MCP servera atbalsts GNOME vidē: pilnīgs ceļvedis

Informatec Digital » Resursi » MCP servera atbalsts GNOME vidē: pilnīgs ceļvedis

Ja strādājat ar uzlabotiem mākslīgā intelekta asistentiem un Linux darbvirsmas vidēm, iespējams, jau esat saskāries ar modeļa konteksta protokolu (MCP) un tā integrāciju ar GNOME . Arvien vairāk rīku, serveru un platformu to izmanto, lai modeļi varētu sazināties ar lietojumprogrammām, pārlūkprogrammām, API un darbvirsmas sistēmām standartizētā un drošā veidā.

Šajā rakstā mēs detalizēti aplūkosim, kā MCP servera atbalsts darbojas GNOME vidē operētājsistēmā Linux : sākot ar pārlūkprogrammas automatizāciju ar Puppeteer un mijiedarbību ar vietējām lietojumprogrammām, izmantojot AT-SPI2, līdz integrācijai ar tādām platformām kā Cloudflare, GitHub, Figma, Docker un Stripe. Mēs arī redzēsim, kā iestatīt savus MCP serverus, tos testēt, izvietot un kādu lomu šajā jaunajā ekosistēmā spēlē Windows, ChatGPT, Claude un citi rīki.

Kas ir MCP un kāpēc tas ir tik svarīgs GNOME darbvirsmās?

Model Context Protocol (Model Context Protocol) ir kļuvis par sava veida "USB-C" modelim paredzētu valodu un rīku integrēšanai . Tā vietā, lai katrai lietojumprogrammai (CRM, datubāzei, izvietošanas informācijas panelim utt.) izveidotu atsevišķu savienotāju, MCP definē atvērtu standartu LLM saziņai ar serveriem, kas konsekventi nodrošina rīkus un resursus.

Praksē MCP serveris ir pakalpojums, kas piedāvā rīkus (darbības) un resursus (pieejamus datus) saskaņā ar precīzi definētu shēmu, parasti izmantojot JSON un JSON shēmu. Mākslīgā intelekta modeļi var atklāt šos rīkus, vaicāt, kurus parametrus tie pieņem, un droši tos izsaukt, izstrādātājam neizgudrojot jaunu protokolu katram gadījumam.

GNOME un citu Linux darbvirsmu kontekstā MCP iederas kā cimds, jo tas ļauj modeļiem izveidot savienojumu ar specializētiem serveriem, kas saprot grafisko ekosistēmu : X11, Wayland, AT-SPI2 pieejamība, Puppeteer kontrolētas pārlūkprogrammas, GTK/Qt/Electron lietojumprogrammas utt. Tas viss, nepiespiežot lietotājus mainīt vidi vai paļauties uz ad hoc integrācijām.

No arhitektūras viedokļa MCP skaidri nodala klientu (mākslīgā intelekta asistentu vai lietotni, kas to izmanto) no servera (komponenta, kas mijiedarbojas ar reālo pasauli). Šī atdalīšana ļauj mainīt modeli, IDE vai mākoņpakalpojumu sniedzēju, neatkārtojot visas integrācijas , ja vien tiek saglabāts tas pats MCP serveris un tie paši rīku lietošanas noteikumi.

MCP atbalsts operētājsistēmā Windows, jautājumi par tīmekļa vietni un darbvirsmas lietošanu

Viens no biežākajiem jautājumiem, ko cilvēki mūsdienās uzdod, izmēģinot MCP, ir tas , cik viegli ir to panākt, lai tas darbotos operētājsistēmā Windows , īpaši ar serveriem, kuru pamatā ir Node.js. Daudziem lietotājiem ir bijušas grūtības ar manuālu instalēšanu, Node ceļiem, PowerShell drošības konfigurācijām vai problēmām ar AI klienta konfigurācijas failu.

Lai mazinātu šīs galvassāpes, kāds nolēma lūgt Klodam ģenerēt PowerShell skripts, kas spēj pārvaldīt MCP serveru instalēšanu un atjaunināšanuRezultāts ir skripts (atrodas publiskā GIST), ko varat lejupielādēt kā mcp-install.ps1Ideja ir ļoti vienkārša: ja iepakojums parādās mcp-get.com un to identificē Node.js ikona, skripts parūpējas par tā lejupielādi, instalēšanu un sagatavošanu lietošanai.

