Шта су MCP алати и како их AI модели користе?

MCP алати су функције које AI модел може да позове како би обавио задатак ван разговора. На примјер, да претражи ваше биљешке или упути упит бази података. Сваки алат се налази на MCP (Model Context Protocol) серверу и има назив и кратак опис који помажу моделу да одлучи када да га користи.

Израз „MCP алат“ користи се и у другим значењима. У свакодневној употреби људи кажу „MCP алати“ када мисле на MCP сервере (апликације које нуде алате) или на каталоге у којима су ти сервери наведени. MCP Tools је и назив програма за командну линију помоћу којег се алати на MCP серверу могу излистати и позвати.

Овај водич се бави функцијама протокола, а не серверима, каталозима или командним линијама. Објашњава од чега се алат састоји, које врсте алата сервери нуде и по чему се алати разликују од ресурса, промптова и позивања функција. Затим корак по корак приказује шта модел ради да би користио алат, а на крају наводи најчешће проблеме у вези с њиховом употребом.

Шта су MCP алати?

MCP алат је функција која AI моделима омогућава да обављају задатке у другим софтверским апликацијама. На примјер, моји AI агенти и токови рада користе MCP алате да састављају нацрте имејлова у Gmail-у (create_draft), праве Trello картице (trelloWriteCard) и преузимају резултате претраге у реалном времену из сервиса DataForSEO (serp_organic_live_advanced), да наведем само неке.

Софтверске апликације често нуде више MCP алата на својим MCP серверима. На примјер, Trello MCP сервер тренутно има 14 MCP алата који AI моделима омогућавају да читају и ажурирају табле, листе, контролне листе, картице и још много тога.

А пошто MCP стандардизује начин на који се алати описују и нуде, свака AI апликација која подржава протокол може да користи исти MCP алат.

Шта садржи MCP алат

Сваки MCP алат има три елемента:

• Назив: Кратак идентификатор који модел користи када позива алат (нпр. get_event у апликацији Google Calendar).
• Опис: Објашњење на једноставном језику о томе шта алат ради и када је користан. Велики језички модел (LLM) га чита да би одлучио да ли алат одговара вашем захтјеву (нпр. „Враћа један догађај из наведеног календара.“).
• Улазни подаци: Информације које су алату потребне за рад, као што су име клијента и датум за претрагу биљешки. Записују се у JSON формату, а програмери то зову шемом улазних података (input schema), јер одређује облик сваког уноса (текст, број или листа).

Увећај

Неки алати имају и додатне метаподатке: назив за приказ, опис резултата које враћају (шему излазних података) и анотације о томе како се алат понаша.

AI модел никада не види код који стоји иза алата. Ослања се на оно што алат каже о себи, па нејасан назив или опис наводи модел да изабере погрешан алат.

Које врсте MCP алата постоје

MCP алати се према ономе што раде дијеле у четири групе:

• Алати за претрагу и проналажење: Проналазе или преузимају информације (нпр. претражују биљешке, читају датотеку или шаљу упит бази података).
• Алати за радње: Праве или мијењају нешто у другој апликацији (нпр. додају задатак, праве догађај у календару, отварају тикет за подршку или шаљу имејл).
• Алати за обраду података: Трансформишу или анализирају податке (нпр. анализирају табелу или изводе прорачун).
• Системски алати: Раде са локалним системом (нпр. извршавају команду у терминалу).

MCP алати наспрам ресурса & промптова

Осим MCP алата, MCP сервер може да нуди још двије врсте градивних елемената, које протокол назива примитивима: ресурсе и промптове.

Увећај

На примјер, званични GitHub MCP сервер нуди:

• Алат под називом issue_write који прави или ажурира пријаве проблема (issues),
• Ресурс под називом repository_content који омогућава приступ датотекама у репозиторијуму,
• Промпт под називом issue_to_fix_workflow који дефинише кораке за пријављивање проблема као issue и покретање GitHub-овог агента за кодирање Copilot, који генерише pull request за његово рјешавање.

Разлика је у томе шта свако од њих ради и ко одлучује када ће се користити: ви, AI апликација у којој радите (нпр. Perplexity) или AI модел који ради унутар те апликације.

• MCP алат изводи радње или проналази информације. AI модел самостално одлучује када ће позвати алат, а ваша AI апликација преноси позив серверу. Ваш AI модел бира алате; ваша AI апликација би требало да вам прикаже сваки позив и омогући вам да га одбијете.
• Ресурс је садржај доступан на MCP серверу, као што је датотека или скуп записа, при чему сваки има своју адресу (URI). Ваша AI апликација пита сервер које ресурсе има, чита онај који јој треба према његовој адреси и додаје садржај у разговор као контекст.
• Промпт је готов шаблон поруке који сервер пружа, понекад с празним пољима која попуњавате. Ваша AI апликација вам приказује доступне промптове, а ви бирате један, често као команду са косом цртом (slash command).

Како AI модели користе MCP алате

AI модел користи MCP алат у пет корака: откривање, избор алата, позивање, резултати и обрада грешака. Ваша AI апликација преноси све између модела и сервера.

