احتمالاً اخیراً اسم MCP رو زیاد شنیدی — تو هر ابزار AI، تو هر مقاله، تو هر twitter thread. ولی دقیقاً چیه؟ چرا اینقدر مهم شده؟ و چطور کار می‌کنه؟ توی این پست ساده‌سازی شده توضیح می‌دم.

MCP چیست؟

MCP مخفف Model Context Protocol هست. یه استانداردیه که شرکت Anthropic (سازنده‌ی Claude) اواخر ۲۰۲۴ معرفی کرد.

ساده‌ترین تعریف: MCP یه استاندارد ارتباطیه برای اینکه هوش مصنوعی بتونه به سرویس‌های خارجی وصل بشه.

اگه برنامه‌نویس باشی، یه قیاس آشنا برات هست: REST API. REST یه استاندارد جهانیه برای ارتباط backend با frontend — هر backend که REST بزنه، هر app/website می‌تونه باهاش حرف بزنه. این استاندارد بودنش معجزه می‌کنه.

MCP همون نقش رو برای AI Agentها بازی می‌کنه. هر سرویسی که MCP server داشته باشه، هر AI agent می‌تونه بهش وصل بشه و باهاش کار کنه — بدون اینکه از قبل برای اون سرویس کد custom نوشته باشه.

مثال‌های واقعی

اگه Claude Desktop رو نصب داری، روی دکمه‌ی + کلیک کن. زیر بخش Connectors می‌بینی:

• Gmail — Claude می‌تونه ایمیل‌هات رو بخونه، جواب بده، آرشیو کنه
• Google Calendar — جلسه‌بندی کنه، event بسازه
• Google Drive — فایل‌هات رو بخونه، خلاصه کنه
• Spotify — موزیک پلی کنه، playlist بسازه
• Notion — صفحه بسازه، content مدیریت کنه
• Slack — پیام بفرسته، channel چک کنه
• Jira — تیکت بسازه، اپدیت کنه
• Postgres — query بزنه روی database
• Chrome — مرورگرت رو هدایت کنه

دمو ساده: می‌گم «برو آخرین ایمیل من رو بخون و خلاصه کن.» Claude مستقیم میره Gmail رو باز می‌کنه، ایمیل رو می‌خونه، خلاصه می‌نویسه. بدون اینکه من فکر کنم چطور با Gmail API ارتباط بگیرم. MCP این پل رو ساخته.

یه دمو دیگه: «۱۰ آهنگ جدید پیدا کن، یه playlist بساز، آهنگا رو بهش اضافه کن، بعد یه event توی Calendar من ست کن که ۶ عصر یه ساعت موزیک گوش کنم.» این یه پرامپت سه‌چنده — ولی چون MCP به همه‌ی این سرویس‌ها وصل می‌کنه، Claude یه‌بار همه‌شو انجام می‌ده.

دو نوع MCP — Remote vs Local

Remote MCP Server

این‌ها روی اینترنت اجرا میشن. شرکت سازنده‌ی سرویس (مثل Spotify یا Google) MCP رو روی سرور خودشون hosting می‌کنه. تو فقط authenticate می‌کنی (OAuth)، AI تو به سرور وصل می‌شه.

مثال: Gmail MCP، Spotify MCP، Notion MCP. همه remote.

Local MCP Server

این‌ها روی کامپیوتر خودت اجرا میشن. به‌خاطر چی؟ چون می‌خوای AI با نرم‌افزاری که روی کامپیوتر داری کار کنه — نه با یه سرویس روی اینترنت.

مثال:
– Chrome MCP — AI رو وصل می‌کنه به Chromeت
– Blender MCP — AI می‌تونه مدل سه‌بعدی توی Blender خودت بسازه
– 3DS Max MCP — همینطور برای 3DS Max

برای Local MCP، یه برنامه‌ی کوچک روی کامپیوترت اجرا می‌شه که می‌دونه چطور با اون نرم‌افزار حرف بزنه. AI دستور می‌ده، Local MCP اجرا می‌کنه.

Context7 — MCP محبوب برای کدنویسی

اگه فقط یه MCP می‌خوای امروز نصب کنی، Context7 رو در نظر بگیر.

