پروتکل MCP چگونه کار میکند و چطور یک سرور اختصاصی برای وبلاگ بسازیم؟ (راهنمای جامع و عملیاتی)
کالبدشکافی فنی پروتکل ارتباط مدل (MCP)، جریان پیامهای JSON-RPC 2.0، ترنسپورتهای stdio و SSE، مقایسه با LSP و آموزش گامبهگام پیادهسازی سرور عملیاتی با TypeScript برای جستجو و خواندن مقالات وبلاگ.
تا پیش از معرفی پروتکل ارتباط مدل (Model Context Protocol یا به اختصار MCP)، اتصال مدلهای هوش مصنوعی (LLM) به ابزارها، دیتابیسها و سرویسهای بیرونی مانند وضعیت توسعه نرمافزار در دهههای گذشته بود؛ دورانی که هر پرینتر، اسکنر یا کارت گرافیک نیاز به درایور و کابل اختصاصی داشت.
اگر یک ابزار برای ادیتوری مثل VS Code یا کلاینتی مثل Cursor مینوشتید، در Google Antigravity یا Claude Desktop کار نمیکرد. پروتکل MCP با هدف پایان دادن به این پراکندگی، نقش یک استاندارد باز جهانی (مشابه پورت USB-C برای هوش مصنوعی) را بازی میکند.
در این مقاله، ابتدا به زبان دقیق مهندسی بررسی میکنیم که MCP در لایه زیرین شبکه و پردازش چطور کار میکند (پیامها، هندشیک، ترنسپورتها و قابلیتها) و سپس قدمبهقدم یک سرور MCP واقعی و آماده پروداکشن با TypeScript برای وبلاگ blog.mhkarami97.ir پیادهسازی میکنیم.
۱. مسئله اصلی: حل معضل پیچیدگی $M \times N$
فرض کنید $M$ محیط میزبانی هوش مصنوعی (مثل Antigravity، Claude Desktop، Cursor و محیطهای اختصاصی سازمانی) و $N$ منبع داده (دیتابیس PostgreSQL، وبلاگ، مخزن گیتهاب، اسلک و فایل سیستم محلی) داریم:
- بدون استاندارد مشترک: توسعهدهندگان باید $M \times N$ آداپتور اختصاصی بنویسند و نگهداری کنند. هر تغییری در API یک سرویس، تمام کلاینتها را دچار شکستگی میکرد.
- با استفاده از MCP: هر منبع داده فقط یکبار در قالب یک
MCP Serverپیادهسازی میشود و هر کلاینتی که از پروتکل MCP پشتیبانی کند، بلافاصله میتواند با تمام این سرورها گفتگو کند (پیچیدگی به $M + N$ کاهش مییابد).
این دقیقاً همان انقلابی است که مایکروسافت سالها پیش با معرفی Language Server Protocol (LSP) در دنیای کامپایلرها و ادیتورهای کد به راه انداخت.
۲. آناتومی و معماری ۳ لایه پروتکل MCP
ارتباطات در دنیای MCP بر پایه یک معماری سهبخشی کلاینت-سرور با مرزبندیهای امنیتی دقیق شکل میگیرد:
flowchart LR
subgraph HostApp ["محیط میزبان (Host)"]
User["کاربر / رابط کاربری"] <--> LLM["مدل زبانی (LLM)"]
LLM <--> MCPClient["کلاینت داخلی (MCP Client)"]
end
subgraph Boundaries ["مرز امنیتی و ترنسپورت"]
T1["stdio (Subprocess IPC)"]
T2["SSE / HTTP Streaming"]
end
subgraph MCPServer ["سرور MCP (Server)"]
Router["هسته مسیریابی (Router)"]
Tools["ابزارها (Tools)"]
Resources["منابع (Resources)"]
Prompts["پرامپتها (Prompts)"]
end
subgraph ExternalWorld ["دنیای خارج"]
API["وبسرویس / ایندکس وبلاگ"]
DB["دیتابیس / منابع داده"]
end
MCPClient <--> T1
MCPClient <--> T2
T1 <--> Router
T2 <--> Router
Router --> Tools
Router --> Resources
Router --> Prompts
Tools --> API
Tools --> DB
Resources --> API
۱. میزبان (Host):
برنامه اصلی که کاربر با آن تعامل دارد (مثل Google Antigravity یا Claude Desktop). هاست مسئول مدیریت پنجره کانتکست مدل، اعمال سیاستهای امنیتی، تایید دسترسیها و کنترل فرآیندهای پسزمینه است.
