Model Context Protocol (MCP) একটি সুনির্দিষ্ট স্ট্যান্ডার্ড হিসেবে রিলিজ করা হয়েছে যাতে Large Language Models (LLMs)-কে এমন এজেন্ট হিসেবে রূপান্তরিত করা যায় যা পরিমাপযোগ্য এবং নিরাপদ লুপের মাধ্যমে এক্সটার্নাল টুল কল করতে পারে। যেকোনো MCP-সচেতন হোস্ট এবং যেকোনো MCP সার্ভারের মধ্যে একটি শেয়ার্ড "প্লাগ" সংজ্ঞায়িত করার মাধ্যমে, এই প্রোটোকল ডেভেলপারদের অ্যাড-হক কোডের পরিবর্তে একটি অনুমানযোগ্য এবং অডিটযোগ্য ওয়ার্কফ্লো ব্যবহার করতে সাহায্য করে।
Why LLMs Need a Protocol
একটি LLM শুধুমাত্র তার ট্রেনিং ডেটা থেকে পরবর্তী টেক্সট টোকেনটি প্রেডিক্ট করে। অতিরিক্ত লজিক ছাড়া এটি নতুন তথ্য সংগ্রহ করতে, ডাটাবেসে লিখতে বা কোনো এক্সটার্নাল API ট্রিগার করতে পারে না। ডেভেলপাররা এমন "এজেন্ট" তৈরি করেছেন যা একটি লুপের মাধ্যমে মডেলটিকে ঘিরে রাখে: মডেলটি একটি টুলের জন্য অনুরোধ করে, টুলটি চলে, ফলাফলটি আবার ফিডব্যাক হিসেবে দেওয়া হয়, এবং মডেলটি সিদ্ধান্ত নেয় যে কাজ চালিয়ে যাবে নাকি ব্যবহারকারীকে উত্তর দেবে।
এই লুপটি কাজ করলেও, সাধারণ নিয়মের সেট না থাকলে অনিয়ন্ত্রিত প্রসেস তৈরি করা বা সিস্টেমকে অনাকাঙ্ক্ষিত কলের মুখে ফেলে দেওয়া সহজ হয়ে পড়ে। প্রতিটি নতুন টুলের জন্য আলাদা কাস্টম ইন্টিগ্রেশন প্রয়োজন হতো, যার ফলে প্রজেক্ট জুড়ে টোকেন ব্যবহার, বাজেটের সীমা বা সিকিউরিটি পলিসি ট্র্যাক করা কঠিন হয়ে পড়ত।
MCP এই শূন্যতা পূরণ করে লুপের কাঠামো এবং এর মাধ্যমে প্রবাহিত হওয়া ডেটাকে কোড আকারে সংজ্ঞায়িত করার মাধ্যমে।
The Two-Part Anatomy of an MCP Agent
MCP একটি এজেন্টকে দুটি ভাগে বিভক্ত করে: একটি definition (সংজ্ঞা) – যা একটি টেমপ্লেট হিসেবে কাজ করে এবং এজেন্ট কী করতে পারে তা বর্ণনা করে – এবং একটি instance (ইনস্ট্যান্স) – যা ব্যবহারকারীর অনুরোধের বাস্তব প্রয়োগ।
Agent Definition (the template)
- Host loop – সেই অর্কেস্ট্রেটর যা ask-tool-read-decide চক্রটি পরিচালনা করে।
- System context – পারসোনা এবং উচ্চ-স্তরের নির্দেশাবলী যা মডেলের আচরণ নির্ধারণ করে।
- MCP server set – হোস্ট যে টুল সোর্সগুলো কল করতে পারে তার একটি তালিকা।
- Tool policy – একটি নির্দিষ্ট এজেন্টের জন্য কোন টুলগুলো অনুমোদিত তার স্পষ্ট তালিকা।
- LLM selection – নির্দিষ্ট মডেল যা টেক্সট-ভিত্তিক রিজনিং তৈরি করবে।
- Termination limits – অন্তহীন লুপ প্রতিরোধ করার জন্য সর্বোচ্চ ইটারেশন সংখ্যা এবং টোকেন বাজেট।
- Task contract – এজেন্ট কী ইনপুট গ্রহণ করবে এবং কী আউটপুট ফরম্যাট প্রদান করবে তার আনুষ্ঠানিক বর্ণনা।
- Context strategy – টোকেন লিমিটের মধ্যে থাকার জন্য কনভারসেশন হিস্ট্রি কীভাবে ছোট বা সামারি করা হবে তার নিয়ম।
