← กลับหน้าภาพรวม
🔌 เชื่อมเครื่องมือ · MCP

MCP: เชื่อมเครื่องมือด้วยมาตรฐานกลาง

ตอนนี้ MCP กลายเป็นมาตรฐานกลางสำหรับเชื่อมต่อ (connectivity standard) ที่ใช้ข้ามค่ายผู้ให้บริการได้แล้ว หน้านี้รวมสิ่งที่คนสร้างระบบควรรู้ เพื่อออกแบบระบบให้รองรับ MCP มาตั้งแต่ต้น (MCP-native) เชื่อมเครื่องมือ (tool) ครั้งเดียว แล้วใช้ได้กับทุกโมเดลที่รองรับ MCP โดยอ้างอิงจากสเปกเวอร์ชัน 2025-11-25 และการเปลี่ยนแปลงเรื่องการกำกับดูแล (governance) ล่าสุด

🛠 Model Context Protocol (MCP)

MCP คืออะไร และทำไมถึงสำคัญ

MCP เป็นมาตรฐานแบบเปิด (Anthropic ประกาศออกมาเมื่อ พ.ย. 2024) เอาไว้เชื่อมโมเดลภาษา (LLM) หรือผู้ช่วย AI (agent) เข้ากับเครื่องมือและข้อมูลต่าง ๆ ผ่านช่องทางเดียวกัน พูดง่าย ๆ ก็เหมือน USB-C สำหรับเครื่องมือ AI คือแต่ก่อนถ้าจะเชื่อมกับเจ้าไหน ก็ต้องมานั่งเขียนโค้ดต่อเชื่อม (glue) ทีละเจ้า แต่ตอนนี้ใช้มาตรฐานเดียวจบ และหลายเจ้าก็หันมาใช้กันมากขึ้นเรื่อย ๆ ไม่ว่าจะเป็น OpenAI (มี.ค. 2025), Google DeepMind (Gemini) หรือ Microsoft Copilot ก็รองรับ ตอนนี้ชุดเครื่องมือสำหรับนักพัฒนา (SDK) มียอดดาวน์โหลดราว 97 ล้านครั้งต่อเดือน (ธ.ค. 2025) มีทะเบียน MCP ทางการที่คัดกรองมาแล้วราว 2,000 เซิร์ฟเวอร์ (server) ส่วนถ้านับทั้งวงการรวมกันก็มีมากกว่า 10,000 เซิร์ฟเวอร์ (ธ.ค. 2025)

ตัวอย่าง PROMPT
แนวคิด: หนึ่ง MCP server = expose tool ให้ทุกโมเดลที่พูด MCP ได้ ไม่ต้องเขียน integration แยกต่อโมเดล

การกำกับดูแลถูกย้ายไปอยู่ตรงกลางที่เป็นกลางแล้ว

เมื่อ ธ.ค. 2025 Anthropic ได้ยก MCP ให้กับ Agentic AI Foundation (AAIF) ซึ่งเป็นกองทุนภายใต้ Linux Foundation ที่ก่อตั้งร่วมกับ Block และ OpenAI และได้แรงหนุนจาก Google, Microsoft, AWS, Cloudflare, Bloomberg พอเป็นแบบนี้ MCP ก็เลยกลายเป็นโครงสร้างพื้นฐานที่ไม่ผูกกับเจ้าใดเจ้าหนึ่ง ไม่ใช่โปรเจกต์ของ Anthropic อีกต่อไป เราจึงมั่นใจได้ว่าคุ้มค่าที่จะลงแรงออกแบบระบบให้ไปทาง MCP

ตัวอย่าง PROMPT
นัยเชิงกลยุทธ์: MCP เป็นมาตรฐานกลางที่ไม่ผูกกับ vendor เดียว การออกแบบให้ MCP-native จึงเป็นการลงทุนที่ปลอดภัยระยะยาว