۲. کلاینت (MCP Client):
ماژولی درون هاست که پروتکل را پیادهسازی میکند. کلاینت به ازای هر سرور متصل، یک ارتباط اختصاصی ۱ به ۱ برقرار میکند و درخواستهای مدل را به پیامهای استاندارد ترجمه میکند.
۳. سرور (MCP Server):
یک برنامه مستقل و سبک که ابزارها، منابع داده یا قالبهای پرامپت را از طریق پروتکل اکسپوز میکند. سرور هیچ اطلاعی از اینکه چه مدلی (Gemini, Claude, GPT) در حال فراخوانی آن است ندارد؛ فقط ورودی استاندارد میگیرد و خروجی استاندارد تحویل میدهد.
۳. لایههای حملونقل (Transports): سرور چطور با هاست حرف میزند؟
پروتکل MCP در حال حاضر دو روش استاندارد برای انتقال دادهها تعریف کرده است:
الف) لایه stdio (Standard Input / Standard Output)
- نحوه کار: هاست فرآیند سرور را به عنوان یک
subprocess(زیرفرآیند محلی) اجرا میکند. تبادل پیامها به صورت خطبهخط (Newline-delimited JSON-RPC) از طریق پایپهای ورودی/خروجی استاندارد سیستمعامل (stdinوstdout) انجام میشود. - مزایا: سرعت فوقالعاده بالا، تاخیر نزدیک به صفر، بینیازی از باز کردن پورت شبکه و سادگی احراز هویت.
- خط قرمز حیاتی برای توسعهدهنده: در سرورهای
stdio، هرگز نباید باconsole.logیا دستورات چاپ خروجی چیزی در ترمینال بنویسید! زیرا خروجی استاندارد (stdout) منحصراً متعلق به تبادل پیامهای JSON-RPC است و چاپ متن عادی، ساختار پروتکل را شکسته و کلاینت کرش میکند. تمام لاگها و پیامهای خطایابی باید حتماً رویstderr(console.errorدر جاوااسکریپت یاsys.stderrدر پایتون) فرستاده شوند.
ب) لایه SSE (Server-Sent Events) روی HTTP
- نحوه کار: سرور روی یک پورت یا سرور ریموت اجرا میشود. کلاینت درخواستهای خود را با
HTTP POSTمیفرستد و پاسخها و اعلانهای سرور را در یک استریم بلادرنگSSEدریافت میکند. - مزایا: مناسب برای استقرار سرورهای ریموت در داکر، کوبرنتیز یا شبکههای سازمانی برای استفاده همزمان چند کلاینت.
۴. زیر کاپوت پروتکل: کالبدشکافی پیامهای خام JSON-RPC 2.0
تمام تبادلات در MCP بر اساس استاندارد JSON-RPC 2.0 صورت میگیرد. بیایید ۳ تبادل اصلی را مستقیماً مرور کنیم:
۱. هندشیک آغازین (Initialize Handshake)
وقتی هاست سرور را اجرا میکند، ابتدا قابلیتهای متقابل را استعلام مینماید:
درخواست از کلاینت به سرور:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
{
"jsonrpc": "2.0",
"id": 1,
"method": "initialize",
"params": {
"protocolVersion": "2024-11-05",
"capabilities": {
"roots": { "listChanged": true },
"sampling": {}
},
"clientInfo": {
"name": "AntigravityHost",
"version": "1.0.0"
}
}
}
پاسخ سرور:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
{
"jsonrpc": "2.0",
"id": 1,
"result": {
"protocolVersion": "2024-11-05",
"capabilities": {
"tools": { "listChanged": true },
"resources": { "subscribe": false, "listChanged": false },
"prompts": { "listChanged": false }
},
"serverInfo": {
"name": "mhkarami-blog-mcp",
"version": "1.0.0"
}
}
}
۲. استعلام لیست ابزارها (tools/list)
هاست از سرور میپرسد: «چه ابزارهایی با چه ورودیهایی در اختیار داری؟» و سرور لیست توابع را همراه با اسکیما برمیگرداند:
