كيفية استخدام خوادم MCP في LM Studio

يمثل عالم نماذج اللغة الكبيرة المحلية (LLMs) حدودًا جديدة للخصوصية والتحكم والتخصيص. لسنوات، قام المطورون والمتحمسون بتشغيل نماذج قوية على أجهزتهم الخاصة، متحررين من قيود وتكاليف الخدمات السحابية. ومع ذلك، غالبًا ما جاءت هذه الحرية مع قيود كبيرة: العزلة. كانت النماذج المحلية قادرة على التفكير، لكنها لم تكن قادرة على التصرف. مع إصدار الإصدار 0.3.17، يحطم LM Studio هذا الحاجز من خلال تقديم دعم لبروتوكول سياق النموذج (MCP)، وهي ميزة تحويلية تسمح لنماذج LLMs المحلية الخاصة بك بالاتصال بالأدوات والموارد الخارجية.

يقدم هذا الدليل نظرة شاملة ومتعمقة حول كيفية تكوين واستخدام هذه الميزة القوية. سننتقل من المفاهيم الأساسية إلى أمثلة عملية متقدمة، مما يمنحك صورة كاملة عن كيفية تحويل نموذج LLM المحلي الخاص بك إلى وكيل تفاعلي وفعال.

ما هو خادم MCP؟

قبل أن تتمكن من تكوين خادم، من الضروري فهم البنية التي تعمل بها. بروتوكول سياق النموذج (MCP) هو مواصفات مفتوحة المصدر، قدمتها Anthropic في الأصل، مصممة لإنشاء لغة عالمية بين نماذج LLMs والأدوات الخارجية. فكر في الأمر على أنه "واجهة برمجة تطبيقات (API) موحدة لواجهات برمجة التطبيقات"، خصيصًا لاستهلاك الذكاء الاصطناعي.

يتضمن نظام MCP مكونين رئيسيين:

• مضيف MCP: هذا هو التطبيق الذي يقيم فيه نموذج LLM. المضيف مسؤول عن إدارة اكتشاف الأدوات، وتقديم الأدوات المتاحة للنموذج أثناء تمرير الاستدلال، والتعامل مع دورة حياة استدعاء الأداة بأكملها. في هذا الدليل، LM Studio هو مضيف MCP.
• خادم MCP: هذا برنامج يكشف عن مجموعة من الأدوات (الوظائف) من خلال نقطة نهاية HTTP. يمكن أن يكون الخادم نصًا برمجيًا بسيطًا يعمل على جهازك أو خدمة قوية على مستوى المؤسسة على الويب. على سبيل المثال، يمكن لشركة مثل Stripe تقديم خادم MCP لمعالجة الدفع، أو يمكن للمطور كتابة خادم شخصي للتفاعل مع أجهزة المنزل الذكي الخاصة به.

جمال هذا البروتوكول يكمن في بساطته وتوحيده. يمكن لأي مطور بناء خادم يكشف عن الأدوات، ويمكن لأي تطبيق يعمل كمضيف الاتصال به، مما يخلق نظامًا بيئيًا مستقلًا عن البائع.

دليل خطوة بخطوة: إضافة خادم MCP عن بعد

الطريقة الأساسية لإضافة وإدارة خوادم MCP في LM Studio هي عن طريق تحرير ملف تكوين مركزي يسمى mcp.json.

البحث عن mcp.json وتعديله

يمكنك الوصول إلى هذا الملف مباشرة من واجهة LM Studio، وهو النهج الموصى به.

1. قم بتشغيل LM Studio وانظر إلى الشريط الجانبي الأيمن.
2. انقر على علامة تبويب البرنامج، والتي يمثلها رمز موجه الأوامر (>_).
3. تحت قسم "تثبيت"، انقر على زر تعديل mcp.json.

يفتح هذا الإجراء ملف التكوين مباشرة داخل محرر النصوص المدمج في LM Studio. يراقب التطبيق هذا الملف تلقائيًا بحثًا عن التغييرات، لذا سيتم إعادة تحميل أي خادم تضيفه أو تعدله لحظة حفظك.

مثال على التكوين: خادم Hugging Face

لتوضيح العملية، سنتصل بخادم Hugging Face MCP الرسمي. توفر هذه الأداة لنموذج LLM الخاص بك القدرة على البحث في Hugging Face Hub عن النماذج ومجموعات البيانات — وهي خطوة أولى مثالية في استخدام الأدوات.

أولاً، تحتاج إلى رمز وصول من Hugging Face.

1. انتقل إلى إعدادات رموز الوصول لحسابك في Hugging Face.
2. أنشئ رمزًا جديدًا. أعطه اسمًا وصفيًا (مثل lm-studio-mcp) وخصص له دور read، وهو كافٍ للبحث.
3. انسخ الرمز الذي تم إنشاؤه (hf_...).

بعد ذلك، أضف البنية التالية إلى ملف mcp.json الخاص بك.

{
  "mcpServers": {
    "hf-mcp-server": {
      "url": "<https://huggingface.co/mcp>",
      "headers": {
        "Authorization": "Bearer <YOUR_HF_TOKEN>"
      }
    }
  }
}

الآن، استبدل العنصر النائب <YOUR_HF_TOKEN> بالرمز الفعلي الذي نسخته من Hugging Face. احفظ الملف (Ctrl+S أو Cmd+S).

