Šta su MCP alati i kako ih AI modeli koriste?

MCP alati su funkcije koje AI model može da pozove kako bi obavio zadatak izvan konverzacije. Na primer, da pretraži vaše beleške ili postavi upit bazi podataka. Svaki alat se nalazi na MCP (Model Context Protocol) serveru i ima naziv i kratak opis koji pomažu modelu da odluči kada da ga koristi.

Termin „MCP alat“ koristi se i na druge načine. U svakodnevnom govoru ljudi kažu „MCP alati“ kada misle na MCP servere (aplikacije koje nude alate) ili na direktorijume koji navode te servere. MCP Tools je takođe naziv programa za komandnu liniju koji služi za izlistavanje i pozivanje alata na MCP serveru.

Ovaj vodič se bavi funkcijama protokola, a ne serverima, direktorijumima ili komandnim linijama. Objašnjava od čega se alat sastoji, koje vrste alata serveri nude i po čemu se alati razlikuju od resursa, promptova i pozivanja funkcija. Zatim prolazi kroz korake koje model preduzima da bi upotrebio alat, a završava se najčešćim problemima u vezi sa njihovom upotrebom.

Šta su MCP alati?

MCP alat je funkcija koja AI modelima omogućava da obavljaju zadatke pomoću drugih softverskih aplikacija. Na primer, moji AI agenti i radni tokovi koriste MCP alate da pišu nacrte imejlova u Gmail-u (create_draft), prave Trello kartice (trelloWriteCard) i preuzimaju rezultate pretrage uživo sa DataForSEO-a (serp_organic_live_advanced), da navedem samo neke.

Softverske aplikacije često nude više MCP alata na svojim MCP serverima. Na primer, Trello MCP server trenutno ima 14 MCP alata koji AI modelima omogućavaju da čitaju i ažuriraju table, liste, kontrolne liste, kartice i drugo.

A pošto MCP standardizuje način na koji se alati opisuju i nude, svaka AI aplikacija koja podržava protokol može da koristi isti MCP alat.

Šta MCP alat obuhvata

Svaki MCP alat sadrži tri stvari:

• Naziv: Kratak identifikator koji model koristi kada poziva alat (npr. get_event u Google Calendar-u).
• Opis: Objašnjenje jednostavnim jezikom šta alat radi i kada je koristan. Veliki jezički model (LLM) ga čita da bi odlučio da li alat odgovara vašem zahtevu (npr. „Returns a single event on the given calendar.“).
• Ulazni podaci: Informacije koje su alatu potrebne da bi se pokrenuo, kao što su ime klijenta i datum za pretragu beleški. Zapisuju se u JSON formatu, a programeri to zovu šemom ulaznih podataka (input schema) jer ona određuje oblik svakog ulaznog podatka (tekst, broj ili lista).

Uvećaj

Neki alati dodaju i dodatne metapodatke: naziv za prikaz, opis rezultata koje vraćaju (šema izlaznih podataka) i anotacije o tome kako se alat ponaša.

AI model nikada ne vidi kod iza alata. Oslanja se na ono što alat kaže o sebi, pa nejasan naziv ili opis navodi model da izabere pogrešan alat.

Koje vrste MCP alata postoje

MCP alati se prema nameni dele u četiri grupe:

• Alati za pretragu i pronalaženje: Pronalaze ili preuzimaju informacije (npr. pretražuju beleške, čitaju datoteku ili postavljaju upit bazi podataka).
• Alati za radnje: Kreiraju ili menjaju nešto u drugoj aplikaciji (npr. dodaju zadatak, kreiraju događaj u kalendaru, otvaraju tiket za podršku ili šalju imejl).
• Alati za obradu podataka: Transformišu ili analiziraju podatke (npr. analiziraju datoteku tabele ili izvršavaju proračun).
• Sistemski alati: Rade sa lokalnim sistemom (npr. izvršavaju komandu u terminalu).

MCP alati naspram resursa & promptova

Pored MCP alata, MCP server može da nudi još dve vrste gradivnih elemenata, koje protokol naziva primitivima: resurse i promptove.

