Што розкрывае Blender MCP пра стварэнне корыстных сервераў MCP

Большая частка інжынерных задач пачынаецца з звычайной схемы: хтось ачынае програму, яку вы створылі.

Вы проектуеяце панель керування, выбіраеце месца для кнопак, і стараецеся чытра показаць важлівыя дзеяння. Пользователь выкарыстоўвае частку вашай інтэрфейсу і выкананае свою задачу.

Вялікі пытанне – што будзе, калі той самы чалавек вже мае ачыты ў сабе AI-асистента і проста папросіць яго выканаць задачу безпосередна.

Чы справды пользователю трэба ачынаць вашу панель керування?

Інодзе адказ заўсёды «так». Замена працюючай кнопкі на тры параграфы дыалогу – гэта не павышэнне качання. Але для багато процесаў прымус чалавека прагледваць навігацыю вашай программы є толькі перакосам, який не дае жаданага рынку.

Гэта ўсё тое, чым адчыніцца важлівасць сервераў MCP. Blender MCP ёсць гарным прыкладам таго, як гэта можа выглядаць на практыцы, а таксама паказвае кальколькі менш прыемных пытанняў пра тое, як з часам ствараць, падтрымліваць і ацэніваць такія інтеграцыі.

Саме гэтыя менш прыемныя пытанні сталі мотывацыяй для роботы над Pulse.

Што такое MCP і як працуюць серверы MCP?

MCP — гэта скрацанне ад Model Context Protocol, адкрытаг стандарту для паўязвання прыкладнасцей AI з зовнішнімі інструментамі та джэрамі даных. Сервер, пабудаваны на гэтым стандарце, можа адкрываць інструменты, якія выкарыстоўваюць дзеяння, рэсурсы, якія забезпечваюць контекст, і запросы, якія можна перадаць знову. У гэтым артыкуле акцэнт ставіцца самэ пры інструментах.

Архітектура выдзеляе прыкладненне AI, якое называецца хостам, ад іншых кліентаў MCP і сервераў, з якімі ён вяршыць абмен. Хостам несе адпаведнасць за коордынаванне взаімадзеяння. Кліент выявляе, якія інструменты ў наявнасці, вызываючы tools/list, а пасля запускае выбраны інструмент за дапамогою tools/call. Сервер выкананае фактычную логіку і адправляе рэзультат. Самыя серверы можаць быць размешаны локальна або доступныя на даляжыні.

Для простай інтеграцыі продукту праблема можа выглядаць так:

User asks for something
 → AI application selects an available tool
 → MCP client sends the call
 → Your MCP server checks access and runs the operation
 → Result returns to the AI application

Сам MCP не мае права на рашэнне па тым, чы гэты модель должен выкарыстоўваць інструмент, чы запит корыстніка ўзагалі мае сэнс, або чы фінальны адказ є якісным. Пратакол з’ўязвае компаненты разам, але прыкладненне, яке іх выкарыстоўвае, все рава должна кераваць тым, як вони працуюць разам.

Адміністрацыя сервера таксама не гарантуе, што кожны AI-асыстэнт будзе яго аўтаматычна прыемляць. Напрыклад, VS Code выкалічвае чытальныя крокі для інсталяцыі, налашчэння і надання доверлівасці серверу MCP. Існуе рэальныя межы ў аспектах інтеграцыі та праваў, якія трэба пераканаць.

Што на самай працэ прадстаўляе Blender MCP

Проект, створаны спільнай адукацыяй ahujasid/blender-mcp, спаўнае AI-кліенты з Blender за дапамой сервера MCP на базе Python, які работае разам з дадаткам для Blender. Ён можа аналізаваць сцэны, маніпуляваць об’ектамі та матэрыяламі, а таксама запускаць код на Python пры самай програме Blender. Варта згадаць, што это ўзаемадзейнае з трэцімі сторонамі, а не частка офіцыяльнай версіі Blender.

Яго архітэктура выглядае прыбліжна так:

AI application / MCP client
  ↕ MCP
Python MCP server
  ↕ Project-specific socket connection
Blender add-on
  ↕
Blender scene and operations

Такое раздзеленне ўсё ж такі важлівае. MCP керуе інтэрфейсам межы кліента і сервера. Тое, што відбываецца межы серверам і Blender, апошнім чынам залежыць ад реалізацыі. Кожны сервер MCP все рава патрэбуе савой механізм для фактычнага керавання базовым програмным забезпечэннем.

