Введение в MCP

1. Какова основная роль клиента MCP?

1. Запускать модель Claude и управлять ее вычислительными ресурсами.
2. Предоставлять пользовательский интерфейс для настройки внутренних параметров модели Claude.
3. Служить мостом между запросами пользователя/приложения и возможностями модели Claude, форматируя запросы и интерпретируя ответы.
4. Хранить обширный набор знаний, на котором обучалась модель Claude.

Показать ответ

Ответ: C — Клиент MCP действует как интерфейс, который переводит намерения пользователя или приложения в формат, понятный ИИ, и интерпретирует ответы ИИ обратно.

2. Какой компонент Model Context Protocol (MCP) отвечает за получение запросов от клиентов, управление экземплярами Claude и оркестрацию использования инструментов?

1. Клиент
2. Сервер
3. Промпт
4. Ресурс

Показать ответ

Ответ: B — Серверы — это бэкенд-системы Anthropic, которые получают запросы от клиентов, управляют экземплярами Claude и координируют использование инструментов и ресурсов.

3. Какой параметр генерации используется для контроля случайности и креативности ответов модели Claude?

1. max_tokens
2. top-k
3. temperature
4. stop_sequences

Показать ответ

Ответ: C — Параметр temperature (обычно от 0 до 1) напрямую влияет на случайность и креативность ответов. Низкие значения делают ответы предсказуемыми, высокие — более разнообразными.

4. Что такое "инструмент" в контексте Claude и MCP?

1. Внутренний механизм Claude для обучения на новых данных.
2. Предварительно определенная функция или сервис, который Claude может "вызвать" для выполнения конкретного действия или получения информации из внешнего источника.
3. Тип структурированных данных, который Claude генерирует в качестве ответа.
4. Графический интерфейс для взаимодействия с моделью Claude.

Показать ответ

Ответ: B — Инструмент – это внешняя функция или сервис, к которому Claude может обращаться для выполнения задач, выходящих за рамки его внутренних знаний, например, для поиска информации в интернете или доступа к базам данных.

5. Какой элемент определения инструмента критически важен для того, чтобы Claude принял решение о вызове этого инструмента?

1. name (Имя)
2. version (Версия)
3. description (Описание)
4. input_schema (Схема ввода)

Показать ответ

Ответ: C — Подробное и человекочитаемое description (описание) инструмента является критически важным для Claude, так как он использует его для принятия решения о том, когда и как следует использовать этот инструмент.

6. Какова основная функция Инспектора Сервера в MCP?

1. Автоматическое исправление ошибок в промптах, отправленных клиентом.
2. Предоставление детального, пошагового обзора процесса обработки запроса на стороне сервера, включая использование токенов и вызовы инструментов.
3. Защита API-ключа от несанкционированного доступа.
4. Генерация тестовых сценариев для проверки поведения модели Claude.

Показать ответ

Ответ: B — Инспектор Сервера — это диагностический инструмент, который предоставляет разработчикам прозрачность в отношении того, как Claude обрабатывает запросы, использует ресурсы и инструменты.

7. Какой из следующих компонентов НЕ является основной частью структурированного промпта в MCP?

1. Системные инструкции (system role)
2. Сообщения пользователя (user role)
3. Предыдущие ответы ассистента (assistant role)
4. Внутренний лог сервера (Server log)

Показать ответ

Ответ: D — Внутренний лог сервера — это инструмент отладки для разработчика, а не часть промпта, передаваемого модели. Промпты в MCP структурированы с использованием ролей system, user и assistant для создания контекста диалога.

8. Что такое top-p (Nucleus Sampling) в контексте параметров генерации Claude?

1. Максимальное количество символов, которое может содержаться в ответе.
2. Параметр, который устанавливает порог для игнорирования всех токенов, вероятность которых ниже заданного значения.
3. Параметр, который позволяет модели выбирать следующий токен из наименьшего набора токенов, чья кумулятивная вероятность превышает заданное значение p.
4. Фиксированное количество наиболее вероятных следующих токенов, из которых модель должна выбирать.

