ai-agents-for-beginners

एजेंटिक प्रोटोकॉल का उपयोग करना (MCP, A2A और NLWeb)

(इस पाठ का वीडियो देखने के लिए ऊपर छवि पर क्लिक करें)

जैसे-जैसे AI एजेंटों का उपयोग बढ़ रहा है, वैसे-वैसे मानकीकरण, सुरक्षा सुनिश्चित करने और खुले नवाचार का समर्थन करने वाले प्रोटोकॉल की आवश्यकता भी बढ़ रही है। इस पाठ में, हम उन 3 प्रोटोकॉल को कवर करेंगे जो इस आवश्यकता को पूरा करने का प्रयास करते हैं - मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP), एजेंट टू एजेंट (A2A) और नैचुरल लैंग्वेज वेब (NLWeb)।

परिचय

इस पाठ में, हम निम्नलिखित को कवर करेंगे:

• कैसे MCP AI एजेंटों को बाहरी उपकरण और डेटा तक पहुंच प्रदान करता है ताकि उपयोगकर्ता कार्य पूरे किए जा सकें।

• कैसे A2A विभिन्न AI एजेंटों के बीच संवाद और सहयोग को सक्षम बनाता है।

• कैसे NLWeb किसी भी वेबसाइट पर प्राकृतिक भाषा इंटरफेस लाता है जिससे AI एजेंट सामग्री को खोज और इंटरैक्ट कर सकते हैं।

सीखने के लक्ष्य

• AI एजेंटों के संदर्भ में MCP, A2A, और NLWeb के मुख्य उद्देश्य और लाभ पहचानना।

• समझाना कि प्रत्येक प्रोटोकॉल कैसे LLMs, टूल्स, और अन्य एजेंटों के बीच संवाद और इंटरैक्शन की सुविधा देता है।

• यह पहचानना कि जटिल एजेंटिक सिस्टम बनाने में प्रत्येक प्रोटोकॉल की अलग-अलग भूमिका क्या है।

मॉडल कॉन्टेक्स्ट प्रोटोकॉल

मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) एक खुला मानक है जो एप्लिकेशन को LLMs को संदर्भ और टूल्स प्रदान करने का मानकीकृत तरीका प्रदान करता है। यह AI एजेंटों को विभिन्न डेटा स्रोतों और टूल्स के लिए एक “यूनिवर्सल एडाप्टर” के रूप में कनेक्ट होने की अनुमति देता है।

आइए MCP के घटकों, सीधे API उपयोग की तुलना में इसके लाभ, और MCP सर्वर का उपयोग करते हुए AI एजेंटों के उदाहरण को देखें।

MCP के मुख्य घटक

MCP एक क्लाइंट-सर्वर आर्किटेक्चर पर काम करता है और इसके मुख्य घटक हैं:

• होस्ट वो LLM एप्लिकेशन हैं (जैसे VSCode कोड एडिटर) जो MCP सर्वर से कनेक्शन शुरू करते हैं।

• क्लाइंट होस्ट एप्लिकेशन के भीतर ऐसे घटक हैं जो सर्वरों के साथ वन-टू-वन कनेक्शन बनाए रखते हैं।

• सर्वर हल्के प्रोग्राम होते हैं जो विशिष्ट क्षमताओं को प्रदान करते हैं।

प्रोटोकॉल में तीन मुख्य आदिम तत्व होते हैं जो MCP सर्वर की क्षमताएं हैं:

• टूल्स: ये अलग-अलग क्रियाएं या कार्य होते हैं जिन्हें AI एजेंट कॉल कर सकता है। उदाहरण के लिए, एक मौसम सेवा “get weather” टूल प्रदान कर सकती है, या एक ई-कॉमर्स सर्वर “purchase product” टूल। MCP सर्वर प्रत्येक टूल का नाम, विवरण, और इनपुट/आउटपुट स्कीमा अपने क्षमताओं की सूची में विज्ञापित करता है।

• रिसोर्सेज: ये पढ़ने के लिए उपलब्ध डेटा आइटम या दस्तावेज होते हैं जो MCP सर्वर प्रदान करता है, और क्लाइंट उन्हें मांग पर प्राप्त कर सकते हैं। उदाहरणों में फ़ाइल सामग्री, डेटाबेस रिकॉर्ड, या लॉग फाइलें होती हैं। रिसोर्सेज टेक्स्ट (जैसे कोड या JSON) या बाइनरी (जैसे इमेजेस या PDF) हो सकते हैं।