Tipiska darbplūsma operētājsistēmā Windows ietver PowerShell atvēršanu un kaut kā līdzīga palaišanu ./mcp-install.ps1 @modelcontextprotocol/server-everythingŠī komanda izvieto parauga serveri, lai pārbaudītu, vai viss MCP cauruļvads darbojas pareizi ar jūsu klientu (piemēram, Claude Desktop). Procesa ekrānuzņēmumi parāda, kas sagaidāms, un palīdz pārbaudīt, vai viss ir pareizi konfigurēts.

Viena interesanta detaļa ir tā, ka skripts Tas nepārraksta jūsu failu. claude_desktop_config.jsonTā vietā pārbaudiet MCP pakotnes ieejas punktu un atjauniniet konfigurāciju pakāpeniski. Ja MCP serveris jau ir instalēts, vienkārši atjauniniet to, ievērojot iepriekšējos iestatījumus. Tas samazina pielāgoto konfigurāciju vai maršrutu uz citiem serveriem zaudēšanas risku.

Windows sistēmās ar vecākām PowerShell versijām, iespējams, tas būs jāpalaiž vispirms. Set-ExecutionPolicy Bypass -Scope Process lai atļautu skripta darbību. Šis ir izplatīts risinājums, ja PowerShell drošības apsvērumu dēļ bloķē no interneta lejupielādētu .ps1 failu izpildi.

Paralēli rodas vēl viens arvien biežāks jautājums: vai mēs redzēsim Claude vai ChatGPT tīmekļa versijas ar pilnīgu MCP atbalstu? No arhitektūras viedokļa tam nekas neliedz: MCP serveri jau pastāv, tie parasti izmanto HTTP vai STDIO, un protokols ir labi dokumentēts. Pakalpojumu sniedzējus parasti kavē drošības, atļauju, resursu ierobežojumu, lietotāja pieredzes un pārvaldības apvienojums: MCP pieejamība tīmeklī nozīmē, ka mākonī mitinātiem modeļiem ir jāļauj sazināties ar ārējām, potenciāli sensitīvām sistēmām no tīmekļa pārlūkprogrammas.

Daudzi cilvēki iztēlojas nākotni, kurā viņi atver ChatGPT vai Claude, izmantojot tīmekli, ar visiem saviem personīgajiem MCP rīkiem (GitHub, Figma, Jira, Docker utt.) , un palaiž sarežģītas komandas, pat nepieskaroties terminālim. Šī vīzija ir tehniski iespējama, un patiesībā daži soļi jau tiek sperti, taču tai būs nepieciešamas pilnveidotas atļauju politikas, labi ieviesta OAuth sistēma un lietotāja pieredze, kas skaidri izskaidro, ko mākslīgais intelekts var darīt jebkurā laikā.

Pārlūkprogrammas automatizācija ar Puppeteer un X11/Wayland atbalstu

Linux ekosistēmā viens no jaudīgākajiem MCP serveriem ir Puppeteer, kas automatizē īstu tīmekļa pārlūkprogrammu ar iebūvētu atbalstu gan X11, gan Wayland. Šis serveris ļauj valodas modelim mijiedarboties ar tīmekļa lapām tā, it kā tas būtu cilvēks: atvērt URL, noklikšķināt uz elementiem, aizpildīt veidlapas, izpildīt JavaScript, uzņemt ekrānuzņēmumus un lasīt konsoles žurnālus.

Šī ieviešana ietver īpašu slāni displeja servera pārvaldībai operētājsistēmā Linux (X11, Wayland vai pat XWayland) . Dokumentācijā aprakstītā atzarojuma funkcija pievieno automātisku grafiskās vides noteikšanu un dinamiski konfigurē mainīgos, kas Puppeteer nepieciešami, lai pārlūkprogramma darbotos vienmērīgi gan GNOME, gan KDE, kā arī citās darbvirsmas vidēs.

Šīs pārlūkprogrammas MCP servera galvenās iespējas ietver: X11/Wayland automātiska noteikšana, mainīgo lielumu dinamiskā konfigurācija, piemēram, DISPLAY y XAUTHORITY, atbalstu XWayland kā saderības mehānismam un virkni rezerves rutīnu ar stabilu kļūdu apstrādi, lai novērstu servera avāriju eksotiskākās vidēs.

