02-347-7730  |  Saeree ERP - ระบบ ERP ครบวงจรสำหรับธุรกิจไทย ติดต่อเรา

Claude MCP คืออะไร? Model Context Protocol

Claude MCP คืออะไร? Model Context Protocol อธิบายแบบครบทุกมุม
  • 27
  • เมษายน

ก่อนยุค MCP ทุกครั้งที่ผู้พัฒนาอยากเชื่อม AI กับระบบภายนอก (เช่น GitHub, Slack, ฐานข้อมูล) ต้องเขียน integration ใหม่ทุกครั้ง ทำให้เกิดปัญหา N×M — มี AI ทูล N ตัว มี data source M ตัว ก็ต้องเขียน integration N×M ครั้ง Model Context Protocol (MCP) คือมาตรฐานเปิดที่ Anthropic เปิดตัวเพื่อแก้ปัญหานี้ — บทความนี้จะเจาะลึกว่า MCP คืออะไร ทำงานยังไง และทำไมเป็นมาตรฐานที่ Google, OpenAI, Cursor และวงการ AI ทั้งหมดยอมรับ

สรุปสั้นๆ — MCP คืออะไร?

MCP (Model Context Protocol) เป็น มาตรฐานเปิด ที่ Anthropic เปิดตัวปลายปี 2024 ใช้เชื่อม LLM (เช่น Claude, GPT, Gemini) กับ tool และ data source ภายนอกผ่าน JSON-RPC 2.0 เปรียบเหมือน USB-C ของ AI — ปลั๊กเดียว ใช้ได้ทุกเครื่อง ปัจจุบันมี 97 ล้าน downloads/เดือน และ public servers 10,000+ ตัว ธ.ค. 2025 Anthropic บริจาค MCP ให้ Linux Foundation ภายใต้ Agentic AI Foundation

ปัญหาที่ MCP แก้: N×M Integration Hell

ก่อน MCP จะมา การเชื่อม AI Tool กับ data source เป็นเรื่องยุ่งยากมาก — ทุก vendor ต้องเขียน integration ของตัวเอง:

  • มี AI Tool 5 ตัว (Claude, ChatGPT, Cursor, Copilot, Gemini)
  • มี data source 10 ตัว (GitHub, Slack, Notion, Postgres, Google Drive, ฯลฯ)
  • ต้องเขียน 5 × 10 = 50 integrations เพื่อให้ทุกคู่ทำงานร่วมกันได้

ยิ่ง AI Tools และ data sources เยอะขึ้น integration ก็ยิ่งเป็น N×M — ไม่ scalable มี duplicate code, มี bug, มี security risk Anthropic จึงสร้าง MCP ขึ้นมาเป็น มาตรฐานกลาง — เขียน MCP server ครั้งเดียว ใช้กับ AI ทุกตัวที่รองรับ MCP ได้ ลดจาก N×M เป็น N+M

Architecture: Client-Server บน JSON-RPC 2.0

MCP ใช้สถาปัตยกรรม Client-Server ที่สื่อสารผ่าน JSON-RPC 2.0 — เป็นโปรโตคอลตระกูลเดียวกับ Language Server Protocol (LSP) ที่ VS Code และ IDE อื่นๆ ใช้เชื่อมกับ language server

บทบาท หน้าที่ ตัวอย่าง
MCP Host โปรแกรมที่ผู้ใช้เปิด — มี LLM อยู่ด้านใน Claude Desktop, Claude Code, Cursor, thClaws
MCP Client ตัวแทนของ Host ที่คุยกับ Server แต่ละตัว (1 client ต่อ 1 server) อยู่ภายใน Host — ผู้ใช้ไม่เห็นโดยตรง
MCP Server โปรแกรมที่เปิด tool/resource/prompt ให้ Client เรียกใช้ GitHub MCP server, Slack MCP server, Filesystem MCP server

3 Capabilities ที่ MCP Server เปิดให้ใช้

MCP Server แต่ละตัวสามารถเปิด 3 ประเภท capability ให้ Host ใช้งาน:

Capability คืออะไร ตัวอย่าง
Tools ฟังก์ชันที่ AI เรียกได้ — มี side effect ได้ (เปลี่ยนข้อมูล, ส่ง message) create_issue, send_slack, query_db, run_command
Resources ข้อมูลที่ AI อ่านได้ — read-only ไม่มี side effect file://path, postgres://table, gdrive://doc
Prompts Template prompt สำเร็จรูปที่ Host เลือกใช้ได้ "summarize_pr", "explain_query", "code_review"

Handshake & Discovery — เริ่มต้นใช้งาน

เมื่อ Host เปิดขึ้นมา (เช่น Claude Desktop เริ่มทำงาน) มันจะคุยกับ MCP Server ที่ตั้งค่าไว้ตามขั้นตอนนี้:

  1. Initialize — Client ส่ง initialize request พร้อม version และ capabilities ที่รองรับ
  2. Server Response — Server ตอบด้วย version และ capabilities ที่ตัวเองมี
  3. List — Client ขอรายการ tools/resources/prompts ทั้งหมดผ่าน tools/list, resources/list, prompts/list
  4. Register — Host เก็บรายการเหล่านี้ลง memory แล้วเสนอให้ LLM ใช้งานในระหว่างการสนทนา
  5. Invoke — เมื่อ LLM ตัดสินใจเรียก tool ใด Client ส่ง tools/call ให้ Server แล้วได้ผลกลับมา

Transport Modes — วิธีเชื่อม Client กับ Server

MCP รองรับ 3 วิธีในการสื่อสารระหว่าง Client กับ Server เลือกตามสภาพแวดล้อม:

