تخيل أنك تستخدم شات جي بي تي أو أي نموذج ذكاء اصطناعي آخر، وتحب أن يتعامل مع ملفات على حاسوبك أو حتى يرسل رسائل بريد إلكتروني نيابة عنك.
الآن، هل تعرف كيف يتم ذلك في الوقت الحالي؟
أنت شخصيًا تقوم بفتح الملفات، وتُعطيها للذكاء الاصطناعي يدويًا، مثلًا: تحمل الصور، أو الكود، أو الرسائل الإلكترونية، ثم تطلب منه التعامل معها.

هذا الأمر يستغرق وقتًا طويلاً، ويحتاج إلى مجهود كبير منك كمستخدم أو كمبرمج.

لكن العلم والتكنولوجيا لا يتوقفان. ظهر مؤخرًا شيء جديد اسمه MCP، وهو اختصار لعبارة “Model Context Protocol”، أي بروتوكول سياق النموذج.

الفكرة الأساسية:

بدلاً من أن تكتب كودًا جديدًا كل مرة لتربط الذكاء الاصطناعي بالملفات أو البرامج، يأتي MCP ليكون معيارًا واحدًا يستخدمه الجميع. هذا يعني أنه سيكون أسهل على المبرمجين، وأسهل على الذكاء الاصطناعي نفسه، وسيوفر لنا جميعًا الكثير من الوقت والجهد.

من أين جاءت فكرة MCP؟

ظهر هذا المفهوم بعد أن لاحظ المطورون مشكلة كبيرة:
كل شخص كان يستخدم الذكاء الاصطناعي بطريقته الخاصة. محمد يكتب كودًا بطريقة، وعلي بطريقة أخرى، ويحيى بطريقة ثالثة… وهكذا.

لم يكن هناك معيار موحد، مما يجعل الأمور أكثر تعقيدًا عند محاولة ربط الذكاء الاصطناعي بالأنظمة المختلفة مثل Gmail، GitHub، قواعد البيانات، الخوادم، وغيرها.

المشكلة الكبرى كانت:
إذا كنت تستخدم GPT-4 وكتبت كودًا يسمح له بالوصول إلى ملفات على خادم معين، فعندما يحاول شخص آخر استخدام نفس النظام، عليه إعادة كتابة الكود من جديد، وإعادة حل نفس المشاكل:

• كيفية الاتصال بالخادم
• كيفية التحقق من الصلاحيات (Authentication)
• كيفية قراءة الملفات
• وكيفية التعامل مع الأخطاء إن حدثت

وهذا يأخذ وقتًا طويلًا ويُضيع الجهد.

لذلك، تم اختراع MCP:
ليصبح طريقة واحدة موحدة يمكن للمبرمجين والذكاء الاصطناعي استخدامها للوصول إلى الموارد المختلفة بشكل سلس وسريع.

من الذي قام بتطوير MCP؟

الشركة التي تقف وراء هذه الفكرة هي Anthropic، وهي الشركة التي طورت نموذج الذكاء الاصطناعي الشهير Claude، الذي يُعتبر منافسًا قويًا لـ ChatGPT وLlama وغيرهما من النماذج الكبيرة.

Claude يُعد الآن من أفضل النماذج في كتابة الكود البرمجي والتطوير، وهذا هو السبب في أن شركة Anthropic استطاعت تقديم شيء جديد ومفيد مثل MCP.

كيف يعمل MCP عمليًا؟

لنفترض أنك تستخدم نموذج GPT أو Claude أو أي نموذج آخر، وترغب في أن يكون قادرًا على التعامل مع خدمات مثل Gmail أو GitHub أو أي نظام آخر.

بدون MCP، ستضطر إلى:

1. كتابة كود جديد تمامًا.
2. الاتصال بالخدمة عبر API أو FTP.
3. التعامل مع الصلاحيات والأذونات.
4. معالجة أي أخطاء قد تحدث أثناء العملية.

أما مع MCP، فإن الأمر يصبح أسهل بكثير:

1. تضيف MCP Client إلى البرنامج أو النموذج الخاص بك.
2. تُعطيه مفتاح الوصول (Token) للخدمة التي تريد أن يتعامل معها (مثل توكن GitHub).
3. تطلب من الذكاء الاصطناعي أن يقوم بالمهمة، مثل:
   • “اقرأ 1000 ملف كود من السيرفر”
   • “افتح Pull Request على GitHub”
   • “ارسل رسالة بريد إلكتروني”

النموذج سيتصل بالخدمة عبر MCP Server، باستخدام بروتوكول قياسي يُسمى JSON-RPC، وهو بروتوكول معروف جيدًا لدى المبرمجين.

