ai-agents-for-beginners

ਏਜੈਂਟਿਕ ਪ੍ਰੋਟੋਕਾਲਜ਼ ਦੀ ਵਰਤੋਂ (MCP, A2A ਅਤੇ NLWeb)

(ਇਸ ਪਾਠ ਦੇ ਵੀਡੀਓ ਨੂੰ ਵੇਖਣ ਲਈ ਉਪਰ ਦਿੱਤੀ ਤਸਵੀਰ ‘ਤੇ ਕਲਿੱਕ ਕਰੋ)

ਜਿਵੇਂ ਜਿਵੇਂ AI ਏਜੰਟਾਂ ਦੀ ਵਰਤੋਂ ਵਧਦੀ ਜਾ ਰਹੀ ਹੈ, ਇਸ ਤਰ੍ਹਾਂ ਪ੍ਰੋਟੋਕਾਲਜ਼ ਦੀ ਲੋੜ ਵੀ ਵਧ ਰਹੀ ਹੈ ਜੋ ਮਿਆਰੀਕਰਨ, ਸੁਰੱਖਿਆ ਅਤੇ ਖੁੱਲ੍ਹੇ ਨਵੀਨਤਾ ਦਾ ਸਮਰਥਨ ਕਰ ਸਕਣ। ਇਸ ਪਾਠ ਵਿੱਚ ਅਸੀਂ ਇਸ ਲੋੜ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਾਲੇ 3 ਪ੍ਰੋਟੋਕਾਲਜ਼ ਨੂੰ ਕਵਰ ਕਰਾਂਗੇ - ਮਾਡਲ ਕਾਂਟੈਕਸਟ ਪ੍ਰੋਟੋਕਾਲ (MCP), ਏਜੰਟ ਤੋਂ ਏਜੰਟ (A2A) ਅਤੇ ਪ੍ਰਾਕ੍ਰਿਤਿਕ ਭਾਸ਼ਾ ਵੈੱਬ (NLWeb)।

ਪਰਿਚਯ

ਇਸ ਪਾਠ ਵਿੱਚ ਅਸੀਂ ਕਵਰ ਕਰਾਂਗੇ:

• ਕਿਵੇਂ MCP AI ਏਜੰਟਾਂ ਨੂੰ ਬਾਹਰੀ ਟੂਲ ਅਤੇ ਡਾਟਾ ਤੱਕ ਪਹੁੰਚ ਦੇ ਕੇ ਉਪਭੋਗਤਾ ਦੇ ਕੰਮ ਮੁਕੰਮਲ ਕਰਨ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦਾ ਹੈ।

• ਕਿਵੇਂ A2A ਵੱਖ-ਵੱਖ AI ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸੰਚਾਰ ਅਤੇ ਸਹਿਯੋਗ ਨੂੰ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ।

• ਕਿਵੇਂ NLWeb ਕਿਸੇ ਵੀ ਵੈੱਬਸਾਈਟ ‘ਤੇ ਪ੍ਰਾਕ੍ਰਿਤਿਕ ਭਾਸ਼ਾ ਇੰਟਰਫੇਸ ਲਿਆਉਂਦਾ ਹੈ ਜਿਸ ਨਾਲ AI ਏਜੰਟ ਸਮੱਗਰੀ ਦੀ ਖੋਜ ਅਤੇ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰ ਸਕਦੇ ਹਨ।

ਸਿੱਖਣ ਦੇ ਲੱਛਣ

• AI ਏਜੰਟਾਂ ਦੇ ਸੰਦਰਭ ਵਿੱਚ MCP, A2A ਅਤੇ NLWeb ਦੇ ਮੁੱਖ ਉਦੇਸ਼ ਅਤੇ ਲਾਭਾਂ ਦੀ ਪਛਾਣ ਕਰੋ।

• ਹਰੇਕ ਪ੍ਰੋਟੋਕਾਲ ਕਿਵੇਂ LLMs, ਟੂਲਜ਼ ਅਤੇ ਹੋਰ ਏਜੰਟਾਂ ਵਿੱਚ ਸੰਚਾਰ ਅਤੇ ਪਰਸਪਰਕਿਰਿਆ ਨੂੰ ਸੁਗਮ ਬਣਾਉਂਦਾ ਹੈ, ਇਹ ਵਿਆਖਿਆ ਕਰੋ।

• ਜਟਿਲ ਏਜੈਂਟਿਕ ਸਿਸਟਮਾਂ ਦੀ ਰਚਨਾ ਵਿੱਚ ਹਰ ਪ੍ਰੋਟੋਕਾਲ ਦੇ ਵੱਖਰੇ کردارਾਂ ਨੂੰ ਪਹਚਾਨੋ।

ਮਾਡਲ ਕਾਂਟੈਕਸਟ ਪ੍ਰੋਟੋਕਾਲ

ਮਾਡਲ ਕਾਂਟੈਕਸਟ ਪ੍ਰੋਟੋਕਾਲ (MCP) ਇੱਕ ਖੁੱਲ੍ਹਾ ਮਿਆਰੀਕਰਨ ਹੈ ਜੋ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ LLMs ਨੂੰ ਸੰਦਰਭ ਅਤੇ ਟੂਲ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਸਧਾਰਣ ਢੰਗ ਦਿੰਦਾ ਹੈ। ਇਸ ਨਾਲ ਇੱਕ “ਸਾਰਵਜਨਕੀ ਅਡਾਪਟਰ” ਤਿਆਰ ਹੁੰਦਾ ਹੈ ਜੋ ਵੱਖ-ਵੱਖ ਡਾਟਾ ਸਰੋਤਾਂ ਅਤੇ ਟੂਲਜ਼ ਨਾਲ ਇਕਸਾਰ ਤਰੀਕੇ ਨਾਲ ਜੁੜਨ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ।

