MCP واستدعاء الدوال يحلّان مشكلتين مختلفتين. يتيح استدعاء الدوال للنموذج طلب تنفيذ إجراء، بينما يمنح MCP التطبيقات بروتوكولًا مشتركًا للعثور على الأدوات. يقارن هذا المقال بين الاثنين بأمثلة برمجية من OpenAI وClaude، مع قائمة مراجعة أمنية وقاعدة بسيطة للاختيار.
اختيار الطبقة الخاطئة يعني أنك ستعيد بناء التكامل نفسه مرتين. يبدو MCP مقابل استدعاء الدوال كمفترق طرق، لكنهما يقعان على مستويين مختلفين من المكدّس نفسه. استدعاء الدوال هو الطريقة التي يطلب بها النموذج تنفيذ إجراء. أما بروتوكول سياق النموذج (MCP) فهو الطريقة التي يعثر بها التطبيق على الأدوات التي ينفّذ عليها ذلك الإجراء ويصل إليها.
الجواب المختصر، قبل أي شيفرة: استدعاء الدوال ميزة في النموذج، وMCP بروتوكول اتصال، ومعظم إعدادات MCP تستخدم استدعاء الدوال في الخلفية. مع أداتين أو ثلاث داخل تطبيق واحد، يكون استدعاء الدوال العادي أبسط. أما عندما تحتاج عدة تطبيقات إلى الأدوات نفسها، فإن MCP يُثبت جدواه بسرعة. توضح الأقسام التالية أمثلة من OpenAI وClaude للطريقتين، جنبًا إلى جنب.
نموذج اللغة لا يُنتج سوى نص. يمنح استدعاء الدوال هذا النص شكلًا يمكن للشيفرة أن تثق به. مع كل طلب ترسل قائمة من تعريفات الأدوات: اسم، ووصف بلغة بسيطة، ومخطط JSON Schema للمعاملات. عندما يقرر النموذج أن أداة ما مطلوبة، لا يشغّل أي شيء. بل يعيد استدعاءً منظمًا يتضمن اسم الأداة ومعاملاتها، وتقوم شيفرتك بالعمل.
💡 نصيحة: النموذج لا ينفّذ الشيفرة أبدًا. هو يقترح استدعاءً، والتطبيق يقرر إن كان سيشغّله. هذه الفجوة بالتحديد هي المكان الذي تُوضع فيه فحوص الصلاحيات وتسجيل الأحداث.
تعيش التعريفات في قاعدة الشيفرة الخاصة بك، غالبًا بجوار الدالة التي تصفها. يسمّي OpenAI حقل المخطط parameters. ويسمّيه Claude input_schema. يختلف الغلاف قليلًا بين المزوّدين، لذا تحتاج أداة كُتبت لأحدهم إلى مهايئ خفيف لتعمل مع الآخر.
هذه هي التكلفة الحقيقية لاستدعاء الدوال العادي: كل تطبيق يحتفظ بنسخته الخاصة من كل تعريف، وكل مزوّد يريد صيغته الخاصة. إذا بنيت عملية البحث نفسها عن الطلبات لتطبيق دردشة، وإضافة لمحرر أكواد، وروبوت دعم، فستصون ثلاث نسخ.
أطلقت Anthropic بروتوكول MCP في نوفمبر 2024 كبروتوكول مفتوح، وتبنّته OpenAI في مارس 2025. يوحّد MCP طريقة وصف الأدوات وسردها واستدعائها، فتعمل الأداة المكتوبة مرة واحدة كـ خادم MCP في كل عميل يتحدث البروتوكول. إنه المنفذ القياسي في الصورة أعلاه: شكل موصل واحد لأجهزة كثيرة. فبدلًا من N تطبيق مضروبًا في M أداة من الغراء البرمجي المخصص، تبني N عميلًا وM خادمًا.
لدى MCP ثلاثة أدوار:
تُرسل الرسائل باستخدام JSON-RPC 2.0. تتواصل الخوادم المحلية عبر stdio، وتتواصل الخوادم البعيدة عبر Streamable HTTP. يفتح العميل جلسة، ويسأل الخادم عمّا يقدّمه، ثم يستدعي الأشياء بأسمائها.
