Интеграция больших языковых моделей (LLM) с внешними системами всегда была самой болезненной частью создания AI-агентов. До недавнего времени каждый разработчик решал эту задачу по-своему: кто-то писал ad-hoc плагины, кто-то оборачивал свои API в сложные OpenAPI-схемы, а кто-то хардкодил системные промпты под конкретные эндпоинты.
Появление протокола Model Context Protocol (MCP), анонсированного Anthropic, изменило правила игры. Мы в AGONTS увидели в этом стандарт, который закроет проблему интеграций раз и навсегда.
Что такое Model Context Protocol?
MCP — это открытый стандарт, построенный по аналогии с LSP (Language Server Protocol), который совершил революцию в IDE. Так же как LSP позволил любому редактору кода поддерживать автодополнение и рефакторинг для любого языка через единый интерфейс, MCP позволяет любой LLM взаимодействовать с любым источником данных через унифицированный протокол.
Архитектура состоит из трех ключевых элементов:
- Host — приложение (например, AGONTS), которое координирует работу модели и предоставляет ей доступ к инструментам.
- Client — внутренний компонент хоста, который общается с серверами MCP по протоколу JSON-RPC.
- Server — легковесный сервис, который непосредственно взаимодействует с базой данных, файловой системой или внешним API и отдает данные клиенту в структурированном виде.
Почему это важно для AGONTS?
В рамках AGONTS наши AI-сотрудники должны не просто генерировать ответы, а закрывать задачи целиком. Это означает необходимость работы с живыми данными клиентов: CRM, корпоративными Wiki, продакшен-базами данных и кастомными REST API.
Использование MCP дает нам три фундаментальных преимущества:
1. Единый контракт безопасности
Вместо того чтобы давать модели неограниченный доступ к API или сложным базам данных, мы подключаем изолированные MCP-серверы. Каждый сервер декларирует строго определенный набор инструментов (Tools), ресурсов (Resources) и шаблонов промптов (Prompts). Платформа AGONTS выступает арбитром: модель видит только то, что разрешено конфигурацией подключения, а все вызовы логируются в аудит-логе.
2. Модульность и переиспользование
Если у вас уже есть MCP-сервер для Postgres или Jira, вы можете подключить его к AGONTS за пару секунд. Вам не нужно переписывать код интеграции под нашу платформу. Мы поддерживаем как стандартные открытые MCP-серверы, так и кастомные решения, которые вы можете написать на Node.js или Python.
3. Отсутствие привязки к конкретному провайдеру (Vendor Lock-in)
Поскольку MCP — это открытый стандарт, созданные вами инструменты будут одинаково хорошо работать с Claude 3.5 Sonnet, GPT-4o или локальной Llama 3. Агенты AGONTS могут менять модель «на лету» в зависимости от сложности задачи, при этом вся обвязка интеграций остается абсолютно неизменной.
Как мы это используем на практике
В панели управления AGONTS в разделе «Подключения» вы можете добавить любой MCP-сервер по протоколу SSE (Server-Sent Events) или через запуск локальной команды.
Пример простого MCP-сервера для работы с нашей Песочницей:
Сотрудник получает задачу «Проверь цены конкурентов». Он вызывает инструмент fetch_web_page через веб-клиент MCP, парсит контент, а затем использует инструмент write_file внутри своей Песочницы для записи структурированного JSON-файла с результатами.
Мы убеждены, что через год ручное написание интеграций для AI-агентов станет анахронизмом. Все современные SaaS-платформы будут предоставлять нативные MCP-эндпоинты по умолчанию, и AGONTS уже сейчас полностью готова к этому будущему.