ਆਓ MCP ਦੇ ਭਾਗ, ਸਿੱਧਾ API ਵਰਤੋਂ ਨਾਲ ਤੁਲਨਾ ਅਤੇ AI ਏਜੰਟਾਂ ਵੱਲੋਂ MCP ਸਰਵਰ ਦੀ ਵਰਤੋਂ ਦਾ ਉਦਾਹਰਣ ਦੇਖੀਏ।

MCP ਦੇ ਮੁੱਖ ਅੰਗ

MCP ਇੱਕ ਕਲਾਇੰਟ-ਸਰਵਰ ਸਰਚਨਾ ‘ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਮੁੱਖ ਅੰਗ ਹਨ:

• ਹੋਸਟਸ LLM ਐਪਲੀਕੇਸ਼ਨਾਂ ਹਨ (ਉਦਾਹਰਣ ਵਜੋਂ VSCode ਵਰਗਾ ਕੋਡ ਐਡੀਟਰ), ਜੋ MCP ਸਰਵਰ ਨਾਲ ਕਨੈਕਸ਼ਨ ਸ਼ੁਰੂ ਕਰਦੇ ਹਨ।

• ਕਲਾਇੰਟਸ ਹੋਸਟ ਐਪਲੀਕੇਸ਼ਨ ਦੇ ਅੰਦਰ ਅਜਿਹੇ ਭਾਗ ਹਨ ਜੋ ਸਰਵਰਾਂ ਨਾਲ ਇਕ-ਤੋ-ਇਕ ਸੰਬੰਧ ਬਣਾਏ ਰੱਖਦੇ ਹਨ।

• ਸਰਵਰਜ਼ ਹਲਕੇ-ਫੁਲਕੇ ਪ੍ਰੋਗਰਾਮ ਹੁੰਦੇ ਹਨ ਜੋ ਨਿਰਧਾਰਤ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਸਾਹਮਣੇ ਲਿਆਉਂਦੇ ਹਨ।

ਪ੍ਰੋਟੋਕਾਲ ਵਿੱਚ ਤਿੰਨ ਮੁੱਖ ਮੁਢਲੀ ਜੜਤਾਂ ਹਨ ਜੋ MCP ਸਰਵਰ ਦੀ ਸਮਰੱਥਾ ਹੁੰਦੀਆਂ ਹਨ:

• ਟੂਲਜ਼: ਇਹ ਵਿਸ਼ੇਸ਼ ਕਿਰਿਆਵਾਂ ਜਾਂ ਫੰਕਸ਼ਨ ਹੁੰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ AI ਏਜੰਟ ਕਾਲ ਕਰਕੇ ਕਿਸੇ ਕਾਰਜ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਮੌਸਮ ਸੇਵਾ “ਮੌਸਮ ਲੈਣ” ਟੂਲ ਦਿੱਸ ਸਕਦੀ ਹੈ ਜਾਂ ਇਕ ਈ-ਕਾਮਰਸ ਸਰਵਰ “ਉਤਪਾਦ ਖਰੀਦਣ” ਦਾ ਟੂਲ ਦਿਖਾ ਸਕਦਾ ਹੈ। MCP ਸਰਵਰ ਹਰ ਟੂਲ ਦਾ ਨਾਮ, ਵਰਣਨ ਅਤੇ ਇਨਪੁੱਟ/ਆਉਟਪੁੱਟ ਸਕੀਮਾ ਆਪਣੀ ਸਮਰੱਥਾਵਾਂ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਉਂਦੇ ਹਨ।

• ਸਰੋਤ (Resources): ਇਹ ਪੜ੍ਹਨਯੋਗ ਡਾਟਾ ਆਈਟਮ ਜਾਂ ਦਸਤਾਵੇਜ਼ ਹੁੰਦੇ ਹਨ ਜੋ MCP ਸਰਵਰ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਕਲਾਇੰਟ ਲੋੜ ਅਨੁਸਾਰ ਉਨ੍ਹਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। ਜਿਵੇਂ ਫਾਈਲ ਸਮੱਗਰੀ, ਡਾਟਾਬੇਸ ਰਿਕਾਰਡ ਜਾਂ ਲਾਗ ਫਾਈਲਾਂ। ਸਰੋਤ ਲਿਖਤ ਰੂਪ (ਜਿਵੇਂ ਕੋਡ ਜਾਂ JSON) ਜਾਂ ਬਾਇਨਰੀ (ਜਿਵੇਂ ਤਸਵੀਰਾਂ ਜਾਂ PDF) ਹੋ ਸਕਦੇ ਹਨ।

• ਪ੍ਰੋੰਪਟਸ: ਇਹ ਪਹਿਲਾਂ ਤੋਂ ਤਿਆਰ ਕੀਤੇ ਗਏ ਟੈਮਪਲੇਟ ਹੁੰਦੇ ਹਨ ਜੋ ਸੁਝਾਅਵਾਂ ਵਾਲੇ ਪ੍ਰੋੰਪਟ ਦਿੰਦੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਨਾਲ ਵਧੇਰੇ ਜਟਿਲ ਕਾਰਜ ਪ੍ਰਵਾਹ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ।

MCP ਦੇ ਲਾਭ

MCP AI ਏਜੰਟਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਫਾਇਦੇ ਦਿੰਦਾ ਹੈ:

