MCP: Giao Thức Kết Nối AI Agent Với Tool Bên Ngoài

MCP Là Gì?

TL;DR: MCP (Model Context Protocol) — giao thức mở do Anthropic phát triển, giúp AI agent kết nối với bất kỳ tool, database hay API nào. Think USB-C cho AI integration.

Trước MCP, mỗi LLM provider có kiểu tool calling riêng:

• OpenAI dùng function calling + JSON schema
• Anthropic có tool_use format
• LangChain có tool abstraction riêng

Viết tool một lần → adapt cho từng framework. Đổi GPT sang Claude? Viết lại.

MCP giải quyết bằng protocol chuẩn:

• Server — expose tool (database, API, file system...)
• Client — AI agent gọi tool
• JSON-RPC — giao thức truyền thông giữa hai bên

Kiến Trúc

AI Agent (MCP Client) ←── JSON-RPC ──→ MCP Server (Tool Provider)

3 capability chính:

• Tools — function AI agent có thể gọi (query DB, call API...)
• Resources — data agent có thể đọc (file, config...)
• Prompts — template prompt sử dụng được

Flow: Client gửi initialize → tools/list → Server trả schema → LLM gọi tools/call → Server thực thi.

Build MCP Server — 50 Dòng Code

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const server = new McpServer({ name: "my-server", version: "1.0.0" });

server.tool(
  "get_weather",
  "Lấy thời tiết theo thành phố",
  { city: z.string() },
  async ({ city }) => ({
    content: [{ type: "text", text: `Thời tiết ${city}: 32°C, nắng nhẹ` }],
  })
);

const transport = new StdioServerTransport();
await server.connect(transport);

Test bằng MCP Inspector: npx @modelcontextprotocol/inspector node dist/server.js

Kết nối với Claude Desktop — thêm config:

{
  "mcpServers": {
    "weather": { "command": "node", "args": ["dist/server.js"] }
  }
}

MCP vs Function Calling

• Function calling — tightly coupled LLM provider. OpenAI schema ≠ Anthropic schema.
• MCP — decoupled. Viết server một lần, mọi MCP client dùng được.

Nên dùng MCP khi: nhiều tool, nhiều LLM, agent system phức tạp. Đơn giản 1-2 tool với 1 provider → function calling đủ.

Tips Production

• Tool description — LLM chọn tool dựa trên description. Viết rõ ràng, có ví dụ.
• Kiểm tra input — không trust client. Kiểm tra SQL chỉ SELECT, rate limit mỗi tool.
• Error message — trả lỗi rõ ràng cho LLM để nó quyết định retry hay báo user.
• Local vs Remote — stdio cho dev, SSE/HTTP cho production.

Kết Luận

• MCP đang trở thành infrastructure layer cho AI agent ecosystem
• Viết tool một lần, dùng mọi LLM — không bị lock-in
• Community ecosystem đang phát triển nhanh (github.com/modelcontextprotocol/servers)
• 2026 roadmap: agent-to-agent communication, enterprise security

Để bắt đầu: build 1 MCP server đơn giản, test với Inspector, rồi connect với Claude Desktop.

---

Bài viết nằm trong series AI For Developers — hướng dẫn thực tế cho developer muốn dùng AI trong công việc.