ਮੈਂ OpenClaw ਵਿੱਚ 12 MCP ਸਰਵਰ ਕਿਵੇਂ ਜੋੜੇ
ਆਟੋਮੇਸ਼ਨ ਨੂੰ ਸਕੇਲ ਕਰਨਾ LLM ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਡਾਟਾ ਫਲੋ (data flow) ਬਾਰੇ ਹੈ।
ਜਦੋਂ ਮੇਰਾ ਆਟੋਮੇਸ਼ਨ ਸਟੈਕ ਵਧਿਆ, ਤਾਂ ਮੈਨੂੰ ਇੱਕ ਰੁਕਾਵਟ (bottleneck) ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ। OpenClaw ਏਜੰਟਾਂ ਨੂੰ ਸਰਵਿਸਿਜ਼ ਨਾਲ ਜੋੜਨ ਲਈ Model Context Protocol (MCP) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਸ਼ੁਰੂਆਤੀ ਤੌਰ 'ਤੇ, ਤੁਹਾਨੂੰ ਸਿਰਫ਼ ਕੁਝ ਹੀ ਸਰਵਰ ਮਿਲਦੇ ਹਨ। ਮੈਨੂੰ ਕੋਡ, ਇਮੇਜ ਅਤੇ ਵੈਕਟਰ ਸਰਚ ਲਈ ਬਾਰਾਂ ਵਿਸ਼ੇਸ਼ ਸਰਵਰਾਂ ਦੀ ਲੋੜ ਸੀ।
ਇੱਥੇ ਦੱਸਿਆ ਗਿਆ ਹੈ ਕਿ ਮੈਂ ਇੱਕ ਭਰੋਸੇਮੰਦ, ਲੋ-ਲੇਟੈਂਸੀ (low-latency) ਸਿਸਟਮ ਕਿਵੇਂ ਬਣਾਇਆ।
ਮੈਂ ਲੋਡ ਨੂੰ ਕਿਉਂ ਵੰਡਿਆ
• ਵਿਸ਼ੇਸ਼ਤਾ (Specialization): ਮੈਂ ਖਾਸ ਕੰਮਾਂ ਲਈ Claude-3.5 ਜਾਂ GPT-4o-mini ਵਰਗੇ ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਨੂੰ ਨਿਯਤ ਕਰਦਾ ਹਾਂ। • ਰੈਡੰਡੈਂਸੀ (Redundancy): ਜੇਕਰ ਕੋਈ API ਫੇਲ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਲੋਕਲ LLaMA-2 ਮਾਡਲ ਕੰਮ ਸੰਭਾਲ ਲੈਂਦਾ ਹੈ। • ਰਫ਼ਤਾਰ: ਕੰਮਾਂ ਨੂੰ ਵੱਖ-ਵੱਖ ਸਰਵਰਾਂ 'ਤੇ ਵੰਡਣ ਨਾਲ ਕਤਾਰਾਂ (queues) ਬਣਨ ਤੋਂ ਰੋਕਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਸੈੱਟਅੱਪ
ਮੈਂ ਸਭ ਕੁਝ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਲਈ ਇੱਕ ਸਿੰਗਲ JSON ਫਾਈਲ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹਾਂ। ਇਹ ਫਾਈਲ ਮੇਰੇ OpenClaw config ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਰਹਿੰਦੀ ਹੈ। ਇਸ ਵਿੱਚ ਹਰੇਕ ਸਰਵਰ ਲਈ URL, auth token, ਅਤੇ ਨਾਮ ਹੁੰਦਾ ਹੈ।
ਮੈਂ ਆਪਣੇ ਐਨਵਾਇਰਨਮੈਂਟ ਤੋਂ secrets ਕੱਢਣ ਲਈ ਇੱਕ Bash script ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹਾਂ। ਇਹ ਮੇਰੇ tokens ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਦਾ ਹੈ।
