Il protocollo di contesto del modello (MCP) consente agli agenti IA di accedere a strumenti esterni e origini dati, permettendo loro di agire in modo più efficace.
Dopo aver letto questo articolo sarai in grado di:
Copia link dell'articolo
Il protocollo di contesto del modello è un modo standard per rendere disponibili le informazioni ai modelli linguistici di grandi dimensioni (LLM). In modo simile al funzionamento di un'interfaccia di programmazione delle applicazioni (API), MCP offre una modalità documentata e standardizzata affinché un programma per computer possa integrare servizi da una fonte esterna. Supporta l'IA agentica: programmi intelligenti in grado di perseguire autonomamente obiettivi e agire.
In sostanza, MCP consente ai programmi di intelligenza artificiale di superare il loro addestramento. Permette loro di integrare nuove fonti di informazioni nei loro processi decisionali e nella generazione di contenuti e li aiuta a connettersi a strumenti esterni.
Immagina un assistente che deve effettuare una prenotazione in un ristorante per il suo capo. L'assistente chiamerà il numero di telefono del ristorante, chiederà quali orari sono disponibili e prenoterà un tavolo. MCP è un modo per fornire un "numero di telefono" agli agenti IA in modo che possano ottenere le informazioni di cui hanno bisogno per svolgere le attività.
MCP è stato sviluppato dalla società di intelligenza artificiale Anthropic ed è stato successivamente reso open source. Da quando è diventato open source alla fine del 2024, MCP è rapidamente diventato uno standard di settore, consentendo un uso più diffuso degli agenti IA.
Gli agenti IA sono programmi di intelligenza artificiale basati su LLM. Utilizzano le funzionalità di elaborazione delle informazioni degli LLM per ottenere dati, prendere decisioni e intraprendere azioni per conto degli utenti umani.
MCP è uno dei modi in cui gli agenti IA possono trovare le informazioni di cui hanno bisogno e intraprendere azioni. Aiuta a connettere gli agenti di intelligenza artificiale al "mondo esterno", per così dire, ovvero il mondo oltre i dati di addestramento degli LLM Altri metodi includono integrazioni API e navigazione headless.
MCP è un protocollo, ovvero un insieme concordato di passaggi e istruzioni per l'uso tra diversi dispositivi informatici connessi alla rete. MCP presuppone un'architettura client-server, in cui un'entità, il client (l'agente IA o un programma sussidiario) invia richieste ai server che rispondono.
I client MCP operano all’interno di host MCP. I client mantengono una connessione uno a uno con i server MCP, ma più client possono essere eseguiti dallo stesso host MCP. Pertanto, gli host MCP possono estrarre dati da più server MCP contemporaneamente. I server MCP, a loro volta, possono utilizzare le integrazioni API per ottenere dati da fonti aggiuntive.
Ciò significa che un agente IA può utilizzare MCP per connettersi a più server contemporaneamente. Tuttavia, ogni connessione avviene indipendentemente dalle altre. Immagina un team di giornalisti di un giornale che contattano individualmente le fonti, per poi mettere insieme le informazioni raccolte e produrre un articolo di cronaca.
Esistono quattro tipi di messaggi utilizzati in MCP:
Le connessioni MCP possono essere remote o locali. Le connessioni remote avvengono tra agenti IA e server MCP tramite Internet. Le connessioni locali avvengono all'interno della stessa macchina (i client MCP e i server MCP sono programmi software che vengono eseguiti separatamente).
Ci sono tre fasi nelle comunicazioni di rete MCP:
Per rendere MCP più sicuro,, prima di queste tre fasi possono essere eseguiti passaggi aggiuntivi per l'autenticazione e l'autorizzazione.
