S rastúcim využívaním AI agentov rastie aj potreba protokolov, ktoré zabezpečujú štandardizáciu, bezpečnosť a podporujú otvorené inovácie. V tejto lekcii sa pozrieme na 3 protokoly, ktoré sa snažia splniť tieto požiadavky - Model Context Protocol (MCP), Agent to Agent (A2A) a Natural Language Web (NLWeb).

V tejto lekcii sa naučíte:

• Ako MCP umožňuje AI agentom prístup k externým nástrojom a dátam na splnenie úloh používateľa.

• Ako A2A umožňuje komunikáciu a spoluprácu medzi rôznymi AI agentmi.

• Ako NLWeb prináša rozhrania v prirodzenom jazyku na akúkoľvek webovú stránku, čím umožňuje AI agentom objavovať a interagovať s obsahom.

• Identifikovať hlavný účel a výhody MCP, A2A a NLWeb v kontexte AI agentov.

• Vysvetliť, ako každý protokol uľahčuje komunikáciu a interakciu medzi LLM, nástrojmi a inými agentmi.

• Rozpoznať odlišné úlohy, ktoré každý protokol zohráva pri budovaní komplexných agentických systémov.

Model Context Protocol (MCP) je otvorený štandard, ktorý poskytuje štandardizovaný spôsob, ako aplikácie poskytujú kontext a nástroje LLM. To umožňuje "univerzálny adaptér" na rôzne zdroje dát a nástroje, ku ktorým sa AI agenti môžu pripojiť konzistentným spôsobom.

Pozrime sa na komponenty MCP, výhody oproti priamemu používaniu API a príklad, ako by AI agenti mohli používať MCP server.

MCP funguje na architektúre klient-server a jeho základné komponenty sú:

• Hostitelia sú aplikácie LLM (napríklad editor kódu ako VSCode), ktoré iniciujú pripojenia k MCP serveru.

• Klienti sú komponenty v rámci hostiteľskej aplikácie, ktoré udržiavajú jednorazové pripojenia k serverom.

• Servery sú ľahké programy, ktoré poskytujú konkrétne schopnosti.

Protokol obsahuje tri základné prvky, ktoré sú schopnosti MCP servera:

• Nástroje: Ide o samostatné akcie alebo funkcie, ktoré môže AI agent vyvolať na vykonanie úlohy. Napríklad služba počasia môže poskytovať nástroj "získať počasie" alebo e-commerce server môže poskytovať nástroj "kúpiť produkt". MCP servery uvádzajú názov, popis a schému vstupov/výstupov každého nástroja vo svojom zozname schopností.

• Zdroje: Ide o dáta alebo dokumenty, ktoré môže MCP server poskytovať na požiadanie. Príklady zahŕňajú obsah súborov, záznamy databázy alebo logy. Zdroje môžu byť textové (ako kód alebo JSON) alebo binárne (ako obrázky alebo PDF).

• Podnety: Ide o preddefinované šablóny, ktoré poskytujú navrhované podnety, umožňujúce komplexnejšie pracovné postupy.

MCP ponúka významné výhody pre AI agentov:

• Dynamické objavovanie nástrojov: Agenti môžu dynamicky prijímať zoznam dostupných nástrojov zo servera spolu s popismi ich funkcií. To je v kontraste s tradičnými API, ktoré často vyžadujú statické kódovanie pre integrácie, čo znamená, že akákoľvek zmena API si vyžaduje aktualizáciu kódu. MCP ponúka prístup "integrovať raz", čo vedie k väčšej prispôsobivosti.

• Interoperabilita medzi LLM: MCP funguje naprieč rôznymi LLM, čo poskytuje flexibilitu pri výbere základných modelov na vyhodnotenie lepšieho výkonu.

• Štandardizovaná bezpečnosť: MCP obsahuje štandardnú metódu autentifikácie, čo zlepšuje škálovateľnosť pri pridávaní prístupu k ďalším MCP serverom. To je jednoduchšie ako správa rôznych kľúčov a typov autentifikácie pre rôzne tradičné API.

Predstavte si, že používateľ chce rezervovať let pomocou AI asistenta poháňaného MCP.

1. Pripojenie: AI asistent (MCP klient) sa pripojí k MCP serveru poskytovanému leteckou spoločnosťou.

2. Objavovanie nástrojov: Klient sa opýta MCP servera leteckej spoločnosti: "Aké nástroje máte k dispozícii?" Server odpovie nástrojmi ako "vyhľadať lety" a "rezervovať lety".

3. Vyvolanie nástroja: Potom požiadate AI asistenta: "Prosím, vyhľadaj let z Portlandu do Honolulu." AI asistent, pomocou svojho LLM, identifikuje, že potrebuje vyvolať nástroj "vyhľadať lety" a odovzdá relevantné parametre (pôvod, cieľ) MCP serveru.

