Kufunua Itifaki ya Muktadha wa Model
Ujio wa Miundo Mkubwa ya Lugha (LLM) bila shaka umeleta mageuzi katika mandhari ya akili bandia. Hata hivyo, changamoto moja inayoendelea kusalia ni: kuunganisha kwa ufanisi miundo hii na data ya umiliki. Ingawa LLM zina uwezo mkubwa wa kuchakata kiasi kikubwa cha taarifa kutoka kwa mtandao, uwezo wao wa kweli uko katika kutumika kama violesura vya lugha asilia kwa programu na data zetu, kuruhusu kutumia uwezo wao wa utabiri na uzalishaji ndani ya mazingira yanayodhibitiwa.
Ili kuhakikisha uaminifu na umuhimu wa matokeo ya LLM, mikakati mbalimbali imeibuka, kila moja imeundwa ili kuziba pengo kati ya miundo hii na seti maalum za data. Mikakati hii inatoka kwa kuunda uwekaji maalum na kutumia mbinu za uzalishaji ulioongezwa (RAG) - kuwezesha hifadhidata za grafu kufichua mahusiano tata ndani ya data - hadi kutumia LLM kusafisha na kuwasilisha data iliyopatikana kupitia simu za OpenAPI zinazoanzishwa na haraka za mtumiaji. Zaidi ya hayo, modeli ya programu jalizi iliyoenezwa na ChatGPT ya OpenAI inatoa njia nyingine ya kuunganisha data. Miongoni mwa mbinu hizi tofauti, Itifaki ya Muktadha wa Model (MCP) inasimama kama suluhisho la kuahidi kwa kuunganisha uhusiano kati ya LLM na vyanzo vya nje vya data.
Itifaki ya Muktadha wa Model, iliyoonyeshwa na Anthropic mwishoni mwa 2024, inawakilisha hatua muhimu kuelekea kurahisisha mwingiliano kati ya LLM na data maalum ya mtumiaji. Itifaki hii inasisitiza jukumu muhimu la muktadha katika programu za AI, ikikubali kwamba uwezo wa AI wa kutoa matokeo thabiti na yenye maana unategemea upatikanaji wa taarifa muhimu za muktadha. Kutegemea tu vidokezo vya gumzo ili kupata majibu yenye maana, kwa hali bora, ni zoezi la matumaini na, kwa hali mbaya zaidi, kichocheo cha matokeo yasiyo sahihi au ya kupotosha. Ili kujenga mawakala imara, nusu-uhuru wenye uwezo wa kuandaa utendakazi karibu na data yetu, utaratibu wa kuaminika wa kutoa data hiyo kwa mawakala hawa ni muhimu.
Kama mpango huria, MCP hutoa utekelezaji wa SDK kwa safu nyingi za lugha za programu, pamoja na nyaraka za kina ndani ya hifadhi yake ya GitHub. Nyaraka hizi huwezesha wasanidi programu kutekeleza au kutumia seva za MCP kwa ufanisi. Maelezo ya mradi wa MCP kama ‘bandari ya USB-C ya programu za AI’ yanashika kiini chake kwa usahihi, ikionyesha uwezo wake wa kuunganisha miunganisho kwa vyanzo mbalimbali vya data. Imejengwa juu ya msingi uliooanishwa, MCP huunganishwa kwa urahisi na miradi iliyopo, ikiingiliana kwa urahisi na LLM mbalimbali na watoa huduma wa mhitimisho.
Usanifu wa MCP unafuata modeli ya mteja/seva iliyoanzishwa vizuri, ambapo dalali huchukua jukumu la kutafsiri maombi ya MCP kuwa maombi ya ndani au ya mbali. Muundo huu unaakisi utendaji wa lugha za ufafanuzi wa kiolesura kama vile CORBA, ikibadilisha MCP kuwa safu nyingi ya ushirikiano ambayo huwezesha ubadilishaji usio na mshono kati ya vyanzo vya habari na programu za LLM. Kwa kutumia muunganisho wa JSON RPC, MCP huwezesha udhibiti mzuri katika kiwango cha mtumiaji binafsi kupitia zana kama vile Usimamizi wa API wa Azure.
MCP inakuza uundaji wa violesura vya kawaida vya msimbo unaoendeshwa na AI, unaothibitishwa na kuongezeka kwa matumizi yake katika majukwaa ya ukuzaji wa AI ya Microsoft. Kutoka kwa ujumuishaji wake ndani ya zana ya uendeshaji ya Kernel Semantic hadi usambazaji wake kama seva za MCP zinazooana na Azure OpenAI na Azure AI Foundry, MCP inapata mvuto kwa kasi. Microsoft pia inaboresha Usimamizi wa API wa Azure na vipengele vya kudhibiti ufikiaji wa data kulingana na vitambulisho vya mtumiaji, na kuimarisha zaidi jukumu la MCP katika usambazaji salama na unaosimamiwa wa AI.