• ਡਾਇਨਾਮਿਕ ਟੂਲ ਅਨੁਸੰਧਾਨ: ਏਜੰਟ ਸਰਵਰ ਤੋਂ ਉਪਲਬਧ ਟੂਲਾਂ ਦੀ ਸੂਚੀ ਅਤੇ ਉਹਨਾਂ ਦੇ ਵਰਣਨਾਂ ਨੂੰ ਪਾਉਂਦੇ ਹਨ। ਇਸ ਦੇ ਉਲਟ, ਰਵਾਇਤੀ APIs ਲਈ ਇੱਕ ਸਮੇਂ ਹੀ ਕੋਡਿੰਗ ਜ਼ਰੂਰੀ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਹਰ API ਬਦਲਾਅ ਤੇ ਕੋਡ ਅਪਡੀਟ ਕਰਨ ਦੀ ਲੋੜ ਪੈਂਦੀ ਹੈ। MCP “ਇੱਕ ਵਾਰੀ ਇੰਟੀਗਰੇਟ ਕਰੋ” ਵਿਧੀ ਦਿੰਦਾ ਹੈ ਜੋ ਜ਼ਿਆਦਾ ਲਚਕੀਲੇਪਨ ਵਾਲੀ ਹੈ।

• ਵੱਖ-ਵੱਖ LLMs ਵਿੱਚ ਅੰਤਰਪ੍ਰਚਾਲਿਤਾ: MCP ਵੱਖਰੇ LLMs ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ, ਜੋ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਲਈ ਮਾਡਲ ਬਦਲਾਉਣ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ।

• ਮਿਆਰੀਕ੍ਰਿਤ ਸੁਰੱਖਿਆ: MCP ਵਿੱਚ ਇੱਕ ਮਿਆਰੀ ਪ੍ਰਮਾਣੀਕਰਨ ਤਰੀਕਾ ਸ਼ਾਮਿਲ ਹੈ, ਜੋ ਹੋਰ MCP ਸਰਵਰਾਂ ਨਾਲ ਪਹੁੰਚ ਜੁੜਾਉਣ ਵਿੱਚ ਅਸਾਨੀ ਲਿਆਉਂਦਾ ਹੈ। ਇਹ ਵੱਖ-ਵੱਖ APIs ਲਈ ਵੱਖਰੇ ਕੁੰਜੀਆਂ ਅਤੇ ਪ੍ਰਮਾਣੀਕਰਨ ਦੀ ਬਜਾਇ ਸਧਾਰਨ ਹੈ।

MCP ਦਾ ਉਦਾਹਰਣ

ਸੋਚੋ ਇਕ ਉਪਭੋਗਤਾ MCP ਸਹਾਇਤਾ ਵਾਲੇ AI ਅਸਿਸਟੈਂਟ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਫਲਾਈਟ ਬੁਕ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ।

1. ਕਨੈਕਸ਼ਨ: AI ਅਸਿਸਟੈਂਟ (MCP ਕਲਾਇੰਟ) ਏਅਰਲਾਈਨ ਦੁਆਰਾ ਪਰਦਾਨ ਕੀਤੇ MCP ਸਰਵਰ ਨਾਲ ਜੁੜਦਾ ਹੈ।

2. ਟੂਲ ਅਨੁਸੰਧਾਨ: ਕਲਾਇੰਟ ਏਅਰਲਾਈਨ ਦੇ MCP ਸਰਵਰ ਤੋਂ ਪੁੱਛਦਾ ਹੈ, “ਤੁਹਾਡੇ ਕੋਲ ਕਿਹੜੇ ਟੂਲ ਉਪਲੱਬਧ ਹਨ?” ਸਰਵਰ “ਫਲਾਈਟ ਖੋਜੋ” ਅਤੇ “ਫਲਾਈਟ ਬੁਕ ਕਰੋ” ਜਿਹੇ ਟੂਲਾਂ ਨਾਲ ਜਵਾਬ ਦਿੰਦਾ ਹੈ।

3. ਟੂਲ ਕਾਲ: ਤੁਸੀਂ AI ਅਸਿਸਟੈਂਟ ਨੂੰ ਕਹਿੰਦੇ ਹੋ, “ਕਿਰਪਾ ਕਰਕੇ ਪੋਰਟਲੈਂਡ ਤੋਂ ਹੋਨੋਲੂਲੂ ਲਈ ਫਲਾਈਟ ਖੋਜੋ।” AI ਅਸਿਸਟੈਂਟ, ਆਪਣੇ LLM ਦੀ ਵਰਤੋਂ ਕਰਦਿਆਂ, ਸਮਝਦਾ ਹੈ ਕਿ “ਫਲਾਈਟ ਖੋਜੋ” ਟੂਲ ਨੂੰ ਕਾਲ ਕਰਨਾ ਹੈ ਅਤੇ ਸੰਬੰਧਿਤ ਪੈਰਾਮੀਟਰ (ਮੂਲ, ਮੰਜਿਲ) MCP ਸਰਵਰ ਨੂੰ ਭੇਜਦਾ ਹੈ।

4. ਕਾਰਜਾਨੁਵਤੀ ਅਤੇ ਜਵਾਬ: MCP ਸਰਵਰ, ਜੋ ਇੱਕ ਰੈਪਪਰ ਵਾਂਗ ਕੰਮ ਕਰਦਾ ਹੈ, ਏਅਰਲਾਈਨ ਦੀ ਅੰਦਰੂਨੀ ਬੁਕਿੰਗ API ਨੂੰ ਅਸਲੀ ਕਾਲ ਕਰਦਾ ਹੈ। ਫਿਰ ਉਹ ਫਲਾਈਟ ਜਾਣਕਾਰੀ (ਜਿਵੇਂ JSON ਡਾਟਾ) ਪ੍ਰਾਪਤ ਕਰਕੇ AI ਅਸਿਸਟੈਂਟ ਨੂੰ ਵਾਪਸ ਭੇਜਦਾ ਹੈ।

