Building Clients and Hosts

อีกครึ่งหนึ่งของ protocol

ที่ผ่านมาคอร์สนี้มอง MCP จากฝั่ง server เป็นหลัก: จะเปิด tool, resource และ prompt ออกมาอย่างไร โมดูลนี้จะพลิกมุมมอง ถ้าคุณกำลังสร้าง AI application ไม่ว่าจะเป็นผู้ช่วยใน IDE, ผลิตภัณฑ์แชท หรือ agent ที่ทำงานเอง แปลว่าคุณกำลังสร้าง host และภายใน host นั้นคุณจะสร้าง client หนึ่งตัวต่อหนึ่ง server ที่เชื่อมต่อ

ความต่างนี้สำคัญ เพราะ protocol กำหนดหน้าที่ให้ทั้งสองต่างกัน:

client คือ object ระดับ protocol มันคุย JSON-RPC กับ server เพียงตัวเดียวผ่าน transport เดียว ส่ง _meta ไปกับทุก request และแปลงผลลัพธ์บน wire ให้เป็นค่าที่มี type
host คือตัว application มันเป็นเจ้าของ language model, บทสนทนา, user interface, การตัดสินใจเรื่อง consent และ registry ที่รวม tool จากหลาย client เข้าเป็น list เดียวที่ model มองเห็น

flowchart LR
  subgraph host["Host (your AI app)"]
    llm["LLM loop"]
    ui["Consent UI"]
    reg["Tool registry"]
    c1["Client 1"]
    c2["Client 2"]
    c3["Client 3"]
  end
  s1["Server A (stdio, local)"]
  s2["Server B (HTTP, remote)"]
  s3["Server C (HTTP, remote)"]
  c1 --- s1
  c2 --- s2
  c3 --- s3
  reg --> llm
  ui --> llm

host เดียว หลาย client โดยมี client หนึ่งตัวต่อหนึ่ง server

ทำไมต้องมี client หนึ่งตัวต่อหนึ่ง server

MCP เป็น protocol แบบ stateless: ทุก request พก protocol version, client capability และตัวตนของ client ไปด้วย แต่ก็ยังมีเหตุผลดี ๆ ที่ควรเก็บ client object ไว้หนึ่งตัวต่อหนึ่ง server เพราะแต่ละ server มี transport ของตัวเอง (subprocess หรือ HTTP origin), มี capability ที่ discover มาได้ต่างกัน, มี credential ของตัวเอง และมีชื่อ tool ของตัวเอง ถ้าเอาหลาย server ไปซ่อนไว้หลัง client ตัวเดียว host จะต้องคอยแยกแยะทั้งหมดนั้นทุกครั้งที่เรียก การแยกไว้ทำให้ host มอง server เป็นหน่วยหนึ่งที่ connect, disconnect และ revoke ได้อย่างอิสระ

host คือจุดที่การรวมเกิดขึ้น มันขอ tools/list จากแต่ละ client, ใส่ prefix หรือ namespace ให้ชื่อเพื่อกันชนกัน (server สองตัวอาจเปิด search ทั้งคู่) แล้วส่ง list ที่รวมแล้วให้ model

host เป็นเจ้าของอะไรบ้าง

เรื่อง	ใคร	ทำไมถึงอยู่ตรงนั้น
คุย JSON-RPC, ใส่ `_meta`, parse ผลลัพธ์	Client	เป็นงานกลไกล้วน ๆ มีหนึ่งตัวต่อ transport
ตัดสินว่า tool call ไปที่ server ไหน	Host	มีแต่ host ที่เห็น server ทุกตัว
เรียก LLM และรัน tool loop	Host	protocol ไม่เคยคุยกับ model โดยตรง
ถามผู้ใช้ก่อนรัน tool ที่ทำลายข้อมูล	Host	spec บอกว่าควรมีมนุษย์ที่ปฏิเสธ call ใดก็ได้
แสดง form ของ elicitation และขอ consent ก่อนเปิด URL	Host	host เป็นเจ้าของ UI
ถือ OAuth token และ API key	Host	credential ต้องไม่ไปถึง model หรือ sandbox เด็ดขาด
cache `tools/list` ตาม `ttlMs` และ refresh เมื่อได้ `list_changed`	Host	เป็น policy ที่ข้ามหลาย request

โมดูลนี้ครอบคลุมอะไร

บทเรียน	คุณจะได้เรียน
Writing a Client	เชื่อมต่อผ่าน stdio หรือ HTTP, list และ call tool, อ่าน resource, ตอบ elicitation
Wiring Tools to an LLM	แปลง `tools/list` เป็น tool definition ของ model และรัน agent loop
Using Servers in Real Hosts	Claude Code, Claude Desktop, MCP connector ของ Claude API และ Inspector
Scaling Tools	progressive discovery, caching และ programmatic tool calling
Client Security Duties	client ที่ดีต้องทำอะไรบ้างเพื่อปกป้องผู้ใช้