Panduan

Apa Itu MCP? Model Context Protocol, Dijelaskan

MCP, Model Context Protocol, adalah standar terbuka untuk menghubungkan asisten AI ke alat dan data yang mereka butuhkan — file, database, aplikasi bisnis, platform developer. Alih-alih setiap aplikasi AI membuat integrasi khusus untuk setiap layanan, sebuah layanan cukup menawarkan satu server MCP, dan aplikasi AI mana pun yang memahami MCP bisa menggunakannya. Anthropic memperkenalkan MCP pada November 2024, dan pada Desember 2025 menyerahkannya ke Agentic AI Foundation di bawah Linux Foundation.

Mengapa ini penting saat membangun dengan AI

Sebuah agent AI hanya seberguna alat yang bisa dijangkaunya. Model yang tidak bisa melihat file proyek, database, atau kalender Anda hanya bisa membicarakannya. MCP adalah instalasi yang memungkinkan agent benar-benar menggunakan hal-hal itu, dengan izin Anda.

Bagi orang yang membangun dengan AI, ini penting dengan dua cara. Pertama, Anda bisa memakai asisten AI yang sudah Anda sukai — Claude, Cursor, dan lainnya — dengan lebih banyak alat Anda, tanpa berpindah-pindah aplikasi. Kedua, jika Anda membangun produk, menawarkan server MCP berarti asisten AI bisa bekerja langsung dengannya. Anda akan semakin sering melihat “connect via MCP” berdampingan dengan “connect via API” di pengaturan produk.

Analogi sehari-hari

Bayangkan colokan listrik saat bepergian. Setiap negara punya stop kontaknya sendiri, jadi Anda membawa sekantong adaptor, satu untuk setiap perjalanan. Sebelum ada MCP, menghubungkan aplikasi AI ke layanan seperti itu: setiap pasangan aplikasi AI dan layanan membutuhkan adaptor khusus.

MCP seperti menyepakati satu bentuk stop kontak. Pembuat layanan membuat satu colokan (server MCP); pembuat aplikasi AI membuat satu stop kontak (klien MCP). Apa pun yang memiliki colokan bisa bekerja di stop kontak mana pun. Listriknya — data dan tindakan yang sebenarnya — tetap berasal dari layanan, dan Anda tetap memutuskan apa yang dicolokkan.

Cara kerja MCP

MCP memiliki tiga peran:

PeranApa ituContoh
HostAplikasi AI yang Anda gunakanClaude, Cursor, sebuah pembuat aplikasi AI
ClientBagian dari host yang berbicara dengan satu server MCPKoneksi Claude ke alat proyek Anda
ServerProgram yang memaparkan kemampuan sebuah layanan dalam format MCPServer untuk GitHub, sebuah database, atau pembuat aplikasi

Sebuah server bisa menawarkan tiga jenis hal utama:

  • Tools — tindakan yang bisa dilakukan AI, seperti create_project, search_files, atau send_message. Setiap tool memiliki nama, deskripsi, dan sekumpulan input yang didefinisikan, sehingga AI tahu kapan dan bagaimana menggunakannya.
  • Resources — data yang bisa dibaca AI, seperti file atau catatan.
  • Prompts — templat instruksi siap pakai yang disarankan server.

Ketika Anda menghubungkan sebuah server, host menanyakan apa saja yang ditawarkannya. Model AI kemudian melihat daftar tool yang tersedia beserta deskripsinya, dan selama percakapan ia bisa memutuskan untuk memanggil salah satunya. Host mengirim panggilan itu ke server, server melakukan pekerjaannya, dan hasilnya kembali ke model.

Server bisa berjalan dengan dua cara. Server lokal berjalan di komputer Anda sendiri dan dijalankan oleh aplikasi AI. Server jarak jauh berjalan di internet dan diakses lewat URL; server jarak jauh biasanya meminta Anda masuk dan menyetujui akses memakai OAuth, sama seperti layar “Izinkan akses?” yang Anda lihat ketika menghubungkan aplikasi ke akun Google Anda.