5. ਅੱਗੇ ਦੀ ਪਰਸਪਰਕਿਰਿਆ: AI ਅਸਿਸਟੈਂਟ ਫਲਾਈਟ ਵਿਕਲਪਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਜਦ ਤੁਸੀਂ ਇੱਕ ਫਲਾਈਟ ਚੁਣਦੇ ਹੋ, ਤਾਂ ਸਹਾਇਕ ਸਮਭਵ ਹੈ ਕਿ ਉਸੇ MCP ਸਰਵਰ ‘ਤੇ “ਫਲਾਈਟ ਬੁਕ ਕਰੋ” ਟੂਲ ਨੂੰ ਕਾਲ ਕਰੇ ਅਤੇ ਬੁਕਿੰਗ ਪੂਰੀ ਕਰੇ।

ਏਜੰਟ ਤੋਂ ਏਜੰਟ ਪ੍ਰੋਟੋਕਾਲ (A2A)

ਜਦ MCP LLMs ਨੂੰ ਟੂਲਾਂ ਨਾਲ ਜੋੜਨ ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰਦਾ ਹੈ, ਏਜੰਟ ਤੋਂ ਏਜੰਟ (A2A) ਪ੍ਰੋਟੋਕਾਲ ਅੱਗੇ ਵੱਧ ਕੇ ਵੱਖ-ਵੱਖ AI ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸੰਚਾਰ ਅਤੇ ਸਹਿਯੋਗ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। A2A ਵੱਖਰੇ ਸੰਗਠਨਾਂ, ਵਾਤਾਵਰਨਾਂ ਅਤੇ ਤਕਨੀਕੀ ਸਟੈਕਾਂ ਵਿਚਕਾਰ AI ਏਜੰਟਾਂ ਨੂੰ ਜੁੜਨ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਜੋ ਸਾਂਝਾ ਕੰਮ ਨੂੰ ਪੂਰਾ ਕੀਤਾ ਜਾ ਸਕੇ।

ਅਸੀਂ A2A ਦੇ ਭਾਗਾਂ ਅਤੇ ਲਾਭਾਂ ਨੂੰ ਵੇਖਾਂਗੇ ਅਤੇ ਸਾਡੇ ਟਰੇਵਲ ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਇਸਦੀ ਵਰਤੋਂ ਦਾ ਇੱਕ ਉਦਾਹਰਣ ਵੀ ਸਾਂਝਾ ਕਰਾਂਗੇ।

A2A ਦੇ ਮੁੱਖ ਅੰਗ

A2A ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸੰਚਾਰ ਨੂੰ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਯੂਜ਼ਰ ਦੇ ਸਬਟਾਸਕ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਮਿਲ ਕੇ ਕੰਮ ਕਰਨ ਦਿੰਦਾ ਹੈ। ਪ੍ਰੋਟਾਕਾਲ ਦੇ ਹਰੇਕ ਅੰਗ ਦਾ ਇਹ ਕੰਮ ਵਿੱਚ ਯੋਗਦਾਨ ਹੁੰਦਾ ਹੈ:

ਏਜੰਟ ਕਾਰਡ

ਜਿਵੇਂ MCP ਸਰਵਰ ਟੂਲਾਂ ਦੀ ਸੂਚੀ ਸਾਂਝੀ ਕਰਦਾ ਹੈ, ਏਜੰਟ ਕਾਰਡ ਵਿੱਚ ਹੁੰਦਾ ਹੈ:

• ਏਜੰਟ ਦਾ ਨਾਮ.
• ਉਹਨਾਂ ਆਮ ਕਾਰਜਾਂ ਦਾ ਵਰਣਨ ਜੋ ਇਹ ਪੂਰੇ ਕਰਦਾ ਹੈ।
• ਵਿੱਸ਼ੇਸ਼ ਹੁਨਰਾਂ ਦੀ ਸੂਚੀ ਜਿਹਨਾਂ ਦਾ ਵਰਣਨ ਦੂਜੇ ਏਜੰਟਾਂ (ਜਾਂ ਮਨੁੱਖ ਵਰਤੋਂਕਾਰਾਂ) ਨੂੰ ਸਮਝਾਉਂਦਾ ਹੈ ਕਿ ਕਦੋਂ ਅਤੇ ਕਿਉਂ ਉਹ ਇਸ ਏਜੰਟ ਨੂੰ ਕਾਲ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ।
• ਏਜੰਟ ਦਾ ਮੌਜੂਦਾ ਐਂਡਪਾਇੰਟ URL।
• ਏਜੰਟ ਦਾ ਵਰਜਨ ਅਤੇ ਸਮਰੱਥਾਵਾਂ ਜਿਵੇਂ ਕਿ ਸਟ੍ਰੀਮਿੰਗ ਜਵਾਬ ਅਤੇ ਪੁਸ਼ ਨੋਟੀਫਿਕੇਸ਼ਨ।

ਏਜੰਟ ਐਗਜ਼ੀਕਿਊਟਰ

ਏਜੰਟ ਐਗਜ਼ੀਕਿਊਟਰ ਉਪਭੋਗਤਾ ਚੈਟ ਦਾ ਸੰਦਰਭ ਦੂਰੇ ਏਜੰਟ ਨੂੰ ਪਹੁੰਚਾਉਂਦਾ ਹੈ, ਜੋ ਦੂਰੇ ਏਜੰਟ ਨੂੰ ਕੰਮ ਸਮਝਣ ਲਈ ਲੋੜੀਂਦਾ ਹੈ। A2A ਸਰਵਰ ਵਿੱਚ, ਏਜੰਟ ਆਪਣਾ LLM ਵਰਤ ਕੇ ਆ ਰਹੀਆਂ ਬੇਨਤੀਆਂ ਨੂੰ ਸਮਝਦਾ ਹੈ ਅਤੇ ਆਪਣੇ ਅੰਦਰੂਨੀ ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕਾਰਜ ਕਰਦਾ ਹੈ।

