MCP சர்வர்கள் AI ஏஜென்ட்களை Production சூழலில் பயனுள்ளதாக மாற்றுகின்றன

உங்கள் AI-ஆல் குறியீடுகளை (code) எழுத முடியும். ஆனால், உங்கள் கிளஸ்டர் (cluster) இப்போது செயலிழந்து கொண்டிருக்கிறதா என்பதை அது உங்களால் சொல்ல முடியுமா?

சமீப காலம் வரை, AI ஏஜென்ட்கள் பார்வையற்றவையாக இருந்தன. அவற்றால் ஒரு Terraform ஸ்கிரிப்டை எழுத முடியும், ஆனால் உங்கள் நேரடி அளவீடுகளை (live metrics) அவற்றால் பார்க்க முடியாது. அவை VPN அணுகல் இல்லாத ஒரு புத்திசாலித்தனமான பொறியாளரைப் போல இருந்தன. அவை உங்கள் உண்மையான கணினி நிலைக்குப் (system state) பதிலாக, பயிற்சித் தரவுகளை (training data) மட்டுமே நம்பியிருந்தன.

Model Context Protocol (MCP) இதை மாற்றுகிறது.

MCP என்பது AI-க்கான USB-C போல செயல்படும் ஒரு திறந்த தரநிலை (open standard) ஆகும். இது மாடல்களுக்கு நேரடி கருவிகளுடன் (live tools) இணைவதற்கான வழியை வழங்குகிறது. பழைய தரவுகளைக் கொண்டு ஊகிப்பதற்குப் பதிலாக, உங்கள் ஏஜென்ட் நிகழ்நேரத் தகவல்களைப் (real-time information) பெறுகிறது.

இந்த மாற்றம் AI-யை ஒரு உரையாடல் பெட்டியிலிருந்து (text box), உங்கள் உள்கட்டமைப்பில் (infrastructure) ஒரு தீவிரப் பங்கேற்பாளராக மாற்றுகிறது.

கவனிக்க வேண்டிய முக்கிய MCP சர்வர்கள்:

• GitHub: சிக்கல்களை வகைப்படுத்துதல் (Triage issues), PR-களை நிர்வகித்தல் மற்றும் CI/CD நிலையைச் சரிபார்த்தல். • AWS: தவறான உள்ளமைவுகள் (misconfigurations) அல்லது செலவுகளைக் கண்டறிய EC2, S3 மற்றும் IAM ஆகியவற்றைக் கேட்டறிதல் (Query). • Kubernetes: API மூலம் நிகழ்நேர பாட் (pod) நிலை மற்றும் கண்டறியும் நிகழ்வுகளைப் (diagnostic events) பெறுதல். • Datadog: சம்பவங்களின் போது நேரடி அளவீடுகள் மற்றும் எச்சரிக்கை வரலாற்றைப் (alert history) பெறுதல். • Terraform: திட்டங்களை ஆய்வு செய்தல் மற்றும் நிலை விலகலைக் (state drift) கண்டறிதல். • PagerDuty: சம்பவங்களைத் தேடுதல் மற்றும் ஆன்-கால் (on-call) முறைகளை ஆய்வு செய்தல். • Vault: உண்மையான ரகசியங்களை (secrets) வெளிப்படுத்தாமல் பாதுகாப்பு கொள்கைகளை ஆய்வு செய்தல்.

எதையும் பாதிப்படையச் செய்யாமல் தொடங்குவது எப்படி:

அனைத்தையும் ஒரே நேரத்தில் நிறுவ வேண்டாம். அதிகப்படியான கருவிகள் தேவையற்ற குழப்பங்களை (noise) உருவாக்கி, மாடலின் வேகத்தைக் குறைக்கும்.

இந்த கட்டமைப்பைப் (framework) பின்பற்றுங்கள்:

எப்போதும் 'read-only' முறையில் தொடங்குங்கள். ஏஜென்ட் எழுதும் செயல்பாடுகளை (write operations) செய்வதற்கு அனுமதிக்கும் முன், உங்கள் குழு தரவின் மீது நம்பிக்கையை வளர்க்க அனுமதிக்கவும்.

SRE-ன் பங்கு மாறி வருகிறது. எச்சரிக்கை வகைப்படுத்துதல் (alert triage) மற்றும் அளவீட்டுத் தொடர்பு (metric correlation) போன்ற வேலையின் இயந்திரத்தனமான பகுதிகள் ஏஜென்ட்களுக்கு மாறி வருகின்றன. இந்த ஏஜென்ட்களை ஒருங்கிணைக்கக் (orchestrate) கற்றுக்கொள்ளும் பொறியாளர்களே மிகவும் மதிப்புமிக்கவர்களாக இருப்பார்கள்.

விளம்பரங்களை (hype) துரத்துவதை நிறுத்துங்கள். உங்கள் உண்மையான தடைகளைத் (bottlenecks) தீர்க்கத் தொடங்குங்கள்.

உங்கள் குழு பயன்படுத்தவிருக்கும் முதல் MCP சர்வர் எது?

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