پاسخ سرور (معرفی ابزار):
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
{
"jsonrpc": "2.0",
"id": 2,
"result": {
"tools": [
{
"name": "search_posts",
"description": "جستجوی مقالات در وبلاگ بر اساس کلمه کلیدی یا تگ",
"inputSchema": {
"type": "object",
"properties": {
"query": { "type": "string", "description": "متن یا عنوان مورد جستجو" },
"limit": { "type": "number", "description": "حداکثر تعداد نتایج" }
},
"required": ["query"]
}
}
]
}
}
۳. فراخوانی ابزار (tools/call)
وقتی مدل زبانی حین تفکر تصمیم میگیرد این ابزار را صدا بزند:
درخواست هاست:
1
2
3
4
5
6
7
8
9
10
11
12
{
"jsonrpc": "2.0",
"id": 3,
"method": "tools/call",
"params": {
"name": "search_posts",
"arguments": {
"query": "EF Core",
"limit": 1
}
}
}
پاسخ سرور با داده واقعی:
1
2
3
4
5
6
7
8
9
10
11
12
13
{
"jsonrpc": "2.0",
"id": 3,
"result": {
"content": [
{
"type": "text",
"text": "[{\"title\":\"چرا Rollback در EF Core تغییرات DbContext را برنمیگرداند؟\",\"url\":\"https://blog.mhkarami97.ir/posts/ef-core_rollback_change_tracker/\"}]"
}
],
"isError": false
}
}
۵. سه ستون قابلیتهای MCP: ابزارها، منابع و پرامپتها
یک سرور MCP میتواند ۳ نوع موجودیت را در اختیار مدل قرار دهد:
| قابلیت | تعریف | تشبیه در وب | سناریوی استفاده |
|---|---|---|---|
| Tools (ابزارها) | توابع اجرایی و تعاملی دارای پارامتر | درخواستهای POST | جستجو در API، اجرای کد، ویرایش دیتابیس |
| Resources (منابع) | دادههای صرفاً خواندنی با URI اختصاصی | درخواستهای GET | خواندن متن یک فایل، لاگ زنده، فید اخبار |
| Prompts (پرامپتها) | الگوهای مهندسیشده با پارامترهای ورودی | فرمها و قالبها | قالبهای آماده مثل «بررسی امنیتی این کد» |
۶. پیادهسازی گامبهگام سرور MCP برای وبلاگ blog.mhkarami97.ir
اکنون به بخش عملیاتی کار میرسیم: میخواهیم برای وبلاگ شخصی blog.mhkarami97.ir یک سرور اختصاصی MCP با TypeScript بنویسیم.
بررسی زیرساخت وبلاگ
وبلاگ ما از موتور Jekyll و قالب Chirpy استفاده میکند. یکی از قابلیتهای عالی این قالب، تولید خودکار یک شاخص کامل از تمام مقالات در قالب فایل JSON به آدرس زیر است: https://blog.mhkarami97.ir/assets/js/data/search.json
این فایل شامل عنوان (title)، آدرس پست (url)، دستهبندیها (categories)، تگها (tags)، تاریخ (date) و محتوای متنی خلاصه مقاله (content) است. ما از همین اندپوینت زنده برای ساخت سرور خود استفاده میکنیم.
قابلیتهای سرور ما:
- ابزار
search_posts: جستجوی هوشمند در مقالات با واکشی ایندکس آنلاین وبلاگ. - ابزار
get_latest_posts: دریافت آخرین مقالات به همراه متادیتا و تاریخ انتشار. - ابزار
read_post: دریافت متن و محتوای یک مقاله برای مطالعه یا پاسخدهی ایجنت به سوالات کاربر. - منبع (Resource)
blog://feed: قرار دادن آخرین وضعیت فید مقالات در اختیار مدل به عنوان کانتکست پسزمینه. - پرامپت (Prompt)
suggest_next_article: پرامپت آماده برای بررسی مقالات موجود و پیشنهاد موضوعات جدید برای نویسنده.