يستطيع الخادم أن يعرض ثلاثة أنواع من القدرات:
| العنصر | ما هو | من يتحكم فيه |
|---|---|---|
| الأدوات | إجراءات أو عمليات حسابية يستطيع النموذج استدعاءها | النموذج |
| الموارد | بيانات قابلة للقراءة يحددها URI، مثل ملف أو سجل | التطبيق |
| الأوامر النصية | قوالب رسائل قابلة لإعادة الاستخدام | المستخدم |
تتداخل الأدوات وحدها مع استدعاء الدوال. الموارد والأوامر النصية ليس لها ردّ قياسي في استدعاء الدوال العادي، وهذا جزء من السبب الذي يدفع الناس إلى اللجوء إلى MCP.
إليك حركة البيانات على الشبكة لأداة واحدة. يطلب العميل من الخادم أدواته:
{"jsonrpc": "2.0", "id": 1, "method": "tools/list"}
يرد الخادم بتعريفات تشبه تلك التي تكتبها بيدك، مع فارق أن حقل المخطط هو inputSchema بصيغة camelCase:
{"jsonrpc": "2.0", "id": 1, "result": {"tools": [{
"name": "get_order_status",
"description": "Look up the shipping status of an order by its ID.",
"inputSchema": {
"type": "object",
"properties": {"order_id": {"type": "string"}},
"required": ["order_id"]
}
}]}}
لاحقًا، عندما يطلب النموذج تلك الأداة، يرسل العميل:
{"jsonrpc": "2.0", "id": 2, "method": "tools/call",
"params": {"name": "get_order_status", "arguments": {"order_id": "8841"}}}
| السؤال | استدعاء الدوال | MCP |
|---|---|---|
| ما هو؟ | ميزة في API النموذج | بروتوكول مفتوح بين التطبيقات وخوادم الأدوات |
| أين تعيش التعريفات؟ | في شيفرة تطبيقك، تُرسل مع كل طلب | على الخادم، وتُدرج عند الطلب باستخدام tools/list |
| من يشغّل الأداة؟ | عملية تطبيقك | خادم MCP، محليًا أو عن بُعد |
| إعادة الاستخدام عبر التطبيقات | نسخ وتكييف لكل تطبيق | اكتبه مرة واحدة، واتصل به من أي عميل |
| هل يحتاج إلى الآخر؟ | لا | نعم، فالنموذج ما زال يستدعي الأدوات عبر استدعاء الدوال |
| جهد الإعداد | دقائق | بضع ساعات لأول خادم، ودقائق لخادم موجود |
| الأنسب في | عدد قليل من الأدوات، ومنطق تطبيق خاص | الأدوات المشتركة والتكاملات مع أطراف ثالثة |
الاثنان ليسا منافسين، لأن MCP يغذّي استدعاء الدوال. إليك المسار الكامل لطلب واحد في إعداد MCP:
tools/call.من وجهة نظر النموذج، لم يتغير شيء. رأى تعريفات أدوات وأصدر استدعاءً. ما تغيّر هو من كتب التعريفات ومن شغّل الدالة.
💡 قاعدة عامة: إذا استطعت أن تشير إلى سطر من شيفرتك الخاصة الذي يشغّل الدالة، فأنت تستخدم استدعاء الدوال العادي. وإذا كان خادم منفصل هو من يشغّلها، فأنت تستخدم MCP، مع بقاء استدعاء الدوال قائمًا بين النموذج والعميل.
الأداة نفسها بأربع طرق: البحث عن حالة طلب. تستخدم الأمثلة Python، وعنوان خادم MCP هنا عنصر نائب تستبدله بعنوانك.
تستخدم هذه النسخة واجهة Responses API مع GPT 5. تعرّف الأداة، وتشغّل الدالة بنفسك، ثم ترسل عنصر function_call_output مرة أخرى.
import json
from openai import OpenAI
client = OpenAI()
def get_order_status(order_id: str) -> dict:
return {"order_id": order_id, "status": "shipped", "eta": "2026-10-09"}
tools = [{
"type": "function",
"name": "get_order_status",
"description": "Look up the shipping status of an order by its ID.",
"parameters": {
"type": "object",
"properties": {"order_id": {"type": "string"}},
"required": ["order_id"],
"additionalProperties": False,
},
"strict": True,
}]
input_items = [{"role": "user", "content": "Where is order 8841?"}]
response = client.responses.create(model="gpt-5", tools=tools, input=input_items)
input_items += response.output
for item in response.output:
if item.type == "function_call":
result = get_order_status(**json.loads(item.arguments))
input_items.append({
"type": "function_call_output",
"call_id": item.call_id,
"output": json.dumps(result),
})
final = client.responses.create(model="gpt-5", tools=tools, input=input_items)
print(final.output_text)
السؤال نفسه، دون مخطط ولا حلقة في شيفرتك. تتصل API بالخادم، وتسرد أدواته، وتستدعيها نيابةً عنك.