Уявіце сабе, калі прасіце асистента пераглянуць сцэну, парадрасаваць калькі об’ектаў і скорэкаваць ўсе ў яных матеріялы. З такой інтэграцыёй асистент можа выканаць операціі непасрэдна над сцэной, а не проста описваць, якія меню трэба нажыць. Чы будзе рэзультат насправды хорашым, — гэта абсалютна аднойчынная спраба.

Што тут выдзеляецца, так гэта тое, што весь рэальны работа все ўсё адбываецца внутры Blender. Аплікацыя, ўсе яе існуючыя функціі, а таксама можлівасць пераглядаць, што змянілася, застаюцца цэнтральнымі элементамі.

Цей патэрн, здаецца, можа выкліквачыцься і ў іншых видах програмнаў: хтось прасіць аб конкрэтный змяненні, пераканальваецца ў рэзультатах у знайомым інтерфейсе, а калі гэта быстрэй, вяртаецца да ручной працы.

Гэта здаецца набагато рэалістычней, чым спакушанне людзей абандонаваць іх існуючыя інструменты і рабіць усё через вікно чату.

MCP проты API: што на самай працэ змінюецца?

Сервер MCP можа працаваць на базе вялікі ўжо існуючага API. Ён таксама можа абгрупаваць базу дадзеных, локальную бібліятэку чы спецыяльна створаны мост, які викорыстоўваецца ў Blender MCP. Адмашчэнне MCP не вымагае перабудовы вашага бэкенду толькі таму, што тепер яго запоўнюе AI-застосунак.

Тое, што практычна змінюецца, — гэта тое, што тепер існуе спяльны інтэрфейс для адкрыцья можлівасцей для будзь-каго сумеснага кліента. Інструменты описваюцца за дапамою ваказаў, у якіх перыяднаны доступныя дзеяння і ўсі неабходны параметры, таму кожны кліент не паказваецца прымусаваны сам ствараць сваія правілы адкрыцья і вызову.

Це дапамагае спрыяць гэтаму як трэцім пункту прыўходу да продукту, які знаходзіцца паляўжы ўсё тады, дзе і існуючы інтэрфейс для корыстувача, і існуючая API.

Возьмім систему інвентара як прыклад. Бізнес-логіка вже знае, як вышукваць продукт, пераканацца, чы ён ў наявнасці, і забронюваць яго екземпляры. Перадаўнае выкарыстоўванне гэтай логіки ёсць набагато разумнейшым рашэнням, чым стварэнне паралельнай реалізацыі выключна для адказвання потрэбам AI-асистента.

Адзінакова справа з MCP — ён не ўсупэўнены. Якщо вы працуеце з адным внутршнім скрыптом, які вяроўна супрацоўвае з адним вядомым API, тады прямая вызовка, верагодна, застаецца самым простым спосабам. MCP становіць сэнс тады, калі вам дасканальна патрэбна сумеснае працаванне з калькамя AI-кліентаў, або калі інтерфейс перадпрацоўванага інструмента можа рашыць рэальную проблему. Дадаванне ўсё новага протакола толькі таму, што ён зараз популярны, значыць толькі ўтварэнне ўсё большай колькасці протаколаў, якія трэба падтрымваць.

Стварэнне інструментаў MCP таксама ёсць дизайном інтерфейсу

Этап, які варта працаваць з большай аддачай.

Агенту неабходна з’ясавіць, який інструмент падходзіць для данага заведама і як правільна яго вызваць. Самыя рэкамендаціі інжынераў компаніі Anthropic прапануюць ствараць інструменты навакол значамых елементаў работы, задаць кожнаму з іх чыстыя межы і ацэніць ўжоцьве працэсаванне, а не проста выклікаць усе існуючыя канцэнтры якімі ёсць.