هذا كل شيء. أصبح مثيل LM Studio الخاص بك متصلاً الآن.

التحقق والاختبار

لتأكيد أن الاتصال نشط، يجب عليك استخدام نموذج ماهر في استدعاء الوظائف. العديد من النماذج الحديثة، مثل متغيرات Llama 3 و Mixtral و Qwen، لديها هذه القدرة. قم بتحميل نموذج مناسب وابدأ محادثة جديدة.

أصدر موجهًا يتطلب الأداة، على سبيل المثال:

"هل يمكنك العثور على بعض نماذج LLM الشائعة على Hugging Face التي تقل عن 7 مليارات معلمة؟"

إذا تم تكوين كل شيء بشكل صحيح، سيتعرف النموذج على الحاجة إلى أداة. بدلاً من الإجابة مباشرة، سيقوم بتشغيل استدعاء أداة، والذي سيعترضه LM Studio ويقدمه لك للتأكيد.

تأكيدات استدعاء الأداة في LMStudio

تأتي القدرة على ربط نموذج LLM الخاص بك بأدوات خارجية مع مسؤولية كبيرة. يمكن لخادم MCP، حسب التصميم، الوصول إلى ملفاتك المحلية، وإجراء طلبات الشبكة، وتنفيذ التعليمات البرمجية. يخفف LM Studio هذا الخطر بميزة أمان حاسمة: تأكيدات استدعاء الأداة.

عندما يريد النموذج استخدام أداة، يظهر مربع حوار في واجهة الدردشة. يمنحك هذا المربع نظرة عامة كاملة وسهلة القراءة للإجراء المعلق:

• اسم الأداة التي يتم استدعاؤها.
• الوسائط المحددة التي يريد النموذج إرسالها إليها.

لديك سيطرة كاملة. يمكنك فحص الوسائط بحثًا عن أي شيء مشبوه ثم اختيار السماح بالاستدعاء مرة واحدة، أو رفضه، أو، للأدوات التي تثق بها ضمنيًا، السماح دائمًا بتلك الأداة المحددة.

تحذير: لا تقم أبدًا بتثبيت أو منح أذونات لخادم MCP من مصدر لا تثق به تمامًا. دقق دائمًا في أول استدعاء أداة من أي خادم جديد. يمكنك إدارة وإلغاء أذونات "السماح دائمًا" في أي وقت من إعدادات التطبيق > الأدوات والتكاملات.

ربط LMStudio بخادم MCP محلي

بينما يعد الاتصال بالخوادم البعيدة مفيدًا، فإن القوة الحقيقية لـ MCP للعديد من المستخدمين تكمن في القدرة على تشغيل الخوادم على أجهزتهم المحلية. يمنح هذا نموذج LLM الوصول إلى الملفات المحلية والنصوص البرمجية والبرامج، مع الحفاظ على البيانات بالكامل دون اتصال بالإنترنت.

يدعم LM Studio كلاً من خوادم MCP المحلية والبعيدة. لتكوين خادم محلي، ستقوم بإضافة إدخال إلى ملف mcp.json الخاص بك يشير إلى عنوان URL محلي.

على سبيل المثال، إذا كنت تقوم بتشغيل خادم على جهازك على المنفذ 8000، فقد يبدو التكوين الخاص بك كالتالي:

{
  "mcpServers": {
    "my-local-server": {
      "url": "http://localhost:8000"
    }
  }
}

المستقبل محلي ومتصل

إن دمج MCP في LM Studio هو أكثر من مجرد تحديث تدريجي؛ إنه تحول أساسي. إنه يسد الفجوة بين الذكاء الخام لنماذج LLMs والفائدة العملية لتطبيقات البرامج. يخلق هذا مستقبلًا حيث لا يكون الذكاء الاصطناعي الخاص بك مجرد محاور بل مساعدًا شخصيًا يعمل بأمان على أجهزتك الخاصة.

تخيل كاتبًا لديه خادم MCP محلي يوفر أدوات مخصصة للتلخيص، والتحقق من الحقائق مقابل مكتبة خاصة من المستندات، وتحليل الأسلوب — كل ذلك دون إرسال كلمة واحدة إلى السحابة. أو مطورًا يمكن لنموذج LLM الخاص به التفاعل مع خادم محلي لتشغيل الاختبارات، وقراءة مخرجات المترجم، والبحث في قواعد البيانات الداخلية.

لتسهيل هذه الرؤية، قام فريق LM Studio أيضًا بتسهيل مشاركة المطورين لإبداعاتهم. يتيح زر "إضافة إلى LM Studio"، الذي يستخدم رابطًا عميقًا مخصصًا lmstudio://، تثبيت خوادم MCP جديدة بنقرة واحدة. وهذا يقلل من حاجز الدخول ويمهد الطريق لنظام بيئي نابض بالحياة يعتمد على المجتمع من الأدوات.

من خلال تبني معيار مفتوح وإعطاء الأولوية للتحكم للمستخدم، قدم LM Studio إطارًا قويًا للجيل القادم من الذكاء الاصطناعي الشخصي.