گام اول: ساخت پروژه و نصب وابستگیها
در ترمینال، یک دایرکتوری جدید بسازید و پروژه را مقداردهی اولیه کنید:
1
2
3
mkdir mhkarami-blog-mcp
cd mhkarami-blog-mcp
npm init -y
اکنون پکیج رسمی MCP، کتابخانه اعتبارسنجی zod و ابزارهای تایپاسکریپت را نصب کنید:
1
2
npm install @modelcontextprotocol/sdk zod
npm install -D typescript @types/node
فایل package.json را باز کنید و فیلد "type": "module" و اسکریپتهای بیلد را تنظیم کنید:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
{
"name": "mhkarami-blog-mcp",
"version": "1.0.0",
"type": "module",
"bin": {
"mhkarami-blog-mcp": "./dist/index.js"
},
"scripts": {
"build": "tsc",
"start": "node dist/index.js"
},
"dependencies": {
"@modelcontextprotocol/sdk": "^1.6.0",
"zod": "^3.23.8"
},
"devDependencies": {
"@types/node": "^22.0.0",
"typescript": "^5.5.0"
}
}
یک فایل پیکربندی تایپاسکریپت به نام tsconfig.json در ریشه پروژه بسازید:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
{
"compilerOptions": {
"target": "ES2022",
"module": "NodeNext",
"moduleResolution": "NodeNext",
"outDir": "./dist",
"rootDir": "./src",
"strict": true,
"esModuleInterop": true,
"skipLibCheck": true,
"forceConsistentCasingInFileNames": true
},
"include": ["src/**/*"]
}
گام دوم: نوشتن کدهای سرور (src/index.ts)
پوشه src را بسازید و فایل src/index.ts را ایجاد کنید:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
#!/usr/bin/env node
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
// ساختار مقالات در فایل search.json وبلاگ
interface BlogPost {
title: string;
url: string;
categories: string;
tags: string;
date: string;
content: string;
}
const BLOG_BASE_URL = "https://blog.mhkarami97.ir";
const SEARCH_INDEX_URL = `${BLOG_BASE_URL}/assets/js/data/search.json`;
// سیستم کش محلی (TTL Caching) برای بهینهسازی مصرف پهنای باند و سرعت پاسخدهی
let cachedPosts: BlogPost[] | null = null;
let lastFetchTime = 0;
const CACHE_TTL_MS = 10 * 60 * 1000; // ۱۰ دقیقه
async function fetchBlogPosts(): Promise<BlogPost[]> {
const now = Date.now();
if (cachedPosts && now - lastFetchTime < CACHE_TTL_MS) {
return cachedPosts;
}
try {
const response = await fetch(SEARCH_INDEX_URL, {
headers: {
"User-Agent": "MHKarami-Blog-MCP-Server/1.0"
}
});
if (!response.ok) {
throw new Error(`HTTP error! status: ${response.status}`);
}
const data = (await response.json()) as BlogPost[];
cachedPosts = data;
lastFetchTime = now;
return cachedPosts;
} catch (error) {
console.error("خطا در واکشی ایندکس مقالات وبلاگ:", error);
if (cachedPosts) {
return cachedPosts; // در صورت قطعی موقت، از کش قبلی استفاده میکنیم
}
throw error;
}
}
// ساخت نمونه سرور با کلاس رسمی McpServer
const server = new McpServer({
name: "mhkarami-blog-mcp",
version: "1.0.0"
});
// -------------------------------------------------------------
// ۱. تعریف ابزارها (Tools)
// -------------------------------------------------------------
// ابزار جستجوی مقالات بر اساس کلمه کلیدی
server.tool(
"search_posts",
"جستجوی مقالات در وبلاگ تخصصی مهندسی نرمافزار محمدحسین کرمی بر اساس عنوان، متن، تگ یا دستهبندی",
{
query: z.string().describe("عبارت جستجو (مثلاً: EF Core, Antigravity, Transaction)"),
limit: z.number().optional().default(5).describe("حداکثر تعداد نتایج برای بازگرداندن")
},
async ({ query, limit }) => {
try {
const posts = await fetchBlogPosts();
const q = query.toLowerCase();
const matched = posts
.filter(p =>
p.title.toLowerCase().includes(q) ||
p.tags.toLowerCase().includes(q) ||
p.categories.toLowerCase().includes(q) ||
p.content.toLowerCase().includes(q)
)
.slice(0, limit)
.map(p => ({
title: p.title,
url: `${BLOG_BASE_URL}${p.url}`,
categories: p.categories,
tags: p.tags,
date: p.date,
snippet: p.content.slice(0, 250) + "..."
}));
if (matched.length === 0) {
return {
content: [
{
type: "text",
text: `هیچ مقالهای مطابق با عبارت "${query}" در وبلاگ یافت نشد.`
}
]
};
}
return {
content: [
{
type: "text",
text: JSON.stringify(matched, null, 2)
}
]
};
} catch (err: any) {
return {
isError: true,
content: [{ type: "text", text: `خطا در اجرای جستجو: ${err.message}` }]
};
}
}
);
// ابزار دریافت جدیدترین مقالات
server.tool(
"get_latest_posts",
"دریافت لیستی از آخرین مقالات منتشر شده در وبلاگ به ترتیب تاریخ انتشار",
{
count: z.number().optional().default(5).describe("تعداد مقالات درخواستی")
},
async ({ count }) => {
try {
const posts = await fetchBlogPosts();
const latest = posts.slice(0, count).map(p => ({
title: p.title,
url: `${BLOG_BASE_URL}${p.url}`,
categories: p.categories,
tags: p.tags,
date: p.date,
snippet: p.content.slice(0, 180) + "..."
