ai-agents-for-beginners

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

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

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

परिचय

इस पाठ में, हम सीखेंगे:

• MCP कैसे AI एजेंट्स को बाहरी टूल्स और डेटा तक पहुंच प्रदान करता है ताकि वे उपयोगकर्ता कार्य पूरे कर सकें।

• A2A कैसे विभिन्न AI एजेंट्स के बीच संचार और सहयोग सक्षम करता है।

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

सीखने के लक्ष्य

• AI एजेंट्स के संदर्भ में MCP, A2A, और NLWeb के मुख्य उद्देश्य और लाभों की पहचान करना।

• यह समझाना कि हर प्रोटोकॉल LLMs, टूल्स और अन्य एजेंट्स के बीच संचार और इंटरैक्शन कैसे संभव बनाता है।

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

मॉडल कॉन्टेक्स्ट प्रोटोकॉल

मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) एक खुला मानक है जो एप्लिकेशन को LLMs को कॉन्टेक्स्ट और टूल्स प्रदान करने का मानकीकृत तरीका देता है। यह AI एजेंट्स को विभिन्न डेटा स्रोतों और टूल्स से एक सुसंगत तरीके से जुड़ने के लिए “यूनिवर्सल एडॉप्टर” सक्षम करता है।

आइए MCP के घटकों, सीधे API उपयोग की तुलना में इसके लाभों, और यह कैसे AI एजेंट MCP सर्वर का उपयोग कर सकते हैं इसका उदाहरण देखें।

MCP के मुख्य घटक

MCP एक क्लाइंट-सर्वर आर्किटेक्चर पर संचालित होता है और इसके मुख्य घटक हैं:

• होस्ट्स वे LLM एप्लिकेशन होते हैं (उदाहरण के लिए VSCode जैसे कोड एडिटर) जो MCP सर्वर से कनेक्शन शुरू करते हैं।

• क्लाइंट्स होस्ट एप्लिकेशन के भीतर ऐसे घटक होते हैं जो सर्वर्स के साथ वन-टू-वन कनेक्शन बनाए रखते हैं।

• सर्वर्स हल्के प्रोग्राम होते हैं जो विशिष्ट क्षमताओं को प्रदर्शित करते हैं।

प्रोटोकॉल में तीन मुख्य प्रिमिटिव्स शामिल हैं जो MCP सर्वर की क्षमताएं हैं:

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

• रिसोर्सेज़: ये केवल पढ़ने योग्य डेटा आइटम या दस्तावेज़ हैं जिन्हें MCP सर्वर प्रदान कर सकता है, और क्लाइंट्स जरूरत पड़ने पर इन्हें प्राप्त कर सकते हैं। उदाहरण के लिए फ़ाइल सामग्री, डेटाबेस रिकॉर्ड, या लॉग फाइलें। रिसोर्सेज़ टेक्स्ट (जैसे कोड या JSON) या बाइनरी (जैसे चित्र या PDF) हो सकते हैं।

• प्रॉम्प्ट्स: ये पहले से परिभाषित टेम्पलेट होते हैं जो सुझाए गए प्रॉम्प्ट प्रदान करते हैं, जिससे जटिल कार्यप्रवाह संभव होता है।

MCP के लाभ

MCP AI एजेंट्स के लिए महत्वपूर्ण लाभ प्रदान करता है:

• डायनामिक टूल डिस्कवरी: एजेंट्स सर्वर से उपलब्ध टूल्स की एक सूची गतिशील रूप से प्राप्त कर सकते हैं, जिसमें वे कौन से कार्य करते हैं इसका विवरण होता है। पारंपरिक एपीआई के विपरीत, जिनके लिए स्थैतिक कोडिंग की आवश्यकता होती है, MCP “एक बार इंटीग्रेट करें” वाला तरीका देता है, जिससे अधिक अनुकूलनशीलता मिलती है।

• LLMs के बीच इंटरऑपरेबिलिटी: MCP विभिन्न LLMs के बीच कार्य करता है, जिससे बेहतर प्रदर्शन के लिए मूल मॉडलों को बदलने की सुविधा मिलती है।

• मानकीकृत सुरक्षा: MCP में एक मानक प्रमाणीकरण विधि शामिल है, जो अतिरिक्त MCP सर्वर एक्सेस जोड़ते समय विस्तार क्षमता को बढ़ाता है। यह विभिन्न पारंपरिक एपीआई के लिए विभिन्न कुंजी और प्रमाणीकरण प्रकार संभालने से सरल है।

