مایکروسافت اخیراً یک مخزن گیت‌هاب جدید را معرفی کرده است که به عنوان یک آزمایشگاه برای بررسی پروتکل زمینه مدل (MCP) در اکوسیستم استودیو Copilot مایکروسافت عمل می‌کند. این ابتکار نشان‌دهنده یک گام مهم رو به جلو در قلمرو کمک و اتوماسیون مبتنی بر هوش مصنوعی است و محیطی عملی را برای توسعه‌دهندگان فراهم می‌کند تا قابلیت‌های MCP را تجربه و از آن بهره ببرند.
درک پروتکل زمینه مدل (MCP)
پروتکل زمینه مدل، که در اصل توسط پیشگام هوش مصنوعی Anthropic طراحی شده و متعاقباً متن باز شده است، نشان‌دهنده یک استاندارد اساسی در تکامل دستیاران هوش مصنوعی است. این پروتکل به این عامل‌های هوشمند قدرت می‌دهد تا به طور پویا ابزارها، مخازن داده و ماژول‌های کاربردی خارجی را در طول زمان اجرا کشف، دسترسی و استفاده کنند. این قابلیت پویا، سازمان‌ها را قادر می‌سازد تا سرورهای MCP سفارشی بسازند و به طور موثر منابع و گردش‌های کاری داخلی خود را در معرض خلبان‌های هوش مصنوعی قرار دهند و در عین حال پروتکل‌های کنترل، امنیتی و سیاست‌های حاکمیتی سختگیرانه را رعایت کنند. آزمایشگاه تازه رونمایی شده به عنوان یک نمایش عملی از نحوه ادغام یکپارچه این فناوری در محیط متمرکز بر مایکروسافت عمل می‌کند.
استودیو Copilot مایکروسافت و ادغام MCP
استودیو Copilot، پلتفرم کم کد بصری مایکروسافت برای طراحی، تنظیم و استقرار عامل‌های مبتنی بر هوش مصنوعی، اخیراً فناوری MCP را همانطور که ماه گذشته برجسته شد، گنجانده است. به گفته مایکروسافت، این ادغام موارد زیر را تسهیل می‌کند:
- اتصال یکپارچه منبع داده: صرف نظر از اینکه با APIهای داخلی سفارشی یا ارائه دهندگان داده خارجی سروکار دارید، پروتکل MCP یکپارچگی روان و قابل اعتماد را در استودیو Copilot تضمین می‌کند.
- دسترسی به یک بازار پر رونق از سرورهای موجود: فراتر از اتصال دهنده‌ها و ادغام‌های سفارشی، کاربران اکنون می‌توانند از یک مخزن در حال گسترش از اتصال‌دهنده‌های از پیش ساخته شده و دارای MCP که به راحتی در بازار موجود است، بهره ببرند. این قابلیت راه‌های اتصال به ابزارهای مختلف را گسترش می‌دهد و استفاده از آنها را تسریع و ساده می‌کند.
- قابلیت‌های اقدام همه کاره: سرورهای MCP این توانایی را دارند که به طور پویا ابزارها و داده‌ها را در اختیار عامل‌ها قرار دهند، انعطاف‌پذیری را افزایش داده و در عین حال هزینه‌های نگهداری و ادغام را کاهش دهند.
ادغام استودیو Copilot با پلتفرم Power Platform به کاربران تجاری و توسعه‌دهندگان با تجربه قدرت می‌دهد تا عامل‌هایی را بسازند که به عنوان خلبان‌های مستقل، در برنامه‌های Power Platform یا جاسازی شده در برنامه‌های دیگر مانند Microsoft Teams یا وب‌سایت‌ها عمل می‌کنند. این تطبیق‌پذیری بر سازگاری پلتفرم با طیف گسترده‌ای از موارد استفاده و سناریوهای استقرار تأکید می‌کند.