4. Vykonanie a odpoveď: MCP server, ktorý funguje ako obal, vykoná skutočné volanie na interné API leteckej spoločnosti. Potom prijme informácie o letoch (napr. JSON dáta) a pošle ich späť AI asistentovi.

5. Ďalšia interakcia: AI asistent predstaví možnosti letov. Keď si vyberiete let, asistent môže vyvolať nástroj "rezervovať let" na tom istom MCP serveri, čím dokončí rezerváciu.

Zatiaľ čo MCP sa zameriava na pripojenie LLM k nástrojom, Agent-to-Agent (A2A) protokol ide o krok ďalej tým, že umožňuje komunikáciu a spoluprácu medzi rôznymi AI agentmi. A2A spája AI agentov naprieč rôznymi organizáciami, prostrediami a technologickými stackmi na splnenie spoločnej úlohy.

Preskúmame komponenty a výhody A2A spolu s príkladom, ako by sa mohol použiť v našej aplikácii na cestovanie.

A2A sa zameriava na umožnenie komunikácie medzi agentmi a ich spoluprácu na splnení podúlohy používateľa. Každý komponent protokolu prispieva k tomuto:

Podobne ako MCP server zdieľa zoznam nástrojov, Agent Card obsahuje:     ◦ Názov agenta.     ◦ Popis všeobecných úloh, ktoré vykonáva.     ◦ Zoznam konkrétnych zručností s popismi, ktoré pomáhajú iným agentom (alebo dokonca ľudským používateľom) pochopiť, kedy a prečo by chceli zavolať tohto agenta.     ◦ Aktuálnu URL adresu koncového bodu agenta.     ◦ Verziu a schopnosti agenta, ako napríklad streamovanie odpovedí a push notifikácie.

Agent Executor je zodpovedný za odovzdanie kontextu používateľského rozhovoru vzdialenému agentovi, ktorý tento kontext potrebuje na pochopenie úlohy, ktorú má splniť. Na A2A serveri agent používa svoj vlastný Large Language Model (LLM) na analýzu prichádzajúcich požiadaviek a vykonávanie úloh pomocou svojich vlastných interných nástrojov.

Keď vzdialený agent dokončí požadovanú úlohu, jeho výsledok sa vytvorí ako artifact. Artifact obsahuje výsledok práce agenta, popis toho, čo bolo dokončené, a textový kontext, ktorý sa posiela cez protokol. Po odoslaní artifactu sa spojenie s vzdialeným agentom uzavrie, kým nebude opäť potrebné.

Táto komponenta sa používa na spracovanie aktualizácií a odovzdávanie správ. Je obzvlášť dôležitá v produkcii pre agentické systémy, aby sa zabránilo uzavretiu spojenia medzi agentmi pred dokončením úlohy, najmä keď časy dokončenia úloh môžu byť dlhšie.

• Zlepšená spolupráca: Umožňuje agentom od rôznych dodávateľov a platforiem interagovať, zdieľať kontext a spolupracovať, čím uľahčuje automatizáciu naprieč tradične odpojenými systémami.

• Flexibilita výberu modelu: Každý A2A agent môže rozhodnúť, ktorý LLM použije na spracovanie svojich požiadaviek, čo umožňuje optimalizované alebo jemne doladené modely pre každého agenta, na rozdiel od jedného LLM pripojenia v niektorých scenároch MCP.

• Integrovaná autentifikácia: Autentifikácia je priamo integrovaná do A2A protokolu, čo poskytuje robustný bezpečnostný rámec pre interakcie agentov.

Rozšírme náš scenár rezervácie cestovania, ale tentoraz pomocou A2A.

1. Požiadavka používateľa na multi-agenta: Používateľ interaguje s "Cestovným agentom" A2A klientom/agentom, napríklad tým, že povie: "Prosím, rezervujte celý výlet do Honolulu na budúci týždeň, vrátane letov, hotela a prenájmu auta."

2. Orchestrácia cestovným agentom: Cestovný agent prijme túto komplexnú požiadavku. Použije svoj LLM na rozumovanie o úlohe a určí, že potrebuje interagovať s inými špecializovanými agentmi.

3. Komunikácia medzi agentmi: Cestovný agent potom použije A2A protokol na pripojenie k downstream agentom, ako je "Agent leteckej spoločnosti", "Agent hotela" a "Agent prenájmu auta", ktoré sú vytvorené rôznymi spoločnosťami.

4. Delegované vykonanie úlohy: Cestovný agent pošle konkrétne úlohy týmto špecializovaným agentom (napr. "Nájdi lety do Honolulu", "Rezervuj hotel", "Prenajmi auto"). Každý z týchto špecializovaných agentov, ktorý používa svoje vlastné LLM a svoje vlastné nástroje (ktoré môžu byť MCP servery samy o sebe), vykoná svoju konkrétnu časť rezervácie.