response = client.responses.create(
model="gpt-5",
tools=[{
"type": "mcp",
"server_label": "orders",
"server_url": "https://mcp.example.com/mcp",
"require_approval": "always",
}],
input="Where is order 8841?",
)
print(response.output_text)
عند ضبط require_approval على "always"، تتضمن الاستجابة طلب موافقة لكل استدعاء، وشيفرتك هي من يقرر السماح به أم لا. استخدم "never" فقط للخوادم التي تثق بها تمامًا.
تتبع Messages API الحلقة نفسها بأسماء حقول مختلفة. يوضع المخطط في input_schema، ويشير النموذج إلى الاستدعاء باستخدام stop_reason == "tool_use"، وتجيب ببلوك tool_result.
import json
import anthropic
client = anthropic.Anthropic()
tools = [{
"name": "get_order_status",
"description": "Look up the shipping status of an order by its ID.",
"input_schema": {
"type": "object",
"properties": {"order_id": {"type": "string"}},
"required": ["order_id"],
},
}]
messages = [{"role": "user", "content": "Where is order 8841?"}]
response = client.messages.create(
model="claude-sonnet-5-5", max_tokens=1024, tools=tools, messages=messages
)
if response.stop_reason == "tool_use":
messages.append({"role": "assistant", "content": response.content})
results = []
for block in response.content:
if block.type == "tool_use":
output = get_order_status(**block.input)
results.append({
"type": "tool_result",
"tool_use_id": block.id,
"content": json.dumps(output),
})
messages.append({"role": "user", "content": results})
response = client.messages.create(
model="claude-sonnet-5-5", max_tokens=1024, tools=tools, messages=messages
)
print(response.content[-1].text)
أرسل كل tool_result من دورة واحدة في رسالة مستخدم واحدة. تقسيمها على رسائل متفرقة يعلّم النموذج التوقف عن استدعاء الأدوات بالتوازي.
يحتاج موصل MCP إلى جزأين: الخادم في mcp_servers، وإدخال مطابق mcp_toolset في tools. كما أنه خلف ترويسة beta، ويصل إلى الخوادم البعيدة عبر HTTP، لا عبر الخوادم المحلية من نوع stdio.
response = client.beta.messages.create(
model="claude-sonnet-5-5",
max_tokens=1024,
betas=["mcp-client-2025-11-20"],
mcp_servers=[{
"type": "url",
"url": "https://mcp.example.com/mcp",
"name": "orders",
}],
tools=[{"type": "mcp_toolset", "mcp_server_name": "orders"}],
messages=[{"role": "user", "content": "Where is order 8841?"}],
)
قارن بين الأربعة. نسخ MCP أقصر لأن المخطط والحلقة انتقلا خارج شيفرتك. الثمن هنا هو فقدان التحكم: تسلّم الحلقة إلى API وتثق بكل ما يقوله الخادم عن نفسه.
تتدفق أسماء الأدوات وأوصافها ونتائجها كلها إلى سياق النموذج. يستطيع خادم غير حذر أو عدائي أن يخفي فيها تعليمات، وهذا مسار لحقن الأوامر النصية. يحمل استدعاء الدوال العادي الخطر نفسه مع نتائج الأدوات، لكن MCP يوسّعه لأن أطرافًا ثالثة هي من تكتب الأوصاف.
يُرسَل كل تعريف كتوكنات إدخال مع كل طلب. أربعون أداة بأوصاف طويلة قد تضيف آلاف التوكنات قبل أن يكتب المستخدم كلمة واحدة. يجعل MCP هذا الأمر سهلًا دون قصد، لأن ربط خادم واحد يسحب كل أدواته دفعة واحدة.
ثلاثة حلول تعمل جيدًا:
💡 أخطاء شائعة: ربط كل خادم بكل طلب، والموافقة التلقائية على إجراءات الكتابة، وتخطي سجلات الاستدعاء. تجنّب كل واحد منها كلفته قليلة في اليوم الأول، وإصلاحه بعد حادثة مكلفة جدًا.
