Лекції

У цій лекції розглянемо подійну модель MCP поверх JSON-RPC 2.0. Зʼясуємо, чим notifications відрізняються від request/response; як проєктувати методи виду notifications/job/*; які поля мають бути в params (наприклад, jobId, eventId, timestamp); як узгодити таксономію ( job.*, resource.*, системні події); і чому обробники мають бути ідемпотентними (модель доставки «at-least-once», дедуплікація за eventId, валідація переходів машини станів).

Розберімося, де в архітектурі ChatGPT App зʼявляються «потоки» й чому для тривалих операцій звичайного HTTP швидко починає бракувати. Порівняємо SSE (підписка на події через EventSource) і HTTP-stream (потокова відповідь на один запит через fetch + ReadableStream), розглянемо мінімальні реалізації в Next.js 16, обговоримо перепідʼєднання, тайм-аути, heartbeat і типові помилки у виробничому середовищі.

У цій лекції ми проєктуємо «живий» UX для тривалих операцій у ChatGPT Apps: запроваджуємо зрозумілу модель статусів ( idle, pending, in_progress, partial_ready, completed…), підʼєднуємо потік подій ( job.progress, job.partial_result, job.canceled) і проєктуємо стан віджета в React через useState/ useEffect. Окремо розбираємо чесний прогрес (determinate vs indeterminate), акуратне відображення partial results без «смикання» інтерфейсу та коректне скасування jobʼу на фронтенді й бекенді.

У цій лекції розглянемо, як проєктувати тривалі операції в ChatGPT App за допомогою async‑job‑пайплайну: швидко запускати інструмент і повертати jobId, додавати завдання в чергу, виконувати його воркером у тлі, передавати прогрес через MCP‑події ( job.progress, job.partial, job.completed, job.failed), а також підвищувати надійність завдяки retry з експоненційним backoff, обмеженням кількості спроб та ідемпотентністю обробників.

У цій лекції розбираємося, чому довгоживучі потоки ( SSE/ HTTP-stream) і MCP‑події особливо вразливі під навантаженням у продакшні. Також говоримо про те, як запроваджувати ліміти на частоту та обсяг подій (зокрема тротлінг job.progress), як проєктувати backpressure через буферизацію з лімітом і conflation, а ще — які метрики та логи потрібні, щоб вчасно помічати зростання event-rate, затримку доставки та «шторм» перепід’єднань. На прикладах GiftGenius показуємо практичні фрагменти на TypeScript: обмеження частоти прогресу, ліміт паралельних потоків (відповідь 429), базовий лічильник подій і підходи до деградації UX.