شرح خوادم MCP: البنية الأساسية الجديدة لـ Claude’s AI لأتمتة حقيقية

٤ أكتوبر ٢٠٢٥

#MCP server #Claude #OpenShift #ToolHive #AI automation #DevOps #Anthropic #cloud computing

MCP Servers Explained: Claude’s New AI Backbone for Real Automation

كل فترة، بروتوكول جديد يظهر بهدوء في عالم التكنولوجيا ويغير كل شيء. Model Context Protocol (MCP) هو واحد من تلك. ليس ظاهريًا مبهرًا، لكنه البنية التحتية الخفية التي تحوّل نماذج مثل Claude إلى شيء أكثر قوة بكثير من مجرد chatbot. مع خوادم MCP، يمكن لنموذج الذكاء الاصطناعي الاتصال مباشرة بتطبيقاتك، قواعد البيانات، أدوات السحابة، وأنظمتك التجارية—بأمان، سياقيًا، وآليًا.

إذا بدا ذلك غامضًا بعض الشيء، ففكر فيه بهذه الطريقة: قبل MCP، كانت نماذج الذكاء الاصطناعي تستطيع التفكير وتوليد النصوص، لكنها كانت محبوسة في عزلة. الآن، مع خوادم MCP التي تعمل كنظام توصيل عالمي، يمكنها أن تفعل. يمكنها استرداد أحداث التقويم الخاص بك، وتلخيص رسائل البريد الإلكتروني غير المقروءة، وتوليد التقارير، ودفع البيانات إلى Notion، أو حتى نشر الكود عبر GitHub—كل ذلك خلال محادثة واحدة مستمرة.

في هذا التحليل المطول، سنستعرض ما هي خوادم MCP بالفعل، وكيف تختلف عن واجهات برمجة التطبيقات التقليدية، وكيف يمكنك نشرها وتوسيعها في البيئة الإنتاجية—خاصة على OpenShift باستخدام ToolHive، بيئة مطورين مصممة خصيصًا لإدارة البنية التحتية للذكاء الاصطناعي.

ما هو خادم MCP؟

Model Context Protocol باختصار

MCP هو اختصار لـ Model Context Protocol. إنه معيار اتصال يسمح لنماذج اللغة الكبيرة (LLMs) مثل Claude أو ChatGPT بالتفاعل بأمان مع الأنظمة الخارجية. يمكنك التفكير فيه كـ USB port for AI. قم بتوصيل المحول الصحيح (خادم MCP)، وفجأة يمكن للنموذج التحدث مع أي نظام مدعوم.

كل خادم MCP يعمل كطبقة محوّلة بين النموذج والخدمة المحددة. على سبيل المثال:

GitHub MCP server يدير commits، pull requests، وissues.
Slack MCP server يرسل رسائل أو يسترجع سلاسل المحادثات.
PostgreSQL MCP server ينفذ استعلامات SQL أو يسترجع بيانات التحليلات.
Canva أو Figma MCP server يمكنه توليد أصول التصميم أو القوالب.

من منظور النموذج، كل خادم MCP يعرض مجموعة من tools—وظائف يمكن للنموذج استدعاؤها كجزء من عملية استدلاله. عندما تطلب من Claude أن «تلخيص اجتماعات هذا الأسبوع وتحديث Notion dashboard»، فإنه لا يولد النص فقط. بل:

يستدعي Calendar MCP لاسترداد الأحداث.
يستدعي Notion MCP لإيجاد اللوحة الصحيحة.
يكتب التحديثات باستخدام استدعاءات أداة منظمة.

كل هذا يحدث في الوقت الفعلي، مع إعدادات محدودة من جانبك. MCP هو ما يجعل هذا orchestration ممكنًا.

لماذا MCP مهم؟

قبل MCP، كان دمج نموذج ذكاء اصطناعي مع سير العمل يتطلب واجهات برمجة مخصصة معقدة، أو سكريبتات هشة، أو وسطاء طرف ثالث. MCP يُوحّد هذه العملية، مما يجعل اتصال الذكاء الاصطناعي modular وextensible. هذا له عدة مزايا كبيرة:

Security-first design: خوادم MCP تُ authenticates بشكل مستقل، لذا يمكنك منح أذونات دقيقة لكل أداة.
Composable automation: يمكنك دمج عدة خوادم MCP لربط سير عمل معقد.
Cross-platform flexibility: نفس MCP يمكن استخدامه من قبل نماذج ذكاء اصطناعي مختلفة تتبع البروتوكول.
One-click installation: بفضل ملفات DXT (Desktop Extension)، العديد من الخوادم تُثبّت مثل إضافات Chrome.

