Kapcsolatfelvétel

MCP szerver fejlesztés és oktatás

Model Context Protocol (MCP) szervereket fejlesztünk, amelyekkel a Claude, a ChatGPT, a Microsoft Copilot és más AI asszisztensek dolgozhatnak a termékükkel, adatbázisukkal vagy belső rendszereikkel, ugyanazokkal a jogosultsági szabályokkal, amelyek a felhasználóikra már most is vonatkoznak. A fejlesztőiket pedig megtanítjuk, hogyan építsék meg a következőt.

Beszéljünk az MCP-projektjükről Esettanulmány

AI asszisztensek

  • Claude
  • ChatGPT
  • Copilot

MCP szerver

  • search_customers
  • get_open_items
  • get_document
  • create_draft

OAuth 2.1, felhasználónkénti jogosultság, auditnapló

Az önök rendszerei

  • REST API
  • PostgreSQL
  • Keresőindex
Protokoll
MCP Streamable HTTP-n (távoli) vagy stdio-n (helyi)
Kliensek
Claude, ChatGPT, Copilot Studio, VS Code, Cursor, saját alkalmazás
Hitelesítés
OAuth 2.1 PKCE-vel és dinamikus kliensregisztrációval; felhasználónkénti tokenek; API-kulcs szerverek között
Üzemeltetés
Az önök felhőjében vagy a miénkben, vagy saját szerverre csomagolva
Ütemezés
Jellemzően 2–4 hét egy meglévő API fölé épülő, csak olvasó szerverre

Mikor van értelme MCP szervernek

  • Adatterméket vagy SaaS-t üzemeltetnek, és az ügyfeleik már a Claude-ban vagy a ChatGPT-ben dolgoznak. Az MCP szerver az asszisztensükbe viszi a terméküket, nem kell másolgatniuk.
  • A kollégáknak élő rendszerekből kell válasz, például az ERP-ből, a CRM-ből vagy a jegykezelőből, nem csak dokumentumokból.
  • Egy integrációt szeretnének minden asszisztenshez, nem szállítónként külön bővítményt.

Mikor nincs: ha egy éjszakai export is elég, vagy senki sem fogja asszisztensen keresztül elérni az adatot. Ezt meg is mondjuk.

Hogyan illeszkednek a darabok

Az asszisztens sosem nyúl közvetlenül az adatbázishoz. Eszközöket hív; minden eszköz ellenőrzi, ki kérdez, és csak azt adja vissza, amit az a felhasználó láthat.

  1. 1 AI kliensek Claude · ChatGPT · Copilot Studio · saját webalkalmazás
  2. 2 MCP szerver Típusos bemenetű eszközök · OAuth és felhasználónkénti jogosultság · korlátozás és auditnapló · nyomkövetés
  3. 3 Az önök rendszerei REST vagy GraphQL API · SQL adatbázis · keresőindex · ERP vagy CRM

A felhasználó azonossága minden hívással együtt utazik, így a szervernek soha nincs több joga, mint annak, aki kérdez.

Amit kapnak

  • Eszköztervezés

    Kevés, jól elnevezett eszköz valós felhasználói kérdésekhez igazítva, a modell kontextusablakához méretezett válaszokkal.

  • Hitelesítés

    OAuth 2.1, hogy mindenki a saját fiókjával csatlakozzon, és csak a saját adatait lássa.

  • Kiértékelés

    Valós kérdésekből álló tesztkészlet, amelyet élesítés előtt lefuttatunk a Claude-on és a ChatGPT-n az eszközválasztás és a válaszminőség ellenőrzésére.

  • Megfigyelhetőség

    Minden eszközhívás nyomon követve, késleltetési, hiba- és használati kimutatásokkal.

  • Telepítés

    Konténerben vagy szerver nélkül, az önök felhőjében vagy a miénkben, CI-jal és tesztkörnyezettel.

  • Dokumentáció a felhasználóknak

    Beállítási útmutató minden asszisztenshez, amelyet az ügyfeleik vagy kollégáik használnak.

MCP oktatás

A következőt már a saját csapatuk építi.

Gyakorlati workshop fejlesztőcsapatoknak: a protokoll alapjai, olyan eszközök tervezése, amelyeket a modell jól tud használni (és a tipikus hibák, szándékosan rossz szervereken bemutatva), hitelesítés, tesztelés MCP Inspectorral, kiértékelés és telepítés. A fejlesztők egy működő szerverrel mennek haza, amely a cég egyik saját API-jára épül.

Kérdések

Mely asszisztensek támogatják az MCP-t?

A Claude, a ChatGPT, a Microsoft Copilot Studio, a GitHub Copilot a VS Code-ban, a Cursor és még sok más. A protokoll nyílt, nem kötődik egyetlen szállítóhoz sem.

Biztonságos, ha egy AI asszisztens hozzáfér az adatainkhoz?

Az asszisztens csak azt látja, amit egy eszköz visszaad, és az eszköz csak azt adja vissza, amit a csatlakozott felhasználó láthat. A korlátozás és az auditnapló alapfelszereltség.

Hány eszköz legyen egy szerveren?

Annyi, amennyi a valós kérdéseket lefedi. Éles szervereink egy tucattól néhány tucatig terjednek; e fölött a modellek kezdenek rossz eszközt választani, ezért csoportosítjuk az eszközöket, felhasználónként szűrjük őket, vagy felderítő eszközt adunk hozzá.

Meg tudjuk építeni magunk is?

Gyakran igen, erre való az oktatás. Sok csapat velünk építteti meg az első szervert, a következőket pedig átnézetik velünk.