Показать ответ

Ответ: C — top-p (или ядерная выборка) выбирает следующий токен из наименьшего набора токенов, чья кумулятивная вероятность превышает значение p, обеспечивая баланс между разнообразием и связностью.

9. Какую роль играет клиентское приложение в процессе, когда Claude решает использовать инструмент?

1. Клиентское приложение напрямую выполняет инструмент без участия Claude.
2. Claude напрямую выполняет инструмент, а клиентское приложение только отображает результат.
3. Claude генерирует "вызов инструмента", который клиентское приложение перехватывает, выполняет фактический вызов API или функции, а затем передает результат обратно Claude.
4. Клиентское приложение отправляет определение инструмента Claude, но не участвует в его выполнении.

Показать ответ

Ответ: C — Клиентское приложение действует как посредник: оно перехватывает вызов инструмента, сгенерированный Claude, выполняет соответствующее действие (например, через API) и затем возвращает результат Claude для дальнейшей обработки.

10. Какой тип ресурса представляет собой "любая внешняя информация или функциональность, которую Claude может использовать для выполнения запроса", например, внутренние документы компании или доступ к базам данных?

1. Промпт
2. Клиент
3. Ресурс
4. Сервер

Показать ответ

Ответ: C — Ресурсы в MCP — это внешняя информация или функциональность (документы, базы данных, API), которые Claude может использовать для расширения своих знаний и выполнения запросов.

11. Что произойдет, если сумма токенов в промпте (включая историю диалога) и ожидаемом ответе превысит контекстное окно модели?

1. Claude автоматически увеличит свое контекстное окно, чтобы вместить весь запрос.
2. Модель Claude проигнорирует часть промпта, чтобы уместиться в лимит.
3. Модель Claude не сможет обработать весь запрос и может сгенерировать неполный или некорректный ответ, или выдать ошибку.
4. Запрос будет отправлен на обработку в более мощную модель, способную обрабатывать больший объем токенов.

Показать ответ

Ответ: C — LLM имеют ограничения на количество токенов в контекстном окне. Превышение этого лимита приведет к тому, что модель не сможет обработать весь запрос, что может вызвать ошибки или нежелательное поведение.

12. Какова цель использования few-shot prompting?

1. Уменьшить количество токенов в промпте для экономии средств.
2. Предоставить Claude один или несколько примеров желаемого ввода/вывода, чтобы улучшить качество и формат ответа.
3. Полностью заменить детальные инструкции в промпте.
4. Увеличить случайность ответов модели.

Показать ответ

Ответ: B — Few-shot prompting позволяет модели лучше понять желаемый стиль, формат или логику ответа, демонстрируя несколько примеров, что значительно улучшает качество результатов.

13. Почему надежная обработка ошибок так важна при реализации клиента MCP?

1. Для автоматического переключения на другую LLM при сбое Claude.
2. Для того чтобы клиент мог корректно реагировать на ошибки API, сетевые проблемы или превышение лимитов, предоставляя пользователю понятную обратную связь или повторяя запрос.
3. Для того чтобы Claude мог самостоятельно исправлять ошибки в полученных промптах.
4. Для записи всех входящих и исходящих запросов в базу данных.

Показать ответ

Ответ: B — Надежная обработка ошибок гарантирует, что приложение может корректно реагировать на непредвиденные ситуации, будь то проблемы с API, сетью или некорректные данные, обеспечивая стабильный пользовательский опыт.

14. Какие из следующих параметров НЕ относятся к параметрам генерации, влияющим на характер ответов Claude?

1. temperature
2. top-k
3. API-ключ
4. max_tokens

Показать ответ

Ответ: C — API-ключ используется для аутентификации клиента при доступе к API, а не для управления поведением генерации ответов модели. Temperature, top-k и max_tokens — это параметры генерации.

15. Какая роль в структурированном промпте MCP используется для задания общих инструкций или правил поведения для Claude на протяжении всего взаимодействия?

1. user
2. assistant
3. system
4. tool_code

Показать ответ

Ответ: C — Роль system предназначена для передачи общих инструкций, которые определяют поведение модели на протяжении всего диалога, например, ее "личность" или правила ответа.