بعد از اینکه MCP Server تولیدشده را روی سیستم محلی راه‌اندازی کردید، می‌توانید از Postman برای آزمایش مستقیم سرور و همچنین اتصال آن به یک مدل هوش مصنوعی استفاده کنید. این مرحله کمک می‌کند قبل از معرفی یا انتشار سرور، مطمئن شوید toolها درست کار می‌کنند و مدل می‌تواند از آن‌ها به شکل قابل پیش‌بینی استفاده کند.
تعامل با MCP Server در Postman
- اگر هنوز انجام نداده‌اید، ابتدا MCP Server خود را راه‌اندازی و اجرا کنید.
- در Postman یک MCP request جدید بسازید و آن را در یک collection ذخیره کنید. هنگام ساخت request، روش ارتباطی سرور را انتخاب کنید.
- اگر سرور شما با روش STDIO اجرا می‌شود، گزینه STDIO را انتخاب کنید و دستور اجرای سرور را وارد کنید. برای مثال:
node /path/to/your-mcp-server/mcpServer.js- اگر سرور شما با روش streamable HTTP اجرا می‌شود، گزینه HTTP را انتخاب کنید و آدرس محلی سرور را وارد کنید. برای مثال:
http://localhost:3001/mcp- با MCP request ساخته‌شده با سرور تعامل کنید. می‌توانید toolها را اجرا کنید، پاسخ‌ها را بررسی کنید و رفتار سرور را ارزیابی کنید.
اتصال MCP Server به AI request
- در همان workspace که MCP request را ذخیره کرده‌اید، یک AI request جدید بسازید و آن را در یک collection ذخیره کنید.
- MCP request خود را به AI request اضافه کنید.
- وقتی Postman از شما خواست، دستور سرور برای STDIO یا URL سرور برای streamable HTTP را وارد کنید.
- MCP request ساخته‌شده در مراحل قبل را جست‌وجو و انتخاب کنید.
- با AI request تعامل کنید تا ببینید مدل هوش مصنوعی چطور از toolهای MCP Server استفاده می‌کند.
برای چه چیزی تست بگیرید؟
- آیا Postman می‌تواند به سرور محلی وصل شود؟
- آیا toolهای تولیدشده نام و توضیح قابل فهم دارند؟
- آیا ورودی‌های لازم برای هر tool روشن است؟
- آیا پاسخ‌های API برای استفاده توسط مدل هوش مصنوعی کافی و قابل اعتماد هستند؟
- آیا خطاهای احراز هویت، آدرس اشتباه یا پارامتر ناقص به شکل قابل فهم برمی‌گردند؟
اگر در این مرحله مشکلی دیدید، قبل از انتشار MCP Server، فایل‌های tool، مقدار baseUrl، تنظیمات احراز هویت و متغیرهای محیطی را بررسی و اصلاح کنید.
منبع آموزشی: Postman Docs، بازنویسی و ساده‌سازی‌شده برای کاربران فارسی‌زبان.