Agentic AI rendszere a MCP-vel tisztította meg az ügynökarchitektúrát

Az Agentic AI rendszere korábban komoly kihívásokkal nézett szembe az eszközdefiníciók kezelésében. Egy adatbázisséma frissítése például négy fájl módosítását, külön tesztelést és a downstream problémák kockázatát jelentette.

A probléma gyökere, hogy a LangGraph keretrendszerben az eszközök helyi definíciója kezelhetetlenné válik több, egymást átfedő eszközt használó ügynök esetén. Ezért az Agentic AI egy megosztott erőforrás használata mellett döntött az eszközök központosítására.

Kapcsolódó: biztonságos chatbotok

Eszközök központosítása

A MCP (Model Context Protocol) egy Anthropic által publikált nyílt szabvány. Ez standardizálja, hogyan fedezik fel és hívják meg az AI-ügynökök az eszközöket. Az ügynökök futásidőben csatlakoznak egy külön szerverhez, lekérdezik az elérhető eszközöket, és listát kapnak vissza.

Kapcsolódó: AI verziókövetés

A MCP szerver három fő elemet kínálhat: hívható eszközöket (Tools), írásvédett adatokat (Resources) és újrafelhasználható sablonokat (Prompts). Az eszközök a cselekvésre képes ügynökrendszerek számára a legfontosabbak. A Python SDK-ban található FastMCP automatikusan generál sémákat típus tippekből és kezeli a protokoll életciklusát.

Kapcsolódó: AI interfész

MCP szerver telepítése

A szerver telepítésekor választhatunk a stdio vagy a streamable HTTP szállítási módok között. A stdio helyi fejlesztésre és egygépes telepítésekre ideális, míg a HTTP megosztott szerverekhez, konténeres üzemeltetéshez vagy horizontális skálázáshoz ajánlott. A MCP szerver helyi futtatása is lehetővé teszi az adatrezidencia követelményeknek való megfelelést.

Kapcsolódó: NVIDIA AI képességek

A langchain-mcp-adapters könyvtár kezeli a MCP szerver életciklusát, az eszközök felderítését és a MCP sémák LangChain-kompatibilis eszközzé alakítását. A rendszer így lehetővé teszi, hogy az ügynökök dinamikusan kérjék le és használják az elérhető eszközöket, javítva ezzel az architektúra rugalmasságát és karbantarthatóságát.

Kapcsolódó: AI kódgyártás kihívásai

Az Agentic AI hét ügynöke mostantól hatékonyabban fér hozzá a megosztott funkciókhoz, csökkentve a redundanciát és a hibalehetőségeket az Anthropic MCP szabványának köszönhetően.