Kort fortalt
- MCP, Model Context Protocol, er en åben standard, der lader AI-applikationer forbinde sig til eksterne værktøjer og data på en ensartet måde.
- Anthropic introducerede MCP som en åben standard i november 2024, og den understøttes nu af et voksende antal AI-apps og udviklerværktøjer.
- I MCP kører en værtsapplikation, for eksempel en AI-assistent, klienter, der forbinder sig til servere, og hver server tilbyder værktøjer, ressourcer og prompts.
- Med MCP kan en assistent udføre rigtigt arbejde i anden software, for eksempel søge i materialer, oprette design eller opdatere poster, i stedet for kun at beskrive hvordan.
- Forbind MCP-servere med afgrænsede adgangsnøgler, der kan tilbagekaldes, giv kun de tilladelser, en opgave kræver, og gennemgå, hvad assistenten gør.
På denne side
Hvad er MCP? MCP, Model Context Protocol, er en åben standard, der lader AI-assistenter bruge rigtige værktøjer og data. I stedet for at hver AI-app bygger en særlig integration til hver tjeneste, tilbyder en tjeneste én MCP-server, og enhver assistent, der understøtter MCP, kan forbinde sig til den. Resultatet er en assistent, der kan handle, for eksempel søge i dine filer, oprette et design eller opdatere en post, frem for kun at fortælle dig hvordan.
Anthropic introducerede MCP som en åben standard i november 2024, og den er siden taget i brug af et voksende antal AI-applikationer og udviklerværktøjer. Det officielle MCP-site beskriver den som en universel måde at forbinde AI-applikationer med eksterne systemer på og sammenligner den med en USB-C-port til AI.
Sådan virker MCP: værter, klienter og servere
MCP har tre roller. Du har kun direkte med den første og den tredje at gøre.
Eksempel
Eksempel
Eksempel
Hver server kan tilbyde tre slags ting. Værktøjer er handlinger, assistenten kan udføre, for eksempel »opret et design«. Ressourcer er data, den kan læse, for eksempel en fil eller en brandprofil. Prompts er færdige instruktioner, serveren foreslår til almindelige opgaver. Servere kan køre på din egen computer og kommunikere via standardinput og standardoutput, eller på nettet og kommunikere via HTTP.
Det sker der, når en assistent bruger et værktøj
Bag en enkel anmodning er trinnene altid de samme. Det hjælper at kende dem, for hvert trin er et sted, hvor du bevarer kontrollen.
- 1
Assistenten finder ud af, hvad der er til rådighed
Når den forbinder sig, beder klienten hver server om dens liste over værktøjer med et navn, en beskrivelse og de input, hvert af dem tager imod.
- 2
Du beder om noget
For eksempel: lav en story om, at vi har sent åbent om fredagen.
- 3
Assistenten vælger et værktøj
Den vurderer, at et designværktøj passer, og udfylder input ud fra din anmodning. Mange apps beder om din tilladelse, før et værktøj kører.
- 4
Serveren udfører arbejdet
Den kalder den rigtige tjeneste med de adgangsoplysninger, du har givet den, og kun med de tilladelser, de giver.
- 5
Resultatet kommer tilbage
Serveren returnerer resultatet, for eksempel et link til det nye design, og assistenten fortæller dig, hvad den har gjort.
{
"jsonrpc": "2.0",
"id": 7,
"method": "tools/call",
"params": {
"name": "design",
"arguments": {
"request": "A story announcing that we open late on Fridays",
"size": "ig-story"
}
}
}Det gør MCP muligt inden for design
Det meste designarbejde er en kæde af små trin på tværs af flere apps. MCP lader en assistent bære den kæde for dig, inde i de værktøjer, du allerede bruger, mens du beholder det sidste ord.
