Razvoj AI agenata i MCP integracija: povezivanje jezičkih modela sa sistemima koje već koristite

Demonstracije uvek rade. Pilot koji je sažimao vašu dokumentaciju delovao je impresivno, prototip koji je odgovarao na pitanja korisničke podrške izgledao je spremno, a onda se sreo sa stvarnim CRM-om, stvarnim modelom dozvola i stvarnim podacima i prestao da bude spreman.

Taj jaz je posao. Ne model (model je danas lakši deo) nego sve između jezičkog modela i sistema koji ima svoje mišljenje o autentifikaciji, ograničenjima broja poziva, razdvajanju klijenata i tome ko šta sme da vidi.

Šta gradimo

MCP serveri za vaše interne sisteme

Model Context Protocol je otvoreni standard za izlaganje alata i podataka AI asistentima na način koji je isti bez obzira na klijenta. Postao je praktičan odgovor na pitanje „kako da pustimo asistenta u naše sisteme, a da za svakog asistenta ne pišemo posebnu integraciju".

Gradimo produkcijske MCP servere nad onim što vaše poslovanje zaista koristi: CRM, sistem za tikete, data warehouse, interne API-je, arhivu dokumenata, ERP. Ne demo server sa hardkodovanim tokenom: nego server sa ispravnom autentifikacijom, autorizacijom po korisniku koja poštuje dozvole koje vaši sistemi već sprovode, izolacijom između klijenata, ograničenjem broja poziva, strukturiranim logovanjem i porukama o greškama iz kojih model može nešto da zaključi kada poziv ne uspe.

Namenski AI agenti i asistenti

Agenti koji obavljaju posao od početka do kraja: trijaža dolaznog reda, usaglašavanje dva sistema koja se ne slažu, izrada prve verzije dokumenta koju čovek zatim odobrava, istraživački zadatak kroz interne i eksterne izvore. Gradimo ih sa dosadnim delovima uključenim: ponovni pokušaji, timeout-i, gornje granice troška, idempotentnost svuda gde se piše i korak ljudskog odobrenja svuda gde je radnju teško poništiti.

Pretraga nad vašim sopstvenim sadržajem

RAG, urađen kako treba: prikupljanje i deljenje dokumenata na delove koji poštuju strukturu umesto broja karaktera, embeddinzi i vektorska pretraga, hibridna pretraga po ključnim rečima i po značenju (jer čista vektorska pretraga promašuje tačna poklapanja) zatim reranking i citiranje izvora, da odgovor može da se proveri. Uz to i neefektni deo: održavanje indeksa aktuelnim dok se dokumenti menjaju i poštovanje kontrole pristupa, tako da pretraga nikada ne izbaci dokument koji korisnik inače ne bi mogao da otvori.

Automatizacija procesa i back-office poslova

Ne treba svemu agent. Veliki deo onoga što firme žele od veštačke inteligencije jeste klasifikacija, ekstrakcija i rutiranje: pročitati dolazni mejl i odlučiti šta je, izvući strukturirane podatke iz nestrukturiranog dokumenta, upariti opis sa stavkom u katalogu. To je jeftinije, pouzdanije i lakše za evaluaciju od agenta, pa kada je to pravi odgovor, gradimo to.

Evaluacija, osmatranje i zaštitne granice

AI funkcionalnost bez evaluacije je funkcionalnost koju niko ne može da poboljša. Pravimo test skupove od vaših stvarnih slučajeva, merimo na svakoj izmeni, pratimo svaki poziv sa ulazima, korišćenim alatima, latencijom i troškom, i postavljamo limite pre nego što odbegla petlja pronađe vaš račun za API. Prompt injection je stvaran rizik od trenutka kada agent čita sadržaj kome se ne veruje i istovremeno može da deluje: granicu alata projektujemo tako da zlonameran dokument ne može da se pretvori u destruktivnu radnju.

Kako radimo sa provajderima modela

Nismo vezani ni za jednog. Gradimo na Anthropic Claude modelima, na OpenAI, Google i na modelima otvorenih težina koji rade na vašoj infrastrukturi, a integraciju projektujemo tako da je model zamenljiva komponenta. Koji vam odgovara zavisi od zadatka, latencije koja vam treba, cene po pozivu pri vašem obimu i (u Evropi sve češće presudno), od toga gde podaci smeju da odu.

Za klijente sa ograničenjima u pogledu lokacije podataka radimo instalaciju u EU regionima ili sopstveni inference na vašem hardveru, i pošteno ćemo vam reći gde vas to košta u sposobnostima.

Šta ovo nije

Nismo konsultantska kuća za AI strategiju. Ne držimo radionice o transformativnom potencijalu bilo čega.

Isto tako, nećemo praviti agenta za problem kome agent ne treba. Značajan deo AI projekata o kojima nas pitaju bolje se rešava dobro specificiranom API integracijom, indeksom za pretragu ili ispravljanjem kvaliteta podataka ispod svega toga. Kada to preporučimo, gubimo veći angažman, a vi dobijate sistem manje za održavanje.

Gde se ovo najčešće isplati

Interno znanje koje je tehnički dostupno, a praktično nedohvatno: hiljade dokumenata razbacanih po wiki-ju, deljenom disku i sistemu za tikete, gde je osoba koja zna koji je od njih važeći na godišnjem odmoru.

Trijaža velikog obima: redovi korisničke podrške, prijem odštetnih zahteva, dolazni upiti prodaje, obrada prijava. Sve gde čovek trenutno čita nešto, odlučuje šta je i prosleđuje dalje.