لماذا JSON-RPC مهم هنا؟

JSON-RPC هو بروتوكول قديم لكنه موثوق، ويتيح لك استدعاء الوظائف عن بُعد (Remote Procedure Call) بطريقة منظمة.

هذا يعني:

• يمكنك أن تقول للذكاء الاصطناعي: “اذهب واطلب هذا الملف”
• بينما في الخلفية، MCP يتعامل مع الخادم، ويستقبل الطلب، ويعيد النتيجة

الذكاء الاصطناعي لا يحتاج أن يعرف كل التفاصيل التقنية، فقط يحتاج إلى معرفة أنه لديه سياق (Context) — أي أنه يعرف ما هي الموارد المتاحة، ويمكنه التعامل معها ضمن إطار عمل محدد.

تجربة عملية: استخدام MCP مع Kirsar IDE

في إحدى التجارب، استخدمت أداة تُسمى Kirsar IDE، وهي أداة مشابهة لبرنامج Visual Studio Code.

قمت بتركيب MCP Client داخلها، ووضعت توكن من GitHub كي يتمكن الذكاء الاصطناعي من التعامل مع المشاريع الموجودة هناك.

طلبت منه:

• “افتح طلب Pull Request”
• “افحص الكود الموجود في المستودع”
• “تحقق إذا كان موجودًا في مستودع ثاني أم لا”
• “وإن لم يكن موجودًا، أنشئ مستودعًا جديدًا واكتب اختبارًا فيه”

لكن للأسف، لم يتم الاتصال، وجاء خطأ يقول:
“Client connection failed”

السؤال هنا:
هل المشكلة في MCP؟
هل في التوكن؟
هل الخادم كان مغلقًا في تلك اللحظة؟
أم أن هناك خطأ في الإعدادات؟

هذه هي التحديات التي نواجهها عندما نستخدم تقنيات جديدة مثل MCP. فهي ما زالت في مرحلة التطوير، ولم تُختبر كثيرًا بعد.

هل الذكاء الاصطناعي سيحل كل المشكلات وحده؟

لا. الذكاء الاصطناعي مجرد أداة، مثل المطرقة أو السيارة. لكن الشخص الذي يوجه هذه الأداة ويدير العملية هو الإنسان — مهندس البرمجيات.

إذا كنت تريد أن تنجح في عالم الذكاء الاصطناعي، يجب أن تفهم الأساسيات:

• كيف تعمل الشبكات
• كيف تتعامل البرامج مع البيانات
• كيف تُبنى واجهات API
• وكيف تتفاعل البرامج المختلفة مع بعضها البعض

التكنولوجيا تتغير باستمرار، لكن الفهم العميق للأساسيات هو ما يجعلك قادرًا على التعامل مع كل التغييرات الجديدة.

هل MCP هو الحل النهائي لكل شيء؟

ليس تمامًا. MCP هو خطوة نحو المستقبل، لكنه ليس بديلاً عن البرمجة أو الفهم التقني.
فحتى لو كان لديك MCP، فعندما يحدث خطأ، عليك أن تعرف:

• لماذا حدث؟
• كيف تصلحه؟
• هل المشكلة في السيرفر؟
• هل التوكن خاطئ؟
• هل البروتوكول غير مدعوم؟

ولا يمكنك فهم كل ذلك إلا إذا كنت تعرف كيف تعمل الأنظمة تحت السطح.

الخلاصة:

• MCP هو بروتوكول جديد يساعد الذكاء الاصطناعي على التعامل مع الأنظمة الأخرى بشكل منظم.
• هو ليس بديلاً عن البرمجة، بل هو أداة تساعد المبرمجين على العمل بسهولة أكبر.
• المستقبل سيكون للأدوات الموحدة، وMCP قد يكون أحد أهم الخطوات في هذا الاتجاه.
• إذا كنت مهتمًا بالذكاء الاصطناعي، فتعلم أساسيات البرمجة والشبكات أمر ضروري.
• MCP ما زال في بدايته، وهناك العديد من التحديات التي تحتاج إلى حل.
• أنت من يقود العملية، وليس الذكاء الاصطناعي وحده.