النتيجة؟ ذكاء اصطناعي يتصرف أقل كشريك محادثة وأكثر كمساعد شخصي—أو حتى كموظف رقمي.

كيف تعمل خوادم MCP؟

لنستعرض البنية قليلًا. كل خادم MCP يتكون من ثلاث طبقات رئيسية:

Connector Layer – يتعامل مع الاتصال بين النموذج LLM والـ API الخارجي.
Schema Definition Layer – يُعرّف schema الأداة (الوظائف المتاحة، المعلمات، وأنواع البيانات) التي يمكن للنموذج الوصول إليها.
Runtime Execution Layer – ينفذ الإجراءات المطلوبة، يتعامل مع المصادقة، ويُعيد النتائج منظمة.

هذا تمثيل مبسط لـ JSON لـ schema خادم MCP:

{
  "name": "GitHub-mcp-server",
  "description": "MCP server for interacting with GitHub repositories.",
  "tools": [
    {
      "name": "create_issue",
      "parameters": {
        "repo": "string",
        "title": "string",
        "body": "string"
      },
      "output": {
        "issue_url": "string"
      }
    },
    {
      "name": "get_pull_requests",
      "parameters": { "repo": "string", "state": "string" },
      "output": { "pull_requests": "array" }
    }
  ]
}

عندما يرى Claude هذا schema، يعرف أنه يمكنه استدعاء create_issue أو get_pull_requests تمامًا كما يفعل المطور عند استدعاء دالة. يستخدم النموذج الاستدلال لتحديد متى يستدعي أداة ويعبر عن المعلمات الصحيحة.

نشر خوادم MCP على OpenShift

الآن للجزء العملي. نشر خادم MCP ليس صعبًا بشكل خاص، لكن القيام بذلك بشكل صحيح — بحجم كبير، بأمان، ومع قابلية مراقبة جيدة — يتطلب الحرص. OpenShift منصة رائعة لهذا الغرض لأنها تجمع بين تنظيم Kubernetes وأدوات من المستوى المؤسسي لمهام الذكاء الاصطناعي.

لماذا OpenShift؟

Red Hat OpenShift يوفر:

Container-native orchestration لتشغيل خوادم MCP كـ microservices.
Built-in CI/CD pipelines لنشر تلقائي.
Service Mesh integration لتأمين inter-service communication.
Secrets management via Kubernetes secrets or HashiCorp Vault.
Developer tools like ToolHive for managing AI service deployments.

هذه تجعلها مثالية لاستضافة عدة خوادم MCP عبر بيئات (dev, staging, prod) مع الحفاظ على كل شيء قابل للتدقيق وقابل للتوسع.

الخطوة 1: تغليف خادم MCP

ابدأ بتغليف خادم MCP الخاص بك. معظم خوادم MCP مبنية على Node.js أو Python. هذا مثال لملف Dockerfile لخادم MCP مبني على Node.js وGitHub:

# Dockerfile
FROM node:20-alpine
WORKDIR /app
COPY package*.json ./
RUN npm install --production
COPY . .
EXPOSE 8080
CMD ["node", "server.js"]

بناء ورفع الصورة:

Docker build -t quay.io/yourorg/GitHub-mcp:latest .
Docker push quay.io/yourorg/GitHub-mcp:latest

الخطوة 2: إنشاء نشر OpenShift

عندما تكون الصورة جاهزة، حدد ملف YAML للنشر:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: GitHub-mcp-deployment
spec:
  replicas: 2
  selector:
    matchLabels:
      app: GitHub-mcp
  template:
    metadata:
      labels:
        app: GitHub-mcp
    spec:
      containers:
      - name: GitHub-mcp
        image: quay.io/yourorg/GitHub-mcp:latest
        ports:
        - containerPort: 8080
        env:
        - name: GITHUB_TOKEN
          valueFrom:
            secretKeyRef:
              name: GitHub-credentials
              key: token

تطبيقه:

oc apply -f GitHub-mcp-deployment.yaml

هذا يشغل خادم MCP كخدمة مُحَوَّطة داخل OpenShift.

الخطوة 3: تعريض الخدمة وتأمينها

للسماح لـ Claude (أو نموذج آخر) بالوصول إلى خادم MCP الخاص بك، ستحتاج إلى تعريضه بأمان.

apiVersion: v1
kind: Service
metadata:
  name: GitHub-mcp-service
spec:
  selector:
    app: GitHub-mcp
  ports:
  - protocol: TCP
    port: 80
    targetPort: 8080

ثم أنشئ route مع إنهاء TLS:

oc create route edge GitHub-mcp --service=GitHub-mcp-service --hostname=GitHub-mcp.apps.yourcluster.example.com

ستصبح endpoint MCP متاحة الآن عند hostname المحدد مع تفعيل HTTPS.