Seva ya Azure MCP: Utekelezaji wa Awali
Seva ya Azure MCP ya chanzo huria, iliyotolewa hivi karibuni katika hakikisho la umma, inaonyesha mfano wa utekelezaji wa mapema wa MCP kwenye jukwaa la Microsoft. Seva hii hutumika kama dalali wa kawaida wa ufikiaji wa AI kwa huduma muhimu za Azure, ikifuata kanuni za chanzo huria zinazokumbatiwa na miradi mingi ya hivi karibuni ya Azure. Msimbo wake unapatikana kwa urahisi kwenye GitHub. Seva ya Azure MCP hutoa ufikiaji wa sehemu kubwa ya jukwaa la Azure, pamoja na hifadhidata, suluhisho za kuhifadhi, na huduma kama vile Azure CLI.
Kujumuishwa kwa usaidizi kwa Azure CLI (na CLI ya Wasanidi Programu) ni muhimu sana, kwani huwezesha mawakala wanaoendeshwa na MCP kuingiliana na Azure moja kwa moja, wakichukulia simu za MCP kama waendeshaji. Uwezo huu unafungua njia ya kujenga mawakala ambao hutoa kiolesura cha lugha asilia cha kujihudumia kwa Azure. Kwa mfano, wakala anaweza kuchukua maelezo ya miundombinu na kutoa kiotomatiki violezo vya ARM vinavyohitajika kwa usambazaji wake. Kuongeza dhana hii zaidi, mtu anaweza kuwazia wakala wa multimodal ambaye huchambua mchoro wa ubao mweupe, hupata maelezo ya rasilimali muhimu, na kisha hueneza miundombinu, kuwezesha ukuzaji wa msimbo wa haraka. Huduma za ziada za usimamizi wa mfumo zinazoweza kufikiwa kupitia Seva ya Azure MCP zinajumuisha kuorodhesha vikundi vya rasilimali vya sasa na kuwezesha KQL kuuliza magogo ya Ufuatiliaji wa Azure.
Kuunganisha Seva ya Azure MCP na Gumzo la GitHub Copilot
Kwa sababu inazingatia kiwango cha MCP, Seva ya Azure MCP huunganishwa kwa urahisi na zana yoyote ya AI inayounga mkono MCP, kama vile Hali ya Wakala ya GitHub Copilot. Kwa kuongeza tu seva kwenye mpangaji wako, unaweza kuanza kuuliza maswali kupitia Copilot, ama moja kwa moja au kupitia ujumuishaji wa Visual Studio Code. Chaguo hili la mwisho hutoa njia bora ya kujifunza jinsi ya kutumia MCP na kuunda haraka kwa programu zako za AI zinazotegemea MCP.
Hivi sasa, Microsoft bado haijatoa zana maalum ya MCP kwa lugha zake za programu, inayohitaji utumiaji wa SDK rasmi kuendeleza msimbo maalum. Pamoja na usaidizi wa TypeScript, C#, na Python, wasanidi programu wana ufikiaji wa zana muhimu za kuunda mawakala wao wa Azure MCP. Majaribio yanaweza kufanywa ndani ya Visual Studio Code, kwa kutumia vitambulisho vilivyopo vya Azure.
Seva inafanya kazi kwenye Kompyuta yako ya ukuzaji na inahitaji Node.js. Usakinishaji unakamilishwa moja kwa moja kutoka kwa hifadhi ya GitHub ya mradi hadi VS Code. Baada ya kusakinishwa, hakikisha kuwa viendelezi vya GitHub Copilot na GitHub Copilot Chat vimeweka ili kutumia hali ya wakala ya majaribio (inapatikana kupitia zana ya mipangilio ya VS Code). Baadaye, fungua kidirisha cha gumzo cha GitHub Copilot na ubadilishe hadi modi ya wakala. Hakikisha kuwa Seva ya Azure MCP imesakinishwa ndani ya menyu kunjuzi ya zana. Sasa unaweza kuwasilisha maswali, kama vile ‘Orodhesha usajili wangu wa Azure.’
Zana inayosababishwa inathibitisha kuwa ya thamani sana kwa mtu yeyote anayefanya kazi na Azure na inaenea zaidi ya ujumuishaji wa Copilot. Seva ya Azure MCP inaweza kusakinishwa popote Node.js inasaidiwa, kuwezesha ujumuishaji wake katika mawakala maalum.