Resursu ziņā šis serveris piedāvā divus ļoti noderīgus URI veidus: no vienas puses, konsoles žurnāli, kas pieejami, izmantojot console://logsun, no otras puses, ekrānuzņēmumi, uz kuriem atsaucas kā screenshot://<name>Tas nodrošina modelim vērtīgu vizuālo un atkļūdošanas kontekstu, automatizējot E2E plūsmas vai pārbaudot sarežģītas tīmekļa lietojumprogrammas.

Pieejamās funkcijas aptver lielāko daļu tipisko kvalitātes nodrošināšanas un datu nokasīšanas uzdevumu: lapas navigāciju, klikšķus, veidlapu iesniegšanu, pielāgotu skriptu izpildi , konsoles lasīšanu un ekrānuzņēmumu pārvaldību. Tiem, kas strādā ar GNOME, šis MCP slānis pilnībā abstrahē displeja servera sarežģījumus, ļaujot modelim sazināties augsta līmeņa valodā.

MCP atbalsts Linux darbvirsmas lietojumprogrammām, izmantojot AT-SPI2

Papildus pārlūkprogrammai ir vēl viens ļoti interesants MCP serveris, kas apstrādā pieejamības mijiedarbību ar vietējām Linux darbvirsmas lietojumprogrammām . Tas izmanto AT-SPI2 (Assistive Technology Service Provider Interface — palīgtehnoloģiju pakalpojumu sniedzēja saskarni), pieejamības standartu GNOME un citās mūsdienu darbvirsmas vidēs, lai atklātu sava veida saskarnes "semantisko koku".

Šis serveris piedāvā kaut ko līdzīgu tam, ko daži Chrome paplašinājumi nodrošina ar savām atsaucēm. ref_1, ref_2bet tika piemērots GTK Windows, Qt, Electron un jebkura lietotne, kas publicē savu informāciju, ir pieejama.Tas spēj noteikt lomas (pogas, tekstus, saites, izvēlnes utt.), stāvokļus (fokusēts, iespējots, atzīmēts, rediģējams) un nodrošināt saskarnes elementu meklēšanu dabiskā valodā.

Starp izcilākajiem rīkiem ir tādas funkcijas kā desktop_snapshot, kas aptver pieejamības koku ar semantiskām atsaucēm, desktop_find lai atrastu vienumus, pamatojoties uz aprakstiem, piemēram, "saglabāšanas poga" vai "meklēšanas lauks", desktop_click noklikšķināt pēc atsauces vai koordinātām, desktop_type lai rakstītu tekstu, desktop_key lai nosūtītu īsinājumtaustiņus un desktop_capabilities lai pārbaudītu, kāda veida automatizācija ir pieejama katrā vidē.

Lai tas viss darbotos pareizi GNOME vidē, ir svarīgi, lai būtu iespējota darbvirsmas pieejamība . To parasti var izdarīt, izmantojot Iestatījumi → Pieejamība. KDE ir arī līdzīgas opcijas sistēmas panelī. Lielākā daļa mūsdienu darbvirsmu to iespējo pēc noklusējuma, taču dažos gadījumos, lai AT-SPI2 dēmons pareizi startētos, ir jārestartē sesija.

Attiecībā uz saderību ar grafikas platformām šis MCP serveris atbalsta X11, Wayland un XWaylandIespēju tabulā ir parādīts, ka AT-SPI noteikšana, klikšķu ģenerēšana pēc atsauces, teksta rakstīšana un tādu rīku izmantošana kā ydotool ir pilnībā atbalstīti visās trīs vidēs, savukārt xdotool Tas darbojas ar pilnu jaudu X11 un XWayland vidēs, bet netiek izmantots tīrās Wayland sesijās.

