Yapay zeka kullanım senaryolarını uygularken, işletmeler genellikle veri kaynaklarını benimsedikleri modellere nasıl bağlayacaklarına karar vermelidir. LangChain gibi çeşitli çerçeveler veri tabanı entegrasyonunu kolaylaştırsa da geliştiriciler, modelleri yeni veri kaynaklarına bağlarken her seferinde kod yazma göreviyle karşı karşıya kalır. Anthropic, veri entegrasyonunda bir standart oluşturarak bu yaklaşımı devrim niteliğinde değiştirmeyi hedefliyor. Anthropic, veri kaynaklarını yapay zeka kullanım senaryolarına bağlamak için standart bir yöntem sunan açık kaynaklı Model Context Protocol (MCP) tanıttı. Şirket, bir blog yazısında MCP'nin AI sistemlerini çeşitli veri kaynaklarına bağlamak için "evrensel, açık bir standart" olarak hizmet vereceğini duyurdu. Amaç, Claude gibi modellerin doğrudan veri tabanlarına erişimini sağlamak. Anthropic'te Claude Relations başkanı olan Alex Albert, MCP'nin "herhangi bir veri kaynağına bağlanan yapay zeka dünyası" inşa etme vizyonunu sürdürdüğünü ve MCP'nin "evrensel bir çevirmen" olarak hizmet edeceğini belirtti. Albert, MCP'nin en önemli özelliklerinden birinin hem yerel kaynakları (veri tabanları, dosyalar, hizmetler gibi) hem de uzaktaki kaynakları (Slack veya GitHub için API'ler gibi) aynı protokol kullanarak yönetebilme yeteneği olduğunu açıkladı. Veri entegrasyonu için standart bir yöntemin benimsenmesi, geliştiricilerin büyük dil modellerini (LLM'ler) bilgiye yönlendirmesini basitleştirmekle kalmaz, aynı zamanda yapay zeka ajanları oluşturan işletmeler için veri erişim zorluklarını da hafifletir. MCP açık kaynaklı olduğundan Anthropic, bağlantı ve uygulamaların deposuna katkıda bulunmaya teşvik ediyor. Şu anda, veri kaynaklarını modellere bağlamak için evrensel bir standart olmadığı için bu kararlar işletmelerin ve sağlayıcıların sorumluluğundadır. Geliştiriciler genellikle belirli Python kodlarına başvurur veya LLM'leri veri tabanlarına bağlamak için LangChain kullanır.

Her LLM biraz farklı çalıştığı için her bağlantı için ayrı kod gereklidir, bu da aynı veri tabanlarına erişen ancak sorunsuz iş birliği yapamayan parçalı modellere yol açar. Bazı şirketler, LLM'lerin bağlanabileceği vektör yerleştirmeleri oluşturmayı kolaylaştırmak için veri tabanlarını değiştirir. Örneğin, Microsoft Azure SQL'i Fabric ile entegre ederken, Fastn gibi daha küçük firmalar veri kaynaklarını bağlamak için alternatif yöntemler sunar. Anthropic, MCP'nin Claude'un ötesine geçerek model ve veri kaynağı birlikte çalışabilirliğini teşvik edeceğini öngörüyor. "MCP, geliştiricilerin veri kaynakları ile yapay zeka destekli araçlar arasında güvenli, çift yönlü bağlantılar kurmasını sağlayan açık bir standarttır. Kurulum basittir: Geliştiriciler ya verilerini MCP sunucuları aracılığıyla kullanılabilir hale getirebilir ya da bu sunuculara bağlanan AI uygulamaları (MCP istemcileri) geliştirebilir, " diye belirtti Anthropic blog yazısında. MCP duyurusu, özellikle açık kaynaklı olarak yayınlanması nedeniyle sosyal medyada olumlu geri dönüşler aldı, ancak Hacker News gibi platformlarda bazı kullanıcılar MCP gibi bir standardın değerine ilişkin şüphelerini dile getirdiler. Şu anda MCP, yalnızca Claude model ailesi için bir standarttır. Bununla birlikte, Anthropic Google Drive, Slack, GitHub, Git, Postgres ve Puppeteer için önceden hazırlanmış MCP sunucularını piyasaya sürdü. VentureBeat, Anthropic'ten ek yorumlar almak için iletişime geçti. MCP'nin erken benimseyenleri arasında Block ve Apollo bulunmaktadır. Zed, Replit, Sourcegraph ve Codeium gibi sağlayıcılar, MCP'yi veri kaynaklarından bilgi toplamak için kullanan yapay zeka ajanları geliştirmektedir. MCP ile ilgilenen geliştiriciler, Claude masaüstü uygulaması aracılığıyla önceden yapılmış MCP sunucularını kurarak protokole hemen erişebilir. İşletmeler ayrıca Python veya TypeScript kullanarak kendi MCP sunucularını oluşturabilirler.