Увећај

Рецимо да затражите од своје AI апликације да провјери вашу Trello листу „Ове седмице“ и састави нацрт имејла уреднику са новостима. Ево шта се дешава од почетка до краја:

1. Откривање: Када се ваша AI апликација повеже са MCP сервером преко MCP клијената, тражи листу алата доступних на серверу (захтјев под називом tools/list). LLM види само оно што му апликација прослиједи: назив, опис и улазне податке сваког алата.
2. Избор алата: AI модел упоређује ваш захтјев са тим описима и бира алате који одговарају. У овом случају то су Trello алат trelloReadList за читање листе и Gmail алат create_draft за писање имејла. Модел попуњава и улазне податке, на примјер коју листу треба прочитати.
3. Позивање: Модел одговара структурираним захтјевом за покретање алата (корак који се зове „позивање функција“). Ваша AI апликација шаље тај захтјев одговарајућем серверу (захтјев tools/call). Она би такође требало да вам прикаже позив и омогући вам да га одбијете.
4. Резултати: Сервер извршава функцију и враћа резултат (result), у овом случају картице са ваше листе. Ваша AI апликација додаје резултат у разговор, а модел одлучује шта слиједи: да вам одговори или да позове други алат, као што је create_draft, с имејлом заснованим на тим картицама.
5. Обрада грешака: Ако се алат покрене, али не успије, на примјер зато што листа не постоји, грешка се враћа као дио резултата. Модел може да је прочита и покуша поново с другачијим улазним подацима. Ако је сам захтјев неисправан, на примјер зато што позива алат који сервер нема, апликација умјесто тога добија грешку протокола. Тада је мање вјероватно да ће се модел опоравити.

Кључно је то што модел бира алате искључиво на основу њихових описа, а ваша AI апликација обавља сву комуникацију са серверима.

Чести проблеми са MCP алатима и како их избјећи

Проблеми са MCP алатима своде се на четири ствари: колико је алата повезано, како су именовани и описани, колико података враћају и са којих сервера потичу.

Ево како сваки проблем изгледа и шта помаже:

Зашто је MCP алатима потребно ваше одобрење?

MCP алатима је потребно ваше одобрење јер би без њега AI модел могао да направи измјене које нисте намјеравали или да подијели осјетљиве податке са сервером који не контролишете.

Погрешно схваћен захтјев или нејасно описан алат може да покрене погрешну радњу. Сваки позив такође шаље дио ваших информација серверу.

Зато протокол очекује да AI апликације у процес укључе човјека, који може да одбије било који позив алата.

Ево практичног начина да разврстате алате према томе колико провјере захтијевају:

• Радње које само читају: Тражење нечега, као што је читање листе помоћу Trello алата trelloReadList, ништа не мијења. Ови позиви могу да се изврше без претходног питања, све док ваша AI апликација приказује који је алат покренут и шта је тражио.
• Радње које можете поништити: Прављење нацрта имејла помоћу Gmail алата create_draft или додавање Trello картице мијења нешто што можете вратити. Провјерите улазне податке прије него што се позив изврши.
• Радње које не можете поништити: Слање имејла помоћу Gmail алата send_message, брисање записа или било шта што укључује плаћања или осјетљиве податке не може се поништити. За њих сваки пут дајте изричиту дозволу.

Употреба MCP алата у Perplexity-ју

Perplexity ради са MCP алатима у оба смјера: може да користи алате са MCP сервера које повежете, а своје алате нуди другим AI апликацијама.

• Повежите MCP сервере са Perplexity-јем: Уз Pro, Max и Enterprise планове можете повезати Perplexity са било којим спољним алатом или извором података који има MCP сервер и користити га у одговорима и у агентским токовима рада у оквиру Perplexity Computer. У апликацији за Mac можете повезати и MCP сервере који раде на вашем рачунару
• Користите Perplexity алате у другим AI апликацијама: Perplexity MCP сервер нуди четири алата (perplexity_search, perplexity_ask, perplexity_research и perplexity_reason) свакој AI апликацији која подржава удаљене MCP сервере, као што је Claude Code. Посебан сервер омогућава другим AI апликацијама да вишестепене задатке пренесу на Perplexity Computer.

Најчешћа питања о MCP алатима

Да ли је MCP само позивање алата?

Не, MCP није само позивање алата. Позивање алата је начин на који модел тражи алат, а MCP је начин на који AI апликација проналази алате и усмјерава сваки позив ка серверу који га извршава.

Позивање алата (које се зове и позивање функција) је дио посла који обавља AI модел: модел види листу алата и одговара захтјевом да се један од њих покрене. Када постоји само позивање алата, свака AI апликација мора сама да дефинише и покреће сваки алат.

MCP омогућава да алати буду смјештени на серверима, тако да свака AI апликација која подржава MCP може да их понуди свом моделу и да захтјеве модела шаље одговарајућем серверу.

Да ли ће MCP замијенити API-је?

Не, MCP неће замијенити API-је, јер MCP и API-ји раде заједно. MCP алати се често ослањају на постојеће API-је, а када модел позове алат, MCP сервер обично шаље API захтјев.

Које AI апликације подржавају MCP алате?

MCP алати раде у AI асистентима као што су Claude, ChatGPT и Perplexity, као и у развојним алатима као што су Visual Studio Code и Cursor. MCP документација наводи ове апликације и напомиње да их подржавају и многе друге.

Да ли сам AI модел мора да подржава MCP?

Не. AI модел не мора да подржава MCP, јер протокол обрађује ваша AI апликација. Она се повезује са серверима, преноси њихове алате моделу и шаље захтјеве модела за алате назад одговарајућем серверу. Модел треба само да подржава позивање функција.

Да ли MCP застаријева?

Не, MCP се и даље активно развија. Његови одржаваоци објавили су нову верзију MCP спецификације у јулу 2026. године, а у августу 2026. године и ажурирану мапу пута, која укључује рад на томе да сервери постепено откривају своје алате како се разговор сужава.