Problēmu novēršanas sadaļā dokumentācijā ir minētas bieži sastopamas kļūdas, piemēram, “AT-SPI2 nav pieejams” vai “AT-SPI2 reģistrs nedarbojas ”, kas parasti rodas tāpēc, ka pieejamība nav iespējota vai pakalpojums netiek pareizi palaists. Tajā ir arī risināts ziņojums “Nav pieejams ievades aizmugursistēma” pakalpojumā Wayland, ko parasti var novērst, instalējot un konfigurējot atbilstošus ievades simulācijas rīkus. Turklāt tajā ir norādīts, ka dažas vecākas vai slikti integrētas lietojumprogrammas var neatklāt savu pieejamības koku, tāpēc daži elementi momentuzņēmumos neparādīsies.

MCP kā integrācijas standarts klientu apkalpošanas komandām

Papildus darbvirsmai MCP kļūst par galveno platformu kritisku front-end darbplūsmas rīku integrēšanai : dizainam (Figma), versiju kontrolei (GitHub, GitLab), ieviešanai (Vercel, Netlify, Cloudflare), novērojamībai (Sentry, Chromatic) un darba pārvaldībai (Linear, Jira, Notion, Atlassian utt.).

MCP bieži tiek raksturots kā līdzvērtīgs "USB-C aģentu un rīku integrācijai", jo tas ļauj savienot projektēšanas specifikācijas, repozitorijus, izvietošanas plūsmas, uzraudzību un uzdevumu pārvaldību vienā kanālā, ko saprot gan mākslīgā intelekta asistenti, gan koda redaktori, gan CI/CD sistēmas — bez nepieciešamības pēc pielāgotiem adaptera slāņiem katram rīku pārim.

Jau ir pieejams diezgan plašs saraksts ar ražošanai gataviem attālinātiem MCP serveriem, daudziem no tiem ir OAuth un detalizētas atļaujas . Piemēram, Cloudflare uztur pārvaldītu MCP serveru katalogu, kas integrējas ar Workers, Pages, KeyV vai R2; Notion piedāvā serveri (oficiālu vai kopienas īpašumā esošu) dokumentu, uzdevumu un specifikāciju lasīšanai un rakstīšanai; un GitHub un GitLab ir savi MCP serveri problēmu pārvaldībai, pull/apludināšanas pieprasījumiem un koda pārskatīšanas darbplūsmu automatizēšanai.

Citas platformas, kas ir pievienojušās šim klāstam, ietver MCP veidnes un serverus, kas kontrolē izvietojumus , vides, domēnus un projektus, un Supabase, kas nodrošina tikai lasīšanas piekļuvi datubāzēm un citām platformas iespējām, kas paredzētas front-end lietojumprogrammām. Darba pārvaldības jomā Linear un Atlassian (Jira/Confluence) nodrošina attālinātus MCP, kas ļauj lietotājiem izveidot problēmas, atjaunināt statusus, skatīt sprintus vai apkopot lapas, zinot katra lietotāja atļaujas.

Novērojamības jomā Sentry piedāvā MCP serveri (ar mitinātām un atvērtā pirmkoda versijām) kļūdu pārbaudei, problēmu konteksta nodrošināšanai reāllaikā un pat ieteikto ielāpu ģenerēšanai. Stripe atvieglo mijiedarbību ar savu maksājumu API un dokumentāciju; Chromatic/Storybook piedāvā rīkus vizuālai testēšanai un saskarnes pārskatīšanai; un tādi projekti kā Grep MCP ļauj veikt liela mēroga koda meklēšanu publiskajās GitHub krātuvēs , apvienojot regulārās izteiksmes un semantiku.

Tas viss padara MCP par ļoti pragmatisku risinājumu mūsdienīgai front-end komandai 2025. gadā un turpmāk . Tā vietā, lai skriptus turētu kopā ar izolācijas lenti, pietiktu ar pareizo MCP serveru komplekta izvēli (Figma, GitHub/GitLab, Vercel/Netlify/Cloudflare, Sentry/Chromatic utt.) un ļaut AI asistentam koordinēt dizaina, koda, izvietošanas un uzraudzības plūsmu redaktorā vai CI sistēmā.

Praktiska rokasgrāmata: sava MCP servera anatomija un izstrāde

Ja vēlaties GNOME vidē attīstīt MCP atbalstu vēl vairāk, agrāk vai vēlāk jums būs jāizveido savs MCP serveris . Papildus iepriekš sagatavotu serveru izmantošanai, servera izveide no nulles liek jums izprast servera arhitektūru, rīku pārvaldību un protokola ziņojumu modeli, dodot jums pilnīgu kontroli pār to, kā jūsu mākslīgais intelekts mijiedarbojas ar jūsu sistēmām.