ਆਰਟੀਫੈਕਟ

ਜਦ ਦੂਰਾ ਏਜੰਟ ਮੰਗਿਆ ਹੋਇਆ ਕੰਮ ਪੂਰਾ ਕਰ ਲੈਂਦਾ ਹੈ, ਤਾਂ ਉਸ ਦਾ ਕਾਰਜ ਨਤੀਜਾ ਇੱਕ ਆਰਟੀਫੈਕਟ ਵਜੋਂ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ। ਆਰਟੀਫੈਕਟ ਵਿੱਚ ਏਜੰਟ ਦੇ ਕੰਮ ਦਾ ਨਤੀਜਾ, ਕੀ ਕੀਤਾ ਗਿਆ ਇਸ ਦਾ ਵਰਣਨ ਅਤੇ ਉਹ ਲਿਖਤੀ ਸੰਦਰਭ ਹੁੰਦਾ ਹੈ ਜੋ ਪ੍ਰੋਟੋਕਾਲ ਰਾਹੀਂ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ। ਆਰਟੀਫੈਕਟ ਭੇਜਣ ਮਗਰੋਂ, ਦੂਰੇ ਏਜੰਟ ਨਾਲ ਸਬੰਧਤ ਕੁਨੈਕਸ਼ਨ ਬੰਦ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਜਦ ਤੱਕ ਦੁਬਾਰਾ ਲੋੜ ਨਾ ਹੋਵੇ।

ਇਵੈਂਟ ਕਤਾਰ

ਇਹ ਘਟਕਾ ਅੱਪਡੇਟਾਂ ਅਤੇ ਸੁਨੇਹੇ ਪਹੁੰਚਾਉਣ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਏਜੈਂਟਿਕ ਸਿਸਟਮਾਂ ਲਈ ਇਹ ਬਹੁਤ ਮੁਹਤਵਪੂਰਨ ਹੈ ਤਾਂ ਜੋ ਕਾਰਜ ਪੂਰੇ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸੰਬੰਧ ਬੰਦ ਨਾ ਹੋ ਜਾਵੇ, ਖਾਸ ਕਰਕੇ ਜਦ ਕੰਮ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਸਮਾਂ ਲੱਗਦਾ ਹੋਵੇ।

A2A ਦੇ ਲਾਭ

• ਵਧੀਆ ਸਹਿਯੋਗ: ਇਹ ਵੱਖ-ਵੱਖ ਵੇਂਡਰਾਂ ਅਤੇ ਪਲੇਟਫਾਰਮਾਂ ਦੇ ਏਜੰਟਾਂ ਨੂੰ ਪਰਸਪਰਕਿਰਿਆ ਕਰਨ, ਸੰਦਰਭ ਸਾਂਝਾ ਕਰਨ ਅਤੇ ਮਿਲ ਕੇ ਕੰਮ ਕਰਨ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਪਰੰਪਰਾਗਤ ਤੌਰ ‘ਤੇ ਵੱਖ-ਵੱਖ ਸਿਸਟਮਾਂ ਵਿਚਕਾਰ ਬੇਰੁਕਾਵਤ ਆਟੋਮੈਸ਼ਨ ਹੋ ਸਕਦੀ ਹੈ।

• ਮਾਡਲ ਚੋਣ ਲਚਕੀਲਾ: ਹਰ A2A ਏਜੰਟ ਆਪਣੇ ਬੇਨਤੀ ਸੇਵਾ ਲਈ ਵਰਤੋਂ ਵਾਲਾ LLM ਚੁਣ ਸਕਦਾ ਹੈ, ਇਸ ਨਾਲ ਪ੍ਰਤੀ ਏਜੰਟ ਲਈ ਬਿਹਤਰ ਜਾਂ ਫਾਈਨ-ਟਿਊਨਡ ਮਾਡਲ ਬਣਾਉਣਾ ਸੰਭਵ ਹੁੰਦਾ ਹੈ, ਜਦਕਿ ਕੁਝ MCP ਮਾਮਲਿਆਂ ਵਿੱਚ ਸਿਰਫ ਇੱਕ LLM ਕਨੈਕਸ਼ਨ ਹੁੰਦਾ ਹੈ।

• ਇੰਬਿਲਟ ਪ੍ਰਮਾਣੀਕਰਨ: ਪ੍ਰਮਾਣੀਕਰਨ ਸਿੱਧਾ A2A ਪ੍ਰੋਟੋਕਾਲ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ, ਜਿਸ ਨਾਲ ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸੰਚਾਰ ਲਈ ਮਜ਼ਬੂਤ ਸੁਰੱਖਿਆ ਫਰੇਮਵਰਕ ਮਿਲਦਾ ਹੈ।

A2A ਦਾ ਉਦਾਹਰਣ

ਆਓ ਦੋਬਾਰਾ ਸਾਡੇ ਯਾਤਰਾ ਬੁਕਿੰਗ ਸਨੇਰੀਓ ਨੂੰ ਵੇਖੀਏ, ਪਰ ਇਸ ਵਾਰੀ A2A ਦੀ ਵਰਤੋਂ ਨਾਲ।

1. ਵਿਅਕਤੀਗਤ ਬੇਨਤੀ ਤੱਕ ਬਹੁ-ਏਜੰਟ: ਇੱਕ ਯੂਜ਼ਰ “ਟ੍ਰੈਵਲ ਏਜੰਟ” A2A ਕਲਾਇੰਟ/ਏਜੰਟ ਨਾਲ ਗੱਲਬਾਤ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ, “ਕਿਰਪਾ ਕਰਕੇ ਅਗਲੇ ਹਫਤੇ ਹੋਨੋਲੂਲੂ ਲਈ ਉਡਾਣਾਂ, ਹੋਟਲ ਅਤੇ ਕਿਰਾਇਆ ਕਾਰ ਸਮੇਤ ਸਾਰੀ ਯਾਤਰਾ ਬੁਕ ਕਰੋ”।