Assistent uden værktøjer
- Foreslår en overskrift, og du kopierer den ind i din designapp
- Beskriver en palet, og du taster hexkoderne ind
- Forklarer, hvordan du ændrer størrelse, og du gør det fem gange
- Kan ikke se dit brandkit eller tidligere design
Assistent med MCP
- Opretter designet med overskriften på plads
- Søger i rigtige materialer og bruger dem
- Laver kopier i alle de størrelser, du beder om
- Læser din brandprofil, før den går i gang
Kvaliteten afhænger stadig af værktøjet i den anden ende. En assistent, der er forbundet til et designværktøj med et stærkt brandsystem, laver arbejde, der passer til brandet. En, der er forbundet til et tomt lærred, laver generisk arbejde. AI-designværktøjer gennemgår, hvordan du vurderer det, og brandretningslinjer til AI viser, hvordan du giver en assistent regler, den kan følge.
Sådan bruger du MCP sikkert
Når du forbinder en assistent til en rigtig tjeneste, kan den ændre rigtige ting. Behandl en MCP-forbindelse, som når du giver en dygtig ny kollega adgang: specifik, begrænset og nem at trække tilbage.
- Brug afgrænsede nøgler. Opret en nøgle, der kun tillader det, opgaven kræver, for eksempel at læse design, men ikke at sikre sig noget.
- Én nøgle pr. sted. Navngiv hver nøgle efter, hvor den bruges, så du kan tilbagekalde én uden at ødelægge de andre.
- Hold nøgler hemmelige. Gem dem i en adgangskodeadministrator eller i klientens sikre indstillinger, aldrig i delte filer eller skærmbilleder.
- Gennemgå, før du godkender. Læs, hvad et værktøj er ved at gøre, især når det opretter, ændrer eller bruger noget.
- Vær på vagt over for indhold, du ikke stoler på. Tekst, en assistent læser gennem et værktøj, for eksempel en webside eller et dokument, kan indeholde instruktioner. Hold følsomme værktøjer slået fra, når du arbejder med materiale, du ikke stoler på.
- Tilbagekald det, du ikke bruger. Gamle nøgler er risiko uden gevinst.
Lader assistenten
Giv den, når
Lader assistenten
Giv den, når
Lader assistenten
Giv den, når
Lader assistenten
Giv den, når
Lader assistenten
Giv den, når
Gradiently og MCP
Gradiently driver en hostet MCP-server på https://. Opret en nøgle i Indstillinger under API og agenter, vælg, hvad den må gøre (for eksempel læse design, oprette og redigere design, søge efter Marks eller generere brands), og tilføj den til din MCP-klient. Nøglen vises én gang og kan altid tilbagekaldes. Derefter kan din assistent søge efter Marks, læse dit arbejdsområde, generere brandforslag og lave design, der åbnes i studiet, så du kan gøre dem færdige.
{
"mcpServers": {
"gradiently": {
"url": "https://gradiently.design/api/mcp",
"headers": { "Authorization": "Bearer YOUR_KEY" }
}
}
}Se design med Claude for en gennemgang af, hvordan det ser ud i praksis. Se tilslut en AI-assistent og udviklerdokumentationen for opsætning trin for trin i forskellige klienter.
Spørgsmål, folk stiller
Hvad er MCP inden for AI?
MCP, Model Context Protocol, er en åben standard til at forbinde AI-applikationer med eksterne værktøjer og data, så en assistent kan udføre handlinger i anden software i stedet for kun at give råd.
Hvem har skabt MCP?
Anthropic introducerede Model Context Protocol som en åben standard i november 2024. Den udvikles i åbenhed, og mange AI-apps og udviklerværktøjer understøtter den nu.
Hvad er en MCP-server?
Et program, der stiller en tjenestes funktioner til rådighed for AI-assistenter som værktøjer, de kan kalde, ressourcer, de kan læse, og prompts, de kan bruge. Den kan køre på din computer eller på nettet.
Er MCP sikkert at bruge?
Det er lige så sikkert som de tilladelser, du giver. Forbind kun servere, du stoler på, brug afgrænsede nøgler, der kan tilbagekaldes, gennemgå handlinger, før du godkender dem, og fjern nøgler, du ikke længere bruger.
Skal jeg kunne kode for at bruge MCP?
Som regel ikke. Mange AI-apps lader dig tilføje en MCP-server med en URL og en nøgle, og assistenten håndterer selv værktøjskaldene.
Skrevet af Gradiently
Holdet bag Gradiently, et designværktøj bygget om Marks: levende gradienter, der får alt, du designer, til at ligne dig.
Se vores profil