Tehisintellekti kasutamine ei tähenda enam ainult seda, et vestlusrobot vastab küsimustele või koostab teksti. Üha olulisemaks muutub see, kuidas AI saab turvaliselt kasutada väliseid andmeid, tööriistu ja töövooge. Just siin tulebki mängu Model Context Protocol, lühidalt MCP.
MCP on avatud standard, mille eesmärk on ühendada AI-rakendused väliste süsteemidega, näiteks failide, andmebaaside, API-de, otsinguteenuste, kalendrite ja ettevõtte sisemiste töövahenditega.
Ametlik dokumentatsioon võrdleb MCP-d lihtsa pildiga: see on justkui USB-C ühendus AI-rakendustele. Nii nagu USB-C võimaldab erinevaid seadmeid ühendada ühe standardi kaudu, võimaldab MCP erinevatel AI-rakendustel ja välistel süsteemidel suhelda ühtse reeglistiku alusel.
“MCP (Model Context Protocol) is an open-source standard for connecting AI applications to external systems.” — Model Context Protocol documentation
Sellise kursuse eesmärk on aidata õppijal mõista, kuidas AI saab muutuda passiivsest vastajast aktiivseks abiliseks. Kui tavaline vestlusmudel oskab peamiselt vastata talle antud info põhjal, siis MCP abil saab AI-rakendus näiteks lugeda dokumente, pärida infot andmebaasist, kutsuda välja välise API, käivitada mõne töövoo või aidata kasutajal teha korduvaid tööülesandeid.
Miks MCP on oluline?
MCP tähtsus tuleneb sellest, et AI-rakendused vajavad päris töö tegemiseks ligipääsu kontekstile. Kontekst võib tähendada kasutaja dokumente, ettevõtte teadmistebaasi, kliendiandmeid, projektihaldust, kalendrit, koodirepositooriumi või mõnda muud süsteemi. Ilma sellise ühenduseta jääb AI sageli üldiseks nõuandjaks. Ühendatud tööriistade ja andmetega saab temast aga praktiline tööassistent.
MCP vähendab vajadust luua iga AI-rakenduse ja iga välise teenuse vahele eraldi integratsioon. Selle asemel saab arendaja luua MCP serveri, mis kirjeldab standardiseeritud viisil, milliseid tööriistu, ressursse ja malle AI kasutada saab. See muudab arenduse lihtsamaks, korduvkasutatavamaks ja paremini hallatavaks.
| Ilma MCP-ta | MCP abil |
| Iga AI-rakendus vajab eraldi ühendust iga teenusega. | AI-rakendused saavad kasutada ühtset protokolli väliste süsteemidega suhtlemiseks. |
| Integratsioonid võivad olla keerulised ja raskesti hooldatavad. | Serverid, kliendid ja tööriistad on selgemalt eraldatud. |
| AI-l on piiratud ligipääs tegelikele andmetele ja tegevustele. | AI saab kasutada ressursse, tööriistu ja töövooge standardse liidese kaudu. |
| Turvalisus ja kasutaja kontroll sõltuvad iga lahenduse eraldi ülesehitusest. | MCP arhitektuur võimaldab paremini kirjeldada õigusi, tööriistu ja kasutaja nõusolekut. |
Õppija jaoks on oluline mõista, et MCP ei ole lihtsalt järjekordne tehniline moesõna. See kirjeldab üht olulist suunda AI arengus: AI muutub ühendatud süsteemide kasutajaks. See tähendab, et tuleviku AI-lahendused ei piirdu ainult teksti loomisega, vaid saavad osaleda tööprotsessides, kus on vaja andmeid otsida, tööriistu käivitada ja tulemusi kasutajale arusaadavalt esitada.
MCP arhitektuur: majutus, klient ja server
MCP kursuse üks keskseid osi on arhitektuuri mõistmine. MCP järgib klient-server põhimõtet. See tähendab, et üks osapool küsib infot või käivitab tegevusi ning teine osapool pakub selleks vajalikke võimalusi. MCP arhitektuuris räägitakse tavaliselt kolmest rollist: MCP host, MCP client ja MCP server.
| Mõiste | Selgitus | Lihtne näide |
| MCP host | AI-rakendus, mis juhib kasutajakogemust ja kasutab ühte või mitut MCP klienti. | Claude Desktop, ChatGPT, Visual Studio Code või mõni muu AI-rakendus. |
| MCP client | Komponent, mis hoiab ühendust konkreetse MCP serveriga. | Host loob iga serveri jaoks eraldi kliendiühenduse. |
| MCP server | Programm, mis pakub AI-rakendusele tööriistu, ressursse või valmis juhendimalle. | Failiserver, andmebaasiserver, kalendriühendus või GitHubi ühendus. |
Lihtsa kujundina võib mõelda nii: host on AI-rakendus, mida kasutaja näeb; client on ühenduse hoidja; server on teenusepakkuja, kes ütleb, mida AI saab kasutada. Kui AI-rakendus soovib näiteks lugeda dokumenti, otsida andmebaasist infot või luua kalendrisündmuse, toimub see suhtlus MCP serveri pakutud võimaluste kaudu.