الخطوة 4: تسجيل خادم MCP مع ToolHive

ToolHive هي منصة مفتوحة المصدر من Stacklok لإدارة خوادم MCP في بيئات محبوكة. يمكنك تشغيل خادم MCP باستخدام CLI:

thv run GitHub-mcp \
  --transport sse \
  --env GITHUB_TOKEN=$GITHUB_TOKEN

بعد التسجيل، يمكن لـ ToolHive مراقبة الحالة، وإدارة التحديثات، ومعالجة التراجع عن الإصدارات تلقائيًا.

إدارة عدة خوادم MCP في مجموعة

في معظم السيناريوهات الواقعية، ستقوم بنشر عدة خوادم MCP—واحد لكل نظام خارجي. يسهل OpenShift إدارتها ضمن مساحة اسم واحدة وتطبيق سياسات مشتركة.

مثال: بنية نشر Multi-MCP

+-----------------------------+
|        OpenShift Cluster    |
|-----------------------------|
| Claude AI Model             |
|   ↳ ToolHive Controller     |
|   ↳ GitHub MCP Server       |
|   ↳ Notion MCP Server       |
|   ↳ Slack MCP Server        |
|   ↳ PostgreSQL MCP Server   |
+-----------------------------+

يعمل كل خادم MCP كـ pod خاص به مع تمكين autoscaling. يقوم Controller الخاص بـ ToolHive بالتواصل معها عبر خدمات داخلية، مما يضمن اتصالاً آمنًا وتسجيلًا مركزيًا.

التوسع التلقائي & المراقبة

يمكنك إعداد قواعد التوسع التلقائي بناءً على استخدام CPU أو الذاكرة:

oc autoscale deployment GitHub-mcp-deployment --min=2 --max=10 --cpu-percent=70

للمراقبة، قم بدمج لوحات Prometheus و Grafana عبر مجموعة المراقبة المدمجة في OpenShift. تقوم ToolHive تلقائيًا بتصدير مقاييس MCP مثل زمن الاستجابة، وعدد استدعاءات الأدوات، ومعدل الأخطاء.

حالات استخدام واقعية

1. أتمتة أنبوب المحتوى

لنفترض أنك تدير عملية تعتمد على المحتوى—التسويق، التحرير، أو الإعلام. يمكنك ربط Claude بـ:

Canva MCP: إنشاء رسومات.
WordPress MCP: نشر منشورات المدونة.
Buffer MCP: جدولة منشورات التواصل الاجتماعي.

يمكن لـ Claude بعد ذلك التعامل مع حملة كاملة:

“أنشئ حملة كاملة لإطلاق المنتج الجديد، وصمم الرسومات، واكتب منشورات المدونة، وجدّل محتوى وسائل التواصل الاجتماعي.”

يُفعّل النموذج كل خادم MCP تباعًا، وتُنفَّذ حملة متكاملة عبر منصات متعددة—كل ذلك من مُحفّز واحد.

2. عمليات المطورين

لفِرق الهندسة، يمكن لخوادم MCP أتمتة مهام DevOps:

GitLab MCP: إدارة طلبات الدمج.
AWS MCP: نشر Builds.
Postgres MCP: تشغيل فحوصات الصحة.

مثال لسير العمل:

“نَشِّر الفرع المستقر الأخير إلى البيئة التجريبية، وقم بتشغيل هجرات قاعدة البيانات، وانشر حالة النشر إلى Slack.”

يُنسق Claude العملية بأكملها عبر استدعاءات MCP، ويُسجل كل شيء عبر ToolHive.

3. لوحات المعلومات التجارية

باستخدام اتصالات MCP مع Salesforce و Google Sheets و Tableau، يمكن لـ Claude تجميع التقارير اليومية أو الأسبوعية تلقائيًا.

“لخص أداء المبيعات الأسبوعي حسب المنطقة وقم بتحديث لوحة القيادة التنفيذية.”

يقوم الذكاء الاصطناعي باستخراج البيانات، وإجراء الحسابات، وحتى تحديث لوحات البيانات المرئية—كل ذلك بشكل مستقل.

نموذج أمان MCP

الأمان حاسم عندما يمكن للذكاء الاصطناعي اتخاذ إجراءات في العالم الحقيقي. يفرض MCP حدودًا صارمة:

المصادقة المحدودة: يستخدم كل خادم MCP بيانات اعتماد API الخاصة به، ولا تُشارك عبر الخدمات.
موافقة المستخدم: كل اتصال يتطلب موافقة صريحة من المستخدم.
تسجيل الإجراءات: يتم تسجيل كل استدعاء أداة ويمكن تتبعه.
العزلة: يمكن عزل خوادم MCP في مساحات أسماء أو شبكات افتراضية.

