MCP enfront d'API: definicions, diferències i casos d'ús

El MCP, que significa Model Context Protocol (Protocol de Context de Model), és un estàndard obert que els agents utilitzen per accedir a sistemes externs: funcionalitat d'aplicacions (eines), recursos (incloent-hi bases de dades) i indicis.

A diferència d'una API, que connecta dues aplicacions mitjançant punts finals i paràmetres establerts, el MCP permet als LLM descobrir eines actualitzades en temps d'execució. El MCP també pot reduir dràsticament el temps necessari per al manteniment de la integració.

El MCP i les API no són tecnologies oposades. El MCP va ser dissenyat per oferir a les aplicacions basades en IA un accés complet a la funcionalitat i la informació externes, tot reduint la necessitat de configuració d'API a mida. Sovint, les sol·licituds MCP activaran trucades d'API del costat del servidor, i hi ha casos d'ús importants per als desenvolupadors on les API encara són preferibles al MCP.

El MCP és un protocol de codi obert (un conjunt de regles) que permet a les eines d'IA cridar de manera segura i autònoma eines com ara bases de dades, funcionalitats de programari i indicis.
En comparació amb les API preconfigurades, el MCP permet que un LLM seleccioni la funcionalitat externa actual segons les necessitats de la tasca sense inflar la seva finestra de context.
Per a les integracions de programari tradicionals i alguns fluxos de treball d'LLM fixos i iteratius, les API són preferibles.
Si la funcionalitat d'IA de la vostra aplicació s'està expandint, gestioneu un gran volum d'integracions o les característiques del proveïdor canvien sovint, el MCP és de bon tros la millor opció.
Més enllà de l'àmbit dels desenvolupadors, l'ús personal de connectors MCP amb els principals xatbots d'IA (Claude, ChatGPT, Perplexity, etc.) no requereix cap coneixement de programació complex. La majoria tenen integracions d'un sol clic.

El MCP és un protocol àmpliament utilitzat per a la comunicació entre un model d'IA i un servidor MCP. El protocol fa possible que un client MCP cridi qualsevol de les eines i recursos disponibles al servidor MCP.

Hi ha tres components que formen un flux de treball MCP:

Amfitrió: L'aplicació d'encapsulament (com ara Perplexity) on l'usuari final desencadena una acció o introdueix un indici en llenguatge natural, com ara «digues-me el temps a Londres». L'amfitrió proporciona a l'LLM una llista d'eines disponibles, i l'LLM decideix quina eina s'adapta millor a la compleció de la tasca.
Client: El gestor del protocol (integrat a l'amfitrió) que es connecta a un servidor MCP utilitzant el protocol MCP.
Servidor: L'aplicació que rep les sol·licituds MCP i posa a disposició o «exposa» les diverses funcionalitats a les quals té accés.

Val a dir que els servidors MCP sovint utilitzen API per comunicar-se amb les eines. Si connecteu Perplexity al MCP de Slack, per exemple, el client parlarà amb el servidor MCP, que al seu torn utilitzarà l'API de Slack per fer les sol·licituds detallades en la sol·licitud MCP original.

Una API és una interfície entre dues aplicacions. Com el MCP, defineix regles sobre com un sistema pot sol·licitar dades o accions d'un altre. Un client envia una sol·licitud utilitzant paràmetres especificats pel proveïdor, i el servidor lliura una resposta.

Aquí teniu un resum dels diferents elements d'una sol·licitud i resposta d'API:

Punt final: L'URL al qual envieu la sol·licitud.
Mètode: L'acció que voleu que prengui l'aplicació servidora.
Paràmetres: Les entrades que envieu perquè el servidor les processi.
Capçaleres: Informació addicional com ara l'autorització i el format de resposta.
Cos de la sol·licitud: Les dades necessàries per executar la sol·licitud (a vegades són opcionals).
Resposta: La informació o l'estat d'èxit/fallada que retorna el servidor.

A un nivell general, gairebé tot el que fa una API es redueix a intercanviar dades amb un sistema o demanar que el sistema realitzi una operació.

