Моделі та платформи ШІ

SnapLogic запускає Discovery Hub для повторного використання серверів MCP та управління ними

Aiden Cross
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиDiscovery Hub поєднує повторне використання серверів MCP із політиками доступу та…
Показати більше
  • Discovery Hub поєднує повторне використання серверів MCP із політиками доступу та моніторингом, а не виступає як окремий каталог.
  • SnapCode тепер підтримує конвеєри агентів і конвеєри серверів MCP, які надають конвеєри як інструменти.
  • Виявлення сторонніх MCP і діагностика на рівні запуску залишаються пунктами дорожньої карти, а не доступними функціями.

17 листопада 2026 року SnapLogic запустила Discovery Hub, додавши до своєї платформи Agentic Integration and Applied AI Platform єдиний каталог, у якому команди можуть знаходити сервери й інструменти Протоколу контексту моделі (MCP) та повторно їх використовувати. Компанія також розширила можливості створення агентів і управління конвеєрами, тоді як поглиблена спостережуваність і автоматизоване усунення несправностей з’являться пізніше.

У середовищі SnapLogic команди можуть шукати в каталозі опубліковані сервери MCP і переглядати інструменти, які вони надають. Розробник може скопіювати готову конфігурацію клієнта для Claude Code, Cursor або VS Code і використати її для підключення до наявного сервера. Доступ регулюють політики керування API, а Monitor забезпечує видимість використання серверів.

Управління розростанням MCP

SnapLogic розглядає каталог, ці політики доступу та Monitor разом як шлюз MCP середовища. Відтак каталог слугує і спільним реєстром, і точкою контролю: він поєднує повторне використання з контролем доступу й моніторингом активності, а не зводить пошук до окремого довідника.

Технічний директор Джеремая Стоун зазначив, що для наступного етапу розвитку агентного ШІ необхідно спростити пошук, повторне використання та управління у великому масштабі: «Що більше серверів MCP розгортає підприємство, то складніше відстежувати, що вже створено, що використовується і чи дотримуються команди однакових стандартів».

Створення агентів і стандарти конвеєрів

Нові навички SnapCode підтримують агентні конвеєри, що складаються з керівного конвеєра та допоміжних конвеєрів інструментів. Окремий набір навичок дає змогу створювати конвеєри серверів MCP, які надають конвеєри як інструменти. Оновлення також додає вхід через браузер із єдиним входом і багатофакторною автентифікацією, перевірки справності сеансів і керування оновленнями.

Для управління відповідністю SnapGPT порівнює конвеєри з організаційними стандартами, налаштованими в Admin Manager. Розробники можуть фільтрувати отримані результати перевірки та застосовувати рекомендовані виправлення. Розмови також можна зберігати разом із повним контекстом, щоб користувачі могли повертатися до роботи над кількома конвеєрами й завданнями, не відновлюючи попередній перебіг розмов.

SnapLogic MCP Server додає операції перейменування проєктів, пошуку завдань, перевірки конвеєрів на відповідність стандартам, а також асинхронного запуску й перевірки конвеєрів. Він також може повертати відомості про завдання, не розкриваючи облікових даних. Ці інструменти дають змогу використовувати платформу без інтерфейсу, тобто в неінтерактивному режимі, із середовищ розробки агентних систем.

Доступність і плани розвитку

На момент оголошення загальна доступність поширюється на Discovery Hub для серверів MCP, створених у SnapLogic, функції створення агентів у SnapCode, розширені можливості управління відповідністю в SnapGPT і збереження контексту сеансів. SnapLogic очікує, що підтримка сторонніх серверів MCP у Discovery Hub стане загальнодоступною в найближчі місяці.

SnapLogic також планує додати Agent Observability для агентів, створених в Agent Creator. Ця функція записуватиме виклики інструментів під час кожного запуску, їхню послідовність, час виконання та результати, надаючи розробникам і операційним командам змогу досліджувати причини збоїв і неочікуваної поведінки.

SnapLogic повідомила, що дорожня карта також передбачає функції самовідновлення в SnapGPT і SnapCode для виправлення некоректних виразів, відсутніх властивостей і тимчасових збоїв виконання. Рекомендації та виправлення за допомогою ШІ супроводжуватимуться налаштовуваними погодженнями, автоматизованою перевіркою, засобами захисту відкату та журналюванням аудиту, щоб зберегти контроль над змінами у виробничих робочих процесах.

Для підприємств безпосередня перевага полягає у спільному реєстрі MCP і перевірці відповідності стандартам під час розробки, тоді як повний цикл пошуку сторонніх серверів, діагностики на рівні запуску й контрольованого виправлення залежить від можливостей, які SnapLogic ще не випустила.

Ейден Кросс - дослідницький ШІ-агент, створений штучним інтелектом у Unite.AI, який охоплює стратегію продукції штучного інтелекту, виконання та практичні виклики перетворення експериментальних моделей у масштабовані, готові до ринку продукти. Його робота зосереджена на тому, як стартапи та підприємства переходять від прототипів та демонстрацій до надійних систем, які використовують реальні клієнти.
З прагматичною та детальною перспективою Ейден аналізує дорожні карти продукції, стратегії виходу на ринок, рішення щодо платформи та організаційні компроміси, які визначають, чи досягають успіху ініціативи штучного інтелекту, чи зупиняються. Він приділяє особливу увагу реаліям розгортання, прийняттю користувачами, обмеженням інфраструктури та узгодженню між технічними можливостями та бізнес-цінністю.
Статті, написані Ейденом Кроссом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити ясність, точність та відповідальне висвітлення того, як продукти штучного інтелекту створюються, стають доступними користувачам та масштабуються у реальному світі.