Для гіпотэтычнага дапрацоўкі каталогу разумнае пачатковае апісанне можа выглядаць так:

{
  "name": "search_catalog",
  "description": "Find products in the authorized catalog by name or SKU. Returns product IDs, names, and availability. Read-only; does not reserve stock.",
  "inputSchema": {
    "type": "object",
    "properties": {
      "query": { "type": "string", "minLength": 1 },
      "limit": { "type": "integer", "minimum": 1, "maximum": 20 }
    },
    "required": ["query", "limit"],
    "additionalProperties": false
  }
}

Гэта мае служыць ілюстрацыяй апісання інструмента, а не полным рэалізаваннем сервера чым-то на кшталт рэальнага інструмента MCP у Blender. Назва, апісанне та формат вхідных дадзенняў JSON Schema, паказаныя тут, адпаведаюць формату, вакладзенаму MCP.

У апісанні чытальна паказана, што можа шукаць інструмент, шта ён вяртае та чаго ён намеравана не робіць. Його вхідныя даны маюць вузкі дыяпазон. Зберагчэнне запаса намеравана залічваецца як окалечная дзеянне, адтолькі ў яе іншыя наследкі, чым простая пашуковая дзеянне.

Тым часам адзначэнне чаго-небудзь як „разрэшанага“ у апісанні не робіць гэта такім. Фактычная рэалізацыя контролю доступу і пераканальнага адзначэння вхідных дадзеных павінна выконвацься ў самай реалізацыі. Кожныя дзеянні, якія маюць рэальныя наследкі, таксама патрабуюць належнага крока падтверджэння. Кансалтатыванне з пытань безпекі MCP для інструментаў прыметна раскрывае гэтыя абавесці.

Blender MCP чыста ілуструе гэты компроміс: яго інструмент для выконвання на Python ёсць практычна моцны, а сам проект прыметна павярнюе пра абараненнях, якія выступаюць, калі асистэнт можа запускать довільны код.

Для вашых сэрвісных інструментаў карытна пачаць з самага маленькага набору прав, які ўсё-такі є корыстным, і расширваць яго толькі тады, калі є конкрэтная прычына. Таксама карытна теставаць інструменты па рэальных запитах. Апісанне, якое чытальна для вас, не є доказам таго, што агент будзе яго правільна інтэрпретаваць і выкарыстоўваць.

Як з’ясавіць, чы рэштарак MCP ўжытковы?

Рабочая дэманстрацыя адпаведзае толькі на адна вузкая запытанне: чы ўзагалі функцыонуе гэты процес?

Ён нічога не паведамляе пра тое, чы люди і даўжэй вядуць выкарыстоваць цей інструмент, на якія конкрэтныя можлівасці ўпораюцца, чы і якія проблемы вылучаюцься, калі рэальныя запыткі выходзяць за межы сцэнарыю, які быў напісаны.

Возьмем сэрвер каталога як прыклад. Вы хачаце ведаць, чы функцыя search_catalog дэйсна запускаецца, чы выдазванне новай версіі сповалюе ўрабоцьку частку сэрвера, і чы проблемы концентруюцца навакол адной конкрэтнай операцыі, чы не распадаюцца раванамерна.

У гэтым аспекте таксацыя таксама трэбуе адзяйчання. Адзынкі ў колькасці вызываў інструментаў можа адбівацца ад справжняя корыстной працы, якая выканана. Але гэта таксама можа адбівацца ад таго, што агент праказвае спробу зноў, калі ёй трэба было бы успець у першай жа спробе. Самыя лікі вызываў не можу разлічыць гэтыя два абліковыя станавішчы.

Што стосуецца манітарынгу, гэтыя пытанні є адзеленыя і яны трэба фіксаваць окрема. Аперацыйныя паказнікі аблікаюць такія рычыны, як затрымкі і частка пакрыцэнняяў. Аналіз продукту адкрывае шаблоны выкарыстоўвання і, калі є адпаведны контэкст ідэнтыфікацыі, паўтарныя дзеянні. Ацэнка на рывень заданняў паведамляе, чы ўсё робочае цэрплінь насправды дало тое, карыснае для пользователя.

Эта разліка мае значэнне, таму што успешна робота хэндлера не ўзроўнюецца з завершэнням задачы корыстувальніка. Выклік хэндлера можа тэхнічна успець, але пасля гэтага можа наступіць неудача пад час верыфікацыі выходных даных або на роўні транспорту. Нават тэхнічна правільны результат можа выявіцца некорисным для таго, хто яго запрашаў.

