跳到主要內容
maxstudioNews
觀點n8n Blog約 6 分鐘

AI 時代:整合責任轉嫁供應商

隨著 AI 代理程式與 Multi-tool Co-ordination Protocol (MCP) 的興起,軟體整合的負擔正從客戶端轉移到供應商身上。過去由客戶處理的 API 整合複雜性,現在由供應商透過 MCP 伺服器來管理,同時 API 本身也正經歷重大更新以支援 AI 應用。此外,鉤子 (Hooks) 和軟體開發套件 (SDK) 也成為 AI 代理程式整合的重要方式,使得整合工作變得更加多元且複雜。

AI 時代:整合責任轉嫁供應商
圖片來源:n8n Blog

在第二版的《AI 代理程式開發工具報告》中,我將「可整合性」軸線替換為「企業就緒度」。我希望這能標誌著與 2020 年 IPaaS 模式的告別。隨著 MCP 獲得廣泛關注,每個供應商都提供 MCP 伺服器,我認為整合的負擔現在落在伺服器供應商身上。他們負責載入工具、定義、管理架構、存取權限等一切事務,而你的代理程式只需要向伺服器進行身份驗證即可。

過去 IPaaS 的重點在於管理多個 API 端點的生命週期是一件令人頭痛的事,但你可以購買一個工具,讓這一切變成拖放操作。然而,我們現在不再真正這樣做了(我指的是相對而言)。所以,整合軸線再見了,沒有人再需要你了。

但等等!我定期與供應商進行簡報,通常涉及某種代理程式產品。他們都說:「我們與您選擇的代理程式工具整合。」他們沒有稱之為 API,而是使用鉤子、SDK,當然還有 MCP。

因此,整合的形狀與 Zapier 從 MongoDB 取得 user_1 的方式有所不同。現在我想以這種「代理程式優先」的心態重新審視整合,看看我們能得出什麼結論。

在舊的 API 世界中,負擔完全落在客戶端。供應商的工作是透過一組端點,以合理的全面性公開其產品功能,並將其文件化,以便客戶知道該如何使用。之後的一切(身份驗證流程、重試機制、資料映射、跟上破壞性變更)都是 API 消費者的問題。客戶承擔了這個負擔,並且每次整合都重複承擔。這就是 IPaaS 成為市場的原因,它成長起來以吸收客戶端將 N 個系統連接到 M 個系統的成本。

如今,供應商不再是讓消費者針對公開的 API 進行整合,而是發布一個 MCP 伺服器,客戶端則自主決定何時以及如何呼叫它。MCP 確實改寫了部分合約。伺服器透過標準化協定公開功能,例如用於動作的工具、用於上下文的資源、用於範本的提示詞,而主機應用程式則為每個伺服器啟動一個客戶端,以透過本機的 stdio 或遠端的串流 HTTP 來維持連線。

這對供應商來說是個挑戰。他們必須處理針對快速變動的規範進行版本控制、處理探索、確保傳輸安全。保持伺服器最新狀態非常困難。例如,最近的修訂使協定成為無狀態的,具有每請求能力探索,並且功能在版本之間會被棄用。

對消費者來說則是好消息,他們只需探索可用的功能,模型就會決定何時使用它。所以,是的,很大一部分負擔轉移到了發布者身上:如果你希望你的服務能被代理程式使用,你現在就必須建立並維護一個伺服器。

關於「技能」的附註:僅僅公開架構並不能產生稱職的工具使用能力。MCP 伺服器可以發布一個完全有效的工具定義,模型也可以解析它,但這不代表代理程式知道工作流程。也就是說,它不知道要按什麼順序呼叫哪些工具、供應商的慣例是什麼、如何處理邊緣情況。

這就是你需要透過「技能」提供指令的地方。這些通常是執行時載入到模型上下文中的 Markdown 檔案。它們告訴代理程式如何操作特定的整合。MCP 伺服器供應商現在也將「技能範本」作為其產品的一部分。

歸根結底,MCP 只是 API 的一個包裝器。它建議透過其 HTTP 傳輸使用 OAuth 來獲取權杖,並且規範正式指出 OAuth 2.1 作為客戶端獲取伺服器限定範圍存取權限的授權機制。因此,MCP 之所以能發揮作用,正是因為 API 正在不斷更新。