Contoh nyata: membangun aplikasi dari asisten AI Anda

Bayangkan Anda memakai Claude dan ingin ia membangun serta mempublikasikan aplikasi kecil di platform hosting yang menawarkan server MCP jarak jauh.

  1. Hubungkan. Di pengaturan connector Claude, Anda menambahkan URL MCP platform itu. Tab browser terbuka di halaman persetujuan platform; Anda masuk dan mengklik Allow access.
  2. Temukan. Claude sekarang melihat tool platform: membuat proyek, menulis file, menjalankan perintah, memulai preview, mempublikasikan.
  3. Minta. Anda mengetik: “Buat aplikasi kalkulator tip sederhana dan publikasikan.”
  4. Bertindak. Claude memanggil create_project, lalu write_file beberapa kali untuk kode aplikasi, lalu start_preview, memeriksa bahwa preview berfungsi, dan memanggil publish.
  5. Melapor. Ia memberi Anda tautan langsung.

Anda tidak pernah menyalin kode antarjendela atau mempelajari API platform. Claude menggunakan panggilan tool MCP standar, dan platform melakukan pekerjaannya di bawah akun Anda dan aturannya. Server platform yang sama juga bisa bekerja dengan host lain yang kompatibel MCP dengan cara yang sama.

Istilah kunci

IstilahArti
MCPModel Context Protocol — standar terbuka untuk menghubungkan aplikasi AI ke alat dan data.
Server MCPProgram yang memaparkan tool dan data sebuah layanan lewat MCP.
Klien / host MCPSisi aplikasi AI yang terhubung ke server dan menggunakan tool-nya.
ToolSatu tindakan yang ditawarkan server, dengan nama, deskripsi, dan input.
ResourceData yang bisa dibaca dan ditawarkan server, seperti file atau catatan.
Server jarak jauh vs lokalDiakses lewat internet dengan URL, atau dijalankan di mesin Anda sendiri.
OAuthCara standar untuk memberi aplikasi akses ke akun Anda tanpa membagikan kata sandi.
ConnectorSebutan yang dipakai banyak aplikasi AI untuk integrasi tambahan, sering kali berupa server MCP.
Prompt injectionTeks dalam data yang dibaca agent yang mencoba membuatnya melakukan sesuatu yang tidak Anda minta.

Kesalahpahaman dan kesalahan umum

  • “MCP hanya untuk Claude.” Anthropic yang menciptakannya, tetapi kini ia adalah standar terbuka yang dikelola oleh Agentic AI Foundation, dan banyak aplikasi AI serta alat developer mendukungnya.
  • “MCP menggantikan API.” Ia berada di atas API. Sebagian besar server MCP memanggil API normal layanan di belakang layar. MCP menstandarkan cara aplikasi AI menemukan dan menggunakan fitur-fitur itu.
  • “Menghubungkan server itu tidak berbahaya.” Tool sebuah server bisa membaca dan mengubah hal-hal yang nyata. Hubungkan server yang Anda percayai, sebaiknya langsung dari layanannya.
  • Memberi akses lebih dari yang dibutuhkan. Jika server menawarkan akses hanya-baca atau cakupan yang lebih sempit, mulailah dari sana.
  • Mengabaikan apa yang dibaca agent. Email, halaman web, atau dokumen yang diambil lewat MCP bisa berisi instruksi yang ditujukan kepada AI. Biarkan persetujuan aktif untuk tindakan seperti mengirim, menghapus, atau membayar.
  • Menempelkan rahasia ke chat untuk “membantu” koneksi. Server jarak jauh sebaiknya memakai alur login atau token yang disimpan dengan aman, bukan key yang ditempel ke percakapan. Lihat cara menjaga API key tetap aman.

Yang sebaiknya ditanyakan ke pembuat aplikasi AI (atau asisten Anda)

  • “Server MCP apa saja yang sedang terhubung sekarang, dan tool apa saja yang disediakan masing-masing?”
  • “Sebelum menggunakan tool yang mengubah atau menghapus sesuatu, tanyakan dulu kepada saya.”
  • “Untuk tugas ini, gunakan hanya tool hanya-baca.”
  • “Akun mana yang digunakan server ini untuk bertindak?”
  • “Tambahkan server MCP ke aplikasi saya agar asisten AI bisa [melihat pesanan]. Wajibkan login, dan hanya berikan akses baca untuk data milik pengguna yang sedang login.”

