۱۱ آبان ۱۴۰۵ chaosmanage.github.io ۳ دقیقه مطالعه

چگونه یک توسعه‌دهنده با MCP و چت‌های نامحدود، یک ارتش از ایجنت‌های هوش مصنوعی ساخت؟

چگونه یک توسعه‌دهنده با MCP و چت‌های نامحدود، یک ارتش از ایجنت‌های هوش مصنوعی ساخت؟ — I Am the Reason OpenAI Is Killing Unlimited Chats

خلاصه

این مقاله نگاهی فنی به روش خلاقانه یک توسعه‌دهنده دارد که با ترکیب Model Context Protocol و قابلیت Secure MCP Tunnel شرکت OpenAI، چت‌های معمولی ChatGPT را به ایجنت‌های کدنویسی خودکار تبدیل کرده بود. این روش جذاب با تصمیم اخیر OpenAI برای پایان دادن به چت‌های نامحدود متوقف شد.

مقدمه و زمینه

تغییرات اخیر OpenAI و پایان دادن به چت‌های نامحدود ChatGPT و ادغام آن با سهمیه Codex، موجی از واکنش‌ها را در میان توسعه‌دهندگان برانگیخته است. این مقاله تجربه‌ای جالب از کارکردن با قابلیت‌های پیشرفته ChatGPT قبل از این تغییرات را روایت می‌کند؛ جایی که یک مهندس نرم‌افزار توانسته بود با کمترین هزینه زیرساختی، یک سیستم توسعه چندعاملی (Multi-agent) پیاده‌سازی کند.

استفاده از MCP و Secure MCP Tunnel

هسته اصلی این سناریو بر پایه پروتکل Model Context Protocol یا همان MCP شکل گرفته بود. با پشتیبانی ChatGPT از سرورهای سفارشی MCP و قابلیت Secure MCP Tunnel در OpenAI، توسعه‌دهنده توانسته بود ابزارهای محلی خود روی لپ‌تاپ و سرور مجازی (VPS) را بدون نیاز به زیرساخت ابری پیچیده، مستقیماً به مکالمات چت متصل کند.

در این پشته فنی از ابزارهای متن‌باز زیر استفاده شده بود:

  • Desktop Commander: به مدل اجازه می‌داد به فایل‌ها و پوشه‌ها دسترسی داشته باشد، کد بخواند و بنویسد، دستورات ترمینال را اجرا کند و تست‌ها را مدیریت کند.
  • CUA (Computer Use Agent): قابلیت‌های کار با کامپیوتر شامل اسکرین‌شات، تعاملات ماوس و بررسی بصری برنامه‌های دسکتاپ و مرورگر را اضافه می‌کرد.

این اتصال از طریق تونل امن OpenAI و بدون نیاز به فراخوانی‌های گران‌قیمت API برقرار شده بود.

جریان کاری توسعه با ایجنت‌های موازی

از آنجایی که چت‌های ChatGPT به طور مستقیم قابلیت کنترل زیرچت‌ها را نداشتند، نویسنده با استفاده از یک صف تسک مبتنی بر GitHub Issues یک ارکستراسیون هوشمند ایجاد کرده بود:

  1. استفاده از یک مدل استدلالی قوی برای برنامه‌ریزی اولیه و خرد کردن تسک‌ها به ایشیوهای کوچک‌تر در گیت‌هاب.
  2. باز کردن چندین تب چت موازی با مدل‌های ارزان‌تر یا مدل‌های دارای سهمیه نامحدود.
  3. واگذاری هر ایشیو به یک چت مجزا که از طریق سرور MCP به سیستم محلی دسترسی داشت.
  4. اجرای خودکار کدها، رفع خطاها و توسعه موازی برنامه‌ها توسط ایجنت‌ها.

برای پایش این سیستم، یک داشبورد سبک نیز توسعه داده شده بود تا اتصال MCP، مصرف منابع سیستم (CPU و Memory) و لاگ فراخوانی ابزارها به صورت زنده رصد شوند.

چرا این موضوع برای مهندسان اهمیت دارد؟

این تجربه نشان می‌دهد که چگونه می‌توان با ترکیب ابزارهای موجود و پروتکل‌های استاندارد مانند MCP، یک محیط توسعه خودمختار محلی ساخت. با این حال، تصمیم OpenAI برای حذف چت‌های نامحدود، محدودیت‌های مدل‌های ابری را دوباره برجسته کرده است.

در بحث‌های هکرنیوز، توسعه‌دهندگان به نکات کلیدی اشاره کردند:

  • برخی کاربران از محدودیت‌های تصادفی مدل‌های رقیب مثل Claude گلایه داشتند.
  • گروهی دیگر معتقدند تکیه کامل بر مدل‌های ابری و زیرساخت شرکت‌های خصوصی، ریسک بالایی دارد و توسعه‌دهندگان باید نگران ناپایداری قوانین و هزینه‌ها باشند.

این مطلب به‌صورت کاملاً خودکار و با هوش مصنوعی از مقالهٔ اصلی و بحث هکرنیوز تهیه شده و ممکن است خطا داشته باشد. حقوق مطلب اصلی متعلق به نویسندهٔ آن است. قوانین و گزارش مشکل

این خبر را با دیگران به اشتراک بگذارید

خبرهای فناوری در قالب پست و ویدیوی کوتاه، در اینستاگرام هکرنیوز بلاگ. به‌زودی
هر خبر به محض انتشار، به‌همراه پادکست روزانه در کانال تلگرام هکرنیوز بلاگ.