2. ਟ੍ਰੈਵਲ ਏਜੰਟ ਵੱਲੋਂ ਸਮਨਵਯ: ਟ੍ਰੈਵਲ ਏਜੰਟ ਇਸ ਜਟਿਲ ਬੇਨਤੀ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। ਇਹ ਆਪਣੇ LLM ਨਾਲ ਕਾਰਜ ਬਾਰੇ ਸੋਚਦਾ ਹੈ ਅਤੇ ਨਿਸ਼ਚਿਤ ਕਰਦਾ ਹੈ ਕਿ ਇਸ ਨੂੰ ਹੋਰ ਵਿਸ਼ੇਸ਼ ਏਜੰਟਾਂ ਨਾਲ ਸੰਚਾਰ ਕਰਨਾ ਪਵੇਗਾ।

3. ਏਜੰਟ-ਏਜੰਟ ਸੰਚਾਰ: ਟ੍ਰੈਵਲ ਏਜੰਟ ਫਿਰ A2A ਪ੍ਰੋਟੋਕਾਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਗਲੇ ਕੇਵਲ ਏਜੰਟਾਂ ਜਿਵੇਂ “ਏਅਰਲਾਈਨ ਏਜੰਟ,” “ਹੋਟਲ ਏਜੰਟ” ਅਤੇ “ਕਿਰਾਇਆ ਕਾਰ ਏਜੰਟ” ਨਾਲ ਜੁੜਦਾ ਹੈ, ਜੋ ਵੱਖ-ਵੱਖ ਕੰਪਨੀਆਂ ਵੱਲੋਂ ਬਣਾਏ ਗਏ ਹਨ।

4. ਜ਼ਿੰਮੇਵਾਰੀ ਸੁੰਪਣਿਆ ਕਾਰਜਾਨੁਵਤੀ: ਟ੍ਰੈਵਲ ਏਜੰਟ ਇਨ੍ਹਾਂ ਵਿਸ਼ੇਸ਼ ਏਜੰਟਾਂ ਨੂੰ ਪ੍ਰਤੀਕ ਕਰਦਾ ਹੈ (ਜਿਵੇਂ “ਹੋਨੋਲੂਲੂ ਲਈ ਫਲਾਈਟ ਖੋਜੋ,” “ਹੋਟਲ ਬੁਕ ਕਰੋ,” “ਕਿਰਾਇਆ ਕਾਰ ਲਵੋ”)। ਹਰੇਕ ਏਜੰਟ ਆਪਣੇ LLM ਅਤੇ ਆਪਣੇ ਟੂਲਜ਼ (ਜੋ ਖੁਦ MCP ਸਰਵਰ ਹੋ ਸਕਦੇ ਹਨ) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਆਪਣਾ ਕੰਮ ਮੁਕੰਮਲ ਕਰਦਾ ਹੈ।

5. ਜਮ੍ਹਾ ਕੀਤਾ ਗਇਆ ਜਵਾਬ: ਜਦ ਸਾਰੇ ਅਗਲੇ ਏਜੰਟ ਆਪਣੇ-ਆਪਣੇ ਕਾਰਜ ਪੂਰੇ ਕਰ ਲੈਂਦੇ ਹਨ, ਟ੍ਰੈਵਲ ਏਜੰਟ ਨਤੀਜੇ ਇੱਕਠੇ ਕਰਕੇ (ਫਲਾਈਟ ਵਿਵਰਣ, ਹੋਟਲ ਪੁਸ਼ਟੀ, ਕਿਰਾਇਆ ਕਾਰ ਬੁਕਿੰਗ) ਇੱਕ ਚੈਟ-ਸ਼ੈਲੀ ਜਵਾਬ ਵਜੋਂ ਯੂਜ਼ਰ ਨੂੰ ਭੇਜਦਾ ਹੈ।

ਪ੍ਰਾਕ੍ਰਿਤਿਕ ਭਾਸ਼ਾ ਵੈੱਬ (NLWeb)

ਵੈੱਬਸਾਈਟਾਂ ਇੰਟਰਨੇਟ ‘ਤੇ ਜਾਣਕਾਰੀ ਅਤੇ ਡਾਟਾ ਤੱਕ ਪਹੁੰਚ ਦਾ ਮੁੱਖ ਸਾਧਨ ਸਦੀਆਂ ਤੋਂ ਰਹੀ ਹੈ।

ਆਓ NLWeb ਦੇ ਭਾਗ, NLWeb ਦੇ ਲਾਭ ਅਤੇ ਸਾਡੇ ਟਰੇਵਲ ਐਪ ਵਿੱਚ NLWeb ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਇਹ ਦੇਖੀਏ।

NLWeb ਦੇ ਭਾਗ

• NLWeb ਐਪਲੀਕੇਸ਼ਨ (ਮੁੱਖ ਸੇਵਾ ਕੋਡ): ਇਹ ਪ੍ਰਾਕ੍ਰਿਤਿਕ ਭਾਸ਼ਾ ਪ੍ਰਸ਼ਨਾਂ ਦਾ ਪ੍ਰਕਿਰਿਆਕਾਰਕ ਹੈ। ਇਹ ਪਲੇਟਫਾਰਮ ਦੇ ਵੱਖ-ਵੱਖ ਹਿੱਸਿਆਂ ਨੂੰ ਜੋੜ ਕੇ ਜਵਾਬ ਬਣਾਉਂਦਾ ਹੈ। ਤੁਸੀਂ ਇਸਨੂੰ ਵੈੱਬਸਾਈਟ ਦੀਆਂ ਪ੍ਰਾਕ੍ਰਿਤਿਕ ਭਾਸ਼ਾ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਇੰਜਨ ਵਜੋਂ ਸੋਚ ਸਕਦੇ ਹੋ।