MCP dan Mythex

Mythex bekerja dengan MCP di kedua arah. Mythex menjalankan server MCP jarak jauhnya sendiri di https://mcp.mythex.ai/mcp: tambahkan URL itu sebagai custom connector di Claude, Cursor, atau Codex, setujui akses di Mythex, dan asisten bisa membuat proyek, mengedit file, menjalankan perintah, melakukan preview, dan mempublikasikan di sandbox cloud Mythex Anda. Siapa pun bisa menghubungkannya, tetapi panggilan tool memerlukan paket Pro dan kredit, dan pemakaian asisten eksternal itu ditagih oleh penyedianya. Di arah sebaliknya, agent Mythex sendiri bisa menggunakan server MCP luar: Connectors → Custom MCP menerima URL server mana pun, hingga sepuluh per akun. Untuk gambaran yang lebih besar, lihat apa itu API dan apa itu agent AI.

Pertanyaan

Apa kepanjangan MCP?

MCP adalah singkatan dari Model Context Protocol. Ini adalah standar terbuka yang mengatur bagaimana aplikasi AI terhubung ke alat dan sumber data eksternal, sehingga sebuah alat yang dibuat sekali bisa bekerja dengan banyak asisten AI yang berbeda.

Siapa yang menciptakan MCP?

Anthropic memperkenalkan dan membuka sumber MCP pada November 2024. Pada Desember 2025 Anthropic menyerahkannya ke Agentic AI Foundation, sebuah dana di bawah Linux Foundation, sehingga standar ini sekarang dikelola oleh badan yang netral.

Apa perbedaan antara MCP dan API?

API adalah cara satu layanan tertentu menyediakan fiturnya, dan setiap API bekerja dengan cara yang berbeda. MCP adalah lapisan bersama di atasnya: sebuah server MCP membungkus fitur layanan sebagai alat yang dideskripsikan dengan cara standar, sehingga aplikasi AI yang kompatibel dengan MCP dapat menemukan dan menggunakannya tanpa kode integrasi khusus.

Apakah MCP aman?

MCP sendiri adalah protokol; keamanannya bergantung pada server mana yang Anda hubungkan dan apa yang bisa mereka lakukan. Hanya hubungkan server dari sumber yang Anda percayai, berikan akses seminimal mungkin yang masih berfungsi, setujui sendiri tindakan berisiko, dan ingat bahwa data yang dibaca agent bisa berisi instruksi yang dimaksudkan untuk menyesatkannya.

Apakah saya harus menjadi developer untuk memakai MCP?

Tidak untuk memakainya. Banyak aplikasi AI memungkinkan Anda menambahkan server MCP jarak jauh dengan menempelkan URL-nya dan masuk untuk menyetujui akses. Membuat server MCP sendiri memang membutuhkan pemrograman.

Mythex · Pricing · Bangun apa pun dengan AI · Template website dan aplikasi · Mythex dibandingkan · Glosarium membuat aplikasi dengan AI · Alat gratis untuk membuat aplikasi dengan AI · English

English አማርኛ العربية Български বাংলা Bosanski Català Čeština Dansk Deutsch Ελληνικά Español Español (España) Eesti فارسی Suomi Français Français (Canada) ગુજરાતી हिन्दी Hrvatski Magyar Հայերեն Íslenska Italiano 日本語 ქართული Қазақ тілі ಕನ್ನಡ 한국어 Lietuvių Latviešu Македонски മലയാളം Монгол मराठी Bahasa Melayu မြန်မာ Norsk bokmål Nederlands ਪੰਜਾਬੀ Polski Português (Brasil) Português (Portugal) Română Русский Slovenčina Slovenščina Soomaali Shqip Srpski Svenska Kiswahili தமிழ் తెలుగు ไทย Tagalog Türkçe Українська اردو Tiếng Việt 简体中文 繁體中文(香港) 繁體中文(台灣)