• प्रॉम्प्ट्स: ये पूर्वनिर्धारित टेम्प्लेट होते हैं जो सुझाए गए प्रॉम्प्ट प्रदान करते हैं, जिससे अधिक जटिल कार्यप्रवाह संभव होता है।

MCP के लाभ

MCP AI एजेंटों के लिए महत्वपूर्ण फायदे प्रदान करता है:

• डायनामिक टूल डिस्कवरी: एजेंट डायनामिक रूप से सर्वर से उपलब्ध टूल्स की सूची प्राप्त कर सकते हैं, साथ में वे क्या करते हैं इसका विवरण भी। यह पारंपरिक APIs से अलग है, जो स्थैतिक कोडिंग की मांग करते हैं। MCP एक “एक बार एकीकृत करें” दृष्टिकोण प्रदान करता है जो अधिक अनुकूलनीयता लाता है।

• विभिन्न LLMs में इंटरऑपरेबिलिटी: MCP विभिन्न LLMs पर काम करता है, जिससे बेहतर प्रदर्शन के लिए मुख्य मॉडल को बदलने की सुविधा मिलती है।

• मानकीकृत सुरक्षा: MCP में मानक प्रमाणीकरण विधि शामिल है, जिससे अतिरिक्त MCP सर्वरों के लिए एक्सेस जोड़ना आसान और स्केलेबल होता है। पारंपरिक APIs के लिए विभिन्न कुंजी और प्रमाणीकरण प्रकार प्रबंधित करने से यह सरल है।

MCP उदाहरण

कल्पना करें कि उपयोगकर्ता MCP द्वारा संचालित AI सहायक की मदद से फ्लाइट बुक करना चाहता है।

1. कनेक्शन: AI सहायक (MCP क्लाइंट) एक एयरलाइन द्वारा प्रदान किए गए MCP सर्वर से जुड़ता है।

2. टूल डिस्कवरी: क्लाइंट एयरलाइन के MCP सर्वर से पूछता है, “आपके पास कौन-कौन से टूल उपलब्ध हैं?” सर्वर “search flights” और “book flights” जैसे टूल्स की सूची देता है।

3. टूल इनवोकेशन: आप AI सहायक से कहते हैं, “कृपया पोर्टलैंड से होनोलूलू के लिए फ्लाइट खोजें।” AI सहायक अपने LLM का उपयोग करके समझता है कि उसे “search flights” टूल कॉल करना है और संबंधित पैरामीटर (origin, destination) MCP सर्वर को भेजता है।

4. कार्य निष्पादन और प्रतिक्रिया: MCP सर्वर, जो एक रैपर की तरह काम करता है, एयरलाइन के आंतरिक बुकिंग API को कॉल करता है। फिर यह फ्लाइट जानकारी (जैसे JSON डेटा) प्राप्त करता है और AI सहायक को वापस भेजता है।

5. अधिक इंटरैक्शन: AI सहायक फ्लाइट विकल्प प्रस्तुत करता है। जब आप कोई फ्लाइट चुनते हैं, सहायक उसी MCP सर्वर पर “book flight” टूल को इनवोक कर बुकिंग पूरी करता है।

एजेंट-टू-एजेंट प्रोटोकॉल (A2A)

जबकि MCP LLMs को टूल्स से जोड़ने पर केंद्रित है, एजेंट-टू-एजेंट (A2A) प्रोटोकॉल एक कदम आगे बढ़कर विभिन्न AI एजेंटों के बीच संवाद और सहयोग को सक्षम बनाता है। A2A विभिन्न संगठनों, वातावरण और तकनीकी स्टैक्स में AI एजेंटों को जोड़ता है ताकि वे एक साझा कार्य पूरा कर सकें।

हम A2A के घटकों और लाभों की जांच करेंगे और यह यात्रा एप्लिकेशन में कैसे लागू हो सकता है इसका उदाहरण देंगे।