Jukumu la MCP katika Azure AI Foundry
Microsoft inapanua kwa kasi kwingineko yake ya zana za MCP, ikifichua utendaji uliopo kupitia MCP au kuwezesha matumizi yao ndani ya programu za wakala. Uzinduzi huu wa haraka unajumuisha zana za ukuzaji wa wakala wa msimbo wa sifuri wa Copilot Studio, zilizotangazwa wakati wa uandishi wa makala hii.
Azure AI Foundry, jukwaa kuu la maendeleo la Microsoft la ukuzaji wa programu za AI kwa kiwango kikubwa, pia inaunda kwa bidii Seva ya MCP ili kukamilisha Huduma ya Wakala wa AI ya Azure. Ujumuishaji huu unalenga kuunganisha mawakala wanaofanya kazi ndani ya Azure AI Foundry na wateja wanaofanya kazi kama sehemu ya programu zingine za AI.
Huduma hii hukuruhusu kutumia tena msimbo na huduma zilizopo za AI haraka na kuziunganisha na programu mpya. Huduma kama vile Fabric zinafichua vipengele vyao vya wakala kama sehemu za mwisho za Huduma ya Wakala wa AI, kuwezesha programu za AI kuunganisha bila mshono na data ya msingi ya mstari wa biashara, kutoa msingi muhimu ili kupunguza hatari za mawazo na makosa.
Baada ya usakinishaji, seva hutoa seti ya vitendo vya MCP vya kuunganisha na mawakala na kuwatumia maswali. Inaweza pia kuorodhesha mawakala wanaopatikana au kutumia wakala chaguo-msingi kwa kazi maalum. Usaidizi wa nyuzi za mazungumzo umejumuishwa, kuwapa mawakala kumbukumbu ya msingi ya semantic kwa mazungumzo ya muktadha. Utahitaji vitambulisho vya wakala wa Huduma ya Wakala wa AI ya Azure ili kuzitaja kwa kutumia MCP.
Seva imetekelezwa katika Python na inaweza kusakinishwa kwa kutumia Azure CLI kupitia pip. Vinginevyo, toleo la TypeScript linapatikana kwa wale wanaolihitaji. Sawa na Seva ya Azure MCP, seva hii inafanya kazi nje ya mazingira ya AI Foundry, ikiruhusu kusakinishwa kwenye Kompyuta ya maendeleo au kama sehemu ya programu iliyoandaliwa na wingu ndani ya kontena au VM yake mwenyewe, na usaidizi wa Windows, macOS, na Linux.
Kuwezesha Seva za MCP kutoka kwa Programu za Semantic Kernel AI
Kama kiwango huria, MCP huwezesha uoanifu wa seva na mteja yeyote. Hifadhi ya GitHub hutoa maagizo juu ya jinsi ya kuanzisha muunganisho kwa kutumia Claude Desktop ya Anthropic, lakini thamani ya kweli iko katika kujenga utendakazi maalum wa wakala ndani ya Semantic Kernel.
Microsoft hutoa msimbo wa sampuli unaoonyesha jinsi ya kuunganisha usaidizi wa MCP katika uendeshaji wa Semantic Kernel, ukiutendea kama programu jalizi ya kernel ambayo inaunganishwa na simu za utendaji zinazojulikana. Muunganisho huu unaweza kufungwa kama mawakala na kupatikana inavyohitajika. Ingawa ujumuishaji wa MCP ndani ya Semantic Kernel bado unaendelea kutengenezwa, huunganishwa bila mshono na seti yake ya vipengele iliyopo, inayohitaji msimbo mdogo wa ziada ili kufichua zana za MCP kutoka kwa seva hadi programu za AI.
Zana kama vile MCP ni vipengele muhimu vya mrundiko wa kisasa wa AI, kutoa mbinu iliyoandaliwa ya kujenga violesura vinavyoweza kugundulika kwa programu za ndani na za mbali. Mara baada ya kufafanuliwa, zana za MCP zinaombwa kwa urahisi, na seva hutoa orodha ya zana zinazopatikana na MCP kutoa LLM kwa njiailiyoandaliwa ya kupiga zana hizo na kutumia matokeo yao. Mbinu hii inachangia kwa kiasi kikubwa katika kutoa zana ya msingi ya ulimwengu wote kwa programu za AI, kufanya kazi na API za kawaida, maswali ya hifadhidata, na mawakala wa AI sawa.