Skip to content
TheChatArchiveThe Chat Archive
Geminigemini-2.5-pro-exp-03-25-grounding· GoogleHugging Face LMArena Search Arena 24K

hãy tìm giúp tôi MCP hỗ trợ document cho dev để AI Agent có thể sử dụng khi generate code

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with Geminigemini-2.5-pro-exp-03-25-grounding’s answer.
  1. User

    hãy tìm giúp tôi MCP hỗ trợ document cho dev để AI Agent có thể sử dụng khi generate code

  2. Gemini Assistant

    Chào bạn, dựa trên kết quả tìm kiếm, "MCP" trong ngữ cảnh bạn hỏi có thể là viết tắt của Model Context Protocol. Đây là một giao thức mở được thiết kế để chuẩn hóa cách các ứng dụng (như AI Agent) cung cấp ngữ cảnh (context) cho các Mô hình Ngôn ngữ Lớn (LLM).[[1]]

    MCP hoạt động như thế nào và hỗ trợ AI Agent generate code ra sao:

    1. Cung cấp Ngữ cảnh Chuẩn hóa: MCP hoạt động giống như một cổng kết nối chuẩn (như USB-C), cho phép AI Agent kết nối và lấy thông tin từ nhiều nguồn dữ liệu và công cụ khác nhau một cách thống nhất.[[1]] Các nguồn này có thể bao gồm tài liệu (documentation), cơ sở mã (codebase), API, cơ sở dữ liệu, file Figma, v.v.
    2. Hiểu Sâu hơn về Dự án: Bằng cách cung cấp ngữ cảnh đa dạng và có cấu trúc thông qua MCP, AI Agent có thể hiểu sâu hơn về dự án đang làm việc, bao gồm cấu trúc code, quy tắc lập trình (coding style), design patterns, kiến trúc hệ thống, và các yêu cầu cụ thể.
    3. Tạo Code Chất lượng và Phù hợp: Khi AI Agent hiểu rõ ngữ cảnh dự án thông qua MCP, nó có thể tạo ra code chất lượng hơn, phù hợp với các tiêu chuẩn và kiến trúc của dự án đó. Điều này giúp giảm thiểu việc phải sửa lỗi và tái cấu trúc code sau này.
    4. Tương tác với Công cụ Bên ngoài: MCP cho phép AI Agent tương tác trực tiếp với các công cụ và dịch vụ bên ngoài.[[2]] Ví dụ, AI Agent có thể đọc tài liệu API để tự động tạo code client, đọc file Figma để tạo code giao diện, hoặc kết nối với cơ sở dữ liệu để tạo cấu trúc.
    5. Tăng hiệu suất cho Developer: Thay vì phải liên tục chuyển đổi giữa việc đọc tài liệu và viết code, lập trình viên có thể dùng AI Agent (được hỗ trợ bởi MCP) để tự động hóa nhiều quy trình như phân tích yêu cầu, thiết kế giải pháp, sinh code, debug, và kiểm thử.

    Các Nền tảng/Công cụ liên quan đến MCP và AI Agent:

    • MCP Servers: Là các chương trình nhẹ nhàng, mỗi server cung cấp khả năng truy cập vào một nguồn dữ liệu hoặc công cụ cụ thể (như file hệ thống, Slack, API Shopify) thông qua giao thức MCP. Các nhà phát triển có thể tự xây dựng MCP server hoặc sử dụng các server có sẵn.[[1]]
    • AI IDEs (như Cursor, Windsurf): Một số môi trường phát triển tích hợp (IDE) hỗ trợ AI đã tích hợp MCP, cho phép AI Agent trong IDE đó sử dụng ngữ cảnh từ các MCP server để hỗ trợ lập trình.
    • SDK và Frameworks (như SDK OpenAI Agents, LangChain, LangGraph): Các bộ công cụ và thư viện này giúp các nhà phát triển xây dựng các AI Agent phức tạp, và một số đã tích hợp hoặc có thể mở rộng để hỗ trợ MCP, cho phép agent tương tác với các nguồn dữ liệu qua giao thức này.
    • Nền tảng AI Agent (như FPT AI Agents, Vertex AI Agent Builder, CrewAI, AutoGen): Các nền tảng này cung cấp môi trường để xây dựng, triển khai và quản lý các AI Agent. Một số nền tảng cho phép tích hợp các nguồn tài liệu và dữ liệu nghiệp vụ để AI Agent truy vấn và sử dụng, tương tự như cách MCP cung cấp ngữ cảnh.

    Tóm lại:

    Model Context Protocol (MCP) là một giao thức quan trọng giúp chuẩn hóa việc cung cấp ngữ cảnh (bao gồm tài liệu, codebase, API) cho AI Agent.[[3]] Nhờ đó, AI Agent có thể hiểu sâu hơn về yêu cầu và môi trường dự án, từ đó tạo ra code chính xác, chất lượng và phù hợp hơn, giúp tăng năng suất đáng kể cho các nhà phát triển. Các công cụ như Cursor, SDK OpenAI Agents và các nền tảng AI Agent đang dần tích hợp MCP để khai thác lợi ích này.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.