AgenSumber Terbuka 🇷🇺 28.07.2026 16:01

MCP untuk Perdagangan Agen: Apa yang Bisa Salah

Moonshot AIMoonshot AI OpenAIOpenAI Alibaba/QwenAlibaba/Qwen AnthropicAnthropic
Tutu dan Alexander Polyakov merilis server MCP untuk perdagangan berbasis agen, yang memungkinkan agen AI mencari data perjalanan nyata. Artikel ini membagikan tujuh pelajaran praktis dari pengembangan, termasuk penanganan halaman arahan, optimasi konteks (pengurangan 74 persen), dukungan otorisasi, dan pertimbangan hukum.
Alexander Polyakov dan tim Tutu merilis server MCP untuk memungkinkan agen AI mencari data perjalanan nyata, bukan mengurai halaman web. Server harus membedakan antara permintaan agen dan browser: POST/SSE untuk agen, halaman arahan HTML untuk manusia. Deskripsi alat harus mandiri dengan anotasi readOnlyHint, idempotentHint, dan openWorldHint. Kompresi konteks yang agresif mengurangi penggunaan token tipikal dari 133K menjadi 34K (74%) dengan melakukan paginasi hasil dan memotong data yang bertele-tele. Persyaratan hukum mengharuskan langkah pembelian final terjadi di situs pedagang: agen memilih opsi tetapi pengguna menerima penawaran, memasukkan data pribadi, dan membayar. Otorisasi mendukung OAuth 2.1 (untuk klien cloud seperti ChatGPT/Claude) dan kunci statis di header (untuk klien lokal); kunci tidak boleh pernah ada di string kueri URL. Pengujian menggunakan eval: menjalankan agen langsung pada lebih dari 60 skenario uji dengan model kedua yang mengevaluasi perilaku. Pembatasan tarif hanya berlaku untuk panggilan alat, tidak untuk halaman arahan atau aset statis, untuk menghindari memblokir pengunjung manusia. Pelajaran kunci: server MCP harus melayani audiens manusia dan agen, dengan dokumentasi yang jelas dan alat yang dapat menjelaskan diri sendiri.
Sumber: Habr — хаб ИИ — asli
Postingan kami sebelumnya tentang topik ini ↓
Berita terbaru