MCP: estendere l'AI¶

MCP (Model Context Protocol) è una funzionalità avanzata che permette ai modelli AI di usare strumenti esterni, come leggere file dal tuo computer o accedere a servizi online. In questo capitolo spieghiamo cos'è, quando usarlo e come configurarlo.

Cos'è MCP in parole semplici¶

Normalmente, un modello AI può solo leggere quello che gli scrivi e rispondere. Non può "fare" nulla nel mondo reale: non può aprire file, non può cercare su internet, non può controllare cosa c'è in una cartella.

MCP cambia questo: permette di collegare al modello degli "strumenti" che può usare durante la conversazione. Per esempio:

• Strumento filesystem: il modello può leggere e scrivere file sul tuo computer nelle cartelle abilitate
• Strumento GitHub: il modello può cercare informazioni nei repository
• Strumenti personalizzati: puoi aggiungerne altri a seconda delle tue esigenze, per connetterti ad applicativi sul tuo pc oppure per connetterti a service in rete

Quando MCP è attivo e chiedi al modello "Usando filesystem leggi il file relazione.txt nella cartella X", il modello:

1. Se è attivo capisce che deve usare lo strumento filesystem
2. Chiama lo strumento con il percorso del file
3. Riceve il contenuto del file
4. Lo usa per rispondere alla tua domanda

Tutto questo avviene automaticamente, senza che tu debba fare nulla di diverso.

Modelli compatibili¶

Non tutti i modelli supportano MCP. Serve una capacità chiamata "function calling" che permette al modello di generare chiamate strutturate agli strumenti.

Modelli che funzionano con MCP¶

Modelli che NON funzionano con MCP¶

• llama2 (tutte le versioni)
• codellama
• phi, phi2
• gemma (versione 1)

Se usi un modello non compatibile con MCP attivo, semplicemente ignorerà gli strumenti disponibili.

Attivare MCP¶

MCP è disattivato di default. Per attivarlo:

1. Nella sidebar destra, trova l'interruttore MCP
2. Attivalo (diventa blu)
3. Clicca sull'icona delle impostazioni MCP per vedere gli strumenti disponibili

Gli strumenti configurati appaiono nell'elenco. Attiva quelli che vuoi rendere disponibili al modello.

Configurare gli strumenti¶

La configurazione degli strumenti MCP avviene nel file app/data/mcp-config.json. La prima volta devi crearlo copiando l'esempio:

copy app\data\mcp-config.json.example app\data\mcp-config.json

Poi modificalo con un editor di testo:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "D:/Documenti"],
      "enabled": false,
      "description": "Accesso ai file"
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_TOKEN": "il-tuo-token-qui" },
      "enabled": false,
      "description": "Accesso a GitHub"
    }
  }
}

Strumento filesystem¶

Permette al modello di leggere e scrivere file. Devi specificare quali cartelle può accedere:

"args": ["-y", "@modelcontextprotocol/server-filesystem", "D:/Documenti", "D:/Progetti"]

Strumento GitHub¶

Permette al modello di cercare nei repository GitHub. Richiede un token di accesso personale:

1. Vai su GitHub → Settings → Developer settings → Personal access tokens
2. Crea un nuovo token con i permessi necessari
3. Inseriscilo nel file di configurazione

MCP in azione¶

Una volta attivati i server MCP si può fare la richiesta, meglio se citando il server MCP che si vuole utilizzare

Repository¶

Inizia ad esserci un'ampia disponibilità di server MCP e di repository. Uno di questi è github.com/modelcontextprotocol/servers

Privacy e MCP¶

I server MCP possono funzionare anche localmente sul tuo computer, tuttavia anche in questi casi alcuni MCP/strumenti potrebbero connettersi a servizi esterni:

• filesystem: completamente locale, nessun dato esce
• github: si connette ai server GitHub

Prima di usare un MCP/strumento, considera quali dati potrebbe trasmettere.

Risoluzione problemi MCP¶

"Il modello non usa gli strumenti" - Verifica che MCP sia attivo (interruttore blu) - Verifica che lo strumento specifico sia attivato nel pannello - Prova un modello diverso (potrebbe non supportare function calling)

"Errore durante l'esecuzione dello strumento" - Controlla i log dell'applicazione per dettagli - Verifica che i percorsi nel file di configurazione siano corretti - Per GitHub, verifica che il token sia valido

"Lo strumento è lento" - È normale per operazioni su molti file - I modelli più piccoli potrebbero impiegare più tempo a generare le chiamate corrette