}));
return {
content: [
{
type: "text",
text: JSON.stringify(latest, null, 2)
}
]
};
} catch (err: any) {
return {
isError: true,
content: [{ type: "text", text: `خطا در واکشی آخرین مقالات: ${err.message}` }]
};
}
}
);
// ابزار خواندن محتوای کامل یک مقاله بر اساس URL یا عنوان
server.tool(
"read_post",
"خواندن متن کامل یک مقاله از وبلاگ برای تحلیل، خلاصهسازی یا پاسخ به سوالات فنی",
{
identifier: z.string().describe("آدرس URL کامل، اسلاگ پست یا بخشی از عنوان مقاله")
},
async ({ identifier }) => {
try {
const posts = await fetchBlogPosts();
const target = identifier.toLowerCase();
const post = posts.find(p =>
p.url.toLowerCase().includes(target) ||
p.title.toLowerCase().includes(target) ||
`${BLOG_BASE_URL}${p.url}`.toLowerCase() === target
);
if (!post) {
return {
isError: true,
content: [
{
type: "text",
text: `مقالهای با مشخصه "${identifier}" در آرشیو وبلاگ پیدا نشد.`
}
]
};
}
const result = {
title: post.title,
url: `${BLOG_BASE_URL}${post.url}`,
categories: post.categories,
tags: post.tags,
date: post.date,
fullContent: post.content
};
return {
content: [
{
type: "text",
text: JSON.stringify(result, null, 2)
}
]
};
} catch (err: any) {
return {
isError: true,
content: [{ type: "text", text: `خطا در بارگذاری مقاله: ${err.message}` }]
};
}
}
);
// -------------------------------------------------------------
// ۲. تعریف منابع ثابت (Resources)
// -------------------------------------------------------------
// منبع فید کانتکست برای بارگذاری سند کانتکست در مدل
server.resource(
"blog-feed",
"blog://feed",
async (uri) => {
const posts = await fetchBlogPosts();
const summary = posts.slice(0, 10).map(p => ({
title: p.title,
url: `${BLOG_BASE_URL}${p.url}`,
date: p.date,
tags: p.tags
}));
return {
contents: [
{
uri: uri.href,
text: JSON.stringify(summary, null, 2),
mimeType: "application/json"
}
]
};
}
);
// -------------------------------------------------------------
// ۳. تعریف پرامپتها (Prompts)
// -------------------------------------------------------------
// پرامپت آماده برای پیشنهاد نگارش مقاله بعدی بر اساس یک عنوان موجود
server.prompt(
"suggest_next_article",
"بررسی موضوع یک مقاله از وبلاگ و پیشنهاد ۳ ایده فنی مکمل و عمیق برای نوشتن پست جدید",
{
baseArticleTitle: z.string().describe("عنوان مقاله پایهای که میخواهید برای آن ادامه بنویسید")
},
({ baseArticleTitle }) => ({
messages: [
{
role: "user",
content: {
type: "text",
text: `من نویسنده وبلاگ مهندسی نرمافزار هستم. مقالهای با عنوان "${baseArticleTitle}" در وبلاگم منتشر کردهام.
لطفاً با توجه به سطح فنی وبلاگ، ۳ ایده پیشرفته و کاربردی همراه با سرفصلهای پیشنهادی برای مقالههای بعدی پیشنهاد بده که مکمل این مطلب باشند.`
}
}
]
})
);
// -------------------------------------------------------------
// ۴. اتصال ترنسپورت و اجرای سرور
// -------------------------------------------------------------
async function runServer() {
const transport = new StdioServerTransport();
await server.connect(transport);
console.error("سرور MCP وبلاگ محمدحسین کرمی روی پایپ Stdio با موفقیت بالا آمد.");
}
runServer().catch(error => {
console.error("خطای فاجعهبار در اجرای سرور MCP:", error);
process.exit(1);
});
گام سوم: بیلد و تست سرور با MCP Inspector
پروژه را کامپایل کنید:
1
npm run build
بهترین ابزار رسمی برای تست سرور بدون نیاز به باز کردن کلاینت اصلی، MCP Inspector است:
1
npx @modelcontextprotocol/inspector node dist/index.js
یک آدرس محلی (مانند http://localhost:5173) در مرورگر شما باز میشود:
- دکمه Connect را بزنید تا هندشیک پروتکل انجام شود.