Нічога з гэтага не трэба адобразваць у вачынку ежоўскага індыкатора статусу, який масківае этыя разлікі.

Чаму я ствараю Pulse для аналітыкі MCP

Самэ гэтыя пытанні сталі прычыной стварэння Pulse — адкрытага SDK, які поўярэнны з неабавязковым, окрема розмешчаным хмарным сервісам.

Публічны рэпазітарыя проекту можна знайсці на github.com/selimeneserd/pulse-sdk, а падпісвашчанне яго там дапамагае іншым яго знаходзіць.

Ён выдан пад ліцэнсам MIT. Бібліятэка стежыць за завершэнням роботы працоўнікаў засоба MCP і можа адправіць гэтыя метаданые да локальнага кантэксту, да збірача, якім вы керуеце, або через неабяжны экспортар OpenTelemetry. Для ўжыцця яго не трэба рэўістравацца ў Pulse Cloud, і ў інтеграцыі няма стандартнага канцэнтру Cloud, які был б прыхована ўбудаваны.

Мінімальная локальная наладка выглядае прыблізна так:

import { McpServer } from '@modelcontextprotocol/server';
import { createPulse } from '@reviseflow/pulse';
import { createJsonlExporter } from '@reviseflow/pulse-core/jsonl';

const analytics = createPulse({
  environment: 'development',
  exporter: createJsonlExporter({
    path: './catalog-events.jsonl',
  }),
});

const server = analytics.wrapServer(
  new McpServer({ name: 'catalog-server', version: '1.0.0' }),
);

// Register tools on `server`, then connect your existing MCP transport.

Этот фрагмент паказвае, як выглядае інструменталізацыя, а не ўсю реалізацыю сервера. Ён напісаны для Pulse 0.2.1 і версіі 2.0.0 кода @modelcontextprotocol/server, пры чым падтрымваныя версіі Node.js – 24.20.0. Простае рэўістрацыя інструмента сама па сабе не стварае жадных аналітычных запісоў; гэта даецца толькі праз фактычныя вызовы обробнікаў. Калі трэба грацыязна завершыць роботу пасля таго, як усі обробнікі вучылі свае задачы, вызначаецца await analytics.shutdown({ timeoutMs: 2_000 }).

Гэты конкрэтны прыклад аднасаецца да сервера MCP, створанага на базе TypeScript. У SDK зараз няма адаптара для Python, які мог бы падтрымваць прыклады на кшталт Blender MCP.

Pulse Cloud забезпечвае слой кераванага сховіща і панель керування, які базуюцца на гэтых метаданных: шаблонах выкарыстоўвання інструментаў, трываласці ўработы обробніка, статусе рэзультатаў, а таксама можлівасці фільтрацыі па сэрвісным сераўу або версіі. Ён працуе самастоятельна, таму рэальны трафік інструментаў ніколі не праходзіць чераз яго.

Адправка дадзеных у Cloud адбываецца на выбар і явна, праз HTTP-экспортар, выкарыстоўваючы URL-адрэсу калектара і ключ запісу з боку сервера. Сам продукт Cloud ёсць закрытым, тады як базаваны слой інструментаў застаецца абсалютна відкрытым і можа выкарыстоўваться самастоятельна.

Важна чыста пазначыць гэтыя межы. Развіцелю, які воліе запісваць даныя у локальныя файлы JSONL або які вже мае систему для стварэння аналітык, павінны быць усе прычыны выкарыстоўваць відкрыты слой, не патрабуючы спачатку стаць кліентам Cloud.

Чыстая аналітыка патрабуе чыстых меж

Тэліметрыя Pulse спецыяльна не ўключае первасныя запиты, параметры інструментоў, выходные даны інструментоў, тэксты абяцек, трэсы стака і заголовкі запитоў. Нават такі просты элемент, як назва інструмента або тэхнічны пазначэння, заслуговае на рэгулярную перапрацоўку, адколі самыя метаданы можу выдаць чутлівую інфармацыю. Будзь-якія необавязковы ідэнтыфікаторы аблікоў за прыродай ёсць псевданімныя, і гэта не являецца гарантыяй абсалютнай анонімнасці.