MCP उदाहरण

कल्पना करें कि एक उपयोगकर्ता MCP द्वारा संचालित AI सहायक का उपयोग करके फ्लाइट बुक करना चाहता है।

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

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

3. टूल इनवोकेशन: फिर आप AI सहायक से कहते हैं, “पोर्टलैंड से होनोलूलू के लिए फ्लाइट खोजो।” AI सहायक, अपने LLM का उपयोग करके, पहचानता है कि उसे “search flights” टूल कॉल करना है और आवश्यक पैरामीटर (मूल, गंतव्य) MCP सर्वर को भेजता है।

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

5. आगे की बातचीत: AI सहायक फ्लाइट विकल्प प्रस्तुत करता है। एक बार जब आप फ्लाइट चुन लेते हैं, तो सहायक उसी MCP सर्वर पर “book flight” टूल कॉल करके बुकिंग पूरी करता है।

एजेंट-से-एजेंट प्रोटोकॉल (A2A)

जहां MCP LLMs को टूल्स से जोड़ने पर ध्यान केंद्रित करता है, वहीं एजेंट-से-एजेंट (A2A) प्रोटोकॉल इसे आगे बढ़ाता है और विभिन्न AI एजेंट्स के बीच संचार और सहयोग सक्षम करता है। A2A विभिन्न संगठनों, पर्यावरणों और तकनीकी स्टैक्स के AI एजेंट्स को एक साझा कार्य पूरा करने के लिए जोड़ता है।

हम A2A के घटकों और लाभों की जांच करेंगे, साथ ही देखेंगे कि इसे हमारे यात्रा एप्लिकेशन में कैसे लागू किया जा सकता है।

A2A के मुख्य घटक

A2A एजेंट्स के बीच संचार सक्षम करने और उपयोगकर्ता के उप-कार्य को पूरा करने के लिए उन्हें एक साथ काम करने के लिए केंद्रित है। प्रोटोकॉल के प्रत्येक घटक में इसका योगदान होता है:

एजेंट कार्ड

जिस तरह एक MCP सर्वर टूल्स की सूची साझा करता है, एजेंट कार्ड में होता है:

• एजेंट का नाम।
• उन सामान्य कार्यों का वर्णन जो वह पूरा करता है।
• अन्य एजेंट्स (या मानव उपयोगकर्ताओं) को यह समझने में मदद के लिए विशिष्ट कौशलों की सूची और उनके विवरण, कि वे कब और क्यों उस एजेंट को कॉल करना चाहेंगे।
• एजेंट का वर्तमान एंडपॉइंट URL
• एजेंट का संस्करण और क्षमताएं, जैसे स्ट्रीमिंग प्रतिक्रियाएँ और पुश सूचनाएं।

एजेंट एग्जीक्यूटर

एजेंट एग्जीक्यूटर का काम है उपयोगकर्ता चैट का संदर्भ दूरस्थ एजेंट को पास करना; दूरस्थ एजेंट को यह समझने के लिए इसकी आवश्यकता होती है कि कौन सा कार्य पूरा करना है। A2A सर्वर में, प्रत्येक एजेंट अपनी स्वयं की बड़ी भाषा मॉडल (LLM) का उपयोग करके आने वाले अनुरोधों को पार्स करता है और अपने आंतरिक टूल्स का उपयोग करके कार्य निष्पादित करता है।

आर्टिफैक्ट

जब कोई दूरस्थ एजेंट अनुरोधित कार्य पूरा कर लेता है, तो उसका कार्य उत्पाद एक आर्टिफैक्ट के रूप में बनता है। एक आर्टिफैक्ट में एजेंट के कार्य का परिणाम, पूरा किए गए कार्य का विवरण, और प्रोटोकॉल के माध्यम से भेजा गया टेक्स्ट संदर्भ होता है। आर्टिफैक्ट भेजने के बाद, दूरस्थ एजेंट के साथ कनेक्शन बंद कर दिया जाता है जब तक कि इसकी पुनः आवश्यकता न हो।

इवेंट क्यू

इस घटक का उपयोग अपडेट्स और संदेश पास करने के लिए किया जाता है। यह उत्पादन में एजेंटिक सिस्टम्स के लिए विशेष रूप से महत्वपूर्ण है ताकि कार्य पूरा होने से पहले एजेंट्स के बीच कनेक्शन बंद न हो, खासकर जब कार्य पूरा होने में अधिक समय लग सकता है।