في OpenShift، يمكنك تعزيز الأمان أكثر باستخدام التحكم في الوصول القائم على الأدوار (RBAC) وإدارة الأسرار لحماية بيانات الاعتماد.

مثال:

oc create secret generic GitHub-credentials --from-literal=token=<your_token>

ثم قم بتثبيت ذلك السر في نشر MCP كما هو موضح سابقًا.

مراقبة وتوسيع نشر MCP

بمجرد تشغيل عدة خوادم MCP، سترغب في ضمان الاستمرارية والموثوقية.

فحوصات الصحة

حدد مستشعرات الجاهزية والحيوية في مواصفات النشر:

livenessProbe:
  httpGet:
    path: /healthz
    port: 8080
  initialDelaySeconds: 15
  timeoutSeconds: 5
readinessProbe:
  httpGet:
    path: /ready
    port: 8080
  initialDelaySeconds: 5
  timeoutSeconds: 3

هذه تضمن إعادة تشغيل الحاويات غير الصحية تلقائيًا بواسطة OpenShift.

التحكم في الإصدارات مع ToolHive

يمكن لـ ToolHive إدارة إصدارات متعددة لنفس خادم MCP. يمكنك نشر التحديثات تدريجيًا باستخدام عمليات النشر الكناري:

thv run GitHub-mcp:v1.2.0 --name GitHub-mcp-canary

هذا يسمح لك باختبار الإصدارات الجديدة دون تعطيل سير العمل الإنتاجي.

التكوين المتقدم: ربط خوادم MCP

أحد أبرز جوانب MCP هو ربط الأدوات — السماح للنموذج بدمج عدة خوادم في سلسلة استدلال واحدة.

مثال:

“تحقق من تقويمي لاجتماعات العملاء غدًا، واستخرج أحدث مقاييس المشروع من GitHub، وأعد عرضًا تلخيصيًا في Google Slides.”

في الخلفية، قد يستدعي Claude:

Google Calendar MCP → جلب الأحداث.
GitHub MCP → استرجاع مقاييس المشروع.
Google Slides MCP → إنشاء عرض شرائح.

يقوم كل خادم MCP بالتنفيذ بشكل مستقل، ويعيد استجابات JSON يستخدمها النموذج لتحديد الخطوة التالية.

يتيح ToolHive لك تعريف سير العمل المركبة باستخدام قوالب YAML:

workflow:
  name: daily_briefing
  steps:
    - tool: calendar-mcp.get_events
      params: { date: today }
    - tool: GitHub-mcp.get_repo_metrics
      params: { repo: org/project }
    - tool: slides-mcp.create_presentation
      params:
        title: 'Daily Briefing'
        content: '{{ previous_steps }}'

هذا النوع من التنسيق هو حيث يبرز MCP حقًا — تحويل الذكاء الاصطناعي من واجهة محادثة إلى منصة أتمتة سياقية.

خوادم MCP في النظام البيئي لـ Claude

النظام البيئي حول تنفيذ MCP لـ Claude يتوسع بسرعة. اعتبارًا من أوائل عام 2025، هناك مئات الخوادم المتاحة:

موجه للمطورين: GitHub, GitLab, AWS, MongoDB, PostgreSQL.
موجه للأعمال: Slack, Notion, Airtable, Salesforce, HubSpot.
أدوات إبداعية: Canva, Figma, YouTube, WordPress.
البيانات الوصفية (الاسم، الإصدار، المؤلف)
عنوان URL لنقطة النهاية للخادم
طريقة المصادقة (OAuth، مفتاح API، إلخ)
الأدوات المدعومة (الوظائف)

هذا الهيكل المشابه للإضافات هو ما يدفع موجة الأتمتة التالية للذكاء الاصطناعي. بدلًا من الانتظار لدمجات أصلية، يمكن للفرق نشر أو حتى بناء خوادم MCP الخاصة بهم وربطها فورًا.

بناء خادم MCP مخصص

أحيانًا تريد دمج نظام داخلي متخصص. إنشاء خادم MCP مخصص سهل باستخدام المواصفات المفتوحة للبروتوكول.

