AI के लिए शिपिंग कंटेनर
AI एजेंट बनाना कठिन है।
पहले दिन, आप एक एजेंट को डेटाबेस से जोड़ते हैं। दूसरे दिन, आप इसे एक weather API से जोड़ते हैं। दसवें दिन तक, आपका कोड कस्टम इंटीग्रेशन का एक उलझा हुआ जाल बन जाता है।
यदि आप अपना AI मॉडल बदलते हैं, तो आपको हर कनेक्शन को फिर से बनाना होगा। इससे समय और पैसा बर्बाद होता है।
Model Context Protocol (MCP) इसे हल करता है।
1950 के दशक से पहले के वैश्विक शिपिंग के बारे में सोचें। हर कंपनी अलग-अलग आकार के क्रेट्स का उपयोग करती थी। सामान ले जाना धीमा और कठिन था।
सब कुछ तब बदल गया जब हमने शिपिंग कंटेनर को मानकीकृत (standardize) कर दिया। एक क्रेन ऑपरेटर को यह जानने की ज़रूरत नहीं है कि कंटेनर के अंदर क्या है। उन्हें केवल यह जानने की ज़रूरत है कि कंटेनर को कैसे हिलाना है।
MCP, AI डेटा के लिए शिपिंग कंटेनर है।
MCP क्या है? Anthropic ने AI मॉडल्स को एक एकल मानक (single standard) के माध्यम से कॉन्टेक्स्ट (context) देने के लिए MCP पेश किया है। यह टूल्स और डेटा को जोड़ने के लिए कस्टम कोड की जगह एक सार्वभौमिक (universal) तरीका प्रदान करता है।
इसकी संरचना में तीन भाग होते हैं:
- MCP Host: मुख्य ऐप, जैसे कि चैट इंटरफ़ेस या कोड एडिटर।
- MCP Client: होस्ट के अंदर का वह हिस्सा जो कनेक्शन बनाए रखता है।
- MCP Server: एक छोटी सेवा जो विशिष्ट डेटा या टूल्स साझा करती है।
यह कैसे काम करता है: सर्वर AI के साथ तीन चीजें साझा करते हैं:
- Tools: वे कार्य जो AI कर सकता है, जैसे मौसम की जाँच करना या इवेंट बनाना।
- Resources: वह डेटा जिसे AI पढ़ सकता है, जैसे टेक्स्ट फ़ाइलें या