A2A के मुख्य घटक

A2A एजेंटों के बीच संवाद सक्षम करने और उपयोगकर्ता के उपकार्य को पूरा करने पर केंद्रित है। प्रोटोकॉल के प्रत्येक घटक का योगदान इस प्रकार है:

एजेंट कार्ड

जैसा कि MCP सर्वर टूल्स की सूची साझा करता है, एजेंट कार्ड में होता है:

• एजेंट का नाम।
• वह सामान्य कार्यों का विवरण जो वह पूरा करता है।
• विशिष्ट कौशलों की सूची और विवरण जो अन्य एजेंटों (या मानव उपयोगकर्ताओं) को समझ बनाने में मदद करता है कि कब और क्यों उस एजेंट को कॉल करना चाहिए।
• एजेंट का वर्तमान Endpoint URL
• एजेंट का संस्करण और क्षमताएं, जैसे स्ट्रीमिंग प्रतिक्रियाएं और पुश सूचनाएँ।

एजेंट एक्सेक्यूटर

एजेंट एक्सेक्यूटर का कार्य है उपयोगकर्ता चैट का संदर्भ दूरस्थ एजेंट को पास करना ताकि दूरस्थ एजेंट कार्य को समझ सके। एक A2A सर्वर में, एजेंट अपनी खुद की LLM का उपयोग करके इनकमिंग अनुरोधों का विश्लेषण करता है और अपने टूल्स के साथ कार्य निष्पादित करता है।

आर्टिफैक्ट

जब दूरस्थ एजेंट अनुरोधित कार्य पूरा करता है, तो उसका कार्य परिणाम एक आर्टिफैक्ट के रूप में बनाया जाता है। आर्टिफैक्ट एजेंट के कार्य का परिणाम, पूरा किए गए कार्य का विवरण, और प्रोटोकॉल के माध्यम से भेजा गया पाठ संदर्भ रखता है। आर्टिफैक्ट भेजने के बाद, दूरस्थ एजेंट के साथ कनेक्शन तब तक बंद रहता है जब तक इसकी आवश्यकता न हो।

इवेंट क्यू

यह घटक अपडेट संभालने और संदेश भेजने के लिए उपयोग होता है। यह उत्पादन में एजेंटिक सिस्टम के लिए महत्वपूर्ण है ताकि कार्य पूरा होने से पहले एजेंटों के बीच कनेक्शन बन्द न हो, विशेष रूप से जब कार्य पूरा होने में अधिक समय लगता है।

A2A के लाभ

• बेहतर सहयोग: यह विभिन्न विक्रेताओं और प्लेटफार्मों के एजेंटों को इंटरैक्ट, संदर्भ साझा करने और साथ काम करने की अनुमति देता है, जिससे पारंपरिक रूप से अलग सिस्टमों में सहज स्वचालन संभव होता है।

• मॉडल चयन में लचीलापन: प्रत्येक A2A एजेंट तय कर सकता है कि वह अपने अनुरोधों को सेवा देने के लिए कौन सा LLM उपयोग करेगा, जिससे एजेंट के अनुसार अनुकूलित या फाइन-ट्यून मॉडलों की सुविधा होती है, जो कुछ MCP परिदृश्यों में एकल LLM कनेक्शन से भिन्न है।

• बिल्ट-इन प्रमाणीकरण: प्रमाणीकरण सीधे A2A प्रोटोकॉल में समाहित होता है, जो एजेंट इंटरैक्शन के लिए मजबूत सुरक्षा ढांचा प्रदान करता है।

A2A उदाहरण

चलिए अपनी यात्रा बुकिंग परिदृश्य को A2A का उपयोग कर विस्तार से देखें।

1. उपयोगकर्ता अनुरोध मल्टी-एजेंट को: उपयोगकर्ता “ट्रैवल एजेंट” A2A क्लाइंट/एजेंट से कहता है, “कृपया अगले सप्ताह के लिए होनोलूलू की पूरी यात्रा बुक करें, जिसमें फ्लाइट, होटल, और कार रेंटल शामिल हैं”।

2. ट्रैवल एजेंट द्वारा समन्वय: ट्रैवल एजेंट इस जटिल अनुरोध को प्राप्त करता है। यह अपने LLM का उपयोग करके कार्य की वजह समझता है और अन्य विशेषज्ञ एजेंटों से संपर्क करने का निर्णय लेता है।