بهبودهای اخیر در استودیو Copilot
مایکروسافت به طور فعال درگیر افزایش قابلیت‌های استودیو Copilot بوده است و اخیراً یک پیش‌نمایش تحقیقاتی با دسترسی زودهنگام از قابلیت ‘استفاده از کامپیوتر’ را رونمایی کرده است. این ویژگی نوآورانه عامل‌های هوش مصنوعی را قادر می‌سازد تا به صورت بصری با برنامه‌ها یا وب‌سایت‌ها تعامل داشته باشند و تعاملات شبیه به انسان مانند کلیک کردن، تایپ کردن و پیمایش را تقلید کنند. به طور همزمان، این شرکت یک SDK جدید C# برای MCP معرفی کرد و تعهد خود را برای تقویت یک اکوسیستم توسعه قوی در اطراف پروتکل بیشتر تثبیت کرد.
این پیشرفت‌ها به طور جمعی استودیو Copilot را به عنوان یک پلتفرم قدرتمند برای توسعه هوش مصنوعی عاملانه قرار می‌دهد، زمینه‌ای که در زمان‌های اخیر توجه قابل توجهی را به خود جلب کرده است. معرفی مخزن جدید GitHub به طور یکپارچه با این مسیر همسو است و منابع و ابزارهای لازم را برای بررسی و مهار پتانسیل MCP در چارچوب استودیو Copilot در اختیار توسعه‌دهندگان قرار می‌دهد.
مخزن Microsoft Copilot Studio ❤️ MCP
مخزن Microsoft Copilot Studio ❤️ MCP شامل مجموعه‌ای متنوع از نمونه‌ها و کد نمونه است که برای کمک به توسعه‌دهندگان در تلاش‌هایشان طراحی شده است. به طور خاص، آنها را قادر می‌سازد تا با استفاده از چارچوب اتصال‌دهنده Power Platform یک سرور MCP را ایجاد، مستقر و به Microsoft Copilot Studio متصل کنند.
این ادغام از چارچوب اتصال‌دهنده موجود Power Platform استفاده می‌کند، که ادغام ایمن و قابل استفاده مجدد بین برنامه‌های Microsoft Power Platform و خدمات خارجی را از طریق APIهای استاندارد و مدیریت شده تسهیل می‌کند. این چارچوب تضمین می‌کند که تبادل داده و تعاملات بین سیستم‌های مختلف از پروتکل‌های امنیتی و سیاست‌های حاکمیتی تعیین شده پیروی می‌کنند.
فناوری‌های هم‌افزا: MCP و اتصال‌دهنده‌های Power Platform
اعلامیه مایکروسافت در 28 آوریل بر رابطه هم‌افزایی بین این دو فناوری تأکید کرد و تأکید کرد که چگونه آنها یکدیگر را تکمیل می‌کنند تا یک تجربه کاربری پیشرفته ارائه دهند. اتصال‌دهنده‌های سنتی دسترسی ایمن و مدیریت شده به خدمات شناخته شده را فراهم می‌کنند، در حالی که MCP با فعال کردن خلبان‌ها برای کشف و استفاده از ابزارهای جدید در صورت تقاضا، قابلیت توسعه پویا در زمان اجرا را معرفی می‌کند. با کپسوله کردن سرورهای MCP در چارچوب اتصال‌دهنده آشنا، توسعه‌دهندگان می‌توانند قابلیت‌های استودیو Copilot را بدون به خطر انداختن امنیت، انطباق یا کنترل گسترش دهند و در نتیجه یک تجربه هوش مصنوعی سازگارتر و قوی‌تر در مرزهای سازمانی مورد اعتماد ایجاد کنند.
این رویکرد تعادل ظریفی بین نیاز به نوآوری و الزام حفظ یک محیط امن و سازگار ایجاد می‌کند. این به توسعه‌دهندگان قدرت می‌دهد تا از آخرین فناوری‌های هوش مصنوعی استفاده کنند و در عین حال از سیاست‌های حاکمیتی و پروتکل‌های امنیتی تعیین شده پیروی کنند.
