden gebruikt om de Claude-chatbot te koppelen aan interne systemen voor gebruikers van Anthropic's Claude Enterprise abonnement.

Door de vereiste voor afzonderlijke interfaces voor elke gegevensbron weg te nemen, zou de adoptie van MCP de inspanningen op het gebied van AI-integratie kunnen versnellen. AI-systemen kunnen mogelijk de context van tools en informatie behouden naarmate het ecosysteem groeit, wat zou resulteren in een consistenter en efficiënter ontwerp.

De mate waarin MCP wordt toegepast, vooral door de concurrenten, zal echter het succes ervan bepalen. Met zijn eigen ‘Work with Apps’-functie voor ChatGPT heeft OpenAI bijvoorbeeld een andere strategie gevolgd. Deze functionaliteit koppelt het model aan bepaalde codeertools en kan mogelijk worden uitgebreid naar andere toepassingen. De strategie van OpenAI blijft echter gesloten en partnergericht.

Hoewel Anthropic beweert dat MCP de contextuele mogelijkheden van AI-systemen aanzienlijk kan verbeteren, zoals het verbeteren van het begrip bij het coderen, zijn deze beweringen nog niet ondersteund door specifieke referenties. De prestaties en langetermijneffecten ervan zijn nog onbekend.

Neem de controle over AI-aangedreven oplossingen door het beheersen van Data Sciene en AI at Code Labs Academy.

Code Labs Academy © 2024 Alle rechten voorbehouden.