Các thành phần cơ bản và cách hoạt động của mcp.

[Lê Quốc Thịnh]

BÁO CÁO: TÌM HIỂU VỀ CÁC THÀNH PHẦN CƠ BẢN VÀ CÁCH HOẠT ĐỘNG CỦA MCP

1. Giới thiệu
Trong bối cảnh các mô hình trí tuệ nhân tạo ngày càng được tích hợp sâu vào hệ thống phần mềm thực tế, việc thiết kế một giao thức giúp AI truy cập và tương tác có kiểm soát với thế giới bên ngoài là điều cần thiết. Model Context Protocol (MCP) ra đời nhằm giải quyết bài toán này. MCP đóng vai trò như một cầu nối trung gian giữa AI và các dịch vụ thực tế như GitHub, Trello hay cơ sở dữ liệu nội bộ. Bài viết này sẽ trình bày tổng quan về các thành phần chính của MCP cũng như quy trình hoạt động cụ thể của giao thức này.
2. Các thành phần cơ bản trong MCP
Một hệ thống triển khai MCP thường bao gồm ba thành phần chính: MCP Client, MCP Server và Outside Services.

MCP Client nằm trong server nội bộ của hệ thống, là thành phần chịu trách nhiệm tiếp nhận yêu cầu từ AI hoặc từ người dùng, sau đó chuyển tiếp những yêu cầu này đến MCP Server. MCP Client không trực tiếp gọi API hay xử lý dữ liệu từ các dịch vụ bên ngoài, mà chỉ đóng vai trò cầu nối trung gian.
MCP Server là thành phần xử lý trung tâm. Nó công bố và quản lý các đối tượng như Tools, Prompts và Resources. Tools là các công cụ có thể được sử dụng để thực hiện hành động cụ thể, ví dụ như truy vấn thông tin từ GitHub. Prompts là các mẫu hội thoại có thể được tái sử dụng, giúp AI đưa ra yêu cầu rõ ràng và nhất quán hơn. Resources đại diện cho các nguồn dữ liệu ngoài như tệp, cơ sở dữ liệu, hoặc các dịch vụ web khác. MCP Server chịu trách nhiệm tiếp nhận các yêu cầu từ Client, xử lý và chuyển tiếp đến dịch vụ bên ngoài tương ứng.
Cuối cùng, Outside Service là nơi cung cấp dữ liệu hoặc dịch vụ mà hệ thống cần truy cập. Đây có thể là các nền tảng như GitHub, hệ thống quản lý dự án Trello, hay một cơ sở dữ liệu nội bộ được cấu hình sẵn.
Như vậy, cấu trúc của MCP giúp phân tách rõ ràng vai trò giữa truy vấn AI và truy cập dữ liệu thật, tạo ra một lớp bảo vệ và kiểm soát hiệu quả giữa trí tuệ nhân tạo và thế giới thực.
3. Cách thức hoạt động của MCP
Để hiểu rõ hơn về cách MCP vận hành, ta sẽ phân tích chi tiết quy trình tương tác giữa người dùng, hệ thống AI, MCP và dịch vụ bên ngoài thông qua một ví dụ cụ thể.

Giả sử người dùng đưa ra một câu hỏi đơn giản: “Tôi có những repository nào trên GitHub?”. Yêu cầu này được gửi đến hệ thống server trung tâm. Tại đây, thành phần MCP Client sẽ tiếp nhận và bắt đầu khởi động quy trình tương tác.
Bước đầu tiên, MCP Client gửi một yêu cầu có tên gọi ListToolsRequest đến MCP Server để lấy danh sách các công cụ hiện có. Đây là bước cần thiết để AI (cụ thể là mô hình như Claude) biết được những công cụ nào đang khả dụng để lựa chọn sử dụng.
Sau khi nhận được yêu cầu này, MCP Server phản hồi lại bằng một ListToolsResult, chứa đầy đủ thông tin về các tools đang được công bố. MCP Client tiếp nhận kết quả này và trả lại cho server chính. Sau đó, toàn bộ truy vấn ban đầu của người dùng cùng với danh sách tools sẽ được gửi đến mô hình AI.
Mô hình AI như Claude sẽ phân tích nội dung truy vấn, đánh giá context và lựa chọn công cụ phù hợp để thực hiện nhiệm vụ. Trong trường hợp này, Claude có thể chọn một tool chuyên dùng để truy vấn GitHub API. Hành động này được mô hình thể hiện qua thông điệp ToolUse.
Khi Claude đã quyết định sử dụng tool cụ thể, MCP Client sẽ tiếp tục gửi một lệnh CallToolRequest đến MCP Server. Trong yêu cầu này sẽ bao gồm tên tool cần chạy và các tham số cần thiết.
MCP Server, sau khi nhận được yêu cầu, sẽ tiến hành thực hiện hành động thực tế. Ví dụ, nó có thể gửi một truy vấn API đến GitHub để lấy danh sách repository của người dùng tương ứng. Khi GitHub phản hồi, kết quả sẽ được gửi trở lại MCP Server, sau đó truyền ngược về MCP Client và server chính.
Cuối cùng, hệ thống trả lời kết quả cho người dùng với nội dung: “Các repository của bạn là…”, hoàn tất một vòng xử lý đầy đủ giữa AI, MCP và dịch vụ ngoài.
4. Kết luận
MCP là một giải pháp hạ tầng hiệu quả giúp tách biệt rõ ràng giữa AI và thế giới bên ngoài thông qua việc sử dụng lớp trung gian là MCP Server. Với cơ chế chuẩn hóa các hành động dưới dạng tool, quản lý lời gọi thông minh bằng prompt, và bảo vệ dữ liệu thông qua resource management, MCP mang đến một mô hình kết nối an toàn, mở rộng và dễ kiểm soát.
Sự phân tách giữa MCP Client và MCP Server cũng giúp hệ thống dễ dàng mở rộng hoặc tích hợp với các dịch vụ mới mà không cần thay đổi cấu trúc lõi. Điều này đặc biệt quan trọng trong các hệ thống AI hiện đại, nơi yêu cầu linh hoạt và khả năng kiểm soát truy cập là yếu tố sống còn. Nhờ MCP, việc tích hợp AI vào quy trình làm việc thực tế trở nên an toàn, rõ ràng và hiệu quả hơn bao giờ hết.

Tài liệu tham khảo: Introduction to Model Context Protocol