5. Konsolidovaná odpoveď: Keď všetci downstream agenti dokončia svoje úlohy, cestovný agent skompiluje výsledky (detaily letu, potvrdenie hotela, rezerváciu auta) a pošle komplexnú, chatovú odpoveď späť používateľovi.

Webové stránky už dlho slúžia ako primárny spôsob, ako používatelia získavajú informácie a dáta na internete.

Pozrime sa na rôzne komponenty NLWeb, výhody NLWeb a príklad, ako NLWeb funguje v našej aplikácii na cestovanie.

• NLWeb aplikácia (Core Service Code): Systém, ktorý spracováva otázky v prirodzenom jazyku. Spája rôzne časti platformy na vytváranie odpovedí. Môžete si to predstaviť ako motor, ktorý poháňa funkcie prirodzeného jazyka webovej stránky.

• NLWeb protokol: Ide o základný súbor pravidiel pre interakciu v prirodzenom jazyku s webovou stránkou. Posiela odpovede vo formáte JSON (často pomocou Schema.org). Jeho účelom je vytvoriť jednoduchý základ pre "AI Web", podobne ako HTML umožnil zdieľanie dokumentov online.

• MCP server (Model Context Protocol Endpoint): Každé nastavenie NLWeb funguje aj ako MCP server. To znamená, že môže zdieľať nástroje (ako metódu "ask") a dáta s inými AI systémami. V praxi to umožňuje, aby obsah a schopnosti webovej stránky boli použiteľné AI agentmi, čím sa stránka stáva súčasťou širšieho "ekosystému agentov".

• Embedding modely: Tieto modely sa používajú na konverziu obsahu webovej stránky do numerických reprezentácií nazývaných vektory (embeddingy). Tieto vektory zachytávajú význam spôsobom, ktorý počítače dokážu porovnávať a vyhľadávať. Sú uložené v špeciálnej databáze a používatelia si môžu vybrať, ktorý embedding model chcú použiť.

• Vektorová databáza (Mechanizmus vyhľadávania): Táto databáza ukladá embeddingy obsahu webovej stránky. Keď niekto položí otázku, NLWeb kontroluje vektorovú databázu, aby rýchlo našiel najrelevantnejšie informácie. Poskytuje rýchly zoznam možných odpovedí, zoradených podľa podobnosti. NLWeb funguje s rôznymi systémami na ukladanie vektorov, ako sú Qdrant, Snowflake, Milvus, Azure AI Search a Elasticsearch.

Zvážme našu webovú stránku na rezerváciu cestovania, ale tentoraz poháňanú NLWeb.

1. Získavanie dát: Existujúce katalógy produktov webovej stránky (napr. zoznamy letov, popisy hotelov, balíčky zájazdov) sú formátované pomocou Schema.org alebo načítané prostredníctvom RSS feedov. Nástroje NLWeb spracujú tieto štruktúrované dáta, vytvoria embeddingy a uložia ich do lokálnej alebo vzdialenej vektorovej databázy.

2. Dotaz v prirodzenom jazyku (ľudský): Používateľ navštívi webovú stránku a namiesto navigácie v menu zadá do chatového rozhrania: "Nájdi mi rodinný hotel v Honolulu s bazénom na budúci týždeň".

3. Spracovanie NLWeb: NLWeb aplikácia prijme tento dotaz. Pošle dotaz LLM na pochopenie a zároveň vyhľadá vo svojej vektorovej databáze relevantné zoznamy hotelov.

4. Presné výsledky: LLM pomáha interpretovať výsledky vyhľadávania z databázy, identifikovať najlepšie zhody na základe kritérií "rodinný", "bazén" a "Honolulu" a potom formátuje odpoveď v prirodzenom jazyku. Dôležité je, že odpoveď odkazuje na skutočné hotely z katalógu webovej stránky, čím sa vyhýba vymysleným informáciám.

5. Interakcia AI agenta: Keďže NLWeb slúži ako MCP server, externý AI cestovný agent by sa mohol tiež pripojiť k NLWeb inštancii tejto webovej stránky. AI agent by potom mohol použiť metódu ask MCP na priamy dotaz na webovú stránku: ask("Existujú nejaké vegánske reštaurácie v oblasti Honolulu odporúčané hotelom?"). NLWeb inštancia by to spracovala, využila svoju databázu informácií o reštauráciách (ak sú načítané) a vrátila štruktúrovanú JSON odpoveď.

Pripojte sa k Azure AI Foundry Discord, kde sa môžete stretnúť s ostatnými študentmi, zúčastniť sa konzultačných hodín a získať odpovede na vaše otázky o AI agentoch.

• MCP pre začiatočníkov
• [MCP dokumentácia](https://github.com/microsoft/semantic-kernel/tree/main/python/semantic-kernel/semantic_kernel

---

Upozornenie:
Tento dokument bol preložený pomocou služby AI prekladu Co-op Translator. Hoci sa snažíme o presnosť, prosím, berte na vedomie, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za žiadne nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.