Titolo: L'USB C dell'IA: crea il tuo MCP

Anthropic ha rilasciato con licenza open source il Model Context Protocol (MCP), uno standard di plug-in che consente a qualsiasi agente IA di comunicare con database, strumenti di monitoraggio, repository di codice e altro ancora attraverso un'unica interfaccia uniforme. Gli sviluppatori possono ora sostituire una manciata di connettori personalizzati con un singolo server MCP e consentire a ogni client compatibile di accedere istantaneamente agli stessi dati.

Perché gli sviluppatori di app IA hanno bisogno di un comune "USB-C"

Oggi, costruire un workflow basato sull'IA sembra come cucire insieme pezzi di codice personalizzato. Vuoi che Claude, uno script Python o un editor di terze parti leggano da PostgreSQL, interroghino una dashboard di Datadog o aprano una issue su GitHub? Devi scrivere un nuovo livello di integrazione ogni volta. Lo sforzo aumenta esponenzialmente con la crescita dello stack, e il codice di collegamento (glue code) diventa difficile da mantenere, testare e mettere in sicurezza.

MCP interrompe questo ciclo. Definisce un unico protocollo per esporre resources (dati di sola lettura come log o specifiche API), tools (azioni che un agente può invocare, come eseguire SQL o creare ticket) e prompts (template che guidano il modo in cui l'IA deve utilizzare i dati). Qualsiasi client conforme tratta servizi disparati come se fossero collegati alla stessa porta.

Come è strutturato il protocollo

  • MCP Hosts – applicazioni che integrano un'IA, ad esempio Claude Desktop o un editor con assistente al codice.
  • MCP Clients – strati leggeri all'interno di un host che gestiscono l'handshake e instradano le richieste.
  • MCP Servers – programmi leggeri che espongono una specifica sorgente dati o un servizio, come un file SQLite, uno workspace di Slack o un endpoint di monitoraggio.

Quando un'IA si connette, il client scopre il catalogo di resources, tools e prompts del server. L'agente emette quindi chiamate che appaiono identiche, indipendentemente dal fatto che il servizio sottostante sia un database relazionale o un sistema di ticketing. Il server traduce tali chiamate nell'API o nel linguaggio di query appropriato e restituisce i risultati in un formato che l'agente può consumare.

Un workflow concreto

Immagina uno sviluppatore che collega un server PostgreSQL e un endpoint di monitoraggio Datadog a un assistente IA tramite MCP. Lo sviluppatore chiede all'assistente di individuare picchi di errore recenti, estrarre i record degli utenti corrispondenti dal database e suggerire una correzione del codice. L'IA:

  1. Interroga Datadog attraverso lo strumento di monitoraggio esposto tramite MCP ed estrae i log rilevanti.
  2. Esegue una query SQL sul server PostgreSQL utilizzando lo strumento database fornito da MCP.
  3. Genera una patch partendo da un prompt che descrive la struttura tipica di una correzione per il pattern di errore osservato.

Tutti e tre i passaggi avvengono attraverso lo stesso protocollo, senza che lo sviluppatore debba scrivere adattatori separati per ogni servizio.

Costruire un server MCP

L'implementazione di riferimento di Anthropic dimostra che un server può essere scritto in linguaggi familiari come TypeScript o Python. Il processo si riduce a:

  1. Dichiarare le resources che il server esporrà (ad esempio, un set di tabelle, una collezione di file di log).
  2. Definire i tools che l'IA può invocare (esecuzione SQL, HTTP POST, scrittura file).
  3. Fornire eventuali template di prompt che aiutino l'IA a formattare le proprie richieste.

Una volta avviato il server, qualsiasi client compatibile con MCP lo scopre automaticamente, rendendo la nuova sorgente dati istantaneamente utilizzabile in tutti gli strumenti IA dell'organizzazione.

In sintesi

Il Model Context Protocol offre un unico "USB-C" per gli agenti IA, trasformando una rete intricata di connettori personalizzati in un ecosistema plug-and-play. I team stanchi di scrivere codice di collegamento possono testare MCP oggi stesso e vedere una scorciatoia pratica in azione.