کارگاه MCP in Action — قسمت اول؛ اتصال AI Agent به Cisco CML
هوش مصنوعی دیگر فقط به سؤال‌های ما جواب نمی‌دهد؛ حالا می‌تواند به ابزارها متصل شود و داخل یک Lab واقعی کار انجام دهد. در قسمت اول مجموعهٔ «MCP in Action»، نوید یحیی‌پور و احسان عماد به‌صورت عملی یک AI Agent را به محیط Cisco CML متصل می‌کنند و نشان می‌دهند MCP چطور می‌تواند پلی بین هوش مصنوعی و تجهیزات شبکه باشد.
دربارهٔ این کارگاه
کارگاه از مفاهیم اولیه شروع می‌کند و قدم‌به‌قدم به یک سناریوی واقعی می‌رسد؛ جایی که AI Agent می‌تواند Labهای موجود را ببیند، Topology ایجاد کند، Router و Link بسازد، Config انجام دهد و در نهایت نتیجهٔ کار خودش را بررسی کند. در بخش عملی، CML MCP Server نصب و تنظیم می‌شود و به OpenAI Codex متصل می‌شود؛ سپس فقط با یک Prompt از Agent خواسته می‌شود یک سناریوی شبکه بسازد، OSPF را پیاده‌سازی کند و Reachability بین Serverها را بررسی کند.
در ادامه، Config تولیدشده توسط Agent بررسی می‌شود: طراحی Topology، ساخت Node و Link، راه‌اندازی OSPF و بررسی Neighborها، تست Reachability، Best Practiceهای Config، ساخت Loopback، Advertise کردن Routeها با BGP و در پایان اتصال همان MCP به Claude Desktop. هدف این مجموعه این است که Agentic AI را از فضای تئوری خارج کنیم و ببینیم یک Network Engineer چطور می‌تواند از AI Agentها برای Lab، Automation، Troubleshooting و اجرای Workflowهای واقعی استفاده کند.
نکتهٔ مهم: تمام Demoهای این قسمت در محیط Lab و Cisco CML انجام شده‌اند. پیش از استفاده از هر نوع Automation یا AI Agent در محیط Production، موضوعاتی مثل Security، Permission، Validation و Human Approval باید به‌درستی طراحی شوند.
این قسمت برای چه کسانی مفید است
- مهندسان شبکه‌ای که می‌خواهند AI Agentها را در Lab و Automation واقعی به کار بگیرند، نه فقط در تئوری
- کسانی که با Cisco CML کار می‌کنند و می‌خواهند ساخت Topology و پیکربندی را با یک Prompt انجام دهند
- تیم‌های NetDevOps و Automation که می‌خواهند بدانند MCP چطور LLMها را به ابزارهای شبکه وصل می‌کند
نکات کلیدی این قسمت
- MCP چیست و چطور یک AI Agent را به ابزار واقعی مثل Cisco CML وصل می‌کند
- نصب و تنظیم CML MCP Server و اتصال آن به OpenAI Codex و Claude Desktop
- با یک Prompt: ساخت Topology، پیکربندی OSPF و BGP و تست Reachability توسط Agent
- بازبینی Config تولیدشده و مرزهای امن استفاده از Agentها پیش از Production
در این کارگاه می‌بینید
- MCP چیست و چرا برای مهندسان شبکه مهم است؟
- نصب و تنظیم CML MCP Server
- اتصال MCP Server به OpenAI Codex
- طراحی Topology شبکه با یک Prompt
- ساخت Node و Link در Cisco CML
- راه‌اندازی OSPF و بررسی Neighborها
- تست Reachability بین Serverها
- بررسی Best Practiceهای Config تولیدشده
- ساخت Loopback و Advertise کردن Routeها با BGP
- اتصال همان MCP به Claude Desktop
- ملاحظات Security، Permission، Validation و Human Approval
واژه‌نامهٔ این قسمت
- MCP (Model Context Protocol)
- پروتکلی استاندارد و باز برای اتصال مدل‌های هوش مصنوعی به ابزارها، داده‌ها و APIهای بیرونی؛ Agent از طریق یک MCP Server می‌تواند ابزارها را کشف و اجرا کند.
- MCP Server
- برنامه‌ای که مجموعه‌ای از ابزارها (مثلاً فراخوانی API سیسکو CML) را در قالب MCP در اختیار Agent می‌گذارد؛ در این کارگاه CML MCP Server نصب و به Codex و Claude Desktop وصل می‌شود.
