تیم تحریریه استاد آی تی گزارش می دهد: در دنیای پرشتاب فناوری امروز، ابزارهای توسعه دهنده مبتنی بر هوش مصنوعی (AI-powered developer tools) به سرعت در حال گسترش هستند. از پلتفرم های عامل محور مانند Antigravity گرفته تا رابط های خط فرمان (CLI) مانند Gemini CLI، این ابزارها وعده افزایش بهره وری و کاهش پیچیدگی را می دهند.
با این حال، یک چالش اساسی همواره مطرح بوده است: چگونه می توان اطمینان حاصل کرد که این مدل های هوش مصنوعی به دقیق ترین و به روزترین مستندات فنی دسترسی دارند؟ گوگل با معرفی API دانش توسعه دهندگان (Developer Knowledge API) و سرور مرتبط با پروتکل زمینه مدل (Model Context Protocol یا MCP)، پاسخی قاطع به این پرسش داده و انقلابی در نحوه تعامل هوش مصنوعی با دانش فنی ایجاد کرده است. این نوآوری نه تنها به توسعه دهندگان کمک می کند تا با سرعت و دقت بیشتری کار کنند، بلکه استانداردهای جدیدی را برای اکوسیستم ابزارهای هوش مصنوعی تعریف می کند.
چرا API دانش توسعه دهندگان و MCP اهمیت دارند؟
مدل های زبانی بزرگ (LLM) تنها به اندازه اطلاعاتی که به آنها داده می شود، کارآمد هستند. برای توسعه دهندگانی که با فناوری های گوگل کار می کنند، این بدان معناست که دستیاران هوش مصنوعی آنها باید از آخرین ویژگی های Firebase، جدیدترین تغییرات API اندروید و بهترین شیوه های فعلی برای Google Cloud آگاه باشند.
اتکا به داده های آموزشی قدیمی یا روش های ناپایدار وب اسکرپینگ (web-scraping) می تواند منجر به پاسخ های نادرست و ناکارآمدی شود. API دانش توسعه دهندگان گوگل به عنوان یک منبع برنامه پذیر و معتبر برای مستندات عمومی گوگل عمل می کند و این مشکل را از ریشه حل می کند. این API به مدل های هوش مصنوعی اجازه می دهد تا به جای حدس و گمان، بر اساس حقایق و اطلاعات رسمی عمل کنند.
ویژگی های کلیدی API دانش توسعه دهندگان
این API مجموعه ای از قابلیت های قدرتمند را ارائه می دهد که آن را به ابزاری بی نظیر برای توسعه دهندگان و ابزارهای هوش مصنوعی تبدیل می کند:
- پوشش جامع: دسترسی به مستندات از منابع مهمی مانند firebase.google.com، developer.android.com و docs.cloud.google.com را فراهم می کند. این پوشش گسترده، اطمینان می دهد که توسعه دهندگان به طیف وسیعی از اطلاعات نیازهای خود دسترسی دارند.
- جستجو و بازیابی: امکان جستجو و یافتن صفحات و قطعات مستندات مرتبط، و سپس بازیابی محتوای کامل آنها در قالب Markdown را فراهم می آورد. این قابلیت، فرآیند یافتن اطلاعات مورد نیاز را به شدت تسهیل می کند.
- تازگی و به روزرسانی: در دوره پیش نمایش عمومی، مستندات ظرف ۲۴ ساعت پس از هر به روزرسانی مجددا ایندکس می شوند. این ویژگی تضمین می کند که ابزارهای هوش مصنوعی همواره با آخرین نسخه ها و تغییرات هماهنگ هستند و اطلاعات منسوخ شده ارائه نمی دهند.
هشدار جان مولر: سایت های بدحال ممکن است نیاز به شروع مجدد داشته باشند
پروتکل زمینه مدل (MCP) چیست و چگونه کار می کند؟
در کنار API دانش توسعه دهندگان، گوگل یک سرور رسمی پروتکل زمینه مدل (MCP) را نیز منتشر کرده است. MCP یک استاندارد باز است که توسط Anthropic معرفی شده و به دستیاران هوش مصنوعی امکان می دهد تا به طور ایمن و آسان به منابع داده خارجی دسترسی پیدا کنند. با اتصال سرور MCP دانش توسعه دهندگان به محیط توسعه یکپارچه (IDE) یا دستیار هوش مصنوعی خود، به آن توانایی «خواندن» مستندات توسعه دهنده گوگل را می دهید. این امر قابلیت های قابل اعتمادتری را فعال می کند، از جمله:
- راهنمایی پیاده سازی: پاسخ به سوالاتی مانند «بهترین راه برای پیاده سازی اعلان های فشاری در Firebase چیست؟» با استناد به مستندات رسمی.
