| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 31 |
- stream
- Gaussian
- atmega328
- Read
- Filtering
- file access
- compare
- digitalRead
- public
- Android
- aduino
- APP
- subpixel
- Gradient
- wpf
- UNO
- edge
- Contour
- Encapusulation
- sensor
- flutter
- Pointer
- Unity
- parameter
- Class
- mfc
- SERIAL
- c++
- Binary
- memory
- Today
- Total
목록MCP (2)
폴크(FOLC)
Model Context Protocol(MCP): AI 모델과 외부 도구 간의 연결개요: MCP는 Anthropic이 개발한 개방형 표준으로, 대형 언어 모델(LLM)이 외부 데이터 소스 및 도구와 상호작용할 수 있도록 설계되었습니다. 이를 통해 AI 모델이 다양한 리소스에 접근하고 작업을 수행할 수 있습니다.주요 특징:표준화된 인터페이스: MCP는 JSON-RPC 기반의 메시징 프로토콜을 사용하여, 모델이 외부 도구와 통신할 수 있는 구조를 제공합니다.모델 독립성: OpenAI, Google DeepMind, Claude 등 다양한 LLM에서 사용할 수 있도록 설계되었습니다.보안 및 확장성: MCP는 안전하고 확장 가능한 통합을 지원하며, 기업 애플리케이션과의 안전한 통합을 가능하게 합니다.적용 예..
**모델 컨텍스트 프로토콜(MCP)**은 다양한 AI 모델들이 상황(Context) 을 보다 정확하고 일관되게 이해하고 공유하기 위해 고안된 표준화된 데이터 포맷 및 통신 규약입니다. MCP는 AI가 사용자 요구, 작업 환경, 입력 데이터 특성 등을 효과적으로 해석하여 더 맞춤화된 응답과 행동을 할 수 있도록 설계되었습니다.MCP의 목적은 크게 세 가지입니다:모델 간 정보 공유 : 여러 AI 모델이 동일한 컨텍스트를 공유하면서 협력하거나 교대할 수 있게 함상황 기반 행동 최적화 : 입력이나 요청에 따라 더 적절하고 상황 맞는 행동을 유도사용자 경험 향상 : 사용자 별 상황(Context)을 고려하여 맞춤형 인터랙션 제공 MCP의 주요 구성 요소MCP는 보통 다음과 같은 구조적 요소로 구성됩니다:구성 요소..