• NLWeb ਪ੍ਰੋਟੋਕਾਲ: ਇਹ ਇੱਕ ਵੈੱਬਸਾਈਟ ਨਾਲ ਪ੍ਰਾਕ੍ਰਿਤਿਕ ਭਾਸ਼ਾ ਇੰਟਰੈਕਸ਼ਨ ਲਈ ਬੁਨਿਆਦੀ ਨਿਯਮਾਂ ਦਾ ਸੈੱਟ ਹੈ। ਇਹ ਜਵਾਬ JSON ਫਾਰਮੈਟ (ਅਕਸਰ Schema.org ਵਰਤੋਂ ਕਰਕੇ) ਵਿੱਚ ਭੇਜਦਾ ਹੈ। ਇਸਦੀ ਮਕਸਦ “AI ਵੈੱਬ” ਲਈ ਸਧਾਰਨ ਤੋਂ ਬੁਨਿਆਦੀ ਧਾਂਚਾ ਤਿਆਰ ਕਰਨਾ ਹੈ, ਜਿਵੇਂ HTML ਨੇ ਡਾਕੂਮੈਂਟਾਂ ਸਾਂਝੇ ਕਰਨ ਦਾ ਮੌਕਾ ਦਿੱਤਾ।

• MCP ਸਰਵਰ (ਮਾਡਲ ਕਾਂਟੈਕਸਟ ਪ੍ਰੋਟੋਕਾਲ ਐਂਡਪਾਇੰਟ): ਹਰ NLWeb ਸੈੱਟਅੱਪ ਇੱਕ MCP ਸਰਵਰ ਵਜੋਂ ਵੀ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੈ ਕਿ ਇਹ ਹੋਰ AI ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਟੂਲਾਂ (ਜਿਵੇਂ “ਪੁੱਛੋ” ਮੈਥਡ) ਅਤੇ ਡਾਟਾ ਸਾਂਝਾ ਕਰ ਸਕਦਾ ਹੈ। ਅਮਲ ਵਿੱਚ, ਇਹ ਵੈੱਬਸਾਈਟ ਦੇ ਸਮੱਗਰੀ ਅਤੇ ਸਮਰੱਥਾਵਾਂ ਨੂੰ AI ਏਜੰਟਾਂ ਲਈ ਵਰਤਣਯੋਗ ਬਣਾਉਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਹ ਵੱਡੇ “ਏਜੰਟ ਇਕੋਸਿਸਟਮ” ਦਾ ਹਿੱਸਾ ਬਣ ਜਾਂਦੀ ਹੈ।

• ਐੰਬੈਡਿੰਗ ਮਾਡਲ: ਇਹ ਮਾਡਲ ਵੈੱਬਸਾਈਟ ਦੀ ਸਮੱਗਰੀ ਨੂੰ ਗਿਣਤੀਕ ਰੂਪ ਵਿੱਚ ਬਦਲਦੇ ਹਨ ਜਿਸਨੂੰ ਵੈਕਟਰ (ਐੰਬੈਡਿੰਗ) ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਵੈਕਟਰ ਮਸ਼ੀਨਾਂ ਲਈ ਮਤਲਬ ਨੂੰ ਪਕੜਨ ਅਤੇ ਤੂਲਨਾ ਅਤੇ ਖੋਜ ਕਰਨ ਯੋਗ ਹੁੰਦੇ ਹਨ। ਇਹ ਇੱਕ ਖਾਸ ਡਾਟਾਬੇਸ ਵਿੱਚ ਸਟੋਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਉਪਭੋਗਤਾ ਆਪਣੀ ਪਸੰਦ ਦਾ ਐੰਬੈਡਿੰਗ ਮਾਡਲ ਚੁਣ ਸਕਦੇ ਹਨ।

• ਵੈਕਟਰ ਡਾਟਾਬੇਸ (ਰੀਟ੍ਰੀਵਲ ਮਿਕੈਨਿਜ਼ਮ): ਇਹ ਡਾਟਾਬੇਸ ਵੈੱਬਸਾਈਟ ਸਮੱਗਰੀ ਦੇ ਐਂਬੈਡਿੰਗਾਂ ਨੂੰ ਸਟੋਰ ਕਰਦਾ ਹੈ। ਜਦ ਕੋਈ ਪ੍ਰਸ਼ਨ ਪੁੱਛਦਾ ਹੈ, NLWeb ਵੈਕਟਰ ਡਾਟਾਬੇਸ ਨੂੰ ਤੁਰੰਤ ਜਾਂਚਦਾ ਹੈ ਅਤੇ ਸਭ ਤੋਂ ਸੰਬੰਧਿਤ ਜਾਣਕਾਰੀ ਨੂੰ ਲੱਭਦਾ ਹੈ। ਇਹ ਸੰਭਾਵਤ ਜਵਾਬਾਂ ਦੀ ਤੇਜ਼ ਸੂਚੀ ਦਿੰਦਾ ਹੈ ਜੋ ਸਮਾਨਤਾ ਅਨੁਸਾਰ ਸੀਮਿਤ ਹੁੰਦੀ ਹੈ। NLWeb ਕਈ ਵੱਖ-ਵੱਖ ਵੈਕਟਰ ਸਟੋਰੇਜ ਸਿਸਟਮਾਂ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ ਜਿਵੇਂ Qdrant, Snowflake, Milvus, Azure AI Search ਅਤੇ Elasticsearch।