A primera vista, això pot semblar similar al que fa un connector MCP. No obstant això, la diferència crucial és que amb un enfocament basat en l'API, les diferents tasques requereixen diferents punts finals, mètodes i paràmetres, tot això s'ha de mantenir al costat del client. Un servidor MCP fa que tota la seva funcionalitat o dades disponibles siguin visibles per a un LLM sense necessitat d'actualitzacions del costat del client.

	MCP	API
Aplicació principal	Fluxos de treball dins d'una eina basada en LLM	Sol·licituds definides entre plataformes de programari
Com funcionen	Accés a múltiples eines basat en el raonament de l'LLM; tota la funcionalitat està actualitzada perquè el proveïdor controla el servidor MCP	El programari envia sol·licituds específiques de servei utilitzant punts finals, mètodes i paràmetres predefinits
Descobriment	L'LLM pot veure i utilitzar totes les eines que el servidor exposa, incloses les noves	El programari només pot fer sol·licituds d'API que s'hagin preconfigurat
Casos d'ús primaris	Fluxos de treball basats en IA i d'agents; selecció dinàmica d'eines basada en indicis en llenguatge natural; integracions de proveïdors per a eines d'IA	Transferències de dades d'alt volum; fluxos de treball fixos i repetibles; integracions de programari tradicionals
Casos d'ús addicionals	Assistents de codificació amb accés a múltiples fitxers i repositoris; accés en llenguatge natural a sistemes corporatius; integracions reutilitzables internes per a eines d'IA	Integracions personalitzades; transaccions en lini; recuperació de dades programada; integracions de proveïdors per a eines d'IA que no tenen el MCP habilitat
Temps de configuració	Mínim un cop s'ha establert la connexió MCP	Les API s'han de configurar individualment dins d'una aplicació per accedir a noves funcionalitats
Inconvenients	Sovint hi ha un cost elevat de tokens per a tasques complexes; massa intensiu en recursos per a tasques de dades repetitives i ben definides	Costos de manteniment extremadament alts per a aplicacions amb integracions complexes; no garanteix l'accés a la funcionalitat actual
Avantatges	Estàndard universal, capaç de gestionar fluxos de treball complexos, major accés a eines, sense intervenció un cop configurat	Consumeix menys tokens per a fluxos de treball fixos i d'alt volum en eines d'IA

Fem una ullada a un exemple senzill que il·lustra les diferències entre el MCP i les API. En aquest escenari, la sol·licitud s'adapta millor a una API (és senzilla i no requereix context). Tanmateix, els dos exemples mostren clarament com el MCP és òptim per a fluxos de treball d'LLM de múltiples etapes.

Aquí teniu un script (escrit en Python) que envia una sol·licitud d'API d'informació meteorològica mitjançant l'API d'Open-Meteo:

python

import requests
url = "https://api.open-meteo.com/v1/forecast"
params = {    "latitude": 51.5072,    "longitude": -0.1276,    "current": "temperature_2m"}
response = requests.get(url, params=params)
data = response.json()
temperature = data["current"]["temperature_2m"]
print(f"Temperature in London: {temperature}°C")

Aquest exemple utilitza un format de sol·licitud precís per consultar Open-Meteo mitjançant HTTPS per obtenir la temperatura actual de 2 metres per a la latitud 51.5072 i la longitud -0.1276 (Londres).

Per contra, un client MCP podria enviar una sol·licitud JSON-RPC tools/call com la següent a un servidor amb accés a una base de dades meteorològica:

json

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "get_weather",
    "arguments": {
      "city": "London"
    }
  }
}

En aquest exemple imaginari, el client demana al servidor que utilitzi una eina específica (get-weather) del seu registre per executar una tasca (descriure el temps a Londres).

La diferència clau és que aquesta part de la funcionalitat seria una de les moltes proporcionades pel servidor MCP. No cal que el client MCP conegui punts finals, paràmetres, estructures de resposta o mètodes d'autenticació específics per generar la sol·licitud. L'LLM pot revisar les descripcions de les eines al registre per triar les que consideri més adequades per completar una tasca descrita en llenguatge natural.

El MCP i les API no són oposats. El MCP es va dissenyar per permetre un descobriment i un manteniment més fàcils de les integracions. Com a tal, les API solen ser la millor opció per a connexions de programari que no són d'IA i tasques i fluxos de treball d'LLM que són fixos i depenen d'un grup específic d'API estables.

