Cos’è un server MCP?

Il problema che risolve

I modelli linguistici sono bravi a ragionare. Quello in cui non sono bravi, per come sono fatti, è sapere cose che stanno fuori dai loro dati di addestramento: il tuo codice, il tuo database, le decisioni prese sul tuo progetto, gli ultimi aggiornamenti del tuo team.

Prima di MCP, ogni team che collegava un agente AI a uno strumento esterno doveva costruirsi un'integrazione su misura. Una funzione per chiamare un'API, un po' di prompt engineering per dare forma al risultato, la gestione degli errori: tutto artigianale, tutto fragile. E se volevi che il tuo agente funzionasse su più strumenti, moltiplicavi quel lavoro per quanti strumenti avevi.

MCP standardizza tutto questo. Definisce un protocollo condiviso, così che qualunque client AI (Claude, GitHub Copilot, Cursor) possa parlare con qualunque server MCP senza codice di raccordo scritto apposta. Il server lo costruisci una volta, e ogni client compatibile può usarlo.

Come funziona

MCP segue un'architettura client-server. Il client è lo strumento AI in cui stai lavorando: il tuo IDE, la tua interfaccia di chat, il runtime del tuo agente. Il server è un processo esterno che espone capacità che il client può chiamare.

Quelle capacità arrivano in tre forme:

• Tool: funzioni che l'agente può chiamare per compiere un'azione o recuperare dati. Interrogare un database, prendere un documento, chiamare un'API.
• Resource: file o stream che il client può leggere, simili a endpoint GET ma accessibili direttamente dentro la conversazione.
• Prompt: modelli già scritti che il server espone e che il client può invocare come scorciatoie.

Quando un agente ha bisogno di un'informazione che non ha, emette una chiamata a un tool. Il server MCP riceve la richiesta, esegue la logica che serve e restituisce un risultato. L'agente legge il risultato e continua a ragionare. Tutto lo scambio avviene sullo sfondo: dal punto di vista di chi usa l'agente, l'agente semplicemente sa le cose.

Il protocollo è aperto

MCP è stato introdotto da Anthropic alla fine del 2024 e rilasciato subito come standard aperto. Chiunque può costruire un server o un client MCP. Non c'è nessuna licenza da pagare e nessuna dipendenza obbligata da un fornitore di AI specifico.

Questo conta perché è ciò che fa crescere l'ecosistema in modo cumulativo. Uno strumento che si espone come server MCP può essere usato da qualunque client AI, di oggi e di domani, che adotti il protocollo, non solo da quello per cui era stato costruito. GitHub Copilot, Claude Code, Cursor, Continue, Cline e altri lo supportano già. L'elenco continua a crescere.

MCP per la conoscenza di progetto

Uno degli usi più concreti di un server MCP è esporre a un agente la conoscenza specifica di un progetto. Invece di tenerla in un system prompt, che invecchia e sbatte contro i limiti di lunghezza, la metti in un server che l'agente può interrogare quando gli serve.

L'agente chiede quello che gli serve, nel momento in cui gli serve. Decisioni architetturali, concetti di dominio, vincoli operativi, cambiamenti recenti: tutto interrogabile in tempo reale, sempre aggiornato.

È esattamente quello che fa Meridiaan. Ogni Workspace ha il suo endpoint MCP. I Documenti che scrivi diventano i tool che l'agente chiama. Configuri l'endpoint una volta sola nel tuo client AI e, da quel momento in poi, il tuo agente ha pieno accesso alla knowledge base del Workspace senza che tu debba mai rispiegare niente.