MCP servera tipiskā arhitektūra ir modulāra un parasti ir sadalīta četros blokos: galvenā servera lietojumprogramma , rīku un resursu moduļi, komunikācijas apstrādātāji un integrācijas punkti. Lietojumprogramma ir atbildīga par HTTP/STDIO ligzdu vai galapunktu atvēršanu, vienlaicīgu savienojumu pārvaldību, klientu autentifikāciju un datu plūsmas koordinēšanu.

Rīku moduļi ir koda fragmenti, kas ietver noteiktas darbības: vaicājumu veikšanu datubāzē, aprēķina veikšanu, izvietošanas aktivizēšanu, automatizācijas rokasgrāmatas palaišanu utt. Katram rīkam ir unikāls nosaukums, skaidrs apraksts, parametru shēma un atbildes shēma, kas bieži vien ir definēta JSON shēmā, lai nodrošinātu validāciju . Serveris uztur šo rīku ierakstu un, kad pienāk MCP ziņojums, pārsūta pieprasījumu atbilstošajai funkcijai.

Komunikācijas apstrādātāji analizē ienākošos ziņojumus MCP formātā, pārbauda, ​​vai tie atbilst shēmai, un novirza katru pieprasījumu uz atbilstošo rīku vai resursu. Tie arī veido atbildi , aizpildot klienta gaidītos laukus (rezultāti, kļūdas, metadati utt.). Visbeidzot, integrācijas punkti ir ārējās saskarnes, kas ļauj palīgiem un lietotnēm izveidot savienojumu: HTTP galapunkti, WebSockets, STDIO transports vai jebkas cits, ko definē ieviešana.

Mijiedarbības plūsma ir vienkārša: klients nosūta serverim MCP pieprasījumu , apstrādātājs to interpretē, serveris izpilda norādīto rīku, un apstrādātājs iesaiņo un atgriež atbildi. Pateicoties šim slāņveida dizainam, jūs varat aizstāt transportu vai pievienot jaunus rīkus, neskarot lietojumprogrammas pamatloģiku.

Lai praktiski izstrādātu MCP serveri, parasti jāsāk ar izvēli programmēšanas valoda ar labu tīkla atbalstu piemēram, Python vai Node.js. Python valodā izplatīti ir tādi ietvari kā Flask vai FastAPI; Node.js valodā Express iederas ļoti labi. Projektu ieteicams strukturēt ar rīku mapēm (/tools), apstrādātāji (/handlers) un galveno failu (server.py o server.js), papildus atkarību failiem (requirements.txt o package.json).

Vides ziņā veselīgākais ir strādāt ar virtuālās vai izolētās vidēs: venv Python valodā vai vienkārši projekts ar node_modules Node.js vidē. Versiju kontrole ar Git un labu .gitignore Tie palīdz uzturēt kārtību. Instalēšanas procesa dokumentēšana README failā atvieglo citiem izstrādātājiem jūsu MCP servera replicēšanu savos datoros.

MCP serveru rīki, resursi, testēšana un izvietošana

Lai valodas modelis varētu tos droši izmantot, ir svarīgi labi definēt rīkus. Katram rīkam jāveic viens, skaidri definēts uzdevums (atomiskuma princips) ar aprakstošu nosaukumu, skaidru skaidrojumu un detalizētu ievades/izvades shēmu. Tas ļauj serverim reklamēt savas iespējas un klientam (modelim) saprast, ko tas var pieprasīt un ko tas saņems.

Kodā parasti tiek uzturēta rīkjosla (piemēram, vārdnīca Python valodā, kas saista rīku nosaukumus ar funkcijām). Jaunas rīkjoslas pievienošana ietver funkcijas rakstīšanu ar tās validācijām, tās dokumentēšanu un pievienošanu šai rīkjoslai. Savukārt resursi ir dati vai pakalpojumi, ar kuriem šie rīki mijiedarbojas: datubāzes, ārējie API, failu sistēmas, rindas utt.