Necessiteu gestionar un conjunt d'eines gran o en creixement: Un client MCP pot descobrir totes les eines exposades per un servidor de proveïdor en temps d'execució, reduint les càrregues de configuració d'API individuals a mesura que creix el vostre conjunt d'eines.
L'elecció de l'eina depèn de les sol·licituds dels usuaris: El MCP és útil quan els passos de la tasca no es poden predeterminar, com ara si els usuaris fan peticions a un xatbot amb una àmplia gamma de sol·licituds. L'LLM pot inspeccionar els noms, les descripcions i els esquemes de les eines disponibles, i després triar les més adequades per a una tasca.
La funcionalitat del proveïdor canvia freqüentment: Quan els proveïdors afegeixen una nova funcionalitat a les seves aplicacions, està disponible immediatament mitjançant el MCP. No cal afegir noves API ni reconfigurar les existents.
Voleu que les mateixes integracions estiguin disponibles en diverses aplicacions d'IA: Un servidor MCP pot exposar les mateixes capacitats a diversos agents o aplicacions, reduint el treball d'integració duplicat.

Recupereu dades estructurades: Si l'eina d'IA recupera informació estructurada previsible, com ara un estat d'enviament o un número de tiquet d'atenció al client, en una etapa determinada del flux de treball de l'usuari, una sol·licitud d'API estàndard consumeix menys tokens i temps.
El vostre flux de treball està organitzat en una seqüència fixa: Si el vostre flux de treball segueix una seqüència estricta i repetible amb API precises i un resultat exacte, no cal utilitzar el MCP.
L'aplicació executa un flux de treball d'alt volum: L'ús de tokens pot ser especialment prohibitiu per a tasques d'alt volum. Si un flux de treball complex requereix entrades o sortides iteratives d'alt volum juntament amb el raonament, és preferible utilitzar una combinació de trucades de MCP i d'API.
El raonament de l'IA no aporta cap benefici: Si la lògica d'aplicació ordinària pot completar adequadament una tasca, una trucada d'API directa sol ser més senzilla i menys intensiva en recursos.

La qüestió del MCP enfront de l'API afecta principalment els desenvolupadors que construeixen aplicacions amb funcionalitats d'IA. No obstant això, potser també us pregunteu si heu d'utilitzar el MCP per als vostres fluxos de treball professionals en l'eina d'IA triada.

S'apliquen les mateixes regles generals: si voleu accés actualitzat a la funcionalitat d'aplicacions de tercers amb una àmplia cobertura, els MCP són la millor opció. Per a tasques rutinàries i d'alt volum, una configuració d'API simple consumirà menys tokens.

La majoria d'eines d'IA, inclòs Perplexity, permeten als usuaris configurar i utilitzar connectors MCP sense cap treball de codificació. Això fa possible orquestrar fluxos de treball de diversos passos sense abandonar la interfície de xat. Per exemple, és possible integrar-se amb plataformes com ara Gmail, Hubspot i Supabase en només uns clics.

Directori de connectors de Perplexity que mostra integracions que inclouen Gmail, Outlook, HubSpot, Monday.com, Supabase i Vercel.

Els avantatges principals del MCP són el descobriment dinàmic i la reducció de la càrrega de manteniment de l'API. En connectar l'aplicació a un servidor MCP, obteniu accés a totes les eines, dades i indicis més recents posats a disposició pels proveïdors triats (o pels vostres sistemes locals).

Tot i això, les API segueixen sent crucials. Constitueixen l'arquitectura subjacent de la interconectivitat d'aplicacions. El MCP actua com a capa intermèdia entre una aplicació i la funcionalitat externa. Permet que els agents d'IA accedeixin al conjunt més ampli possible d'eines en un format que té sentit per a fluxos de treball complexos.

MCP enfront de l'API: Quines són les diferències clau?

Què és el Model Context Protocol (MCP)?

Què és una interfície de programació d'aplicacions (API)?

Casos d'ús, avantatges i inconvenients

Il·lustració pràctica del MCP enfront de l'API

Com triar entre el MCP i una API

Quan s'ha d'utilitzar un MCP

Quan s'ha d'utilitzar una API directa

Ús d'un connector MCP a Perplexity

Per què el MCP fa que les aplicacions basades en LLM siguin més potents