هنا مثال بسيط بلغة Python باستخدام FastAPI:

from fastapi import FastAPI, Request
from pydantic import BaseModel

app = FastAPI()

class IssueRequest(BaseModel):
    repo: str
    title: str
    body: str

@app.post("/create_issue")
def create_issue(req: IssueRequest):
    # Simulated logic: create an issue in an internal tracker
    issue_url = f"https://tracker.local/{req.repo}/issues/{req.title.replace(' ', '-') }"
    return {"issue_url": issue_url}

@app.get("/schema")
def schema():
    return {
        "name": "internal-tracker-mcp",
        "tools": [{
            "name": "create_issue",
            "parameters": {"repo": "string", "title": "string", "body": "string"}
        }]
    }

قم بتغليفه في حاوية، ونشره على OpenShift، وتسجيله عبر ToolHive—مثل أي MCP آخر.

ToolHive: مركز التحكم لـ MCPs

تعمل ToolHive كمركز للتنسيق والرصد لنشرات MCP. تقدم ما يلي:

سجل MCP مركزي (اكتشاف، تثبيت، تحديث الخوادم).
إدارة تحكم الوصول (من يمكنه استخدام أي أداة).
المقاييس والسجلات (الاستخدام، زمن الاستجابة، معدلات الأخطاء).
إدارة الإصدارات (الرجوع، النشرات الكناري).

يمكن للمطورين استخدام CLI أو واجهة المستخدم الخاصة بـ ToolHive لأداء مهام مثل:

thv list
thv inspect GitHub-mcp
thv logs GitHub-mcp --tail 100

ونعم—ToolHive نفسها تعرض واجهة MCP، مما يعني أنه يمكنك إدارة MCPs عبر MCP. هذا هو الاستدعاء الذاتي في أفضل حالاته.

التأثير التجاري لـ MCP

بالنسبة للشركات، MCP لا يعني فقط الراحة التقنية. بل يترجم مباشرة إلى إنتاجية وROI.

فريق يستخدم Claude مع اتصالات MCP يمكنه:

أتمتة 70–80% من العمل المعلوماتي المتكرر.
تقليل وقت إنشاء التقارير من ساعات إلى دقائق.
دمج الذكاء الاصطناعي في الأنظمة الحالية دون إعادة تطوير كبيرة.
الحفاظ على التحكم الكامل في البيانات وحدود الامتثال.

أرقام ROI التي شاركها المبتكرون الأوائل مذهلة—توفير عشرات الآلاف من الدولارات سنويًا عبر الأتمتة.

الأهم من ذلك، MCP تضع الأساس لـ الشركات الأصلية للذكاء الاصطناعي، حيث تعمل الإبداع البشري وتنفيذ الآلة بشكل متناسق تمامًا.

النظرة المستقبلية

MCP لا تزال في مراحلها الأولى، لكنها تتطور بسرعة. توقع رؤية:

التوحيد بين الموردين: OpenAI، Anthropic، وغيرهم يتوحدون حول مخططات أدوات متوافقة.
أسواق MCP الخاصة: الشركات ستستضيف دلائل داخلية للخوادم المعتمدة.
ذكاء اصطناعي واعٍ بالسياسات: نماذج تفهم وتحترم قواعد الامتثال المؤسسي تلقائيًا.
نشرات الحافة: خوادم MCP خفيفة تعمل على أجهزة الحافة لأتمتة الوقت الحقيقي.

مع نضج هذا النظام البيئي، ستختفي الحدود بين "مساعد الذكاء الاصطناعي" و"مشغل الذكاء الاصطناعي" تمامًا.

الخاتمة

خوادم MCP هي الأبطال غير المعروفين لعصر الأتمتة الجديدة للذكاء الاصطناعي. إنها تسد الفجوة بين الذكاء والعمل، وتحول نماذج اللغة من أدوات محادثة إلى منصات تشغيلية.

نشر خوادم MCP على OpenShift باستخدام ToolHive هو أحد أكثر الطرق عملية لإدخال هذه القدرة إلى بيئات المؤسسات—بأمان، وبقابلية للتوسع، ومع رصد كامل. سواء كنت تقوم بأتمتة DevOps، أو تبسيط ذكاء الأعمال، أو تنسيق سير العمل الإبداعي، فإن MCP تعطي ذكاءك الاصطناعي السياق والقدرة التي يحتاجها لـالعمل حقًا.

إذا لم تفعل ذلك بعد، ابدأ صغيرًا: نشر خادم MCP الأول، وربطه بـ Claude، والتجربة. بمجرد أن ترى ما هو ممكن، لن تنظر إلى أتمتة سير العمل بنفس الطريقة مرة أخرى.

إذا كنت ترغب في المزيد من التحليلات المتعمقة مثل هذه، اشترك في نشرتنا الإخبارية الأسبوعية AI Infra Today—حيث نكشف البنية التحتية وراء الذكاء.