راهنمایی عملی برای توسعه‌دهندگان
مایکروسافت راهنمایی مفصلی را در داخل آزمایشگاه ارائه می‌کند و توسعه‌دهندگان را در طول فرآیندهای کلیدی زیر راهنمایی می‌کند:
- استقرار یک سرور MCP: دستورالعمل‌های جامع در مورد راه‌اندازی یک سرور قادر به رسیدگی به داده‌ها، مدل‌ها و تعاملات. این شامل پیکربندی محیط سرور، استقرار اجزای نرم‌افزاری لازم و ایجاد کانال‌های ارتباطی بین سرور و سایر سیستم‌ها است.
- ایجاد یک اتصال‌دهنده سفارشی: راهنمایی در مورد استفاده از زیرساخت اتصال‌دهنده برای ایجاد پیوند بین سرور MCP و استودیو Copilot. این شامل تعریف ویژگی‌های اتصال‌دهنده، تعیین روش‌های احراز هویت و پیکربندی نگاشت داده بین سرور MCP و استودیو Copilot است.
- ادغام با استودیو Copilot: مراحل دقیق در مورد افزودن سرور MCP به عنوان یک عمل در استودیو Copilot، به عامل‌ها قدرت می‌دهد تا به ابزارها و داده‌های ارائه شده توسط سرور دسترسی داشته باشند. این شامل تعریف پارامترهای ورودی عمل، تعیین داده‌های خروجی و پیکربندی منطق اجرای عمل است.
با دنبال کردن این مراحل، توسعه‌دهندگان می‌توانند به طور یکپارچه سرورهای MCP خود را با استودیو Copilot ادغام کنند و عامل‌های هوش مصنوعی خود را قادر سازند تا از پتانسیل کامل داده‌ها و ابزارهای اساسی استفاده کنند.
پیش‌نیازهای استفاده از آزمایشگاه MCP
برای استفاده موثر از آزمایشگاه MCP، توسعه‌دهندگان ملزم به رعایت پیش‌نیازهای زیر هستند:
- اشتراک Azure (با روش پرداخت اضافه شده): یک اشتراک فعال Azure برای استقرار و میزبانی سرور MCP و منابع مرتبط ضروری است. اشتراک باید یک روش پرداخت معتبر مرتبط با آن داشته باشد تا هزینه‌های خدمات Azure مورد استفاده را پوشش دهد.
- حساب GitHub و ورود: یک حساب GitHub برای دسترسی به مخزن Microsoft Copilot Studio ❤️ MCP و دانلود کد نمونه و مثال‌ها مورد نیاز است. توسعه‌دهندگان باید وارد حساب GitHub خود شوند تا با مخزن تعامل داشته باشند.
- آزمایشی استودیو Copilot یا حساب توسعه‌دهنده: یک آزمایشی استودیو Copilot یا حساب توسعه‌دهنده برای دسترسی و استفاده از پلتفرم استودیو Copilot ضروری است. این حساب دسترسی به ویژگی‌ها و عملکردهای پلتفرم را فراهم می‌کند و توسعه‌دهندگان را قادر می‌سازد تا عامل‌های مبتنی بر هوش مصنوعی را طراحی، بسازند و مستقر کنند.
- محیط Power Platform تهیه شده: یک محیط Power Platform تهیه شده برای ایجاد و مدیریت اتصال‌دهنده‌هایی که سرور MCP را با استودیو Copilot پیوند می‌دهند، مورد نیاز است. این محیط زیرساخت و خدمات لازم را برای توسعه و استقرار برنامه‌ها و اتصال‌دهنده‌های Power Platform فراهم می‌کند.
این پیش‌نیازها تضمین می‌کنند که توسعه‌دهندگان منابع و دسترسی لازم را برای استفاده موثر از آزمایشگاه MCP و بررسی ادغام بین MCP و استودیو Copilot در اختیار دارند.
