AI એજન્ટ્સ માટે SDK ડોક્યુમેન્ટેશન લખવાનું બંધ કરો: તેના બદલે MCP સર્વર્સ બનાવો

BridgeXAPI નો દાવો છે કે MCP સર્વર્સ મેસેજિંગ APIs ને Claude Code એજન્ટ્સ માટે શોધી શકાય તેવા એક્ઝિક્યુશન ઇન્ફ્રાસ્ટ્રક્ચરમાં ફેરવે છે.

AI એજન્ટ્સ ડોક્યુમેન્ટેશન વાંચતા નથી. તેઓ ઇન્ફ્રાસ્ટ્રક્ચર શોધી કાઢે છે.

જ્યારે તમે SDK બનાવો છો, ત્યારે તમે મનુષ્યો માટે બનાવો છો. મનુષ્યો README ફાઇલો વાંચે છે. મનુષ્યો મેથડ સિગ્નેચર્સ (method signatures) સ્કેન કરે છે.

Claude Code જેવા AI એજન્ટ્સ અલગ રીતે કામ કરે છે. એજન્ટને રનટાઇમ (runtime) પર ત્રણ વસ્તુઓ જાણવાની જરૂર હોય છે:

Model Context Protocol (MCP) આ સમસ્યાનું સમાધાન કરે છે. એજન્ટ દ્વારા એન્ડપોઇન્ટ (endpoint) નો અંદાજ લગાવવાને બદલે, તે પહેલાં ક્ષમતાઓનું નિરીક્ષણ કરે છે. તે કાર્ય કરતા પહેલા વ્યૂહરચના વિશે વિચારણા કરે છે અને મર્યાદાઓની ચકાસણી કરે છે.

જો તમે બાહ્ય સેવાઓ સાથે Claude Code નો ઉપયોગ કરો છો, તો તમે સંઘર્ષ જાણો છો. એજન્ટ્સ ખોટા રસ્તાઓ વિચારે છે (hallucinate). તેઓ પેરામીટર્સનો અંદાજ લગાવે છે. તેઓ થોડા ઉદાહરણો પરથી તમારી API શીખવાનો પ્રયાસ કરવામાં ટોકન્સ (tokens) વેડફી નાખે છે.

એક MCP સર્વર આ સમસ્યાને ઠીક કરે છે.

બંનેની સરખામણી કરો:

SDK

MCP Server

Claude Code વપરાશકર્તાઓ માટે, આ એક મોટો ફાયદો છે. જો કોઈ સર્વિસ પાસે MCP સર્વર હોય, તો તમે તેને ઉમેરવા માટે ફક્ત એક કમાન્ડ ચલાવો છો. Claude તરત જ ટૂલને સમજી જાય છે. તમારે તમારા CLAUDE.md ફાઇલમાં પ્રોમ્પ્ટ એન્જિનિયરિંગ અથવા લાંબા વર્ણનોની જરૂર નથી.

જો તમે APIs પ્રદાન કરો છો, તો AI માટે ડોક્યુમેન્ટેશન લખવાનું બંધ કરો. MCP સર્વર બનાવો. તમારું SDK મનુષ્યો માટે છે. તમારું MCP સર્વર એજન્ટ્સ માટે છે.

આ કેવી રીતે અમલમાં મૂકવું:

SDK યુગ પૂરો થયો નથી. પરંતુ એજન્ટિક વર્કફ્લો (agentic workflows) માટે, MCP સર્વર્સ એ ઇન્ટરફેસ છે જે મહત્વનું છે.

સ્ત્રોત: https://dev.to/gentic_news/stop-writing-sdk-docs-for-ai-agents-build-mcp-servers-instead-1kmi

વૈકલ્પિક લર્નિંગ કોમ્યુનિટી: https://t.me/GyaanSetuAi