Model Context Protocol (MCP)
Vad är Model Context Protocol?
Model Context Protocol (MCP) är ett protokoll som möjliggör för AI-modeller att hämta ytterligare information eller kontext från externa datakällor under en interaktion. Protokollet gör det möjligt för AI-system att söka och hämta relevant information från dokument, databaser eller andra kunskapskällor för att förbättra sina svar eller resonemang.
MCP löser ett grundläggande problem med stora språkmodeller (LLM): deras begränsade kontextfönster och statiska kunskap. Genom att använda MCP kan en AI-modell:
- Få tillgång till aktuell information som ligger utanför dess träningsdata
- Hämta specifik dokumentation eller information från en organisations kunskapsbas
- Leverera mer preciserade och källbelagda svar
- Minimera hallucineringar när det gäller faktabaserade svar
Implementering på AI Wiki
AI Wiki har implementerat Model Context Protocol för att ge AI-modeller tillgång till wikisidorna. Implementeringen finns tillgänglig på https://mcp.aiwiki.se/ och gör det möjligt för AI-modeller att:
- Lista tillgängliga dokumentsidor
- Söka efter specifikt innehåll
- Hämta innehållet i specifika sidor
- Få information om dokumentstruktur och namespaces
Ett testverktyg för att utforska MCP-implementeringen finns tillgängligt på https://test.aiwiki.se/.
API-referens
Grundläggande användning
MCP-implementeringen på AI Wiki erbjuder följande endpoints:
Lista filer
https://mcp.aiwiki.se/?action=list
Parametrar:
- directory (valfri): Begränsa listningen till en specifik katalog
- namespaces (valfri): Om satt till ”true” kommer svaret inkludera namespace-information
Exempel:
Sökning
Parametrar:
- query (obligatorisk): Termen att söka efter
- directory (valfri): Begränsa sökningen till en specifik katalog/namespace
- namespaces (valfri): Om satt till ”true” kommer svaret inkludera namespace-information
Exempel: https://mcp.aiwiki.se/?action=search&query=prompt&directory=kunskap
Hämta fil
Parametrar:
- filename (obligatorisk): Den relativa sökvägen till filen från data/pages-katalogen
Exempel:
Namespace-hantering
AI Wiki:s MCP-implementation stödjer DokuWiki-namespaces, vilka kan användas för att organisera och kategorisera information. Genom att aktivera namespace-parametern (namespaces=true) i anropen inkluderas följande extra fält i svaren:
- namespace: DokuWiki-namespace för sidan (t.ex. ”prompt:recensioner”)
- id: DokuWiki-sidans fullständiga ID (t.ex. ”prompt:recensioner:analys_av_rapportutkast”)
För att söka inom en specifik namespace kan du använda directory-parametern med antingen kolon (”:”) eller slash (”/”) notation: https://mcp.aiwiki.se/?action=search&query=analys&directory=prompt/recensioner
Integration med AI-modeller
För att integrera MCP med en AI-modell behöver modellen utrustas med förmågan att anropa MCP-API:et när den behöver ytterligare information. Detta kan implementeras genom att:
- Lägga till funktionsanrop (function calling) i modellens promptmall
- Definiera en process där modellen kan begära ytterligare kontext
- Skapa verktyg som kan anropa MCP-API:et och returnera resultat till modellen
En typisk interaktionskedja skulle kunna se ut så här:
1. Användaren ställer en fråga till AI-modellen 2. Modellen identifierar att den behöver mer information 3. Modellen anropar MCP-API:et för att söka efter relevant information 4. API:et returnerar sökresultat eller filinnehåll 5. Modellen använder den nya informationen för att formulera ett mer korrekt svar
Fördelar med MCP på AI Wiki
Implementeringen av Model Context Protocol på AI Wiki ger flera fördelar:
- Aktuell information: AI-modeller kan få tillgång till den senaste informationen på wikin
- Källbelagda svar: Modeller kan citera specifika wikisidor som källa för sina svar
- Anpassad kunskap: Tillgång till den specialiserade kunskap som finns samlad på AI Wiki
- Förbättrad precision: Minskar risken för hallucineringar genom att basera svar på faktiskt innehåll
Testning och utforskning
För att utforska MCP-implementeringen på AI Wiki finns ett testverktyg tillgängligt på https://test.aiwiki.se/. Detta verktyg låter dig:
- Lista filer i olika kataloger
- Söka efter innehåll med stöd för namespace-filtrering
- Hämta och visa innehåll i specifika filer
- Se exakta API-anrop och svarsstrukturer
Se även
Källor
- Anthropic: Claude 3 Family
- AI Systems: Langchain MCP Integration