REST 本身也經歷了許多改進,包括 GraphQL 的規範更新、用於高效能內部微服務的 gRPC,以及更快的 HTTP/3 或 QUIC。OpenAPI 3.1.1 最終實現了與 JSON Schema 的完全對齊,這對代理程式來說至關重要,因為這意味著模型可以準確解析規範。Arazzo 和 OpenAPI Overlays 等新標準描述了多步驟工作流程,並在不重寫規範的情況下為其添加策略層。

在安全性方面,API 正在專門針對非人類行為者進行強化。例如,證明持有權 (DPoP)、針對重放攻擊的權杖綁定、用於細粒度範圍的豐富授權請求、金融級 API 設定檔,以及針對每秒能產生數千個請求的代理程式進行的動態速率限制和行為分析。

我了解核心鉤子 (kernel hooks),但不確定這是否是同一回事。這些是確定性腳本,由執行環境在代理程式迴圈的固定點執行(會話開始、提示提交、工具呼叫之前、之後、回合結束)。如果代理程式想要呼叫工具,鉤子會首先觸發,並向服務發送 POST 請求以獲取是/否的判斷。

或者鉤子會在你的機器上執行本機 shell 腳本或二進位檔(例如 Python 或 Bash),透過 stdin 傳遞上下文並返回退出碼。

鉤子配置是專案中的一個 JSON 檔案,執行環境透過 stdin/stdout 與鉤子通訊。Claude Code 的鉤子可以在三種節奏下觸發:每個會話一次(SessionStart, SessionEnd)、每個回合一次(UserPromptSubmit, Stop, StopFailure),以及每次工具呼叫時(PreToolUse, PostToolUse)。

鉤子是安全或平台團隊的責任。它們是一種廉價而直接的方式,可以在原本不確定的代理程式流程中插入確定性策略。它們提供了一個集中式的稽核軌跡,將每個工具呼叫串流到 SIEM,並提供一種在模型行為不當時(就像一個壞掉的小代理程式)中途終止代理程式進程的方法。

除了鉤子之外,你還可以將工具或流程整合到自己的應用程式程式碼中。儘管許多供應商現在透過 MCP 伺服器公開其產品,但在嚴肅的代理程式應用程式中,越來越多的整合是與應用程式捆綁在一起的。

Claude Agent SDK 是最清晰的例子。你可以透過三種方式註冊 MCP 伺服器:作為透過 stdin/stdout 通訊的本機進程、作為用於雲端託管伺服器和遠端 API 的 HTTP/SSE 服務,或者作為直接在應用程式內部定義的 SDK MCP 伺服器。

第三種選項意味著,你無需啟動單獨的伺服器進程,而是在與代理程式相同的程式碼庫中定義自訂工具,它們會在 SDK 處理初始請求後立即連接。

子代理程式 (Subagents) 擴展了相同的邏輯。開發人員透過 agents 參數或 .claude/agents/ 中的 Markdown 檔案來組合代理程式實例。然後,他們隔離其上下文,並行運行它們,並限制每個代理程式的工具,這樣文件審閱者只能使用 Read 和 Grep,而不能觸及其他任何東西。

諸如嵌入什麼、如何組合、允許哪些工具等決策現在都落到了應用程式開發人員的桌上。在這方面,整合成為一個程式碼問題,這無意中與我將整合歸入「可程式碼化性」時非常契合。

整合第三方產品不再是單一途徑的練習。這也包括 MCP,我看到開發人員和供應商只專注於 MCP 伺服器及其技能,卻忘記了 API。作為供應商,你將不得不不幸地應對所有整合途徑。雖然預計 MCP 工具呼叫的絕對數量會增加是合理的,但 MCP 與 API、鉤子、SDK 的比例將變得更加平衡。經濟學決定了你無法對每個工具呼叫都進行「權杖最大化」,並且最好回歸到更簡單的工具,例如 API。

無論如何,這是行動呼籲部分,所以如果你需要大量的 API 整合、SDK、MCP 伺服器或鉤子,n8n 都能滿足你的需求。

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 n8n Blog 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。