สเปกเวอร์ชัน 2025-11-25: พร้อมใช้งานระดับองค์กร

เวอร์ชันนี้ยังใช้กับของเดิมได้อยู่ และทยอยเปิดใช้ทีละส่วนได้ ของใหม่ที่น่าสนใจก็มีหลายอย่าง อย่างแรกคืองานแบบไม่ต้องรอผลทันที (Async Tasks ซึ่งยังอยู่ในช่วงทดลอง) แนวคิดคือสั่งงานไว้ตอนนี้ แล้วค่อยกลับมารับผลทีหลัง พร้อมเช็กสถานะได้ด้วยว่าตอนนี้ถึงไหนแล้ว (กำลังทำ, รอข้อมูลเพิ่ม, เสร็จ, ล้มเหลว หรือยกเลิก) ตัวนี้ช่วยแก้ข้อจำกัดเดิมที่เมื่อก่อนต้องนั่งรอผลทันทีอย่างเดียว ซึ่งไม่เหมาะกับงานที่ใช้เวลานาน อย่างที่สองคือระบบยืนยันตัวตนด้วย OAuth ที่ขยายมารองรับระดับองค์กรได้ (รวมศูนย์การจัดการตัวตน, มีร่องรอยให้ย้อนตรวจ, กำหนดสิทธิ์ว่าใครเข้าถึงอะไรได้ตามนโยบาย) และสุดท้ายคือส่วนเสริม (Extensions) ที่ทำให้เป็นทางการแล้ว รวมถึง MCP Bundles (.mcpb) ซึ่งเป็นการห่อเซิร์ฟเวอร์ให้เป็นแพ็กเกจแบบ ZIP + ไฟล์รายละเอียด (manifest) ที่หยิบไปใช้ที่ไหนก็ได้ง่าย ๆ สำหรับ Claude Desktop/Code

ตัวอย่าง PROMPT
หมายเหตุ: Async Tasks ยังเป็น experimental ในสเปก 2025-11-25 ใช้อย่างระมัดระวังและติดตามการเปลี่ยนแปลง

ใช้ MCP บน n8n จริง ๆ เป็นยังไง

ใน n8n 2.0 มีโหนด (node) ที่ชื่อ Standalone MCP Client ซึ่งเรียกใช้ MCP เซิร์ฟเวอร์ที่อยู่ที่อื่นได้จากทุกขั้นตอน (step) ในเวิร์กโฟลว์ ไม่ใช่แค่เรียกได้เฉพาะในตัว Agent เหมือนแต่ก่อน แถมยังมี MCP ระดับทั้งระบบ ที่เปิดเวิร์กโฟลว์ (workflow) ที่เราเลือกไว้ ให้แพลตฟอร์ม AI เจ้าอื่นที่รองรับ MCP เข้ามาเรียกใช้ได้ ผ่านการเชื่อมต่อจุดเดียวที่ล็อกด้วย OAuth สรุปคือ n8n ทำหน้าที่ได้ทั้งสองฝั่งพร้อมกัน คือเป็นทั้งฝ่ายที่ไปเรียกใช้เครื่องมือ MCP ของคนอื่น และเป็นฝ่ายที่เปิดเครื่องมือ MCP ให้คนอื่นมาใช้ด้วย

ตัวอย่าง PROMPT
MCP Client node: Server URL + OAuth → List/Call tool จาก step ใดก็ได้ Instance-level MCP: เลือก workflow → expose ผ่าน OAuth connection → ทุกโมเดล MCP เรียกได้

ออกแบบให้พร้อมใช้ MCP ตั้งแต่แรก

สิ่งที่คนสร้างระบบเอาไปลงมือทำได้เลยคือ ลองต่อ MCP เซิร์ฟเวอร์เข้ากับ n8n (ซึ่งมีโหนดเฉพาะเตรียมไว้ให้แล้ว) แค่เชื่อมครั้งเดียว ก็เท่ากับเปิดเครื่องมือนั้นให้ทุกโมเดลที่รองรับ MCP เอาไปใช้ได้หมดเลย ยังไงก็คุ้มที่จะออกแบบไปทางนี้ตั้งแต่แรก เพราะช่วยลดงานเชื่อมต่อที่ต้องทำซ้ำ ๆ ไปได้เยอะ แถมยังเตรียมพร้อมรับวงการที่กำลังโตขึ้นเรื่อย ๆ อีกด้วย

ตัวอย่าง PROMPT
หลักออกแบบ: แทนที่จะต่อ tool เข้าแต่ละ agent ให้ expose ผ่าน MCP ครั้งเดียว แล้ว agent/โมเดลใดก็เรียกใช้ได้
← กลับหน้าภาพรวมหลักสูตร AI Agents