A2A के लाभ

• बेहतर सहयोग: यह विभिन्न विक्रेताओं और प्लेटफार्मों के एजेंट्स को प्रभावी ढंग से बातचीत करने, संदर्भ साझा करने और एक साथ काम करने की अनुमति देता है, जिससे पारंपरिक रूप से अलग सिस्टम्स के बीच निर्बाध स्वचालन संभव होता है।

• मॉडल चयन में लचीलापन: प्रत्येक A2A एजेंट यह निर्णय ले सकता है कि वह अपने अनुरोधों की सेवा के लिए कौन सा LLM उपयोग करता है, जिससे प्रति एजेंट के लिए अनुकूलित या फाइन-ट्यून मॉडल संभव होते हैं, जो कुछ MCP परिदृश्यों में एकल LLM कनेक्शन से अलग है।

• निर्मित प्रमाणीकरण: प्रमाणीकरण सीधे A2A प्रोटोकॉल में समाहित है, जो एजेंट इंटरैक्शन के लिए एक मजबूत सुरक्षा फ्रेमवर्क प्रदान करता है।

A2A उदाहरण

आइए अपनी यात्रा बुकिंग स्थिति को A2A का उपयोग करके विस्तार से देखें।

1. उपयोगकर्ता की मल्टी-एजेंट से अनुरोध: एक उपयोगकर्ता “ट्रैवल एजेंट” A2A क्लाइंट/एजेंट के साथ बातचीत करता है, शायद कहता है, “कृपया अगली सप्ताह होनोलूलू के लिए पूरी यात्रा बुक करें, जिसमें फ्लाइट, होटल, और कार रेंटल शामिल हो”।

2. ट्रैवल एजेंट द्वारा समन्वय: ट्रैवल एजेंट यह जटिल अनुरोध प्राप्त करता है। यह अपने LLM का उपयोग करते हुए कार्य का तर्क करता है और यह निर्धारित करता है कि उसे अन्य विशेषज्ञ एजेंट्स के साथ बातचीत करनी होगी।

3. एजेंट्स के बीच संचार: ट्रैवल एजेंट A2A प्रोटोकॉल का उपयोग करते हुए डाउनस्ट्रीम एजेंट्स, जैसे “एयरलाइन एजेंट,” “होटल एजेंट,” और “कार रेंटल एजेंट” से जुड़ता है, जो विभिन्न कंपनियों द्वारा बनाए गए हैं।

4. सौंपे गए कार्य का निष्पादन: ट्रैवल एजेंट इन विशेषज्ञ एजेंट्स को विशिष्ट कार्य भेजता है (जैसे, “होनोलूलू उड़ानें खोजें,” “होटल बुक करें,” “कार किराए पर लें”)। ये प्रत्येक विशेषज्ञ एजेंट अपने अपने LLMs और उपकरणों (जो स्वयं MCP सर्वर हो सकते हैं) का उपयोग करके अपनी विशिष्ट बुकिंग का हिस्सा पूरा करता है।

5. संयुक्त प्रतिक्रिया: जब सभी डाउनस्ट्रीम एजेंट अपने कार्य पूरे कर लेते हैं, तो ट्रैवल एजेंट परिणामों (फ्लाइट विवरण, होटल पुष्टि, कार रेंटल बुकिंग) को संकलित करता है और उपयोगकर्ता को एक व्यापक, चैट-स्टाइल प्रतिक्रिया भेजता है।

नेचुरल लैंग्वेज वेब (NLWeb)

वेबसाइटें लंबे समय से इंटरनेट पर जानकारी और डेटा तक पहुंचने का प्राथमिक तरीका रही हैं।

आइए NLWeb के विभिन्न घटकों, इसके लाभों और हमारे यात्रा एप्लिकेशन को देखकर इसके काम करने के तरीके का उदाहरण देखें।

NLWeb के घटक

• NLWeb एप्लिकेशन (कोर सर्विस कोड): यह सिस्टम प्राकृतिक भाषा प्रश्नों को प्रोसेस करता है। यह प्लेटफ़ॉर्म के विभिन्न भागों को जोड़कर प्रतिक्रियाएं बनाता है। आप इसे वेबसाइट के प्राकृतिक भाषा फीचर्स को संचालित करने वाला इंजन समझ सकते हैं।

• NLWeb प्रोटोकॉल: यह वेबसाइट के साथ प्राकृतिक भाषा इंटरैक्शन के लिए एक मूल नियमों का सेट है। यह JSON फॉर्मेट में (अक्सर Schema.org का उपयोग करते हुए) प्रतिक्रिया भेजता है। इसका उद्देश्य “AI वेब” के लिए एक सरल आधार बनाना है, जैसे HTML ऑनलाइन दस्तावेज़ साझा करने को संभव बनाती है।