3. एजेंट-टू-एजेंट संचार: ट्रैवल एजेंट फिर A2A प्रोटोकॉल का उपयोग करके डाउनस्ट्रीम एजेंटों जैसे “एयरलाइन एजेंट”, “होटल एजेंट”, और “कार रेंटल एजेंट” (जो विभिन्न कंपनियों द्वारा बनाए गए हैं) से जुड़ता है।

4. कमांडित कार्य निष्पादन: ट्रैवल एजेंट इन विशेषज्ञ एजेंटों को विशिष्ट कार्य भेजता है (जैसे, “होनोलूलू के लिए फ्लाइट खोजें”, “होटल बुक करें”, “कार किराए पर लें”)। ये एजेंट अपने स्वयं के LLM और टूल (जो संभवतः MCP सर्वर हो सकते हैं) का उपयोग करके अपना कार्य पूरा करते हैं।

5. संक्षिप्त प्रतिक्रिया: जब सभी डाउनस्ट्रीम एजेंट कार्य पूरा कर लेते हैं, ट्रैवल एजेंट परिणामों (फ्लाइट विवरण, होटल पुष्टि, कार रेंटल बुकिंग) को संकलित करता है और उपयोगकर्ता को चैट शैली में पूरी प्रतिक्रिया भेजता है।

नैचुरल लैंग्वेज वेब (NLWeb)

वेबसाइटें लंबे समय से इंटरनेट पर जानकारी और डेटा तक उपयोगकर्ताओं की पहुंच का प्राथमिक माध्यम रही हैं।

आइए NLWeb के विभिन्न घटकों, इसके लाभों, और एक उदाहरण को देखें कि हमारी यात्रा एप्लिकेशन NLWeb के माध्यम से कैसे काम करती है।

NLWeb के घटक

• NLWeb एप्लिकेशन (कोर सर्विस कोड): यह सिस्टम प्राकृतिक भाषा प्रश्नों को संसाधित करता है। यह प्लेटफॉर्म के विभिन्न हिस्सों को जोड़ता है ताकि प्रतिक्रियाएं बनाई जा सकें। इसे आप एक ऐसे इंजन की तरह सोच सकते हैं जो वेबसाइट की प्राकृतिक भाषा विशेषताओं को संचालित करता है।

• NLWeb प्रोटोकॉल: यह वेबसाइट के साथ प्राकृतिक भाषा इंटरैक्शन के लिए एक बुनियादी नियमों का सेट है। यह JSON प्रारूप (अक्सर Schema.org का उपयोग करके) में प्रतिक्रियाएं भेजता है। इसका उद्देश्य “AI वेब” के लिए सरल आधार बनाना है, जैसे कि HTML डाक्यूमेंट्स को ऑनलाइन साझा करने में सक्षम बनाता है।

• MCP सर्वर (मॉडल कॉन्टेक्स्ट प्रोटोकॉल एंडपॉइंट): प्रत्येक NLWeb सेटअप एक MCP सर्वर के रूप में भी कार्य करता है। इसका मतलब है यह अन्य AI सिस्टम्स के साथ उपकरण (जैसे कि “ask” विधि) और डेटा साझा कर सकता है। व्यावहारिक रूप से, यह वेबसाइट की सामग्री और क्षमताओं को AI एजेंटों द्वारा उपयोगी बनाता है, जिससे साइट व्यापक “एजेंट इकोसिस्टम” का हिस्सा बन जाती है।

• एम्बेडिंग मॉडल: ये मॉडल वेबसाइट सामग्री को संख्यात्मक प्रतिनिधित्व (vectors/embeddings) में परिवर्तित करते हैं। ये वेक्टर कंप्यूटरों को मीनिंग समझने, तुलना करने और खोज करने में सक्षम बनाते हैं। इन्हें एक विशेष डेटाबेस में संग्रहित किया जाता है, और उपयोगकर्ता अपनी पसंद के एम्बेडिंग मॉडल का चयन कर सकते हैं।