Ametlik MCP arhitektuurikirjeldus rõhutab, et üks host võib ühenduda mitme MCP serveriga. Näiteks arenduskeskkond võib korraga kasutada failisüsteemi serverit, andmebaasiserverit ja veahaldussüsteemi serverit. Iga ühendus toimub eraldi MCP kliendi kaudu.
Andmekiht ja transpordikiht
MCP kursusel räägitakse tõenäoliselt ka kahest kihist: andmekihist ja transpordikihist. Need mõisted aitavad aru saada, kuidas suhtlus tehniliselt toimib.
Andmekiht kirjeldab, milliseid sõnumeid klient ja server omavahel vahetavad. MCP kasutab selleks JSON-RPC 2.0 põhist suhtlusmudelit, mille abil saab teha päringuid, saada vastuseid ja saata teavitusi. Andmekihi sees paiknevad MCP põhivõimekused, näiteks tööriistad, ressursid ja promptid.
Transpordikiht kirjeldab, kuidas need sõnumid liiguvad. MCP toetab näiteks stdio transporti, mida kasutatakse tavaliselt kohalike protsesside vaheliseks suhtluseks, ning Streamable HTTP transporti, mis sobib kaugserveritega suhtlemiseks. Lihtsamalt öeldes vastab andmekiht küsimusele „mida öeldakse?“ ja transpordikiht küsimusele „kuidas see kohale jõuab?“.
| Kiht | Mida see teeb? | Miks see õppijale oluline on? |
| Andmekiht | Määrab sõnumite struktuuri, elutsükli, tööriistad, ressursid, promptid ja teavitused. | Aitab mõista, kuidas AI-rakendus küsib serverilt infot või käivitab tegevuse. |
| Transpordikiht | Määrab, kuidas klient ja server tehniliselt suhtlevad. | Aitab eristada kohalikku serverit ja kaugserverit ning valida sobiva ühendusviisi. |
Algajale ei ole kõige tähtsam kohe kõiki tehnilisi detaile pähe õppida. Olulisem on mõista põhimõtet: MCP loob reeglid, mille abil AI-rakendus ja välised süsteemid saavad omavahel turvaliselt ja struktureeritult infot vahetada.
Tööriistad, ressursid ja promptid
MCP serveri kõige olulisemad ehitusplokid on tools, resources ja prompts. Need kolm mõistet määravad, mida MCP server AI-rakendusele pakub.
Tööriistad ehk tools on tegevused, mida AI saab käivitada. Näiteks võib tööriist otsida lennupileteid, teha andmebaasipäringu, saata e-kirja, luua kalendrisündmuse või kutsuda välja mõne ettevõtte API. Tööriistadel on tavaliselt kirjeldatud sisendid ja väljundid, et AI teaks, milliseid andmeid on vaja ning mida tegevus tagastab.
Ressursid ehk resources on passiivsed andmeallikad, mida AI saab kasutada kontekstina. Ressurss võib olla dokument, fail, andmebaasitabel, API vastus, kalendriinfo või teadmistebaasi kirje. Ressursid ei tähenda tingimata tegevuse tegemist, vaid pigem info kättesaadavaks tegemist.
Promptid ehk prompts on valmis juhendimallid. Need aitavad kasutajal või rakendusel käivitada kindla töövoo. Näiteks võib server pakkuda prompti „koosta koosoleku kokkuvõte“, „planeeri reis“ või „analüüsi kliendipöördumist“. Promptid aitavad muuta AI kasutamise järjepidevamaks ja paremini juhitavaks.
| MCP ehitusplokk | Mida see tähendab? | Kes seda tavaliselt juhib? | Näide |
| Tools | Käivitatavad funktsioonid või tegevused. | Mudel või rakendus kasutaja nõusolekul. | „Otsi kliendi tellimused andmebaasist.“ |
| Resources | Andmeallikad, mida saab kontekstina lugeda. | Rakendus või kasutaja valik. | „Loe ettevõtte hinnakirja dokumenti.“ |
| Prompts | Valmis juhendimallid töövoogude jaoks. | Kasutaja. | „Koosta nädalaaruanne müügiandmete põhjal.“ |
See eristus on kursuse mõistmiseks väga tähtis. Kui õppija saab aru, millal AI vajab tööriista, millal ressurssi ja millal prompti, siis hakkab ta paremini nägema, kuidas praktilisi AI-lahendusi üles ehitada.