- AI Agent / Agentic AI
- مدل هوش مصنوعی‌ای که به‌جای فقط پاسخ‌دادن، برنامه‌ریزی می‌کند، ابزار صدا می‌زند، نتیجه را می‌خواند و چندمرحله‌ای تا رسیدن به هدف پیش می‌رود.
- Cisco CML (Modeling Labs)
- پلتفرم شبیه‌سازی شبکهٔ سیسکو با API کامل برای ساخت Lab، Node و Link و اجرای پیکربندی؛ همان محیطی که Agent در این کارگاه روی آن کار می‌کند.
- OpenAI Codex / Claude Desktop
- دو کلاینت Agent که در این قسمت به MCP Server وصل می‌شوند؛ نشان می‌دهد یک MCP Server مستقل از مدل است و با کلاینت‌های مختلف کار می‌کند.
- Human Approval
- الگوی امنیتی که اجرای تغییرات پرریسک توسط Agent را به تأیید انسان مشروط می‌کند؛ همراه با Permission و Validation، پیش‌نیاز استفاده از Agentها خارج از Lab.
پرسش‌های متداول
MCP دقیقاً چه کاری برای مهندس شبکه انجام می‌دهد؟
MCP به یک AI Agent اجازه می‌دهد به‌جای فقط تولید متن، ابزارهای واقعی را اجرا کند: Labهای CML را ببیند، Topology بسازد، Config بزند و نتیجه را بخواند. به‌جای نوشتن اسکریپت برای هر کار، Agent از طریق MCP Server همان APIها را با یک Prompt به کار می‌گیرد.
برای تکرار این کارگاه چه چیزهایی لازم است؟
یک نمونهٔ Cisco CML با دسترسی API، نصب CML MCP Server، و یک کلاینت Agent مثل OpenAI Codex یا Claude Desktop که MCP را پشتیبانی کند؛ سپس اتصال کلاینت به Server و دادن Prompt سناریو، همان‌طور که در ویدئو قدم‌به‌قدم انجام می‌شود.
آیا Config تولیدشده توسط Agent قابل اعتماد است؟
در این کارگاه Config تولیدشده بازبینی می‌شود و نکاتی مثل Best Practiceها، Loopback و Advertise کردن Routeها با BGP بررسی می‌شوند. خروجی Agent نقطهٔ شروع خوبی است، اما همیشه باید توسط مهندس اعتبارسنجی شود.
می‌شود همین روش را در Production استفاده کرد؟
نه بدون طراحی حفاظ‌ها. همهٔ Demoها در Lab انجام شده‌اند؛ پیش از Production باید Security، Permission (حداقل دسترسی)، Validation خروجی و Human Approval برای تغییرات پرریسک به‌درستی پیاده شوند.
دربارهٔ میزبان
احسان عماد
Technology Lead
احسان عماد، معمار راهکار و رهبر فناوری (Technology Lead) است و بیش از دو دهه تجربه در طراحی، پیاده‌سازی و راهبری شبکه‌های سازمانی، مرکز داده و امنیت برای سازمان‌های بزرگ دارد. او دارندهٔ مدرک CCDE و چهار CCIE (شماره ۲۸۵۵۱) در گرایش‌های Security، Collaboration، Data Center و Enterprise Infrastructure، و همچنین CISSP است؛ عضو برنامهٔ Cisco Champion و دارندهٔ عنوان Cisco Fire Jumper Elite. در کنار کار فنی، دکترای علوم کامپیوتر و تحصیلات مدیریت (MBA و DBA) دارد. در تک‌لانژ‌کست همان تجربه‌های میدانی را به زبان فارسی و با نگاهی عملی روایت می‌کند تا مهندسان فارسی‌زبان مسیر کوتاه‌تری به عمق فناوری و رشد حرفه‌ای پیدا کنند.
- CCDE #20210029
- CCIE Security
- CCIE Collaboration
- CCIE Data Center
- CCIE Enterprise Infrastructure
- CISSP
- Cisco Fire Jumper Elite
- Cisco Champion
- PhD Computer Science
- DBA
- MBA
دیدگاه‌ها ۱
-
خیلی خوب و عالی بود ,واقعا ممنونم