Cloudflare представил MCP-сервер, который значительно снижает затраты на взаимодействие AI-агентов с API — на целых 99,9%. Эта новация упрощает разработку сложных AI-систем и делает их использование более доступным для разработчиков.
Что такое MCP-сервер?
Model Context Protocol (MCP) — это новый стандарт, который упрощает интеграцию больших языковых моделей (LLM) с внешними инструментами и API. Ранее каждое взаимодействие с API требовало значительного расхода токенов, что усложняло выполнение задач.
С новым подходом Cloudflare AI-агенты могут использовать только два инструмента: search() и execute(). Это позволяет сократить общее количество токенов, необходимых для доступа более чем к 2500 API-эндпоинтам, с более чем 1,17 миллиона до примерно 1000 токенов. Такой подход делает взаимодействие значительно более экономичным.
Принципы работы нового сервера
Вместо того чтобы загружать все определения эндпоинтов, агенты сначала используют search() для запроса спецификаций и выбирают необходимые данные. Затем execute() выполняет код, что позволяет обрабатывать сложные операции за один цикл, существенно снижая время выполнения запросов.
Главный инженер Cloudflare Луук Хофман отметил, что команда использовала специализированные стратегии кодирования, чтобы уменьшить фоновые затраты на контекст без потери функциональной точности. Это обеспечит большую гибкость и безопасность при выполнении операций.
Применение и преимущества для разработчиков
Для российских разработчиков это означает значительное облегчение процесса интеграции AI в бизнес-процессы. Теперь компании смогут быстрее разрабатывать и внедрять решения, основанные на AI, без необходимости тратить большое количество ресурсов на токены.
Поскольку множество сервисов будут доступны для интеграции через этот MCP-сервер, применение Cloudflare создаст более комфортные условия для автоматизации и упрощения рабочих процессов.
Следующий шаг — заострение внимания на адаптации новых возможностей к различным сторонним решениям, чтобы максимально использовать потенциал MCP в будущем.