MCP serveri loomine ja tööriistade defineerimine
Kursuse praktilises osas võib õppija hakata looma lihtsat MCP serverit. Serveri ülesanne on öelda AI-rakendusele, millised võimalused on saadaval. Näiteks võib server pakkuda tööriista, mis võtab vastu otsingusõna ja tagastab andmebaasist vastavad kirjed. Teine tööriist võib luua kalendrisündmuse või lugeda kindlast kaustast dokumente.
Tööriista defineerimisel on oluline kirjeldada, mida tööriist teeb, milliseid sisendeid ta vajab ja millise tulemuse ta tagastab. See on vajalik, sest AI peab suutma tööriista õigel hetkel valida ja kasutada. Ametlik dokumentatsioon rõhutab, et MCP tööriistad on skeemiga kirjeldatud liidesed, mida mudel saab konteksti põhjal välja kutsuda.
Praktilise näitena võiks õppija luua MCP serveri, millel on kolm lihtsat võimekust: üks tööriist otsib õppematerjali, üks ressurss annab ligipääsu kursuse kirjeldustele ja üks prompt aitab koostada õppijale kokkuvõtte. Selline näide sobiks hästi haridusvaldkonda, sest see näitab kohe, kuidas MCP võib õpetaja või koolitaja tööd toetada.
Ressursside registreerimine MCP serveris
Ressursside registreerimine tähendab, et server teeb teatud andmeallikad AI-rakendusele nähtavaks. Näiteks võib ressursina kirjeldada õppekava faili, kliendibaasi skeemi, dokumendikogu, hinnakirja või kalendriandmeid. Ressurssidel võib olla oma aadress ehk URI ning kirjeldus selle kohta, mis tüüpi infot need sisaldavad.
Ressursside juures on oluline mõista, et AI ei pea alati kõike ise otsustama. Rakendus võib pakkuda kasutajale võimalust valida, milliseid ressursse vestlusesse kaasata. Samuti võib süsteem pakkuda otsingut, filtreerimist või eelvaadet. See aitab hoida kontrolli kasutaja käes ja vähendab riski, et mudel kasutab sobimatut või üleliigset infot.
Hariduse kontekstis võiks MCP ressurss olla näiteks kursuse ainekava, hindamiskriteeriumid, õppematerjalide kaust või korduma kippuvate küsimuste dokument. Kui AI-assistent saab nendele ressurssidele kontrollitud ligipääsu, saab ta õppijaid paremini juhendada ja õpetajat korduvate küsimuste vastamisel toetada.
MCP serveri käivitamine ja testimine
Kui server on loodud ning tööriistad ja ressursid kirjeldatud, tuleb server käivitada. Selles kursuse osas võiks õppija näha, kuidas server tööle pannakse, kuidas klient sellega ühendub ning kuidas kontrollitakse, kas tööriistad ja ressursid on nähtavad.
Testimine on väga oluline, sest MCP puhul ei piisa ainult sellest, et kood käivitub. Tuleb kontrollida, kas tööriistade kirjeldused on arusaadavad, kas sisendid on õigesti määratud, kas server tagastab ootuspäraseid tulemusi ja kas kasutaja kontroll on piisav. Kui AI saab käivitada tegevusi, mis muudavad andmeid või saadavad infot välja, peab kasutaja nõusolek ja turvalisus olema läbimõeldud.
Lihtsas õppeülesandes võiks õppija käivitada MCP serveri, ühendada selle testkliendiga ja teha läbi olukorra, kus AI küsib serverilt saadaolevate tööriistade nimekirja ning kutsub seejärel ühe tööriista välja. Selline harjutus aitab teooria kiiresti praktiliseks muuta.
Transpordid: stdio ja HTTP
Transpordi teema võib alguses tunduda tehniline, kuid tegelikult vastab see väga praktilisele küsimusele: kuidas MCP klient ja server omavahel suhtlevad? Kui server töötab samas arvutis, kasutatakse sageli stdio transporti, kus suhtlus toimub standardse sisendi ja väljundi kaudu. Kui server asub võrgus või pilves, kasutatakse pigem HTTP-põhist transporti.
| Transport | Kus seda kasutatakse? | Lihtne seletus |
| Stdio | Kohalikus arvutis töötavate protsesside vahel. | AI-rakendus käivitab kohaliku serveriprotsessi ja suhtleb sellega otse. |
| Streamable HTTP | Võrgus või pilves asuvate serveritega. | AI-rakendus saadab päringuid serverile HTTP kaudu, sarnaselt paljude veebiteenustega. |
Õppija jaoks on peamine erinevus selles, kas MCP server töötab lokaalselt või kaugteenusena. Kohalik server võib sobida failide, arenduskeskkonna või isikliku töövoo jaoks. Kaugserver võib sobida ettevõtte süsteemide, meeskonnatööriistade või pilveteenuste jaoks.