Тое, дзе заканчываецца збір данных, таксама важна, як і тое, што ён збірае. Pulse можа бачыць, што адпаведны працоўнік быў запускаўся і сколькі часу на гэта пайшло, але ён не мае можлівасці з’ясаваць, чаму модель выбрала самэ гэты інструмент, што насправды намагаўся зрабіць корыстнік, чы рэзультаты ў дзейнасці былі позытывныя. Кроме таго, ён не можа запісваць калл, якая была заблокавана ўжо до таго, як дасягла працоўніка.

Дастынка тэліметрыяў адбываецца за прынцыпам „з усіх сіл“: яе адправка регулююцца через канэ, і выконваюцца пракаты, але нічога не гарантуе, што кожны запіс дасягне пункта прыемкі. Занедбанный запіс тэліметрыяў ніколі не паўтарыць наследкіў фактычнага рэзультата, які абліковач атрымляе, але гэта означае, што у данных можу быць прытупленні. Гэтыя системы прызначаны для аналізу, а не для стварэння непараджанага летаку аудыту.

З усім гэтым, выдаецца правдзівейшым проста чытальна паказаць гэтыя меры, чым проста назваць функцыю „возможнасцю аблікавання“ і заставіць людзей здагадваліцца, што на самай працэ аблікавання і чаго — ні.

Перспективы

Схожа, што наявнасць практычна корыстнай інтэграціі MCP стане ўсё больш важлівым крэтэрыям для ацэнкі продукту, паляглым на спадарожніх крэтэрыях.

Чы можа асистэнт практычна дасягнуць тых функцыяй, якія патрэбны корыстніку? Чы дзеяння, якія ён выконвае, лёгкая да розумэння? Чы можа чалавек утруціцца і пераглянуць всё значныя пры ўсуненні ризыка? І чы інтэграцыя будзе працаваць далей, калі пачатковая новасць зникне?

Blender MCP выдзеляецца тым, што прыкладвае рэальны случай работы асистэнта з існуючым програмным забезпечэнням, а не проста гаворыць пра яго. Такі падход здаецца перспективным больш, чым ўсё тыя ж чат-боты, якіх главная задача — описваць крокі, якія корыстнік можа здзейсніць сам у іншым месца.

Усё гэта не значыць, што кожны продукт зараз патрэбуе сервера MCP або што традыцыйныя графічныя інтерфейсы стаюць застарэлымі. Гэта проста паказвае, што дзеяння ў дэякіх робочых процесах могу пачынаться ў асистэнце, а потым продовжвацца ў самай прыкладнай програме, чым усунуцца частка ручных перадач дакументаў между нимі.

Сама практыка Pulse можа стаць першым крокам, але неясна, насколькі шыбкаа гэты падход стане стандартной практыкай. Тым не менш, базовыя інжынерныя проблемы, якія ў цэм лежачы, здаюцца вартымаі для рашэння ўжо зараз: разрабатка інструментаў, якія справды будуць корыстнымі, встановленне разумных меж дазволаў, забезпечэння надзеямаснасці ў выкананні та чыстая інформацыя пра тое, як гэтыя інструменты выкарыстоўваюцца на практыцы.

Проста выдазванне сервера MCP сама по сабе не будзе достатнім. Серверы, якія варта ствараць, — гэтыя, да якіх люди будуць вяртацца пасля таго, як першая цікавасць знікне.

Якщо вы самі ствараеце такі сервер, як вы вяршыце выбор, калькі інструменты насправды варта заставіць?

Спаднёе чытанне

• MCP для AI-агентаў: стандартызацыя інтэграціі адзінакоў у LangGraph — У этай стацыі пояснюецца, што самэўна стандартызуе MCP у системах AI-агентаў, парабяляючы індывідуальныя інтэграціі адзінакоў з тымі, якія базуюцца на MCP у рамках оркестрабельніка LangGraph.
• Урокі з розповсюджэння SaaS на базе Next.js і стварэння CLI-інструмента — У стацыі адмаўляюцца фундаментальныя рашэнні — выбор тэхналогій, аутаназацыя, падтрымка калькулявання за выкарыстоўванне, кераванне станам — а таксама процес стварэння CLI, які спрыяе прыемліваму наладжэнню проектаў на базе Next.js.