يمنح بروتوكول Model Context Protocol (MCP) الوكلاءَ طريقة قياسية للوصول إلى الأدوات: GitHub، وقواعد البيانات، وأنظمة الملفات، والمتصفحات. وكثير من دروس MCP تفترض Claude أو GPT، لكنك لا تحتاج إلى أي منهما. يشرح هذا المقال لماذا يعمل MCP مع أي نموذج متوافق مع OpenAI يدعم استدعاء الأدوات، وكيف تضبطه في العملاء التي يستخدمها المطوّرون فعلًا، وكيف تربط MCP بنموذج مفتوح في شيفرتك الخاصة.
لماذا يعمل MCP مع أي نموذج؟
يقع MCP بين تطبيقك وخوادم الأدوات، لا بين تطبيقك والنموذج. وتصف وثائق بنية MCP ثلاثة أدوار:
- المضيف (Host): تطبيق الذكاء الاصطناعي، مثل إضافة محرّر أو السكربت الخاص بك.
- العميل (Client): اتصال واحد يحتفظ به المضيف مع كل خادم MCP.
- الخادم (Server): برنامج يعرض أدوات وموارد وأوامر، محليًا عبر stdio أو عن بُعد عبر Streamable HTTP.
والوثائق صريحة: إن MCP “does not dictate how AI applications use LLMs or manage the provided context.” (الترجمة: «لا يفرض طريقة استخدام تطبيقات الذكاء الاصطناعي لنماذج اللغة ولا طريقة إدارتها للسياق المقدَّم»). فالمضيف يسرد أدوات كل خادم بـ tools/list، ويدمجها في سجل واحد يراه النموذج، وحين يطلب النموذج أداة يرسل المضيف tools/call إلى الخادم المناسب.
وعلى واجهة API متوافقة مع OpenAI، تعني عبارة «يراه النموذج» أن الأدوات تدخل في مصفوفة tools العادية. فلأداة MCP أصلًا اسم ووصف وinputSchema، وهي تقابل تعريف الدالة واحدًا لواحد. والنموذج لا يعلم أبدًا أن MCP طرف في الأمر. كل ما يحتاجه هو استدعاء أدوات موثوق.
أي نموذج تستخدم مع MCP؟
| النموذج على BroadNet | استدعاء الأدوات مذكور | السياق | الملاءمة لـ MCP |
|---|---|---|---|
| GLM 5.3 | نعم | 1,048,576 | خيار افتراضي جيد مع خوادم كثيرة |
| Qwen3.8 27B | نعم | 262,144 | جيد، مع إدخال الصور |
| DeepSeek V4.1 Flash | غير مذكور | 1,048,576 | اختبره أولًا؛ يقبل الصور مُدخلًا |
| Gemma 4 VL 26B | غير مذكور | 32,768 | غير موصى به |
وللمقارنة بين النموذجين الداعمين للأدوات جنبًا إلى جنب، راجع GLM 5.3 مقابل Qwen3.8 27B. والسياق أهم مما يتوقعه الناس، فكل مخطط أداة في MCP يرافق كل استدعاء. وتقول وثائق opencode: “MCP tools consume model context, so add only the servers you need.” (الترجمة: «أدوات MCP تستهلك سياق النموذج، فأضف الخوادم التي تحتاجها فقط»). ويبيّن مقال ميزانية رموز الوكيل كيف تقيس ذلك.
كيف تضبط MCP في العملاء الشائعة؟
| العميل | أين توضع خوادم MCP | وسائل النقل | ملاحظة |
|---|---|---|---|
| Cline | لوحة MCP Servers، وJSON بمفتاح mcpServers |
stdio وStreamable HTTP وSSE القديم | النوع البعيد "streamableHttp" |
| Continue | mcpServers في config.yaml أو .continue/mcpServers/ |
stdio وsse وstreamable-http | في وضع Agent فقط |
| opencode | mcp.servers في opencode.jsonc |
local، remote |
استخدم {env:NAME} للأسرار |
| n8n | عقدة MCP Client Tool على AI Agent | نقطة نهاية لخادم بعيد (تصف وثائقها نقطة نهاية SSE) | اختر All أو Selected أو All Except للأدوات |
| OpenAI Agents SDK | mcp_servers=[...] على الـ Agent |
stdio وStreamable HTTP وSSE | ليس HostedMCPTool |
ثم وجّه نموذج العميل إلى مزوّدك: أدلة Cline وContinue وopencode تغطي جانب النموذج مع BroadNet. وفي Continue تذكّر قدرة tool_use، وإلا فلن يتوفر وضع Agent.