Un server MCP è un programma ospitato su un server o nel cloud che espone funzionalità utilizzabili dagli agenti di intelligenza artificiale tramite MCP. I server MCP possono fornire agli agenti IA l'accesso a nuovi set di dati o ad altri strumenti di cui hanno bisogno. Ad esempio, un server MCP potrebbe consentire a un agente IA di utilizzare un servizio di posta elettronica, in modo che l'agente possa inviare e-mail per conto dell'utente umano che sta assistendo.
L'MCP non ha autenticazione, autorizzazione o crittografia integrate nativamente, quindi gli sviluppatori devono implementarle in autonomia o utilizzare un servizio che assista nell'implementazione.
MCP non richiede l'uso di HTTPS, ma in molte implementazioni viene eseguito su HTTP. Pertanto, può mancare di crittografia e autenticazione a meno che gli sviluppatori non implementino proattivamente l'utilizzo di Transport Layer Security (TLS). MCP, come qualsiasi protocollo di rete, può essere vulnerabile alla rappresentazione o ad attacchi di interposizione se non viene utilizzato TLS.
Poiché l'MCP offre funzionalità simili a un'API (parti esterne che richiedono dati e servizi), molte delle principali considerazioni sulla sicurezza delle API si applicano anche alle implementazioni MCP. Le organizzazioni che rendono disponibili i server MCP devono assicurarsi che i dati riservati non siano esposti, che le risorse siano protette, che le richieste eccessive vengano fermate dalla limitazione della frequenza, che gli agenti IA non abbiano troppe autorizzazioni e che gli input siano convalidati e bonificati.
Alcuni server MCP offrono librerie per semplificare l'implementazione di OAuth. Cloudflare fornisce una libreria di provider OAuth che implementa il lato provider del protocollo OAuth 2.1, consentendo di aggiungere facilmente l'autorizzazione al tuo server MCP.
Gli sviluppatori possono utilizzare questa libreria di provider OAuth in tre modi:
Cloudflare rende disponibili diversi server MCP per l'uso da parte degli sviluppatori che sviluppano IA agentica. Cloudflare consente inoltre agli sviluppatori di creare e distribuire i propri server MCP per supportare gli agenti di IA. Scopri come iniziare a utilizzare MCP su Cloudflare.
Il Protocollo Model Context (MCP) è uno standard che consente agli agenti di intelligenza artificiale e ai modelli linguistici di grandi dimensioni (LLM) di connettersi a strumenti esterni e di accedere a nuove informazioni oltre ai dati di addestramento originali. Ciò consente loro di prendere decisioni in modo più efficace e di agire per conto degli utenti.
MCP opera secondo un modello client-server Un agente di IA (il client) invia richieste a uno o più server MCP. Questi server rispondono quindi con le informazioni richieste oppure forniscono l'accesso a strumenti esterni tramite connessioni API aggiuntive
Gli agenti di intelligenza artificiale sono programmi avanzati di intelligenza artificiale, basati su LLM, che possono perseguire autonomamente gli obiettivi di un utente. MCP è uno dei modi principali in cui questi agenti si connettono al "mondo esterno", consentendo loro di trovare le informazioni e gli strumenti in tempo reale necessari per svolgere le attività
MCP utilizza quattro tipi di messaggi: richieste di informazioni dal client, risultati dal server con le informazioni, errori quando il server non può rispondere e notifiche, che sono messaggi unidirezionali che non richiedono una risposta.
MCP non dispone nativamente di funzionalità di sicurezza integrate come autenticazione, autorizzazione o crittografia. Gli sviluppatori devono implementare autonomamente queste protezioni, ad esempio utilizzando Transport Layer Security (TLS) per prevenire attacchi on-path
Poiché l'MCP offre funzionalità simili a un'API, consentendo a parti esterne di richiedere dati e servizi, si applicano molte delle stesse considerazioni sulla sicurezza. Le organizzazioni che mettono a disposizione server MCP a soggetti esterni devono proteggere i propri dati riservati, implementare la limitazione della frequenza per bloccare le richieste eccessive e garantire che gli agenti di intelligenza artificiale non dispongano di troppe autorizzazioni.