Model Context Protocol (MCP)

!MCP Banner

📋 O projekcie

Model Context Protocol (MCP) to standard komunikacji pomiędzy modelami językowymi (LLM) a kontekstem zewnętrznym, umożliwiający modelom efektywne wykorzystywanie narzędzi, dostęp do danych oraz wykonywanie złożonych operacji w ustrukturyzowany sposób.

Projekt ten zawiera referencyjną implementację protokołu MCP w JavaScript, którą możesz wykorzystać jako podstawę do tworzenia zaawansowanych agentów AI.

🌟 Kluczowe cechy MCP

• Standardowy format komunikatów (żądania i odpowiedzi)
• Ustrukturyzowana definicja narzędzi i ich parametrów
• Obsługa wywołań funkcji i narzędzi zewnętrznych
• System planowania i sekwencjonowania zadań
• Mechanizm walidacji parametrów i wyników
• Zarządzanie kontekstem wykonania

📦 Struktura repozytorium

model-context-protocol/
├── src/
│   ├── core/
│   │   ├── mcp-schema.js        # Definicja schematu protokołu MCP
│   │   ├── mcp-client.js        # Implementacja klienta MCP
│   │   ├── mcp-server.js        # Implementacja serwera MCP
│   │   └── mcp-agent.js         # Implementacja agenta MCP
│   │
│   ├── tools/
│   │   ├── text-tools.js        # Narzędzia do analizy tekstu
│   │   ├── search-tools.js      # Narzędzia wyszukiwania
│   │   └── code-tools.js        # Narzędzia do pracy z kodem
│   │
│   └── utils/
│       └── validation.js        # Funkcje pomocnicze do walidacji
│
├── examples/
│   ├── basic-usage.js           # Podstawowy przykład użycia MCP
│   └── advanced-agent.js        # Zaawansowany agent z MCP
│
├── docs/
│   ├── protocol-spec.md         # Specyfikacja protokołu
│   ├── architecture.md          # Architektura systemu
│   └── tool-development.md      # Przewodnik tworzenia narzędzi
│
├── index.js                     # Punkt wejściowy biblioteki
├── package.json                 # Plik konfiguracyjny npm
└── README.md                    # Ten plik

🚀 Szybki start

Instalacja

# Sklonuj repozytorium
git clone https://github.com/3rzy/model-context-protocol.git
cd model-context-protocol

# Zainstaluj zależności
npm install

Podstawowe użycie

const { MCPClient, MCPServer, MCPAgent } = require('./src/core');

// Utwórz serwer MCP
const server = new MCPServer();

// Zarejestruj narzędzie
server.registerTool(
  "analyzeText",
  async (params) => {
    const { text } = params;
    // Implementacja analizy tekstu...
    return { result: "Wynik analizy..." };
  },
  "Analizuje tekst i zwraca statystyki"
);

// Utwórz klienta MCP
const client = new MCPClient("https://mcp-server.example.com");

// Wywołaj narzędzie
const result = await client.callTool("analyzeText", { text: "Przykładowy tekst" });
console.log(result);

Tworzenie agenta AI z MCP

// Utwórz agenta MCP
const agent = new MCPAgent("GPT-4", mcpClient);

// Przetwórz zapytanie użytkownika
const response = await agent.processUserQuery(
  "Przeanalizuj ten tekst o MCP: Model Context Protocol to standard komunikacji..."
);

console.log(response);

🔧 Format protokołu MCP

Żądanie MCP

{
  "version": "1.0",
  "action": {
    "name": "nazwaAkcji",
    "parameters": {
      "param1": "wartość1",
      "param2": "wartość2"
    }
  }
}

Odpowiedź MCP

{
  "version": "1.0",
  "status": "success",
  "result": {
    "output1": "wartość1",
    "output2": "wartość2"
  }
}

W przypadku błędu:

{
  "version": "1.0",
  "status": "error",
  "error": "Komunikat błędu"
}

🛠️ Dostępne narzędzia

Repozytorium zawiera implementacje następujących narzędzi:

1. analyzeText - Analizuje tekst i zwraca statystyki

   • Parametry: { "text": "Tekst do analizy" }
   • Zwraca: Statystyki tekstu i najczęściej występujące słowa

2. extractEntities - Wyodrębnia encje z tekstu

   • Parametry: { "text": "Tekst do analizy" }
   • Zwraca: Listy znalezionych technologii, koncepcji i procesów

3. generatePlan - Generuje plan wykonania zadania

   • Parametry: { "task": "Zadanie do wykonania", "requirements": ["Wymaganie 1", "Wymaganie 2"] }
   • Zwraca: Plan kroków do wykonania

4. searchRepositories - Wyszukuje repozytoria GitHub

   • Parametry: { "query": "Zapytanie wyszukiwania", "perPage": 5 }
   • Zwraca: Listę znalezionych repozytoriów

5. executeCode - Wykonuje kod i zwraca wynik

   • Parametry: { "language": "javascript", "code": "console.log('Hello world');" }
   • Zwraca: Wynik wykonania kodu

🌐 Zastosowania

Model Context Protocol może być wykorzystany w wielu zastosowaniach, takich jak:

• Agenty AI wykonujące złożone zadania w wielu domenach
• Asystenci programistyczni z dostępem do repozytoriów kodu
• Systemy analizy danych z możliwością wywoływania algorytmów
• Chatboty z dostępem do zewnętrznych baz wiedzy i systemów
• Automatyzacja procesów biznesowych z wykorzystaniem AI

💡 Korzyści z używania MCP

• Standardyzacja komunikacji między modelami AI a narzędziami zewnętrznymi
• Zwiększenie możliwości modeli poprzez dostęp do specjalizowanych narzędzi
• Łatwiejsza integracja modeli AI z istniejącymi systemami
• Poprawa weryfikowalności i debugowania interakcji modeli z narzędziami
• Możliwość rozszerzania funkcjonalności modeli bez konieczności ich ponownego trenowania

📚 Dokumentacja

Pełna dokumentacja protokołu MCP jest dostępna w folderze docs/:

• Specyfikacja protokołu
• Architektura systemu
• Przewodnik tworzenia narzędzi

🤝 Wkład i współpraca

Zachęcamy do wnoszenia wkładu w rozwój projektu Model Context Protocol!

1. Sklonuj repozytorium
2. Utwórz nową gałąź (git checkout -b feature/twoja-funkcja)
3. Zatwierdź zmiany (git commit -m 'Dodanie nowej funkcji')
4. Wypchnij zmiany do repozytorium (git push origin feature/twoja-funkcja)
5. Utwórz Pull Request

📄 Licencja

Ten projekt jest udostępniany na licencji MIT. Szczegółowe informacje znajdziesz w pliku LICENSE.

📧 Kontakt

W przypadku pytań lub sugestii, proszę o kontakt poprzez Issues na GitHubie.