یک مثال عملی: خلبان جوک‌گو
به عنوان یک تصویر عملی از فرآیند ادغام، مایکروسافت ایجاد یک عامل استودیو Copilot را برجسته می‌کند که با دریافت آنها از سرور MCP جوک تعریف می‌کند. این مثال سرگرم‌کننده و جذاب درک ملموسی از نحوه عملکرد ادغام و کاربردهای بالقوه فناوری در اختیار توسعه‌دهندگان قرار می‌دهد.
در پایان آزمایشگاه، توسعه‌دهندگان یک عامل استودیو Copilot کاملاً کاربردی خواهند داشت که از یک سرور MCP برای ارائه جوک‌ها استفاده می‌کند و قدرت و انعطاف‌پذیری ادغام را نشان می‌دهد.
کاوش عمیق‌تر در استقرار سرور MCP
استقرار یک سرور MCP شامل مجموعه‌ای از مراحل است که هر کدام به عملکرد و دسترسی سرور کمک می‌کنند. این فرآیند معمولاً با انتخاب یک محیط میزبانی مناسب، مانند Azure Web Apps، که یک پلتفرم مقیاس‌پذیر و قابل اعتماد برای استقرار برنامه‌های وب ارائه می‌دهد، آغاز می‌شود.
پس از انتخاب محیط میزبانی، توسعه‌دهندگان باید تنظیمات سرور، از جمله پیکربندی شبکه، تنظیمات امنیتی و تخصیص منابع را پیکربندی کنند. این تنظیمات تعیین می‌کنند که چگونه سرور با دنیای بیرون تعامل دارد و چگونه از منابع موجود استفاده می‌کند.
در مرحله بعد، نرم‌افزار سرور MCP باید نصب و پیکربندی شود. این شامل دانلود بسته‌های نرم‌افزاری لازم، نصب آنها روی سرور و پیکربندی تنظیمات سرور برای همسویی با الزامات خاص برنامه است.
در نهایت، سرور MCP باید آزمایش و اعتبارسنجی شود تا اطمینان حاصل شود که به درستی کار می‌کند. این شامل ارسال درخواست‌های آزمایشی به سرور و تأیید اینکه با نتایج مورد انتظار پاسخ می‌دهد، است.
ایجاد اتصال‌دهنده‌های سفارشی برای ادغام یکپارچه
ایجاد اتصال‌دهنده‌های سفارشی یک گام مهم در ادغام سرورهای MCP با استودیو Copilot است. اتصال‌دهنده‌ها به عنوان واسطه عمل می‌کنند، ارتباط بین دو سیستم را تسهیل می‌کنند و تبادل داده را فعال می‌کنند.
فرآیند ایجاد یک اتصال‌دهنده سفارشی معمولاً شامل تعریف فراداده اتصال‌دهنده، از جمله نام، توضیحات و نماد آن است. این فراداده به کاربران کمک می‌کند تا هدف اتصال‌دهنده را شناسایی و درک کنند.
در مرحله بعد، تنظیمات احراز هویت اتصال‌دهنده باید پیکربندی شود. این تعیین می‌کند که چگونه اتصال‌دهنده با سرور MCP احراز هویت می‌کند و مجوزهای لازم برای دسترسی به منابع آن را به دست می‌آورد.
پس از احراز هویت، اقدامات اتصال‌دهنده باید تعریف شود. اقدامات نشان‌دهنده عملیات خاصی است که اتصال‌دهنده می‌تواند روی سرور MCP انجام دهد، مانند بازیابی داده‌ها، ایجاد سوابق جدید یا به روز رسانی سوابق موجود.
در نهایت، اتصال‌دهنده باید آزمایش و اعتبارسنجی شود تا اطمینان حاصل شود که به درستی کار می‌کند. این شامل ارسال درخواست‌های آزمایشی به اتصال‌دهنده و تأیید اینکه همانطور که انتظار می‌رود با سرور MCP تعامل دارد، است.
