Se il tuo server MCP ha dozzine di strumenti, probabilmente è costruito male. Hai bisogno di strumenti specifici e chiari per ogni caso d'uso, ma non puoi nemmeno averne troppi. Questo crea un compromesso quasi impossibile che la maggior parte delle aziende non sa come risolvere. Ecco perché ho intervistato il mio amico Alex Rattray (@RattrayAlex), fondatore e CEO di @StainlessAPI. Stainless costruisce API, SDK e server MCP per aziende come @OpenAI e @AnthropicAI. Alex ha trascorso anni a padroneggiare come far comunicare il software con il software, e è venuto nel programma per condividere ciò che sa. L'ho avuto su @every’s AI & I per parlare di MCP e del futuro di internet nativo per l'AI. Abbiamo trattato: • Progettare server MCP per essere snelli e precisi. Le migliori pratiche di Alex per costruire server MCP affidabili iniziano mantenendo il set di strumenti ridotto, dando a ciascun strumento un nome e una descrizione precisi e minimizzando gli input e gli output che il modello deve gestire. Da Stainless, spesso aggiungono anche un filtro JSON per rimuovere dati non necessari. • Rendere gestibili API complesse con la modalità dinamica. Per risolvere il problema di come un'AI capisce quale strumento utilizzare in API più grandi, Stainless passa alla "modalità dinamica", dove il modello ha solo tre strumenti: elencare gli endpoint, sceglierne uno e imparare a conoscerlo, e poi eseguirlo. • Server MCP come copiloti aziendali. Da Stainless, Alex utilizza i server MCP per connettere strumenti come @NotionHQ e @HubSpot, così può fare domande come: "Quali clienti si sono registrati la scorsa settimana?" Il sistema interroga più database e restituisce un riepilogo che altrimenti avrebbe richiesto più accessi e ricerche. • Creare un "cervello" per la tua azienda con Claude Code. Alex ha costruito un cervello aziendale condiviso in Stainless mantenendo Claude Code attivo sul suo sistema e chiedendogli di salvare input utili, come feedback dei clienti e query SQL, su GitHub. Nel tempo, questo crea un archivio curato che il suo team può interrogare facilmente. • Il futuro di MCP è l'esecuzione del codice. Invece di dare ai modelli centinaia di strumenti, Alex crede che la configurazione più potente sarà uno strumento semplice per l'esecuzione del codice e uno strumento di ricerca documentale. L'AI scrive codice contro l'SDK di un'API, lo esegue su un server e controlla la documentazione quando si blocca. Questo è un must-watch per chiunque voglia comprendere MCP e imparare come usarli come vantaggio competitivo. Guarda qui sotto! Timestamp: Introduzione: 00:01:14 Perché ad Alex piace correre a piedi nudi: 00:02:54 API e MCP, i connettori del nuovo internet: 00:05:09 Perché i server MCP sono difficili da realizzare: 00:10:53 Principi di design per server MCP affidabili: 00:20:07 Scalare i server MCP per API grandi: 00:23:50...