MCP: Cela vaut-il vraiment son battage médiatique?

DEV - 28/04
La communauté technologique ne peut pas arrêter de parler de MCP, abréviation du protocole de contexte modèle, développé ...

La communauté technologique ne peut pas arrêter de parler de MCP, abréviation du protocole de contexte des modèles, développé par le Claude-Maker Anthropic, open source en novembre 2024, MCP aborde les complexités de la connexion des modèles d'IA à divers outils et ensembles de données. Bien qu'il soit volé sous le radar l'année dernière, il a pris un élan sérieusement ces derniers temps, avec des développeurs, des plateformes et des entreprises qui sautent de plus en plus à bord.

Bien,

Qu'est-ce que MCP?

  • MCP est un protocole ouvert qui permet aux systèmes d'IA et aux agents de se connecter à des outils et de ressources externes de manière transparente.

  • Pensez à MCP comme un port USB pour vos outils d'IA - il vous permet de vous connecter à toutes les différentes sources de données dont vous avez besoin. Bien sûr, tout fonctionne bien lorsque vous démarrez un projet à partir de zéro sur une plate-forme de codage AI. Mais que se passe-t-il si vous avez besoin de tirer le code des projets plus anciens sur GitHub, de récupérer les documents de Google Drive et de rester au courant des mises à jour que votre équipe QA tombe en jeu? Avec MCP, vous avez besoin de connecter le Drive GitHub-Slack aux agents de codage AI utilisés afin que votre flux de travail ne manque pas un battement.

  • Avant MCP, chacun des outils avait besoin de codage personnalisé.

  • Ainsi, MCP fournit un protocole universel qui permet aux systèmes d'IA de maintenir le contexte dans différentes applications, simplifiant le développement d'agents intelligents.

Qui l'a adopté?

  • Ouvrir AI: Tweet

  • Google Deepmind: le support MCP confirmé dans ses prochains modèles Gemini.

  • Des outils de développeur comme Replit, Codeium et SourceGraph ont utilisé MCP pour améliorer les capacités de leurs agents d'IA.

MCP vs LLM: comprendre la différence

Bien que MCP et les grands modèles de langue (LLMS) fassent partie intégrante du développement de l'IA, ils servent des objectifs distincts:

LLMS: Ce sont des modèles AI avancés formés sur de vastes ensembles de données pour comprendre et générer du texte humain. Ils excellent dans des tâches telles que la traduction du langage, la création de contenu et la résumé.

MCP: Il s'agit d'...
[Courte citation de 8% de l'article original]