Uvećaj

Na primer, zvanični GitHub MCP server nudi:

• Alat pod nazivom issue_write koji kreira ili ažurira prijave problema (issues),
• Resurs pod nazivom repository_content koji omogućava pristup datotekama u repozitorijumu,
• Prompt pod nazivom issue_to_fix_workflow koji definiše korake za prijavu problema kao issue-a, nakon čega GitHub Copilot agent za kodiranje generiše pull request koji ga rešava.

Razlika je u tome šta svaki od njih radi i ko odlučuje kada će se koristiti: vi, AI aplikacija u kojoj radite (npr. Perplexity) ili AI model koji radi u toj aplikaciji.

• MCP alat izvršava radnje ili pronalazi informacije. AI model samostalno odlučuje kada će pozvati alat, a vaša AI aplikacija prosleđuje poziv serveru. Vaš AI model bira alate; vaša AI aplikacija bi trebalo da vam prikaže svaki poziv i omogući vam da ga odbijete.
• Resurs je sadržaj dostupan na MCP serveru, kao što je datoteka ili skup zapisa, i svaki ima sopstvenu adresu (URI). Vaša AI aplikacija pita server koje resurse ima, čita onaj koji joj je potreban preko njegove adrese i dodaje sadržaj u konverzaciju kao kontekst.
• Prompt je gotov šablon poruke koji server pruža, ponekad sa praznim poljima koja vi popunjavate. Vaša AI aplikacija vam prikazuje dostupne promptove, a vi birate jedan, često kao komandu sa kosom crtom.

Kako AI modeli koriste MCP alate

AI model koristi MCP alat u pet koraka: otkrivanje, izbor alata, pozivanje, rezultati i obrada grešaka. Vaša AI aplikacija prenosi sve između modela i servera.

Uvećaj

Recimo da zatražite od svoje AI aplikacije da proveri vašu Trello listu „Ove nedelje“ i napiše nacrt imejla vašem uredniku sa novostima. Evo šta se dešava od početka do kraja:

1. Otkrivanje: Kada se vaša AI aplikacija poveže sa MCP serverom preko MCP klijenata, ona traži od servera listu dostupnih alata (zahtev pod nazivom tools/list). LLM vidi samo ono što mu aplikacija prosledi: naziv, opis i ulazne podatke svakog alata.
2. Izbor alata: AI model poredi vaš zahtev sa tim opisima i bira alate koji odgovaraju. U ovom slučaju, to su Trello alat trelloReadList za čitanje liste i Gmail alat create_draft za pisanje imejla. Model popunjava i ulazne podatke, na primer koju listu treba pročitati.
3. Pozivanje: Model odgovara strukturiranim zahtevom za pokretanje alata (korak koji se naziva „pozivanje funkcija“). Vaša AI aplikacija šalje taj zahtev odgovarajućem serveru (zahtev tools/call). Takođe bi trebalo da vam prikaže poziv i omogući vam da ga odbijete.
4. Rezultati: Server izvršava funkciju i vraća rezultat (result), u ovom slučaju kartice sa vaše liste. Vaša AI aplikacija dodaje rezultat u konverzaciju, a model odlučuje šta sledi: da vam odgovori ili da pozove drugi alat, na primer create_draft sa imejlom zasnovanim na tim karticama.
5. Obrada grešaka: Ako se alat pokrene, ali ne uspe, na primer zato što lista ne postoji, greška se vraća kao deo rezultata. Model može da je pročita i pokuša ponovo sa drugačijim ulaznim podacima. Ako je sam zahtev neispravan, na primer zato što poziva alat koji server nema, aplikacija umesto toga dobija grešku protokola. Tada je manje verovatno da će se model oporaviti.

Ključno je to što model bira alate isključivo na osnovu njihovih opisa, a vaša AI aplikacija obavlja svu komunikaciju sa serverima.

Uobičajeni problemi sa MCP alatima i kako da ih izbegnete

Problemi sa MCP alatima svode se na četiri stvari: koliko je alata povezano, kako su imenovani i opisani, koliko podataka vraćaju i sa kojih servera potiču.

Evo kako svaki problem izgleda i šta pomaže:

Zašto je MCP alatima potrebno vaše odobrenje?

MCP alatima je potrebno vaše odobrenje jer bi bez njega AI model mogao da napravi izmene koje niste nameravali ili da podeli osetljive podatke sa serverom koji ne kontrolišete.

