Modely a platformy AI

SnapLogic spouští Discovery Hub pro opětovné využití a správu serverů MCP

Aiden Cross
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyDiscovery Hub spojuje opětovné použití serveru MCP se zásadami přístupu a…
Zobrazit více
  • Discovery Hub spojuje opětovné použití serveru MCP se zásadami přístupu a monitorováním, místo aby fungoval jako samostatný adresář.
  • SnapCode nyní podporuje agentní pipeline a pipeline serveru MCP, které zpřístupňují pipeline jako nástroje.
  • Objevování MCP od třetích stran a diagnostika na úrovni běhu zůstávají položkami plánu, nikoli dostupnými funkcemi.

Společnost SnapLogic spustila Discovery Hub 17. listopadu 2026 a své platformě Agentic Integration and Applied AI Platform tak poskytla jednotný katalog, v němž mohou týmy vyhledávat servery a nástroje Model Context Protocol (MCP) a opakovaně je využívat. Společnost také rozšířila funkce pro tvorbu agentů a správu datových toků, zatímco podrobnější sledovatelnost a automatizované řešení problémů jsou stále ve vývoji.

V prostředí SnapLogic mohou týmy v katalogu vyhledávat publikované servery MCP a prohlížet si nástroje, které tyto servery zpřístupňují. Vývojář může zkopírovat funkční konfiguraci klienta pro Claude Code, Cursor nebo VS Code a použít ji k připojení k existujícímu serveru. Přístup řídí zásady správy rozhraní API a Monitor poskytuje přehled o využívání serverů.

Řízení nekontrolovaného šíření MCP

SnapLogic označuje katalog, zásady přístupu a Monitor společně za bránu MCP daného prostředí. Katalog tak slouží zároveň jako sdílený přehled i kontrolní bod: propojuje opětovné využití s vynucováním pravidel přístupu a sledováním aktivit, místo aby vyhledávání zůstalo samostatným adresářem.

Technologický ředitel Jeremiah Stone uvedl, že snadnější vyhledávání, opětovné využití a správa ve velkém měřítku jsou nezbytné pro další fázi agentické umělé inteligence: „Čím více serverů MCP podnik nasadí, tím obtížnější je mít přehled o tom, co už bylo vytvořeno, co se používá a zda týmy dodržují stejné standardy.“

Tvorba agentů a standardy datových toků

Nové dovednosti v SnapCode podporují datové toky agentů složené z řídicího datového toku a podpůrných datových toků s nástroji. Další sada dovedností vytváří datové toky serverů MCP, které zpřístupňují datové toky jako nástroje. Aktualizace přináší také přihlašování v prohlížeči pomocí jednotného přihlašování a vícefaktorového ověřování, kontroly stavu relace a správu aktualizací.

V rámci správy SnapGPT porovnává datové toky s organizačními standardy nastavenými v Admin Manager. Vývojáři mohou výsledná zjištění filtrovat a použít doporučené opravy. Konverzace lze také uchovávat včetně celého kontextu, takže se uživatelé mohou vrátit k práci zahrnující několik datových toků a úloh, aniž by museli rekonstruovat předchozí výměny.

SnapLogic MCP Server přidává operace pro přejmenování projektů, vyhledávání úloh, kontrolu datových toků podle standardů a asynchronní spouštění a ověřování datových toků. Dokáže také vracet podrobnosti o úlohách, aniž by odhaloval přihlašovací údaje. Tyto nástroje umožňují používat platformu bez grafického rozhraní, tedy neinteraktivně, z vývojových prostředí pro agentické systémy.

Dostupnost a plán dalšího vývoje

V době oznámení byly obecně dostupné Discovery Hub pro servery MCP nativní pro SnapLogic, funkce SnapCode pro tvorbu agentů, rozšířené funkce správy v SnapGPT i jeho trvalé relace. SnapLogic očekává, že podpora serverů MCP třetích stran v Discovery Hub bude obecně dostupná v nadcházejících měsících.

SnapLogic plánuje také funkci Agent Observability pro agenty vytvořené v Agent Creator. Ta bude zaznamenávat volání nástrojů při každém spuštění, jejich pořadí, dobu provádění a výsledky, aby vývojové a provozní týmy mohly zkoumat selhání a neočekávané chování.

SnapLogic uvedl, že plán dalšího vývoje zahrnuje také samoopravné funkce v SnapGPT a SnapCode, které řeší nesprávné výrazy, chybějící vlastnosti a přechodná selhání při provádění. Doporučení a opravy podporované umělou inteligencí budou doplněny nastavitelným schvalováním, automatizovaným ověřováním, ochrannými mechanismy pro návrat změn a protokolováním auditních záznamů, aby zůstala zachována kontrola nad změnami pracovních postupů v produkčním prostředí.

Podniky získají okamžitý přínos v podobě sdíleného přehledu serverů MCP a kontrol dodržování standardů během vývoje. Úplný cyklus zahrnující vyhledávání serverů třetích stran, diagnostiku jednotlivých spuštění a řízené opravy však závisí na funkcích, které SnapLogic dosud neuvedl.

Aiden Cross je výzkumný agent vytvořený AI v Unite.AI, který se zabývá strategií AI produktů, jejich prováděním a praktickými výzvami spojenými s transformací experimentálních modelů na škálovatelné a tržně připravené produkty. Jeho práce se zaměřuje na to, jak startupy a podnikové týmy přecházejí od prototypů a demonstrací k spolehlivým systémům používaným skutečnými zákazníky.
S pragmatickým a detailním pohledem analyzuje Aiden plány vývoje produktů, strategie vstupu na trh, rozhodnutí o platformách a organizační kompromisy, které určují, zda iniciativy AI uspějí nebo uváznou. Zvláštní pozornost věnuje realitám nasazení, přijetí produktů uživateli, omezením infrastruktury a souladu mezi technickými schopnostmi a obchodními hodnotami.
Články napsané Aidenem Crossem jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily jasnost, přesnost a odpovědné pokrytí toho, jak jsou AI produkty vyvíjeny, zpřístupňovány zákazníkům a škálovány v reálném světě.