हमने अपने AI एजेंट के लिए MCP को क्यों चुना और यह एक अच्छा निर्णय क्यों था
Anthropic
Bitrix24 के एक डेवलपर ने अपने AI सहायक मार्टा के लिए कंपनी द्वारा Model Context Protocol (MCP) को चुनने के कारणों की व्याख्या की है। लेख में सरल फ़ंक्शन कॉलिंग से अधिक लचीली MCP-आधारित वास्तुकला में संक्रमण का विवरण दिया गया है, जो प्रति उपयोगकर्ता गतिशील टूल खोज की अनुमति देता है, और प्रोटोकॉल का आंतरिक से बाहरी उपयोग में उचित प्रमाणीकरण के साथ विकास। लेखक टूल हेल की चुनौतियों और CLI के माध्यम से MCP का उपयोग करने तथा लंबे प्रतिक्रियाओं के फ़ाइल-आधारित हैंडलिंग जैसे समाधानों पर भी चर्चा करता है।
बिट्रिक्स24 के डेवलपर माइकल वासिलिव बताते हैं कि कंपनी ने अपने एआई असिस्टेंट के लिए एमसीपी (मॉडल कॉन्टेक्स्ट प्रोटोकॉल) को क्यों चुना, जो मार्टा के रूप में शुरू हुआ और बिट्रिक्सजीपीटी में विकसित हुआ। शुरुआत में, असिस्टेंट फंक्शन कॉलिंग का उपयोग करता था, जो कुछ निश्चित क्रियाओं के लिए पर्याप्त था, लेकिन जैसे-जैसे टूल की संख्या बढ़ी, यह बोझिल हो गया, जिसमें लगातार कोड अपडेट और हर उपयोगकर्ता के लिए सभी टूल लोड करने की आवश्यकता होती थी। एमसीपी ने टूल को एजेंट के बाहर एक बाहरी सेवा में स्थानांतरित करने की अनुमति दी, जिससे उपयोगकर्ता की अनुमतियों के आधार पर टूल की गतिशील उपलब्धता सक्षम हुई। पहला संस्करण आंतरिक था, जो प्रमाणीकरण के लिए हस्ताक्षरित उपयोगकर्ता आईडी के साथ एमसीपी प्रॉक्सी का उपयोग करता था। बाहरी ग्राहकों का समर्थन करने के लिए, उन्होंने ओएथ (ओपन ऑथराइज़ेशन) जोड़ा और एसएसई (सर्वर-सेंट इवेंट्स) से स्ट्रीमेबल एचटीटीपी ट्रांसपोर्ट पर स्विच किया। एमसीपी को आधिकारिक तौर पर नवंबर 2024 में एन्थ्रोपिक द्वारा पेश किया गया था, और बिट्रिक्स24 ने इसे मार्च 2025 में अपनाया। जल्दी अपनाने के फायदे थे, जैसे एक प्रोटोकॉल के आसपास आर्किटेक्चर बनाना जो बाद में बेहतर हुआ, लेकिन चुनौतियाँ भी थीं, जैसे प्रोटोकॉल परिवर्तनों के अनुकूल होना। उन्होंने विभिन्न डोमेन क्षेत्रों (कार्य, कैलेंडर, सीआरएम) के लिए वर्चुअल एमसीपी सर्वर और टूल हेल से बचने के लिए एमसीपी-सीएलआई भी पेश किया, जो तब होता है जब बहुत सारे टूल विवरण मॉडल के संदर्भ को अव्यवस्थित कर देते हैं। लंबे टूल प्रतिक्रियाओं को संदर्भ अधिभार को रोकने के लिए फ़ाइलों में सहेजा जाता है, और कुल मिलाकर एमसीपी ने टूल प्रबंधन के लिए एक स्केलेबल बुनियादी ढांचा बनाने में मदद की।
स्रोत: Habr — хаб ИИ —
मूल