ਲਿਸਟ ਨੂੰ ਅਪਡੇਟ ਰੱਖਣ ਲਈ, ਮੈਂ ਰੋਜ਼ਾਨਾ ਰਾਤ ਨੂੰ ਇੱਕ cron job ਚਲਾਉਂਦਾ ਹਾਂ। ਇਹ ਆਪਣੇ ਆਪ OpenClaw import command ਚਲਾਉਂਦਾ ਹੈ।
ਏਜੰਟ ਲੌਜਿਕ
ਏਜੰਟ ਨਾਮ ਰਾਹੀਂ ਸਰਵਰ ਚੁਣਦੇ ਹਨ। ਮੈਂ fallback logic ਦੇ ਨਾਲ ਇੱਕ code-review agent ਸੈੱਟ ਕੀਤਾ ਹੈ। ਇਹ ਪਹਿਲਾਂ Claude-3.5 ਨੂੰ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਉਹ ਫੇਲ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ llama-2-local 'ਤੇ ਬਦਲ ਜਾਂਦਾ ਹੈ। ਇਹ API ਬੰਦ ਹੋਣ ਦੇ ਸਮੇਂ ਵੀ ਮੇਰੇ ਵਰਕਫਲੋ ਨੂੰ ਚਲਦਾ ਰੱਖਦਾ ਹੈ।
ਮੈਂ ਇਹਨਾਂ ਲਈ ਵੀ ਵਿਸ਼ੇਸ਼ ਏਜੰਟ ਬਣਾਏ ਹਨ:
- Stable Diffusion ਰਾਹੀਂ Image generation.
- Pinecone ਰਾਹੀਂ Vector search.
- Redis ਰਾਹੀਂ Cache lookups.
ਨਤੀਜੇ
ਮੇਰੀ ਲੇਟੈਂਸੀ 1.8 ਸਕਿੰਟ ਤੋਂ ਘਟ ਕੇ 0.9 ਸਕਿੰਟ ਹੋ ਗਈ। ਮੇਰੇ ਏਜੰਟ ਹੁਣ ਤੇਜ਼ੀ ਨਾਲ ਅਤੇ ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਤਰੀਕੇ ਨਾਲ ਜਵਾਬ ਦਿੰਦੇ ਹਨ।
ਤੁਹਾਡੇ ਲਈ ਸਿੱਖਿਆਵਾਂ:
• ਛੋਟੇ ਪੱਧਰ ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ। ਪਹਿਲਾਂ ਤਿੰਨ ਸਰਵਰ ਡਿਪਲੋਏ ਕਰੋ। ਸਕੇਲ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਪਾਈਪਲਾਈਨ ਨੂੰ ਕੰਮ ਕਰਵਾਓ। • ਆਪਣੀ ਸਰਵਰ ਲਿਸਟ ਨੂੰ ਕੋਡ ਵਾਂਗ ਸਮਝੋ। Version control ਅਤੇ linting ਦੀ ਵਰਤੋਂ ਕਰੋ। • ਆਪਣੀਆਂ ਗਲਤੀਆਂ (errors) ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ। ਲੇਟੈਂਸੀ ਅਤੇ error rates ਨੂੰ ਟ੍ਰੈਕ ਕਰਨ ਲਈ openclaw monitor ਵਰਗੇ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰੋ। • Fallback ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ। ਇਹ ਕਿਸੇ ਇੱਕ ਸਰਵਿਸ ਦੇ ਬੰਦ ਹੋਣ 'ਤੇ ਤੁਹਾਡੀ ਪੂਰੀ ਆਟੋਮੇਸ਼ਨ ਨੂੰ ਟੁੱਟਣ ਤੋਂ ਰੋਕਦਾ ਹੈ।
MCP ਇੱਕ ਸਿੰਗਲ ਮਾਡਲ ਨੂੰ ਇੱਕ ਪੂਰੇ ecosystem ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ।
ਸਰੋਤ: https://dev.to/mrclaw207/how-i-added-12-mcp-servers-to-openclaw-a-step-by-step-guide-bnb
ਵਿਕਲਪਿਕ ਲਰਨਿੰਗ ਕਮਿਊਨਿਟੀ: https://t.me/GyaanSetuAi