𝗠𝗖𝗣 𝗦𝗲𝗿𝘃𝗲𝗿𝘀 𝗠𝗮𝗸𝗲 𝗔𝗜 𝗔𝗴𝗲𝗻𝘁𝘀 𝗨𝘀𝗲𝗳𝘂𝗹 𝗶𝗻 𝗣𝗿𝗼𝗱𝘂𝗰𝘁𝗶𝗼𝗻

يمكن للذكاء الاصطناعي الخاص بك كتابة الأكواد البرمجية. ولكن هل يمكنه إخبارك ما إذا كانت مجموعتك (cluster) تتعرض للفشل في هذه اللحظة؟

حتى وقت قريب، كان وكلاء الذكاء الاصطناعي "عميانًا". كان بإمكانهم كتابة نص Terraform برمجي، لكن لم يكن بإمكانهم رؤية مقاييسك الحية (live metrics). كانوا مثل مهندس ذكي لا يملك صلاحية الوصول عبر VPN؛ حيث كانوا يعتمدون على بيانات التدريب بدلاً من الحالة الفعلية لنظامك.

بروتوكول سياق النموذج (Model Context Protocol - MCP) يغير هذا الأمر.

يعد MCP معيارًا مفتوحًا يعمل مثل USB-C بالنسبة للذكاء الاصطناعي. فهو يمنح النماذج وسيلة للاتصال بالأدوات الحية. وبدلاً من التخمين بناءً على بيانات قديمة، يقوم الوكيل الخاص بك بسحب معلومات في الوقت الفعلي.

هذا التحول ينقل الذكاء الاصطناعي من مجرد صندوق نصوص إلى مشارك نشط في بنيتك التحتية.

أهم خوادم MCP التي يجب مراقبتها:

• GitHub: فرز المشكلات (Triage)، وإدارة طلبات السحب (PRs)، والتحقق من حالة CI/CD. • AWS: الاستعلام عن EC2 وS3 وIAM للعثور على الأخطاء في الإعدادات أو التكاليف. • Kubernetes: الحصول على حالة الـ pod في الوقت الفعلي وأحداث التشخيص عبر الـ API. • Datadog: سحب المقاييس الحية وسجل التنبيهات أثناء الحوادث. • Terraform: فحص الخطط واكتشاف انحراف الحالة (state drift). • PagerDuty: البحث عن الحوادث وتحليل أنماط المناوبة (on-call). • Vault: فحص سياسات الأمان دون الكشف عن الأسرار (secrets) الفعلية.

كيف تبدأ دون التسبب في أعطال:

لا تقم بتثبيت كل شيء دفعة واحدة. فالأدوات الكثيرة جدًا تسبب ضجيجًا وتؤدي إلى إبطاء النموذج.

اتبع هذا الإطار العملي:

ابدأ دائمًا في وضع "القراءة فقط" (read-only mode). اسمح لفريقك ببناء الثقة في البيانات قبل أن تسمح للوكيل بإجراء عمليات الكتابة.

إن دور مهندس موثوقية الموقع (SRE) يتغير. الأجزاء الميكانيكية من الوظيفة — مثل فرز التنبيهات وربط المقاييس — تنتقل إلى الوكلاء. وسيكون المهندسون الأكثر قيمة هم أولئك الذين يتعلمون كيفية تنسيق عمل هؤلاء الوكلاء.

توقف عن ملاحقة الضجيج الإعلامي (hype). وابدأ في حل اختناقاتك الفعلية.

ما هو أول خادم MCP سيستخدمه فريقك؟

المصدر: https://dev.to/dev_tips/mcp-servers-just-made-your-ai-agent-actually-useful-in-prod-1glh