MCP 101: Pengenalan Model Context Protocol

Model Context Protocol (MCP) telah muncul sebagai topik hangat di kalangan AI. Banyak pengguna media sosial yang membahas MCP, dari penjelaser hingga para pembuat meme. Pencarian cepat di Google atau YouTube menunjukkan banyak konten baru yang membahas MCP. Kenapa semua orang begitu antusias? Jawabannya sederhana: jika model hanya sebaik konteks yang diberikan, maka mekanisme yang menstandarkan cara penambahan konteks ini menjadi sangat penting untuk meningkatkan kemampuan sistem.

Prasyarat

Meski artikel ini bertujuan menjelaskan MCP dengan cara yang mudah dipahami, pemahaman tentang kemampuan Large Language Models (LLMs) – terutama bagaimana mereka memproses informasi dan memanfaatkan alat – akan memperkaya wawasan Anda terkait peran MCP dalam aplikasi AI yang berkembang.

Apa Itu MCP?

Diperkenalkan oleh Anthropic pada November 2024 sebagai protokol open-source, MCP memungkinkan integrasi antara aplikasi LLM dengan sumber data eksternal dan alat. Contoh menarik aplikasi yang dibangun dengan MCP adalah Blender-MCP, yang memungkinkan Claude untuk berinteraksi dan mengontrol Blender secara langsung, sehingga mempermudah proses pembuatan model 3D dan manipulasi adegan.

Protokol yang Menghubungkan

MCP adalah serangkaian aturan yang menstandarkan cara LLM terhubung dengan sumber informasi eksternal. Sebelum MCP, ada Language Server Protocol (LSP) yang menjadi standar bagaimana lingkungan pengembangan terintegrasi (IDE) berkomunikasi dengan alat spesifik bahasa. Namun, MCP mengatasi masalah integrasi MxN yang sering terjadi dalam integrasi model bahasa, mengurangi kompleksitas dari M×N menjadi M+N dengan menyediakan antarmuka umum untuk model dan alat.

Standarisasi

Keunggulan dari standarisasi adalah tidak perlu memelihara konektor yang berbeda untuk setiap sumber data. Dalam aplikasi AI yang ingin mempertahankan informasi kontekstual sambil menjelajahi berbagai sumber data, standarisasi memungkinkan kita membangun sistem yang lebih kuat dan skalabel.

Komponen Utama MCP

Ada tiga komponen kunci dalam MCP:

• MCP Host: Antarmuka AI yang menghadapi pengguna (misal: aplikasi Claude, plugin IDE) yang menghubungkan dengan beberapa server MCP.
• MCP Client: Perantara yang mengelola koneksi aman antara host dan server, dengan satu client per server untuk isolasi.
• MCP Server: Program eksternal yang menyediakan kemampuan spesifik (alat, akses data, prompt domain) yang terhubung ke berbagai sumber data seperti Google Drive, Slack, GitHub, dan lainnya.

Fitur MCP

Primitif Server-Side

• Fungsi: Memungkinkan server mengekspos fungsionalitas yang dapat dieksekusi kepada client.
• Sumber Daya: Menyediakan data dan konten yang dapat dibaca oleh client untuk interaksi LLM.
• Prompt: Template dan alur standar untuk interaksi LLM.

Primitif Client-Side

• Roots: Menentukan lokasi spesifik dalam sistem file host yang dapat diakses server.
• Sampling: Fitur yang membalik hubungan tradisional client-server, memungkinkan server meminta penyelesaian LLM dari client. Ini memberi client kendali penuh atas pemilihan model, privasi, dan manajemen biaya.

Kesimpulan

Dengan menetapkan protokol umum untuk menghubungkan model bahasa dengan alat dan sumber data eksternal, MCP menghilangkan kebutuhan akan konektor khusus dan menciptakan ekosistem yang lebih kuat. Pendekatan berbasis komunitas ini menciptakan inovasi yang saling menguntungkan, di mana setiap kontributor membangun di atas karya orang lain. Dukungan berkelanjutan dari komunitas menunjukkan bahwa MCP dapat tumbuh lebih cepat dan memberikan nilai lebih dibandingkan dengan sistem tertutup.