Lewati ke konten utama
menjadi.dev
Chapter 31.4 AI Product Lanjutan

MCP & Tool Integration: Memperluas Kemampuan AI

Model Context Protocol — memberi AI akses ke database, API, file system, dan tools eksternal

Tujuan Pembelajaran

  • Memahami Model Context Protocol (MCP) dan kegunaannya
  • Mampu mengkonfigurasi MCP servers untuk Supabase, GitHub, dan file system
  • Mengerti security considerations saat memberi AI akses ke tools

Analogi

Diagram 

      MCP = Toolkit untuk Asisten:
Tanpa tools: asisten hanya bisa ngomong (generate teks)
Dengan tools: kunci inggris (database), obeng (file system), kalkulator (computation), buku telepon (API)

MCP = standardisasi konektor tools. Satu interface untuk berbagai tools.

MCP seperti toolkit — standardisasi cara memberi AI akses ke tools. Tanpa tools, AI cuma bisa ngomong. Dengan tools, AI bisa bertindak.

Penjelasan Konsep

Model Context Protocol (MCP) adalah protokol terbuka dari Anthropic yang memungkinkan AI agents berinteraksi dengan tools eksternal — database, API, file system, browser.

Tanpa MCP, AI hanya tahu dari training data. Dengan MCP, AI bisa: query database baca schema dan data, baca/tulis file di project, execute terminal commands, akses API eksternal (GitHub, Supabase, Slack), cari informasi terkini via search.

MCP Server Types: (1) Database MCP — baca schema, query read-only. (2) File System MCP — baca, buat, edit file. (3) GitHub MCP — baca issues, PRs, code. (4) Browser MCP — navigate, scrape, test UI. (5) Custom MCP — API internal atau tools bisnis.

Security: Database MCP READ-ONLY, batasi scope (hanya table tertentu), jangan akses production dari dev, audit trail semua aksi.

Inti yang Perlu Dipahami

Bagian ini berfokus pada memahami Model Context Protocol (MCP) dan kegunaannya., mampu mengkonfigurasi MCP servers untuk Supabase, GitHub, dan file system., dan mengerti security considerations saat memberi AI akses ke tools. Jangan terburu-buru menghafal istilahnya. Lebih penting untuk memahami peran setiap konsep dan kapan konsep itu muncul dalam pekerjaan web development.

Saat membaca MCP & Tool Integration, gunakan tujuan belajar sebagai penanda arah. Kalau kamu sudah bisa menjelaskan tujuan itu dengan kata-katamu sendiri, berarti fondasinya mulai terbentuk.

Cara Membayangkannya

MCP seperti toolkit — standardisasi cara memberi AI akses ke tools. Tanpa tools, AI cuma bisa ngomong. Dengan tools, AI bisa bertindak. Analogi ini dipakai supaya konsep teknis tidak terasa melayang. Hubungkan setiap istilah dengan perannya: siapa yang meminta, siapa yang memproses, data apa yang berpindah, dan hasil apa yang diharapkan.

Kalau analoginya sudah terasa masuk akal, barulah lihat istilah teknisnya. Cara ini membuat materi lebih mudah dipahami daripada langsung menghafal definisi.

Konteks dalam Perjalanan Belajar

Setiap konsep di platform ini dipilih karena dipakai di industri. Fokus pada pemahaman, bukan hafalan.

Kamu sudah di bagian lanjutan. Mulai pikirkan bagaimana konsep ini dipakai di dunia kerja — bukan hanya untuk belajar, tapi untuk membangun produk nyata.

Gunakan pertanyaan reflektif dan prompt AI di akhir chapter sebagai latihan aktif. Membaca saja tidak cukup — kamu perlu menjelaskan ulang dengan kata-katamu sendiri.

Prompt AI

Konfigurasi 2 MCP servers: Supabase (read-only schema) dan GitHub (read issues). Minta AI baca schema Supabase dan generate CRUD endpoint. Bandingkan hasilnya dengan deskripsi schema manual.

Pertanyaan Reflektif

Bandingkan workflow TANPA MCP vs DENGAN MCP untuk generate API endpoint. Tanpa MCP: jelaskan schema manual. Dengan MCP: AI baca langsung. Berapa waktu dihemat?