ادغام سرورهای MCP در گردش‌های کاری استودیو Copilot
ادغام سرورهای MCP در گردش‌های کاری استودیو Copilot به عامل‌های هوش مصنوعی قدرت می‌دهد تا از داده‌ها و عملکردهای ارائه شده توسط سرور استفاده کنند. این ادغام می‌تواند به طور قابل توجهی قابلیت‌های عامل‌ها را افزایش دهد و آنها را قادر سازد تا وظایف پیچیده‌تری را انجام دهند و پاسخ‌های روشنگرتری ارائه دهند.
فرآیند ادغام معمولاً شامل افزودن سرور MCP به عنوان یک عمل در یک موضوع استودیو Copilot است. موضوعات نشان‌دهنده جریان‌های مکالمه مختلفی هستند که عامل می‌تواند در آنها شرکت کند.
پس از اضافه شدن عمل سرور MCP به یک موضوع، می‌توان آن را پیکربندی کرد تا از کاربر ورودی دریافت کند و داده‌ها را به سرور MCP ارسال کند. سپس سرور داده‌ها را پردازش می‌کند و یک پاسخ را برمی‌گرداند که سپس به کاربر نمایش داده می‌شود.
این ادغام به عامل‌های هوش مصنوعی اجازه می‌دهد تا به طور یکپارچه به منابع ارائه شده توسط سرور MCP دسترسی داشته باشند و از آنها استفاده کنند و آنها را قادر سازند تا طیف گسترده‌ای از وظایف را انجام دهند و یک تجربه جامع‌تر و شخصی‌تری را برای کاربران ارائه دهند.
مفاهیم گسترده‌تر پذیرش MCP
پذیرش پروتکل زمینه مدل پیامدهای گسترده‌ای برای آینده دستیاران هوش مصنوعی و توسعه هوش مصنوعی عاملانه دارد. MCP با ارائه یک مکانیزم استاندارد برای عامل‌های هوش مصنوعی برای کشف و استفاده از منابع خارجی، یک اکوسیستم بازتر و قابل تعامل‌تر را تقویت می‌کند.
این قابلیت تعامل‌پذیری توسعه‌دهندگان را قادر می‌سازد تا عامل‌های هوش مصنوعی پیچیده‌تر و همه‌کاره‌تری ایجاد کنند که می‌توانند به طور یکپارچه با سیستم‌ها و منابع داده متنوع ادغام شوند. همچنین با کاهش موانع ورود برای توسعه‌دهندگان جدید و قادر ساختن آنها به استفاده از منابع و عملکردهای موجود، نوآوری را ترویج می‌کند.
علاوه بر این، MCP امنیت و حاکمیت سیستم‌های هوش مصنوعی را با ارائه یک نقطه کنترل متمرکز برای مدیریت دسترسی به منابع خارجی افزایش می‌دهد. این تضمین می‌کند که عامل‌های هوش مصنوعی فقط به منابعی دسترسی دارند که مجاز به دسترسی به آنها هستند و تمام تعاملات ثبت و حسابرسی می‌شوند.
در خاتمه، آزمایشگاه پروتکل زمینه مدل مایکروسافت برای استودیو Copilot نشان‌دهنده یک گام مهم رو به جلو در تکامل کمک و اتوماسیون مبتنی بر هوش مصنوعی است. مایکروسافت با ارائه یک محیط عملی به توسعه‌دهندگان برای بررسی و استفاده از قابلیت‌های MCP، نوآوری را تقویت می‌کند و پذیرش این فناوری متحول کننده را تسریع می‌کند. ادغام MCP با استودیو Copilot و پلتفرم Power Platform به توسعه‌دهندگان قدرت می‌دهد تا عامل‌های هوش مصنوعی پیچیده‌تر، همه‌کاره‌تر و ایمن‌تری ایجاد کنند که می‌توانند به طور یکپارچه با سیستم‌ها و منابع داده متنوع ادغام شوند. آینده دستیاران هوش مصنوعی بدون شک با توسعه و پذیرش مداوم استانداردهایی مانند MCP درهم تنیده است.