Agent Instance (the running task)
- Goal – ব্যবহারকারীর অনুরোধ যা লুপটি শুরু করে।
- Working context – পূর্ববর্তী টুল রেজাল্টসহ পুঞ্জীভূত ইতিহাস।
- Credentials – নির্বাচিত টুলগুলো কল করার জন্য প্রয়োজনীয় টোকেন বা পারমিশন সেট।
- Consumed budget – এখন পর্যন্ত কত টোকেন খরচ হয়েছে এবং কতগুলো ধাপ সম্পন্ন হয়েছে তার হিসাব।
এই উপাদানগুলো দেখায় যে একটি এজেন্ট কী করতে অনুমোদিত এবং সে বর্তমানে কী করছে।
How MCP Changes the Development Flow
MCP-এর আগে, একজন ডেভেলপার যদি চান একটি LLM একটি ওয়েদার API থেকে তথ্য সংগ্রহ করুক, ডাটাবেস থেকে একটি রো (row) টানুক এবং তারপর একটি রিপোর্ট তৈরি করুক, তবে তাকে প্রতিটি এন্ডপয়েন্টের জন্য আলাদাভাবে গ্লু কোড (glue code) লিখতে হতো। সেই কোড প্রায়শই মডেলের প্রম্পটের ভেতরে টুল কলগুলোকে লুকিয়ে রাখত, যার ফলে কোন অনুরোধের কারণে কোন রেসপন্স এসেছে তা দেখা অসম্ভব হয়ে পড়ত।
MCP-এর মাধ্যমে, হোস্ট কনভারসেশনটি মডেলের কাছে পাঠায়, মডেল যে টুল রিকোয়েস্ট তৈরি করে তা পরীক্ষা করে, নিজেই টুলটি ডিসপ্যাচ করে এবং তারপর ফলাফলটি ফিডব্যাক হিসেবে প্রদান করে। অতিরিক্ত কোড খুব সামান্য হলেও ভিজিবিলিটি বা দৃশ্যমানতা সম্পূর্ণ: প্রতিটি রাউন্ড-ট্রিপ এবং প্রতিটি টোকেন লগ করা হয়।
এই ভিজিবিলিটি দুটি ব্যবহারিক সুবিধা নিয়ে আসে:
- Cost measurement – ডেভেলপাররা একই টাস্কের জন্য একটি বড় মডেলের বিপরীতে একটি সস্তা মডেলের তুলনা করতে পারেন এবং প্রতিটি ইটারেশনে ঠিক কত টোকেন খরচ হচ্ছে তা দেখতে পারেন।
- Security auditing – টুল পলিসি এবং ক্রেডেনশিয়াল চেক মডেলের বাইরে সম্পন্ন হয়, যা মডেলকে অননুমোদিত সার্ভিসগুলো নিঃশব্দে কল করা থেকে বিরত রাখে।
What’s Still Undefined
MCP কনভারসেশনের ধরন এবং এর সাথে থাকা মেটাডেটা নির্দিষ্ট করে, কিন্তু একটি টুল অভ্যন্তরীণভাবে কীভাবে ইমপ্লিমেন্ট করা হবে তা নির্দেশ করে না।
What to Watch Next
- Metric suites – এই সিরিজের পরবর্তী নিবন্ধে ডেভেলপারদের কোন সংখ্যাগুলো ট্র্যাক করা উচিত (টোকেন খরচ, ইটারেশন সংখ্যা, প্রতি টুলের ল্যাটেন্সি) তার একটি চেকলিস্ট দেওয়ার প্রতিশ্রুতি দেওয়া হয়েছে। এই মেট্রিকগুলো যেকোনো MCP-ভিত্তিক এজেন্টের জন্য ডি-ফ্যাক্টো হেলথ চেক হিসেবে কাজ করবে।
Bottom line
Model Context Protocol LLM এজেন্টদের একটি শেয়ার্ড এবং অডিটযোগ্য কাঠামো প্রদান করে যা একটি এজেন্ট কী করতে পারে এবং সে বর্তমানে কী করছে—এই দুটির মধ্যে পার্থক্য তৈরি করে। অস্পষ্ট টুল-কলিং-কে একটি স্বচ্ছ লুপে রূপান্তরিত করার মাধ্যমে, MCP এই পরিমাপগুলোকে সম্ভব করে তোলে।