- به تب Tools بروید؛ ابزارهای
search_postsوget_latest_postsوread_postلیست شدهاند. - یک جستجو با عبارت
"Antigravity"انجام دهید و نتیجه را به صورت زنده مشاهده کنید.
گام چهارم: ثبت در فایل پیکربندی کلاینتهای هوش مصنوعی
برای استفاده از این سرور در دستیارهای هوش مصنوعی:
۱. پیکربندی در Google Antigravity
فایل پیکربندی را باز کنید: %USERPROFILE%\.gemini\config\mcp_config.json
و سرور را در بخش mcpServers معرفی کنید (مسیر را مطابق محل ذخیره پروژه تنظیم کنید):
1
2
3
4
5
6
7
8
9
10
{
"mcpServers": {
"mhkarami-blog": {
"command": "node",
"args": [
"D:\\Projects\\mhkarami-blog-mcp\\dist\\index.js"
]
}
}
}
۲. پیکربندی در Claude Desktop
فایل پیکربندی کلود دسکتاپ را در مسیر زیر ویرایش کنید: %APPDATA%\Claude\claude_desktop_config.json
1
2
3
4
5
6
7
8
9
10
{
"mcpServers": {
"mhkarami-blog": {
"command": "node",
"args": [
"D:\\Projects\\mhkarami-blog-mcp\\dist\\index.js"
]
}
}
}
گام پنجم: تست تعاملی با ایجنت
اکنون در محیط گفتگو با ایجنت بپرسید:
«در وبلاگ آقای کرمی درباره مشکلات تراکنشها در EF Core چه مطلبی وجود دارد و راهکار پیشنهادی آن چیست؟»
ایجنت مراحل زیر را طی میکند:
- مدل نیاز به جستجو در وبلاگ را تشخیص داده و ابزار
search_postsرا با ورودی"EF Core"صدا میزند. - سرور مقاله
چرا Rollback در EF Core تغییرات DbContext را برنمیگرداند؟را برمیگرداند. - ایجنت با استفاده از ابزار
read_postمتن مقاله را میخواند و راهکارهایChangeTracker.Clear()وDetachرا از دل متن استخراج کرده و به صورت دقیق به شما پاسخ میدهد.
۷. پنج قانون طلایی در مهندسی سرورهای MCP (Best Practices)
- حریم مطلق خروجی استاندارد (
stdout): هرگز ازconsole.logدر سورس سرور استفاده نکنید؛ زیرا پایپ خروجی برای فریمهای پروتکل JSON-RPC رزرو شده است. تمام لاگها را رویconsole.errorهدایت کنید. - برش هوشمند کانتکست (Context Truncation): از بازگرداندن متنهای غولآسا خودداری کنید تا پنجره کانتکست مدل سرریز نکند. فیلدهای متن را خلاصه کنید یا برای آنها پارامتر
limitبگذارید. - گزارش خطا به زبان قابل درک برای مدل (
isError: true): در مواجهه با قطعی شبکه یا خطای ورودی، کل فرآیند را کرش ندهید. بلکه پاسخ را با پرچمisError: trueو یک پیام شفاف بازگردانید تا مدل بتواند تصمیم جایگزین اتخاذ کند. - توصیف دقیق فیلدها با متد
.describe()در Zod: مدلهای زبانی رفتار توابع را از روی این متون درک میکنند. هر چقدر توضیحات فیلدها رساتر باشد، مدل در تنظیم ورودیها دقیقتر عمل میکند. - استفاده از کش محلی (TTL Caching): برای وبسرویسهایی که تغییرات ثانیهای ندارند، کش چند دقیقهای مانع از افت کارایی و بارگذاری بیمورد روی سرور هدف میشود.
جمعبندی
پروتکل Model Context Protocol قطعه گمشده در پازل توسعه نرمافزارهای خودکار و ایجنتهای هوشمند بود. با استانداردسازی ارتباط بین مدلها و ابزارها، اکنون هر سرویس یا وبلاگی میتواند به یک دارایی فعال دانشی برای هوش مصنوعی تبدیل شود. با اجرای مراحلی که مرور کردیم، نه تنها با قلب تپنده این پروتکل آشنا شدید، بلکه وبلاگ خود را به شبکه جهانی ایجنتها متصل نمودید.