Testēšanas fāze ietver gan manuālus testus (izmantojot MCP Inspector, Postman vai cURL), gan automatizētus testus. Parasti uz servera galapunktu tiek nosūtīti un verificēti MCP ziņojumu paraugi. Atbildes atbilst paredzētajam formātam.ieskaitot kļūdu kodus, datu struktūru un obligātos laukus. Python valodā, pytest Tas atvieglo vienību un integrācijas testēšanu; Node.js vidē tādi ietvari kā mocha o jest Viņi pilda šo funkciju.

Kļūdu novēršanai ir ļoti svarīga labi izstrādāta reģistrēšanas sistēma. Tādas bibliotēkas kā logging Python valodā vai winston Node.js vidē Tie ļauj ierakstīt, kas notiek, kad tiek saņemts pieprasījums, kurš rīks tiek izpildīts, kādi parametri tiek ievadīti un kas tiek izvadīts. Izstrādes vidēs varat izmantot grafiskos atkļūdotājus (VS Code, PyCharm, WebStorm), lai iestatītu pārtraukumpunktus un detalizēti pārbaudītu mainīgos.

Kad jūsu MCP serveris darbojas lokāli, nākamais solis ir izvietošana. Daudzi cilvēki izvēlas Docker konteinerus un platformas, piemēram, Google Cloud Run, AWS ECS vai Azure App Service , kas piedāvā automātisku mērogošanu, augstu pieejamību un iebūvētu TLS sertifikātu pārvaldību. Ir svarīgi pārvietot visu sensitīvo konfigurāciju (API atslēgas, akreditācijas datus utt.) uz vides mainīgajiem un nepieļaut noslēpumu iekļaušanu kodā.

Drošība balstās uz autentifikācijas mehānismiem, piemēram, API atslēgām vai OAuth, ierobežojot piekļuvi tikai uzticamiem klientiem. Ieteicams arī definēt resursu ierobežojumus un horizontālās mērogošanas politikas , lai serveris varētu apstrādāt datplūsmas pieaugumus. Uzraudzība ar tādiem rīkiem kā CloudWatch vai Google Operations un veselības pārbaudes galapunktu pieejamība ievērojami atvieglo incidentu atklāšanu.

Runājot par apkopi, ieteicams regulāri atjaunināt atkarības un operētājsistēmu , lietot drošības ielāpus un izmantot zilas/zaļas vai mainīgas izvietošanas stratēģijas, lai novērstu pakalpojumu pārtraukumus. Tas viss ir vienlīdz piemērojams gan MCP serverim, kas automatizē GNOME, gan serverim, kas integrē Stripe vai GitHub.

MCP serveri Docker un AI kontrolētām Linux smilškastēm

Vēl viens ļoti ilustratīvs piemērs tam, ko var paveikt ar MCP, ir Serveris, kas izmanto Docker Engine, lai izveidotu ar mākslīgo intelektu kontrolētas Linux smilškastesŠāda veida serveris izveido izolētus konteinerus, kuros tādi rīki kā Gemini-cli vai Claude var izpildīt komandas, kompilēt kodu, rediģēt failus un pat atvērt redaktorus, piemēram, vim, kamēr lietotājs redz visu notiekošo.

Tipiskā demonstrācijā lietotājs lūdz mākslīgajam intelektam uzrakstīt C programmu, kompilēt to un palaist konteinerā, norādot tam izmantot termināļa redaktoru. MCP serveris darbojas kā starpnieks: tas izveido konteineru, nodrošina atbilstošus rīkus, pārsūta komandas un uztver izvadi . Tas viss tiek darīts ar augstu redzamības pakāpi, tāpēc jūs precīzi zināt, ko modelis dara smilškastes vidē.

Šī pieeja ir ļoti noderīga eksperimentiem, apmācībai vai potenciāli bīstamiem izstrādes uzdevumiem, jo ​​tā nodrošina resursdatora sistēmas drošību . Šī konkrētā servera pirmkods ir pieejams vietnē GitHub, kas ļauj to izpētīt, pielāgot savām vajadzībām vai veikt uzlabojumus. Tas ir lielisks piemērs tam, kā MCP var ārkārtīgi elastīgā veidā savienot mākslīgo intelektu un konteinerus.

