MCP là chuẩn cắm cho ứng dụng LLM: viết một tool server một lần, và mọi client hiểu MCP đều dùng được nó.
Cách hoạt động
Đặc tả mô tả ba vai trò giao tiếp bằng message JSON-RPC 2.0:
- Host: “LLM applications that initiate connections” (Bản dịch: ứng dụng LLM khởi tạo kết nối), như một agent trong IDE hay một ứng dụng chat.
- Client: “Connectors within the host application” (Bản dịch: bộ kết nối bên trong ứng dụng host), mỗi server một client.
- Server: “Services that provide context and capabilities.” (Bản dịch: dịch vụ cung cấp context và khả năng).
Server có thể cung cấp tool (hàm mà model có thể chạy), resource (dữ liệu và context) và prompt (mẫu message). Đặc tả định nghĩa hai phương thức truyền chuẩn: stdio cho tiến trình con chạy cục bộ, và Streamable HTTP, trong đó mỗi message là một HTTP POST và phản hồi trả về dưới dạng JSON hoặc một luồng server-sent events.
Với tool, client gửi tools/list và nhận về tên, mô tả và một inputSchema dạng JSON Schema. Client chuyển chúng cho model dưới dạng định nghĩa tool. Khi model trả về một lệnh gọi tool, client gửi tools/call kèm đối số và chuyển kết quả lại cho model.
{"jsonrpc": "2.0", "id": 2, "method": "tools/call",
"params": {"name": "get_weather", "arguments": {"location": "New York"}}}
Model không bao giờ nói chuyện với MCP server. Nó chỉ thấy định nghĩa tool và kết quả, vì vậy MCP chạy được với mọi model xử lý tốt tool calling.
Vì sao quan trọng
- Tái sử dụng. Một server GitHub hay server cơ sở dữ liệu phục vụ được mọi agent và trình soạn thảo hiểu MCP.
- Chi phí token. Tên, mô tả và schema của mọi tool được liệt kê đều được gửi làm đầu vào ở mỗi lượt. Nhiều server với nhiều tool khiến mọi request dài hơn. Chỉ bật những gì tác vụ cần.
- Bảo mật. Đặc tả nói tool “represent arbitrary code execution” (Bản dịch: tương đương với việc thực thi code tùy ý) và host phải có sự đồng ý của người dùng trước khi gọi bất kỳ tool nào. Kết quả tool cũng là một đường dẫn cho prompt injection.
Trên BroadNet Inference
Tài liệu BroadNet không liệt kê MCP server hay endpoint riêng cho MCP. Bạn chạy MCP trong client của mình (Cline, Continue, opencode và các client khác) và trỏ model của client tới API tương thích OpenAI của BroadNet. Tài liệu BroadNet ghi hỗ trợ tool calling cho GLM 5.3 và Qwen3.8 27B. Bài viết MCP với model tương thích OpenAI trình bày cách thiết lập client và một cầu nối Python.