Słownik pojęć

Model Context Protocol (MCP)

Czym jest Model Context Protocol (MCP)?

Model Context Protocol (MCP) to otwarty standard, który umożliwia aplikacjom AI jednolity dostęp do zewnętrznych narzędzi, źródeł danych i usług. Serwer MCP udostępnia funkcje, a klient MCP, na przykład asystent AI, może je wywoływać. Anthropic wprowadził MCP w listopadzie 2024 r.; od grudnia 2025 r. jest on rozwijany pod egidą Agentic AI Foundation działającej w ramach Linux Foundation (stan na październik 2026). Dzięki temu nie trzeba budować każdej integracji osobno.

Jak pomaga KI.ordo

KI.ordo udostępnia serwer MCP pod adresem /mcp, zabezpieczony kluczem API, który udostępnia agentów i przepływy jako narzędzia dla innych programów AI.

Dowiedz się więcej

Tematy

interfejs
standard
agenci

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

Remote MCP

Zdalny MCP (remote MCP) oznacza serwer MCP, który nie działa lokalnie na własnym komputerze, lecz jest osiągalny przez internet za pośrednictwem HTTP. Model Context Protocol to otwarty standard, który pozwala aplikacjom AI korzystać z zewnętrznych narzędzi i danych; dla serwerów zdalnych specyfikacja przewiduje transport „Streamable HTTP” oraz uwierzytelnianie, na przykład przez OAuth lub klucz API. Zaletą jest to, że centralnie hostowana usługa jest dostępna dla wielu użytkowników i programów AI bez instalacji lokalnej.

MCP
interfejs
+1

Inteligentni agenci

Inteligentny agent to system, który postrzega swoje otoczenie, przetwarza informacje i samodzielnie wybiera działania, aby osiągnąć cel. Dziś pojęcie to oznacza zwykle oprogramowanie oparte na dużych modelach językowych, które wykonuje polecenia, korzysta z wiedzy i wywołuje narzędzia, takie jak wyszukiwarka czy API. To, ile agent może robić samodzielnie, powinno być przedmiotem świadomej decyzji. Przykład: agent odpowiada na pytania klientów na podstawie dokumentacji produktu.

agenci
autonomia
+1

Agentowość

„Agentowy” (ang. agentic) opisuje systemy AI, które robią więcej niż tylko odpowiadają na pojedyncze pytanie: dążą do celu w kilku krokach, planują, korzystają z narzędzi takich jak wyszukiwarka internetowa lub interfejsy API, sprawdzają wyniki pośrednie i decydują o kolejnych działaniach. Przykładem jest asystent, który kategoryzuje zapytanie, wyszukuje informacje i przygotowuje szkic odpowiedzi. Niezbędne są jasne granice, rejestrowanie działań i zatwierdzanie przez człowieka w krytycznych punktach.

Agenty AI
Automatyzacja
+1

LangChain

LangChain to otwartoźródłowy framework dla Pythona i JavaScriptu, za pomocą którego programiści budują aplikacje oparte na modelach językowych. Zapewnia ujednolicone interfejsy do wielu dostawców modeli oraz klocki do wywoływania narzędzi, agentów, przetwarzania dokumentów i generowania wspomaganego wyszukiwaniem. Od wersji 1.0 (październik 2025) agenci LangChain są budowani na LangGraph. Typowe zastosowania to chatboty przeszukujące wewnętrzne dokumenty oraz agenci wywołujący usługi zewnętrzne.

Framework
Programowanie
+1