Agentic Design Pattern: P11 – Model Context Protocol (MCP) – A Universal Interface for Agentic Systems

Think of MCP as the “USB-C” port for agents — a standardized way for agents to plug into data, tools and services.


⚙️ At a Glance

Thành phầnMô tả ngắn gọn
WhatMCP là một chuẩn mở (open standard) để các hệ thống agent và mô hình lớn (LLM, agents) có thể kết nối, truy xuất và tương tác với dữ liệu, công cụ, và dịch vụ bên ngoài — theo một giao thức chung.
WhyVì trong các hệ thống Agentic phức tạp: tích hợp nhiều công cụ, nhiều nguồn dữ liệu, nhiều agent — nếu mỗi lần phải viết connector riêng → “M×N integration problem”. MCP giúp giảm sự phức tạp, tăng khả năng mở rộng và chuẩn hóa giao tiếp.
HowBằng cách định nghĩa một kiến trúc client-server, nơi:
– Agent hoặc mô hình đóng vai “MCP client”
– Nguồn dữ liệu/công cụ đóng vai “MCP server”
– Giao tiếp qua các primitives: Tools, Resources, Prompts, API, v.v.
– Giao thức có thể dùng JSON-RPC, HTTP, Streaming…

🧠 Why It Matters

  • Trong hệ thống agentic: agent không chỉ “lý luận” mà cần truy cập dữ liệu thời gian thực, gọi tool, tương tác với hệ thống khác — MCP làm nền tảng để agent “chạm” tới thế giới bên ngoài một cách chuẩn hóa.
  • Khi nhiều agent và nhiều công cụ được phối hợp (multi-agent, orchestration, tool-use), sử dụng một giao thức chung như MCP giúp tránh liên kết rời rạc, code spaghetti, và khó bảo trì.
  • MCP còn hỗ trợ khả năng mở rộng và cho phép bên thứ ba tham gia — vốn rất quan trọng khi xây dựng nền tảng AI lớn trong doanh nghiệp.

🧩 How It Works (Chi tiết hơn)

  1. Discovery
    • Agent (client) khám phá server MCP: “Có những tool, resource nào được expose?”
    • Ví dụ: các tool như get_customer_record, search_documents, execute_sql được liệt kê.
  2. Invocation / Interaction
    • Agent gửi yêu cầu tới server MCP: “Xin truy xuất tài liệu X”, “Gọi API Y với parameter Z”.
    • Server đáp trả hoặc thực thi tool rồi trả kết quả.
  3. Context Passing & Standardization
    • Thông tin được truyền giữa client-server theo cấu trúc chuẩn (ví dụ JSON, với định dạng kiểu “toolName”, “arguments”, “result”).
    • Giúp nhiều agent/tool khác nhau hiểu lẫn nhau mà không cần custom mỗi lần.
  4. Security & Governance
    • MCP server có thể quản lý quyền truy cập, log, auditing.
    • Ví dụ: chỉ phép agent truy xuất dataset nếu có quyền, hoặc chỉ gọi tool nào đã được phê duyệt.

💼 Practical Applications & Use Cases

  • Enterprise Data Access for Agents: Một assistant nội bộ trong doanh nghiệp có thể qua MCP truy xuất CRM, ERP, fileserver… để trả lời câu hỏi nhân viên mà không cần viết từng connector riêng.
  • Multi-Tool Agent Workflows: Agent được xây dựng có thể động tìm tool qua MCP server — ví dụ: tìm dữ liệu → gọi phân tích → cập nhật dashboard. MCP làm lớp giao tiếp chung giữa agent và tool.
  • IDE & Developer Tooling: Trong môi trường phát triển phần mềm, agent coding có thể qua MCP truy cập repository code, issue tracker, docs, rồi hỗ trợ lập trình viên.
  • Agent-to-Agent Communication & Orchestration: Khi nhiều agent hoạt động, MCP có thể đóng vai trò “bus” dữ liệu và công cụ giữa các agent – khiến phối hợp trở nên dễ hơn.
  • Plug-and-Play Tool Integration: Thay vì viết mỗi lần tool connector, developer mở một MCP server, expose tool, agents kết nối vào — nhanh và chuẩn.

💡 Key Takeaways

  • MCP là một pattern kiến trúc rất quan trọng trong Agentic AI — giúp các agent thực thi hành động, truy cập dữ liệu, gọi công cụ một cách chuẩn hóa và mở rộng.
  • Khi kết hợp MCP với các pattern trước như Tool Use & Augmentation, Multi-Agent, Planning, ta có một hệ thống agentic mạnh mẽ, modular và doanh nghiệp-ready.
  • Khi thiết kế hệ thống agentic, hãy đặt MCP vào lớp giao tiếp trung gian giữa agent và nguồn lực bên ngoài — tránh viết logic riêng biệt cho mỗi kết nối.
  • Tuy nhiên, cần lưu ý an toàn, quyền truy cập, auditing – vì khi agent có khả năng truy cập dữ liệu và công cụ mạnh, rủi ro cũng lớn hơn.
  • Slogan phù hợp:

“MCP – the universal connector for agents.”
(MCP – kết nối chuẩn cho các agent.)

Leave a comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.