- عیب یابی: کمک به یافتن راه حل برای خطاهایی مانند «چگونه خطای ApiNotActivatedMapError را در Maps API برطرف کنم؟» با جستجو در مستندات.
- تحلیل مقایسه ای: ارائه مقایسه های دقیق بین سرویس های مختلف گوگل مانند «Google Cloud Run و Cloud Functions را برای این مورد استفاده خاص مقایسه کنید.»
کارشناسان استاد آی تی معتقدند: آینده توسعه نرم افزار با هوش مصنوعی
کارشناسان استاد آیتی معتقدند که معرفی API دانش توسعه دهندگان و سرور MCP توسط گوگل، نقطه عطفی در تکامل ابزارهای توسعه نرم افزار مبتنی بر هوش مصنوعی است. این حرکت نه تنها به افزایش دقت و کارایی مدل های هوش مصنوعی کمک می کند، بلکه با فراهم آوردن یک منبع معتبر و به روز از دانش فنی، به کاهش زمان توسعه و بهبود کیفیت محصولات نهایی منجر خواهد شد. در گذشته، یکی از بزرگترین چالش ها در استفاده از LLMها برای وظایف توسعه، اطمینان از صحت و به روز بودن اطلاعاتی بود که مدل ها بر اساس آن پاسخ می دادند. با این نوآوری، گوگل این چالش را به طور موثری برطرف کرده است.
این فناوری به توسعه دهندگان اجازه می دهد تا با اطمینان بیشتری به دستیاران هوش مصنوعی خود تکیه کنند. به عنوان مثال، یک توسعه دهنده می تواند از دستیار هوش مصنوعی خود بخواهد تا بهترین روش برای ادغام یک سرویس جدید گوگل را پیدا کند، یا راهنمایی هایی برای رفع یک خطای خاص در کد خود دریافت کند. این قابلیت ها، فرآیند توسعه را سریع تر، کارآمدتر و کمتر مستعد خطا می سازد. همچنین، با توجه به اینکه MCP یک استاندارد باز است، این امکان وجود دارد که سایر شرکت ها و پلتفرم ها نیز از این پروتکل برای ارائه مستندات خود به مدل های هوش مصنوعی استفاده کنند، که این امر می تواند به ایجاد یک اکوسیستم دانش فنی یکپارچه تر و قابل دسترس تر منجر شود.
شروع به کار با API دانش توسعه دهندگان و سرور MCP
گوگل این ابزارها را در قالب پیش نمایش عمومی (public preview) ارائه کرده است و توسعه دهندگان می توانند از امروز شروع به استفاده از آنها کنند. مراحل اولیه برای شروع به کار شامل موارد زیر است:
- ایجاد کلید API: یک کلید API مخصوص برای Developer Knowledge API در صفحه Credentials پروژه Google Cloud خود ایجاد کنید.
- فعال سازی سرور MCP: با نصب Google Cloud CLI، سرور MCP را از طریق دستور
gcloud beta services mcp enable developerknowledge.googleapis.com --project=PROJECT_IDفعال کنید. - پیکربندی ابزار: فایل پیکربندی ابزار هوش مصنوعی خود (مانند
mcp_config.jsonیاsettings.json) را به روزرسانی کنید. جزئیات کامل پیکربندی برای دستیاران هوش مصنوعی مختلف در مستندات گوگل موجود است.
آینده روشن با محتوای ساختاریافته و کاهش تاخیر
گوگل اعلام کرده است که در نسخه های بعدی و با نزدیک شدن به در دسترس بودن عمومی (general availability)، قصد دارد پشتیبانی از محتوای ساختاریافته مانند نمونه کدهای خاص و موجودیت های مرجع API را اضافه کند. همچنین، مجموعه مستندات تحت پوشش گسترش یافته و تاخیر در ایندکس گذاری مجدد کاهش خواهد یافت. این پیشرفت ها به معنای دسترسی دقیق تر و سریع تر به اطلاعات برای مدل های هوش مصنوعی خواهد بود و قابلیت های آنها را بیش از پیش ارتقا خواهد داد.
این نوآوری ها به توسعه دهندگان این امکان را می دهد که دانش رسمی گوگل را به طور یکپارچه در گردش کار عامل محور (agentic workflows) و ابزارهای توسعه خود ادغام کنند. این امر نه تنها به بهبود تجربه توسعه کمک می کند، بلکه به خلق نسل جدیدی از ابزارهای هوش مصنوعی هوشمندتر و کارآمدتر منجر خواهد شد. برای کسب اطلاعات بیشتر و شروع به کار، می توانید به مستندات کامل گوگل (منبع) مراجعه کنید.
منبع:
Introducing the Developer Knowledge API and MCP Server