تنتهي أغلب مجموعات الأدوات في بيئات الإنتاج إلى خليط من الاثنين. يبقى المنطق الخاص أدوات استدعاء دوال داخل العملية، وتصل القدرات المشتركة أو القادمة من أطراف ثالثة عبر خوادم MCP. يصل الاثنان إلى النموذج عبر واجهة استدعاء الدوال نفسها، لذا فالمزج بينهما لا يكلّف تقريبًا شيئًا.
تعرض PicassoIA توليد الصور والفيديو عبر موصل MCP، ما يجعلها مثالًا مفيدًا على خيارات التصميم السابقة. يستغرق التوليد وقتًا، لذا قُسّمت الأدوات إلى أدوات لبدء المهام وأداة لفحص الحالة. هذا هو الشكل نفسه الذي تبنيه يدويًا بدالتين معرّفتين.
| الأداة | ماذا تفعل |
|---|---|
generate_image | تبدأ مهمة صورة وتعيد معرّف التنبؤ |
edit_image | تبدأ تعديل صورة موجودة |
generate_video_picassoia | تبدأ مهمة فيديو باستخدام نموذج فيديو PicassoIA |
generate_video_seedance | تبدأ مهمة فيديو باستخدام Seedance |
get_generation | تستعلم عن تنبؤ حتى ينجح أو يفشل |
list_generations | تسرد التوليدات السابقة |
cancel_generation | تلغي مهمة ما زالت في قائمة الانتظار أو قيد التشغيل |
list_models | تعرض النماذج التي يستطيع حسابك استخدامها |
get_account | تعرض خطتك وحدود التشغيل المتوازي |
يستحق هذا النمط النسخ في خوادمك الخاصة: أعِد معرّفًا بسرعة، واستعلم عن الحالة بأداة منفصلة، وامنح النموذج أداة إلغاء كي يتمكن من التراجع عن تشغيل فاشل. تسرد وثائق المطوّرين 5 تنبؤات متزامنة لكل حساب، مشتركة بين بيانات اعتماد API واتصالات MCP، لذا يستعلم العميل المنضبط بدلًا من إطلاق كل شيء دفعة واحدة. والمهام نفسها متاحة أيضًا عبر REST API بأسلوب Replicate على https://api.picassoia.com/v1. راجع صفحة الأسعار لمعرفة الخطط التي تشمل الوصول إلى API و MCP.
قبل ربط الشيفرة، يمكنك صياغة مخططات الأدوات وتجربة الأوامر النصية في صفحة Claude Sonnet 5. تعرض صفحة النموذج هذه المدخلات:
low، وهي توقف التفكير لتحصل على أسرع الردود وأرخصها. انتقل إلى high أو max لخطأ معقّد يمتد عبر ملفات متعددة، أو لتصميم يضم أدوات كثيرة. المستويات هي low، medium، high، xhigh، و max.💡 نصيحة: اطلب المخطط أولًا، ثم اطلب من النموذج أن ينتقد وصفه بنفسه. الأوصاف القصيرة والمحددة تجعل الأداة أسهل في الاختيار الصحيح.
بدأت كل صورة في هذا المقال كأمر نصي: لوحة مثقبة، ولوحة تحويل، وفهرس بطاقات، ومفترق طرق. كل واحدة تحوّل فكرة مجردة إلى شيء يمكنك رؤيته، والوصفة نفسها تنفع لمنشوراتك ووثائقك وعروضك التقديمية.
استخدم هذا الهيكل: الموضوع والحركة، والبيئة، والإضاءة، والكاميرا والعدسة، وتفاصيل الملمس. مثلًا: "لقطة مقرّبة ليد توصل كابلًا بحاسوب محمول على مكتب من خشب البلوط، ضوء نافذة ناعم من اليمين، عدسة ماكرو 100 مم، عمق ميدان ضحل، ملمس ألومنيوم مصقول."
افتح Picasso IA، واختر نموذج تحويل النص إلى صورة من قائمة النماذج الكاملة، والصق أمرًا نصيًا بهذا الشكل، ثم شغّله. غيّر تفصيلة واحدة في كل مرة، مثل العدسة أو اتجاه الضوء، وراقب كيف يتغير الناتج. إذا كنت تعمل بالفعل في Claude، فاربط موصّل PicassoIA MCP من حسابك واطلب الصور مباشرة من المحادثة. جرّب ثلاث تنويعات لفكرة واحدة اليوم، واحتفظ بأفضلها.
اختر لغتك
