🖖 Всем привет. Почти два месяца прошло, с момента, когда мы обсудили, как AI может помочь с различными задачами в каталоге данных. Все вокруг что-то делают с AI, пора бы и нам...
Сегодня говорим про технологию, которая облегчает внедрение AI - Model Context Protocol (MCP).
MCP - открытый протокол, который стандартизирует способы общения приложений с LLM. Как написано на официальном сайте, MCP можно сравнить с USB-C для ИИ-приложений. Если раньше подключение какого-либо источника информации к LLM требовало отдельной кастомной интеграции, то теперь, благодаря MCP, появляется универсальный стандарт для подключения AI к различным источникам данных. Например - к GitHub, GitLab, PostgreSQL, Slack и всяким другим.
🛠 Как это будет работать? Наша реализация будет состоять из трех частей: 🔘 Интерфейс, через который пользователь пишет запрос к LLM (AI агент). Для начала это может быть что-то open source, а затем можно задуматься над встраиванием в интерфейс каталога. 🔘 MCP сервер для решения, на котором основан каталог данных. 🔘 Сама LLM 🔘 Ну и, конечно, cам каталог 🐱
Запрос, написанный в AI агенте, с помощью сервера отправляется в LLM, которая в свою очередь, взаимодействуя с сервером (и каталогом данных через него), получает необходимые данные для ответа на запрос. Далее ответ возвращается в интерфейс агента.
Что мы получаем в качестве преимуществ в сравнении с кастомной интеграцией: 🔘 возможность относительно быстро менять AI агента, через UI которого, пользователь общается со всей нашей конфигурацией 🔘 возможность менять саму LLM
🔗 Самое время поделиться ссылочками: Model Context Protocol (MCP) Примеры серверов
И, говоря о планах на будущее, - есть по крайней мере один opensource каталог данных, у которого уже реализован MCP сервер... 😉