Transport เหมาะกับ รายละเอียด
stdio Local server บนเครื่องเดียวกัน Host spawn process ของ Server แล้วคุยผ่าน stdin/stdout — ง่ายที่สุด, ปลอดภัยที่สุด
HTTP + SSE Remote server (legacy) HTTP POST สำหรับ request, Server-Sent Events สำหรับ stream — แบบเก่า ปัจจุบันแนะนำ Streamable HTTP
Streamable HTTP Remote server (modern) HTTP endpoint เดียวที่รองรับทั้ง request/response และ streaming — มาตรฐานใหม่ที่แนะนำใช้

MCP Servers ที่มีให้ใช้

ปัจจุบันมี MCP server กว่า 10,000 ตัว ในระบบ — ทั้งจาก Anthropic, vendor official, และ community ตัวอย่างที่นิยมใช้:

หมวด ตัวอย่าง MCP Server
Code & DevOps GitHub, GitLab, Git, Docker, Kubernetes, Sentry
Communication Slack, Discord, Email (Gmail/IMAP), Teams
Data Postgres, MySQL, MongoDB, Redis, BigQuery, Snowflake
Productivity Google Drive, Google Calendar, Notion, Linear, Jira
Browser & Web Puppeteer, Playwright, Brave Search, Fetch
Filesystem Local filesystem, S3, GCS, Azure Blob

ตัวอย่าง: ตั้งค่า MCP Server ใน Claude Desktop

การเพิ่ม MCP server ใน Claude Desktop ทำผ่านไฟล์ config ที่ ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxxxxx"
      }
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem",
               "/Users/me/projects"]
    }
  }
}

เมื่อ Claude Desktop เริ่มทำงาน มันจะ spawn ทั้ง 2 server ผ่าน stdio และเริ่ม handshake อัตโนมัติ ผู้ใช้สามารถสั่ง Claude ทำงานเช่น "สร้าง issue บน GitHub repo X" หรือ "อ่านไฟล์ใน /Users/me/projects/foo" ได้ทันที

Adoption ในปี 2026 — มาตรฐานวงการ AI

MCP ไม่ได้เป็นแค่ของ Anthropic อีกต่อไป — กลายเป็น มาตรฐานวงการ ที่ผู้เล่นรายใหญ่ทุกคนรองรับ:

  • 97 ล้าน downloads/เดือน ของ MCP SDK ทั่วทั้งระบบ (Mar 2026)
  • 10,000+ public MCP servers เปิดให้ใช้งานได้
  • ธ.ค. 2025 Anthropic บริจาค MCP ให้ Linux Foundation ภายใต้ Agentic AI Foundation — co-founded โดย Anthropic, Block, OpenAI พร้อม support จาก Google, Microsoft, AWS
  • รองรับโดย: Claude (Anthropic), ChatGPT (OpenAI), Gemini (Google), Cursor, Sourcegraph Amp, Factory, GitHub Copilot, thClaws

MCP กับ Claude Skills — ต่างกันอย่างไร

MCP กับ Claude Skills เป็นกลไกคนละแบบที่ใช้เสริมกัน ไม่ใช่ทางเลือกแทนกัน:

หัวข้อ MCP Skills
หน้าที่ เชื่อม AI กับ tool/data source ภายนอก รวบ workflow + instructions + scripts ให้ AI ทำงานเฉพาะทาง
รูปแบบ Server (process แยก) ที่คุยผ่าน JSON-RPC Folder ที่มี SKILL.md + scripts + assets
การ trigger LLM เรียก tool ตามชื่อและ schema Auto-trigger ตาม whenToUse หรือ slash command
ใช้ร่วมกันยังไง Skill ใช้ tool จาก MCP server ภายในตัวเองได้ เป็น layer สูงกว่า MCP — encapsulate workflow ที่ใช้ MCP tools

สรุป — Claude MCP ในย่อหน้าเดียว

หัวข้อ สรุป
คืออะไร มาตรฐานเปิดที่ Anthropic สร้างเพื่อให้ AI Tools เชื่อมกับ data source/tool ภายนอกได้แบบ plug-and-play
เปรียบเหมือน USB-C ของ AI — ปลั๊กเดียว ใช้ได้กับเครื่องไหนก็ได้
เทคนิค Client-Server architecture บน JSON-RPC 2.0 (เหมือน LSP) — รองรับ stdio, HTTP+SSE, Streamable HTTP
3 Capabilities Tools (เรียกได้) / Resources (อ่านได้) / Prompts (template สำเร็จ)
ระบบนิเวศ 97M downloads/เดือน, 10K+ servers, รองรับโดย Anthropic/OpenAI/Google/Cursor/Microsoft/AWS
ปกครองโดย Linux Foundation (Agentic AI Foundation) ตั้งแต่ ธ.ค. 2025

MCP เปลี่ยนวงการ AI Integration จาก N×M เป็น N+M — เขียน tool ครั้งเดียว ใช้กับ AI ทุกตัว เป็นมาตรฐานเดียวที่ทำให้ AI Agent ecosystem โตแบบ exponential ในปี 2026

- ทีมงาน Saeree ERP

อ่านต่อ — บทความที่เกี่ยวข้อง

แหล่งอ้างอิง

สนใจระบบ ERP สำหรับองค์กรของคุณ?

ปรึกษาผู้เชี่ยวชาญจาก Grand Linux Solution ฟรี ไม่มีค่าใช้จ่าย

ขอ Demo ฟรี

โทร 02-347-7730 | sale@grandlinux.com

Saeree ERP Author

เกี่ยวกับผู้เขียน

ไพฑูรย์ บุตรี

ผู้เชี่ยวชาญด้านระบบเน็ตเวิร์คและระบบความปลอดภัยเซิร์ฟเวอร์ บริษัท แกรนด์ลีนุกซ์ โซลูชั่น จำกัด