Pogrešno protumačen zahtev ili nejasno opisan alat mogu da pokrenu pogrešnu radnju. Svaki poziv takođe šalje deo vaših informacija nekom serveru.

Zato protokol očekuje da AI aplikacije uključe čoveka u proces, koji može da odbije bilo koji poziv alata.

Evo praktičnog načina da razvrstate alate prema tome koliko provere zahtevaju:

• Radnje koje samo čitaju: Pronalaženje informacija, kao što je čitanje liste pomoću Trello alata trelloReadList, ništa ne menja. Ovi pozivi mogu da se izvrše bez prethodnog pitanja, pod uslovom da vaša AI aplikacija prikazuje koji je alat pokrenut i šta je pretražio.
• Radnje koje možete da poništite: Kreiranje nacrta imejla pomoću Gmail alata create_draft ili dodavanje Trello kartice menja nešto što možete da vratite. Proverite ulazne podatke pre nego što se poziv izvrši.
• Radnje koje ne možete da poništite: Slanje imejla pomoću Gmail alata send_message, brisanje zapisa ili bilo šta što uključuje plaćanja ili osetljive podatke ne može se poništiti. Za ovakve radnje svaki put dajte izričitu dozvolu.

Korišćenje MCP alata u aplikaciji Perplexity

Perplexity radi sa MCP alatima u oba smera: može da koristi alate sa MCP servera koje povežete, a nudi i sopstvene alate drugim AI aplikacijama.

• Povežite MCP servere sa aplikacijom Perplexity: Uz Pro, Max i Enterprise planove možete da povežete Perplexity sa bilo kojim spoljnim alatom ili izvorom podataka koji ima MCP server i da ga koristite u odgovorima i agentskim radnim tokovima u okviru usluge Perplexity Computer. U aplikaciji za Mac možete da povežete i MCP servere koji rade na vašem računaru
• Koristite Perplexity alate u drugim AI aplikacijama: Perplexity MCP server nudi četiri alata (perplexity_search, perplexity_ask, perplexity_research i perplexity_reason) svakoj AI aplikaciji koja podržava udaljene MCP servere, kao što je Claude Code. Poseban server omogućava drugim AI aplikacijama da zadatke iz više koraka predaju usluzi Perplexity Computer.

Najčešća pitanja o MCP alatima

Da li je MCP samo pozivanje alata?

Ne, MCP nije samo pozivanje alata. Pozivanje alata je način na koji model traži alat, a MCP je način na koji AI aplikacija pronalazi alate i usmerava svaki poziv ka serveru koji ga izvršava.

Pozivanje alata (koje se naziva i pozivanje funkcija) deo je posla koji obavlja AI model: model vidi listu alata i odgovara zahtevom za pokretanje jednog od njih. Ako se koristi samo pozivanje alata, svaka AI aplikacija mora sama da definiše i pokreće svaki alat.

MCP omogućava da se alati nalaze na serverima, tako da svaka AI aplikacija koja podržava MCP može da ih ponudi svom modelu i da zahteve modela pošalje odgovarajućem serveru.

Da li će MCP zameniti API-je?

Ne, MCP neće zameniti API-je, jer MCP i API-ji funkcionišu zajedno. MCP alati se često nalaze iznad postojećih API-ja, a kada model pozove alat, MCP server obično šalje API zahtev.

Koje AI aplikacije podržavaju MCP alate?

MCP alati rade u AI asistentima kao što su Claude, ChatGPT i Perplexity, kao i u razvojnim alatima kao što su Visual Studio Code i Cursor. MCP dokumentacija navodi ove aplikacije i napominje da ih podržavaju i mnoge druge.

Da li sam AI model mora da podržava MCP?

Ne. AI model ne mora da podržava MCP jer protokolom upravlja vaša AI aplikacija. Ona se povezuje sa serverima, prosleđuje njihove alate modelu i šalje zahteve modela za alate nazad odgovarajućem serveru. Model treba samo da podržava pozivanje funkcija.

Da li MCP zastareva?

Ne, MCP se i dalje aktivno razvija. Njegovi održavaoci su u julu 2026. objavili novu verziju MCP specifikacije, a u avgustu 2026. ažuriranu mapu puta, koja obuhvata rad na tome da serveri postepeno otkrivaju svoje alate kako se konverzacija sužava.