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

• एम्बेडिंग मॉडल्स: ये मॉडल वेबसाइट सामग्री को वेक्टरों (एम्बेडिंग्स) में बदलने के लिए उपयोग किए जाते हैं। ये वेक्टर अर्थ को इस प्रकार पकड़ते हैं कि कंप्यूटर तुलना और खोज कर सकते हैं। इन्हें एक विशेष डेटाबेस में संग्रहित किया जाता है, और उपयोगकर्ता चुन सकते हैं कि वे कौन सा एम्बेडिंग मॉडल उपयोग करना चाहते हैं।

• वेक्टर डेटाबेस (रिकवरी मैकेनिज्म): यह डेटाबेस वेबसाइट सामग्री की एम्बेडिंग्स संग्रहित करता है। जब कोई कोई प्रश्न पूछता है, NLWeb वेक्टर डेटाबेस की जांच करता है ताकि सबसे प्रासंगिक जानकारी तेजी से मिल सके। यह संभव उत्तरों की एक तेज सूची देता है, समानता के अनुसार क्रमबद्ध। NLWeb विभिन्न वेक्टर स्टोरेज सिस्टम जैसे Qdrant, Snowflake, Milvus, Azure AI Search, और Elasticsearch के साथ काम करता है।

NLWeb उदाहरण

वापस हमारे यात्रा बुकिंग वेबसाइट पर विचार करें, लेकिन इस बार यह NLWeb द्वारा संचालित है।

1. डेटा इनहेषण: यात्रा वेबसाइट के मौजूदा उत्पाद कैटलॉग (जैसे, फ्लाइट लिस्टिंग, होटल विवरण, टूर पैकेज) Schema.org का उपयोग करके फॉर्मेट किए गए हैं या RSS फीड के माध्यम से लोड किए गए हैं। NLWeb के टूल्स इस संरचित डेटा को इनहेष्ट करते हैं, एम्बेडिंग बनाते हैं, और इन्हें स्थानीय या दूरस्थ वेक्टर डेटाबेस में संग्रहित करते हैं।

2. प्राकृतिक भाषा क्वेरी (मानव): एक उपयोगकर्ता वेबसाइट पर आता है और मेनू नेवीगेट करने के बजाय चैट इंटरफेस में टाइप करता है: “अगले सप्ताह होनोलूलू में पूल वाला एक परिवार के अनुकूल होटल ढूंढो”।

3. NLWeb प्रोसेसिंग: NLWeb एप्लिकेशन इस क्वेरी को प्राप्त करता है। यह इसे समझने के लिए LLM को भेजता है और साथ ही संबंधित होटल लिस्टिंग खोजने के लिए अपने वेक्टर डेटाबेस की खोज करता है।

4. सटीक परिणाम: LLM डेटाबेस के खोज परिणामों की व्याख्या करता है, “परिवार के अनुकूल,” “पूल,” और “होनोलूलू” मानदंडों के आधार पर सर्वोत्तम मेल पहचानता है, और फिर एक प्राकृतिक भाषा प्रतिक्रिया तैयार करता है। अहम बात ये है कि प्रतिक्रिया वेबसाइट के कैटलॉग के वास्तविक होटलों को संदर्भित करती है, न कि बनाई गई जानकारी।

5. AI एजेंट इंटरैक्शन: क्योंकि NLWeb एक MCP सर्वर के रूप में कार्य करता है, एक बाहरी AI यात्रा एजेंट भी इस वेबसाइट के NLWeb उदाहरण से कनेक्ट कर सकता है। AI एजेंट MCP के ask मेथड का उपयोग करके सीधे वेबसाइट से प्रश्न पूछ सकता है: ask("क्या होनोलूलू क्षेत्र में होटल द्वारा अनुशंसित कोई वेगन-अनुकूल रेस्तरां हैं?")। NLWeb यह प्रोसेस करेगा, यदि लोड किया गया है तो अपने रेस्तरां जानकारी के डेटाबेस का उपयोग करेगा, और एक संरचित JSON उत्तर लौटाएगा।

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

अन्य शिक्षार्थियों से मिलने, ऑफिस ऑवर्स में भाग लेने और अपने AI एजेंट्स के सवालों के उत्तर पाने के लिए Microsoft Foundry Discord में जुड़ें।

संसाधन

• MCP Beginners के लिए
• MCP प्रलेखन
• NLWeb रिपॉ
• Microsoft एजेंट फ्रेमवर्क

पिछला पाठ

AI Agents in Production

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.