GNOME vidēs šāda veida serveris ir pilnīgi saprātīgs: varat izmantot darbvirsmas MCP klientu, lūgt mākslīgajam intelektam iestatīt Docker smilškastes vidi un turpināt strādāt ar grafiskajām lietojumprogrammām, kamēr konteiners veic savu darbu fonā . Darbvirsmas un smilškastes atdalīšana nodrošina sirdsmieru, neupurējot automatizācijas jaudu.

Turklāt, apvienojot šāda veida serveri ar pārlūkprogrammas vai darbvirsmas automatizācijas serveriem (izmantojot Puppeteer vai AT-SPI2), var veikt ļoti progresīvas darbplūsmas : piemēram, lietotnes palaišanu pakalpojumā Docker, MCP kontrolētas pārlūkprogrammas palaišanu E2E testu veikšanai un vienlaikus ļaujot modelim mijiedarboties ar darbvirsmas dialogiem un logiem.

MCP alternatīvajos klientos: piemērs no KoboldCpp

Ne viss MCP atbalsts ir paredzēts tikai komerciāliem klientiem, piemēram, Claude Desktop. Tādi rīki kā KoboldCpp jaunākajās versijās ir iekļāvuši vietējo MCP atbalstu , lai piedāvātu darbvirsmas alternatīvu, kas spēj izveidot savienojumu ar tiem pašiem serveriem, kurus jūs izmantotu ar citiem klientiem.

KoboldCpp 1.106 versijā ir pievienots “MCP tilts”, kas var izveidot savienojumu ar visiem failā deklarētajiem serveriem. mcp.json izmantojot to pašu formātu kā Claude Desktop. Šis tilts spēj sazināties gan ar HTTP balstītiem MCP serveriem, gan tiem, kas izmanto STDIO kā transportu, automātiski pārsūtot zvani uz rīkiem ka mākslīgais intelekts nolemj palaist uz pareizo serveri.

No KoboldCpp lietotāja saskarnes var skatīt visos pievienotajos MCP serveros pieejamo rīku sarakstu , aktivizēt vai deaktivizēt tos, kurus vēlaties, lai modelis varētu izmantot, un pat iespējot apstiprināšanas sistēmu rīku izsaukumiem, lai jums būtu jāapstiprina, pirms mākslīgais intelekts veic noteiktas sensitīvas darbības.

Tas parāda, ka MCP nav piesaistīts vienam pārdevējam; jebkurš klients, kas ievieš protokolu, var izmantot to pašu servera ekosistēmu . Praksē, ja jums jau ir konfigurēts MCP serveru komplekts jūsu GNOME videi, varat testēt dažādus klientus (Claude, KoboldCpp, redaktorus ar MCP spraudņiem utt.), neatkārtojot visas integrācijas.

KoboldCpp kopiena ir kopīgojusi ekrānuzņēmumus, kuros tos var redzēt vairāki instrumentu serveri darbībā Vienlaikus parādot, kā MCP tilts koordinē dažādas iespējas, lietotājam pēc tam, kad tas ir daudz jāpieskaras konfigurācijai. mcp.json.

Galu galā šāda veida sasniegums pastiprina MCP ideju kā starpnozaru standartu aģentiem un rīkiem , nevis kā patentētu papildinājumu konkrētam produktam. Tas sniedz labumu gan GNOME un Linux lietotājiem, gan Windows vai macOS lietotājiem.

Ņemot vērā visu iepriekš minēto, MCP serveru atbalsta perspektīvas GNOME vidēs ir ļoti daudzsološas: mums ir pārlūkprogrammu un darbvirsmu automatizācija ar X11/Wayland atbalstu, attālināti serveri praktiski visiem mūsdienu izstrādes komandas galvenajiem rīkiem, detalizētas rokasgrāmatas savu serveru izveidei un izvietošanai, kā arī arvien daudzveidīgāks klientu loks, kas saprot protokolu. Ja to apvienojat ar labu drošības praksi, iespējotu darbvirsmas piekļuvi un skaidru stratēģiju attiecībā uz to, kurus serverus iespējot, ir iespējams izveidot darbplūsmu, kurā mākslīgais intelekts pārsniedz vienkāršu tērzēšanas robotu un kļūst par operatoru, kas spēj nemanāmi pārvietoties starp jūsu GNOME lietojumprogrammām, Docker konteineriem un mākoņplatformām.