مثال لـ Continue من وثائقها:
mcpServers:
- name: SQLite MCP
type: stdio
command: npx
args: ["-y", "mcp-sqlite", "/path/to/your/database.db"]
كيف تربط MCP بنموذج مفتوح في Python؟
إذا كنت تبني وكيلك الخاص، فالربط قصير. يستخدم المثال Client من MCP Python SDK (الإصدار 2.0 أو أحدث؛ pip install "mcp>=2")، الذي يشغّل خادم stdio حين تمرّر له StdioServerParameters، مع OpenAI SDK موجّهًا إلى BroadNet:
import asyncio, json, os
from mcp import Client, StdioServerParameters
from mcp.types import TextContent
from openai import OpenAI
llm = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
server = StdioServerParameters(command="npx",
args=["-y", "@modelcontextprotocol/server-filesystem", "."])
async def main(question):
async with Client(server) as mcp:
listed = await mcp.list_tools()
tools = [{"type": "function", "function": {
"name": t.name, "description": t.description or "",
"parameters": t.input_schema}} for t in listed.tools]
messages = [{"role": "user", "content": question}]
for _ in range(8):
r = llm.chat.completions.create(model="broadnet/glm-5.3",
messages=messages, tools=tools, max_tokens=4000)
msg = r.choices[0].message
messages.append(msg.model_dump(exclude_none=True))
if not msg.tool_calls:
return msg.content
for call in msg.tool_calls:
try:
res = await mcp.call_tool(call.function.name,
json.loads(call.function.arguments or "{}"))
text = "\n".join(b.text for b in res.content if isinstance(b, TextContent))
out = f"Error: {text}" if res.is_error else text
except Exception as e:
out = f"Error: {e}"
messages.append({"role": "tool", "tool_call_id": call.id, "content": out})
print(asyncio.run(main("List the Markdown files here and summarize the README.")))
في الإصدار 1.x من mcp لا يوجد صنف Client: افتح الخادم بـ stdio_client(...)، وغلّفه في ClientSession، واستدعِ initialize()، واقرأ الحقلين بصيغة camelCase وهما inputSchema وisError. وهناك ثلاث تفاصيل مهمة:
- الأخطاء تصبح نتائج أدوات. فـ MCP SDK يُبلغ عن فشل الأدوات عبر
is_errorبدل إطلاق استثناء. أعدها إلى النموذج ليعدّل مساره. ويغطي دليل استدعاء الأدوات التحقق وإعادة المحاولة. - ضع حدًا للحلقة. ثماني خطوات هنا. فخوادم MCP التي تعيد نتائج كبيرة تملأ السياق بسرعة.
- صفِّ الأدوات. اعرض فقط الأدوات التي تحتاجها المهمة. ويوفّر OpenAI Agents SDK لذلك
tool_filter، ولدى n8n الخياران Selected وAll Except.
هل تستخدم OpenAI Agents SDK بدلًا من ذلك؟ يعمل الصنفان MCPServerStdio وMCPServerStreamableHttp داخل عمليتك. اجمعهما مع مزوّد مخصّص كما في دليل Agents SDK. أما HostedMCPTool فيعمل داخل Responses API من OpenAI ولا يعمل إلا مع نماذج OpenAI.
ما الذي يتعطل في MCP مع النماذج المفتوحة؟
- كثرة الأدوات. يختار النموذج الأداة الخطأ أو يتجاهل الأدوات. أبقِ المجموعة النشطة صغيرة. ولأدواتك الخاصة، يُنتج مولّد مخطط JSON مخطط
parametersنظيفًا ومسطّحًا. - نتائج الأدوات الكبيرة. الخادم الذي يعيد جدول قاعدة بيانات كاملًا قد يتجاوز نافذة السياق. ضع حدًا أو قسّم النتائج على صفحات.
- ردود فارغة أو مقطوعة. يستدل GLM 5.3 وQwen3.8 27B أولًا، والاستدلال المنطقي يُحتسب ضمن
max_tokens. ارفعها. - الثقة. خوادم MCP تشغّل شيفرة على جهازك أو تستدعي خدمات ببيانات اعتمادك. ثبّت الخوادم التي تثق بها، واطلب تأكيدًا للإجراءات التي تكتب أو تنفق.
أين تقع BroadNet Inference من هذا؟
توفّر BroadNet Inference جانب النموذج: GLM 5.3 وQwen3.8 27B مع ذكر دعم استدعاء الأدوات، عبر صيغة chat-completions القياسية التي يستطيع كل عميل MCP أعلاه استخدامها، مع عدم الاحتفاظ بأي بيانات من الأوامر والمخرجات. ولا تشغّل خوادم MCP أو أدوات مستضافة نيابةً عنك؛ فعميلك يتولى ذلك. والأسعار لكل رمز للنموذجين موجودة في صفحة الأسعار، والمفاتيح على inference.broadnet.ai.