• वेक्टर डेटाबेस (रिकवरी मैकेनिज्म): यह डेटाबेस वेबसाइट सामग्री के एम्बेडिंग्स को संग्रहीत करता है। जब कोई प्रश्न पूछता है, NLWeb जल्दी से सबसे संबंधित जानकारी खोजने के लिए इस वेक्टर डेटाबेस को देखता है। यह संभावित उत्तरों की शीघ्र सूची देता है, समानता के आधार पर रैंक की गई। NLWeb Qdrant, Snowflake, Milvus, Azure AI Search, और Elasticsearch जैसे विभिन्न वेक्टर स्टोरेज सिस्टम के साथ काम करता है।

NLWeb का उदाहरण

एक बार फिर से हमारी यात्रा बुकिंग वेबसाइट लें, लेकिन यह बार NLWeb द्वारा संचालित है।

1. डेटा इनटेक: यात्रा वेबसाइट के मौजूदा उत्पाद कैटलॉग (जैसे फ्लाइट लिस्टिंग, होटल विवरण, टूर पैकेज) Schema.org का उपयोग करके स्वरूपित होते हैं या RSS फीड्स के माध्यम से लोड किए जाते हैं। NLWeb के टूल इस संरचित डेटा को लेते हैं, एम्बेडिंग बनाते हैं, और इन्हें स्थानीय या रिमोट वेक्टर डेटाबेस में संग्रहीत करते हैं।

2. प्राकृतिक भाषा प्रश्न (मानव): उपयोगकर्ता वेबसाइट पर आता है और मेनू में नेविगेट करने के बजाय चैट इंटरफ़ेस में टाइप करता है: “मुझे होनोलूलू में अगले सप्ताह के लिए एक परिवार-अनुकूल होटल ढूंढें जिसमें स्विमिंग पूल हो”।

3. NLWeb प्रसंस्करण: NLWeb एप्लिकेशन इस प्रश्न को प्राप्त करता है। यह प्रश्न को समझने के लिए एक LLM को भेजता है और साथ ही अपने वेक्टर डेटाबेस में प्रासंगिक होटल लिस्टिंग खोजता है।

4. सटीक परिणाम: LLM डेटाबेस से खोज परिणामों की व्याख्या करता है, “परिवार-अनुकूल”, “स्विमिंग पूल” और “होनोलूलू” के आधार पर सर्वश्रेष्ठ मेल पहचानता है, और फिर एक प्राकृतिक भाषा प्रतिक्रिया तैयार करता है। महत्वपूर्ण बात यह है कि प्रतिक्रिया वेबसाइट के कैटलॉग के असली होटलों का संदर्भ देती है, काल्पनिक जानकारी नहीं।

5. AI एजेंट इंटरैक्शन: चूंकि NLWeb एक MCP सर्वर के रूप में कार्य करता है, एक बाहरी AI यात्रा एजेंट भी इस वेबसाइट के NLWeb इंस्टेंस से जुड़ सकता है। AI एजेंट ask MCP विधि का उपयोग सीधे वेबसाइट से प्रश्न पूछ सकता है: ask("क्या होनोलूलू क्षेत्र में होटल द्वारा अनुशंसित कोई वेगन-फ्रेंडली रेस्टोरेंट है?")। NLWeb इसे प्रोसेस करेगा, अपने रेस्टोरेंट सूचना डेटाबेस (यदि लोड किया गया हो) का लाभ उठाएगा, और संरचित JSON प्रतिक्रिया लौटाएगा।

MCP/A2A/NLWeb के बारे में और सवाल हैं?

अन्य शिक्षार्थियों से मिलने, ऑफिस आवर्स अटेंड करने और अपने AI एजेंट्स के सवालों के जवाब पाने के लिए Microsoft Foundry Discord में शामिल हों।

संसाधन

• MCP for Beginners
• MCP Documentation
• NLWeb Repo
• Microsoft Agent Framework

पिछला पाठ

उत्पादन में AI एजेंट

अगला पाठ

AI एजेंट्स के लिए कॉन्टेक्स्ट इंजीनियरिंग

---

अस्वीकरण: इस दस्तावेज़ का अनुवाद AI अनुवाद सेवा Co-op Translator का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवादों में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। मूल दस्तावेज़ अपनी मूल भाषा में ही प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।

This site is open source. Improve this page.