مشکل: AI knowledge cutoff داره. مثلاً Claude Opus داده‌های train شده‌ش تا یه تاریخ مشخصه. اگه می‌خوای با Next.js v15 کد بزنی و فریم‌ورک v15 بعد از training Claude اومده، Claude نمی‌دونه چطور.

راه‌حل: Context7 یه MCP serverه که داکیومنت‌های جدید فریم‌ورک‌ها رو هاست می‌کنه. به AI متصلش می‌کنی، می‌گی «از Context7 برای Next.js v15 استفاده کن» — Claude مستقیم داکیومنت‌های جدید رو می‌خونه، با اطلاعات کاملاً به‌روز کد می‌زنه.

رایگانه (۱۰۰ call رایگان در حساب شخصی). در یه پست/ویدئوی اختصاصی، ست‌آپ کاملش رو نشون می‌دم.

فرصت کسب‌وکار: ساخت MCP Server

یکی از جذاب‌ترین چیزهایی که MCP باز کرد، بازار کار جدیده. هر شرکت ایرانی که می‌خواد کاربرانش با AI باهاش کار کنن، یا یه MCP server می‌سازه، یا کس دیگه‌ای براش می‌سازه.

مثال: دیجی‌کالا. اگه دیجی‌کالا MCP server داشت، می‌تونستی به Claude بگی «برو یه عینک آفتابی Ray-Ban پیدا کن، مقایسه کن با چندتا برند دیگه، بهترین قیمت رو بهم بگو.» Claude می‌رفت تو دیجی‌کالا، سرچ می‌کرد، نتایج رو می‌خوند، توصیه می‌کرد. ممکنه حتی سبد خرید بسازه و دکمه‌ی پرداخت رو بزنه.

الان دیجی‌کالا خودش MCP نداره، ولی یه نفر ایرانی (رضا شاه‌نظر) یه MCP server third-party برای دیجی‌کالا ساخته. کار کار می‌کنه — ولی محدوده، چون third-party نمی‌تونه کل قابلیت‌های دیجی‌کالا رو expose کنه.

اگه شرکت‌های ایرانی شروع کنن MCP server بسازن، این بازار جدید رو می‌گیرن. خبر خوب: ساخت MCP server نسبتاً ساده‌ست — اگه قبلاً REST API ساختی، با MCP هم می‌تونی کار کنی.

محدودیت‌های MCP

MCP محدودیت‌هاش رو هم داره:

1. Authentication — برای remote MCP، باید OAuth یا token‌ها رو هندل کنی. کاربر باید با هر سرویس login کنه.
2. Security — وقتی AI به سرویس‌های واقعی وصل می‌شه، باید مراقب باشی. می‌گی «ایمیل بفرست به مدیر» — AI ممکنه به اشتباه ۱۰ ایمیل بفرسته. همیشه تأیید نهایی دست انسان باشه.
3. Context overhead — هر MCP که وصل می‌کنی، یه‌مقدار از context window AI رو می‌گیره (برای توضیح قابلیت‌هاش). ۲۰ تا MCP وصل نکن — فقط اونایی که نیاز داری.
4. همه چیز MCP نیست — برای بعضی چیزها روش‌های بهتری هست. Skills (که توی پست بعدی توضیح می‌دم) یکی از این روش‌هاست.

جمع‌بندی

• MCP = استاندارد ارتباطی بین AI و سرویس‌های خارجی
• معرفی شده توسط Anthropic اواخر ۲۰۲۴
• همه‌ی ابزارهای AI الان MCP رو ساپورت می‌کنن (ChatGPT، Claude، Cursor، Antigravity)
• Remote MCP روی سرور اجرا می‌شه (Gmail، Spotify)
• Local MCP روی کامپیوتر خودت (Chrome، Blender)
• Context7 بهترین MCP برای کدنویسی
• فرصت کسب‌وکار: ساخت MCP server برای شرکت‌های ایرانی

بعدی چیه؟

تو پست بعدی این سری می‌رم سراغ Skill — یه روش متفاوت و در بسیاری از کاربردها بهتر از MCP. اگه می‌خوای بدونی کِی از Skill استفاده کنیم و کِی از MCP، اونجا توضیح می‌دم.

سؤال داری؟ تو کامنت بپرس.