Sistemi koji nikada nisu dobili integraciju: dva alata koja bi trebalo da razgovaraju, a ne razgovaraju, pa je zaobilazno rešenje čovek sa tabelom. Agent sa MCP pristupom oba često je kraći put od formalnog integracionog projekta.

Poslovi zasićeni dokumentima: ugovori, fakture, specifikacije, regulatorne prijave. Ekstrakcija uz korak ljudske provere danas je dovoljno pouzdana da promeni ekonomiku tih procesa.

Produktivnost programera u vašem sopstvenom kodu: interni alati, pomoć pri code review-u, generisanje testova i MCP serveri koji asistentima vašeg tima daju pristup build sistemu, tracker-u zadataka i logovima.

Kako teče saradnja

Discovery, jedna do dve nedelje. Gledamo proces koji želite da promenite, sisteme koji su u igri i to kako podaci zaista izgledaju. Rezultat je pisana procena šta je izvodljivo, koliko će mesečno koštati rad pri vašem obimu i koji su načini na koje sve to može da otkaže. Ponekad piše da ovo ne treba graditi.

Proof of concept, tri do šest nedelja, nad stvarnim podacima u kontrolisanom okruženju. Cilj nije demo: nego rezultat evaluacije u koji možete da verujete, sa izmerenom tačnošću na slučajevima koje ste vi izabrali.

Produkciona izrada, obično osam do šesnaest nedelja, uključujući autentifikaciju, autorizaciju, nadzor, evaluacioni harness, kontrolu troškova i dokumentaciju. Instalirano u vašoj infrastrukturi, u vašem repozitorijumu, uz učešće vašeg tima od početka do kraja.

Rad ili primopredaja. Ili vaš tim preuzima sistem, sa runbook-om i evaluacionim paketom, ili ga mi dalje održavamo uz podršku. Modeli se menjaju, promptovi se pomeraju, a evaluacioni paket je ono što vam kaže kada je nešto tiho postalo lošije.

Tehnologija

Python i TypeScript za agente i MCP; PostgreSQL sa pgvector, Qdrant, Weaviate ili OpenSearch za pretragu; AWS Bedrock, Azure OpenAI, direktni API-ji provajdera i sopstveni inference sa vLLM ili Ollama tamo gde podaci ne smeju napolje; praćenje zasnovano na OpenTelemetry; i šta god da je vaš postojeći stek na strani integracije, jer se posao odvija upravo tamo.

Česta pitanja

Šta je MCP server, prostim rečima?

Mali servis koji izlaže neku sposobnost (čitanje iz baze, otvaranje tiketa, pretragu vaših dokumenata), u standardnom obliku koji AI asistenti razumeju. Napravite jedan, i svaki asistent koji podržava MCP može da koristi tu sposobnost bez posebne integracije za svakog od njih.

Da li da gradimo MCP server ili običnu API integraciju?

Ako jednom AI asistentu treba jedan sistem, direktna integracija je jednostavnija. MCP se isplati kada više asistenata ili više timova treba da dođe do istih sistema, kada želite da sposobnost bude dostupna i alatima koje još niste izabrali, ili kada želite jedno mesto na kome žive dozvole i revizorski log.

Kako sprečavate da agent uradi nešto destruktivno?

U slojevima. Alati koji pišu odvojeni su od alata koji čitaju, a alatima za pisanje se opseg sužava koliko zadatak dozvoljava. Sve što je nepovratno prolazi kroz korak ljudskog odobrenja. Svaki poziv se loguje sa argumentima. Agent radi pod servisnim identitetom koji ima samo dozvole potrebne za posao, pa je domet štete ograničen vašim sopstvenim modelom autorizacije, a ne promptom.

Koliko ovo košta u radu?

Zavisi gotovo isključivo od obima i od toga koliko konteksta nosi svaki poziv. To modelujemo tokom discovery faze sa stvarnim brojevima, jer razlika između dizajna koji u svakom koraku šalje ceo dokument i onog koji dohvata samo relevantni deo može biti red veličine mesečnog troška.

Može li ovo da radi tako da naši podaci ne napuštaju EU?

Da. Veliki provajderi nude EU regione, a modeli otvorenih težina mogu da rade na infrastrukturi koju vi kontrolišete. Obično postoji ustupak u sposobnostima, i o njemu ćemo govoriti konkretno umesto da se pravimo da ga nema.

Naš prošli AI pilot nikada nije stigao u produkciju. Zašto bi ovaj?

Najčešće zato što je pilot dokazao da model ume da uradi zadatak, a nikada nije dotakao autentifikaciju, dozvole, obradu grešaka, evaluaciju ni troškove, a tu je preostalih devedeset odsto posla. Mi polazimo od pretpostavke da model radi i angažman trošimo na sve ostalo.

Kako da počnete

Opišite proces koji želite da promenite i sisteme kojih se on tiče. Reći ćemo vam da li je agent pravi instrument, kako izgleda realna prva verzija i koliko košta da se napravi i da radi.

Kontaktirajte nas da dogovorimo tehnički discovery razgovor.

Povezane usluge

• Proširenje Osoblja i Outsourcing: AI inženjeri ugrađeni u vaš tim
• Usklađenost sa EU Aktom o veštačkoj inteligenciji: kada ono što gradite uđe u opseg propisa
• AWS optimizacija troškova: inference i pretraga umeju neprijatno da iznenade na računu