MCP kliendid ja kasutusvõimalused
MCP klient on komponent, mille kaudu AI-rakendus serveriga suhtleb. Kasutaja ei pruugi MCP klienti eraldi näha, sest see võib olla AI-rakenduse sees. Näiteks võib AI-assistent või arenduskeskkond toetada MCP serveritega ühendamist nii, et kasutaja valib vajalikud ühendused ja saab seejärel vestluses või töövoos neid kasutada.
MCP kasutusvõimalused on laiad. Arendaja võib kasutada MCP-d koodihoidla, vigade jälgimise või dokumentatsiooni ühendamiseks AI-assistendiga. Ettevõte võib ühendada AI kliendiandmete, aruandluse või teadmistebaasiga. Õpetaja või koolitaja võib luua AI-assistendi, mis kasutab kursusematerjale, hindamisjuhendeid ja õppijate korduvaid küsimusi.
| Valdkond | Võimalik MCP kasutusjuht |
| Haridus | AI-assistent vastab õppijate küsimustele kursusematerjalide põhjal. |
| Turundus | AI loeb kampaaniaandmeid ja koostab aruandeid. |
| IT-projektijuhtimine | AI ühendub projektihalduse, koodirepositooriumi ja dokumentatsiooniga. |
| Klienditeenindus | AI kasutab teadmistebaasi ja kliendiajalugu, et pakkuda täpsemaid vastuseid. |
| Juhtimine | AI koondab infot eri süsteemidest ja aitab teha kokkuvõtteid. |
Sellest vaatenurgast ei ole MCP ainult arendajate teema. See on oluline ka juhtidele, õpetajatele, turundajatele ja projektijuhtidele, kes tahavad mõista, kuidas AI-lahendused päriselt tööprotsessidesse ühendada.
Turvalisus ja kasutaja kontroll
Kui AI saab kasutada tööriistu ja andmeid, muutub turvalisus eriti oluliseks. MCP maailmas tuleb mõelda, milliseid tööriistu AI tohib kasutada, millal on vaja kasutaja kinnitust ja kuidas tegevusi logitakse. Ametlikud MCP serverikontseptsioonid rõhutavad, et tööriistade kasutamisel võib rakendus rakendada kasutaja nõusolekut, õiguste seadistamist ja tegevuslogisid.
Näiteks on suur vahe, kas AI loeb avalikku dokumenti või saadab kliendile e-kirja. Esimene tegevus võib olla madala riskiga, teine aga vajab tõenäoliselt kasutaja kinnitust. Samamoodi tuleb eristada lugemisõigusi ja kirjutamisõigusi. Ressursside lugemine, andmete muutmine ja välistele osapooltele info saatmine peaksid olema selgelt kontrollitud.
Heas MCP-lahenduses ei ole AI-l piiramatu ligipääs kõigele. Vastupidi, hea lahendus kirjeldab täpselt, millised tööriistad on olemas, mida need teevad, milliseid sisendeid nad vajavad ja millal peab kasutaja tegevuse kinnitama.
Kokkuvõte
Model Context Protocol ehk MCP on oluline teema kõigile, kes tahavad mõista AI-agentide ja ühendatud AI-rakenduste arengut. MCP aitab lahendada praktilist probleemi: kuidas anda AI-le standardne, hallatav ja turvaline ligipääs välistele tööriistadele, andmetele ja töövoogudele.
Selle kursuse tuum ei ole ainult tehniline serveri seadistamine. Laiem mõte on mõista, kuidas AI saab töötada päris maailmas koos teiste süsteemidega. Kui õppija saab aru MCP arhitektuurist, tööriistadest, ressurssidest, promptidest, transpordist ja kliendi-serveri suhtlusest, on tal palju parem alus AI-põhiste töövoogude kavandamiseks.
Kõige lihtsamalt võib öelda nii: MCP on sillaks AI ja väliste süsteemide vahel. See sild võimaldab AI-l kasutada konteksti, teha tegevusi ja pakkuda kasutajale praktilisemat abi. Just seetõttu on MCP kursus väärtuslik nii arendajale, õpetajale, projektijuhile kui ka kõigile, kes tahavad mõista, kuhu praktiline tehisintellekt liigub.
Autor: Manus.im
Viited
[1] What is the Model Context Protocol (MCP )?
Understanding MCP servers