NLWeb ਦਾ ਉਦਾਹਰਣ

ਸਾਡੇ ਟਰੇਵਲ ਬੁਕਿੰਗ ਵੈੱਬਸਾਈਟ ਨੂੰ ਇੱਕ ਵਾਰੀ ਫੇਰ ਸੋਚੋ, ਪਰ ਇਹ ਵਾਰੀ NLWeb ਦੀ ਤਾਕਤ ਨਾਲ।

1. ਡਾਟਾ ਇੰਝੈਸ਼ਨ: ਯਾਤਰਾ ਵੈੱਬਸਾਈਟ ਦੇ ਮੌਜੂਦਾ ਉਤਪਾਦ ਕੈਟਾਲੋਗ (ਜਿਵੇਂ, ਫਲਾਈਟ ਸੂਚੀਆਂ, ਹੋਟਲ ਵੇਰਵੇ, ਟੂਰ ਪੈਕੇਜ) Schema.org ਨਾਲ ਫਾਰਮੈਟ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਜਾਂ RSS ਫੀਡ ਰਾਹੀਂ ਲੋਡ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। NLWeb ਦੇ ਟੂਲ ਇਸ ਸਾਜ-ਸਮੱਗਰੀ ਡਾਟਾ ਨੂੰ ਲੈਂਦੇ ਹਨ, ਐਂਬੈਡਿੰਗ ਬਣਾਉਂਦੇ ਹਨ ਅਤੇ ਇਹਨਾਂ ਨੂੰ ਸਥਾਨਕ ਜਾਂ ਦੂਰੇ ਵੈਕਟਰ ਡਾਟਾਬੇਸ ਵਿੱਚ ਸਟੋਰ ਕਰਦੇ ਹਨ।

2. ਪ੍ਰਾਕ੍ਰਿਤਿਕ ਭਾਸ਼ਾ ਪ੍ਰਸ਼ਨ (ਮਨੁੱਖ): ਯੂਜ਼ਰ ਵੈੱਬਸਾਈਟ ‘ਤੇ ਆਉਂਦਾ ਹੈ ਅਤੇ ਮੈਨੂਜ਼ ਵਿਚ ਨਹੀ ਜਾ ਕੇ ਚੈਟ ਇੰਟਰਫੇਸ ਵਿੱਚ ਲਿਖਦਾ ਹੈ: “ਮੈਨੂੰ ਹੋਨੋਲੂਲੂ ਵਿੱਚ ਬੱਚਿਆਂ ਲਈ ਅਨੁਕੂਲ ਹੋਟਲ ਲੱਭੋ ਜਿਸ ਵਿੱਚ ਪੂਲ ਹੋਵੇ ਅਤੇ ਅਗਲੇ ਹਫਤੇ ਲਈ ਹੋਵੇ”।

3. NLWeb ਪ੍ਰਕਿਰਿਆ: NLWeb ਐਪਲੀਕੇਸ਼ਨ ਇਹ ਪ੍ਰਸ਼ਨ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। ਇਹ ਸਮਝਣ ਲਈ ਪ੍ਰਸ਼ਨ ਨੂੰ LLM ਨੂੰ ਭੇਜਦਾ ਹੈ ਅਤੇ ਨਾਲ ਹੀ ਆਪਣੀ ਵੈਕਟਰ ਡਾਟਾਬੇਸ ਵਿੱਚ ਹੋਟਲ ਸੂਚੀ ਦੀ ਖੋਜ ਕਰਦਾ ਹੈ।

4. ਸਹੀ ਨਤੀਜੇ: LLM ਬਜ਼ਾਰ ਸੂਚੀ ਨੂੰ ਵਿਵਰਣ ਅਤੇ ਪਰਖਦਾ ਹੈ, “ਬੱਚਿਆਂ ਲਈ ਸਭ ਤੋਂ ਅਨੁਕੂਲ,” “ਪੂਲ,” ਅਤੇ “ਹੋਨੋਲੂਲੂ” ਵੱਲੋਂ ਸਭ ਤੋਂ ਵਧੀਆ ਮੇਲ ਖਾਂਦੇ ਹੋਟਲਾਂ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ, ਅਤੇ ਇੱਕ ਪ੍ਰਾਕ੍ਰਿਤਿਕ ਭਾਸ਼ਾ ਜਵਾਬ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਜ਼ਰੂਰੀ ਗੱਲ ਇਹ ਹੈ ਕਿ ਜਵਾਬ ਵੈੱਬਸਾਈਟ ਦੇ ਕੈਟਾਲੌਗ ਦੇ ਅਸਲੀ ਹੋਟਲਾਂ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ, ਸੰਵਿਦਾਨਿਕ ਜਾਣਕਾਰੀਆਂ ਤੋਂ ਬਚਦਾ ਹੈ।

5. AI ਏਜੰਟ ਸੰਪਰਕ: ਕਿਉਂਕਿ NLWeb ਇੱਕ MCP ਸਰਵਰ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਇਸ ਵੈੱਬਸਾਈਟ ਦੀ NLWeb ਇੰਸਟੈਂਸ ਨੂੰ ਕੋਈ ਬਾਹਰੀ AI ਯਾਤਰਾ ਏਜੰਟ ਵੀ ਜੋੜ ਸਕਦਾ ਹੈ। AI ਏਜੰਟ ਫਿਰ ask MCP ਮੈਥਡ ਦੀ ਵਰਤੋਂ ਨਾਲ ਵੈੱਬਸਾਈਟ ਨੂੰ ਸਿੱਧਾ ਪੁੱਛ ਸਕਦਾ ਹੈ: ask("ਕੀ ਹੋਨੋਲੂਲੂ ਖੇਤਰ ਵਿੱਚ ਹੋਟਲ ਵੱਲੋਂ ਸਿਫਾਰਸ਼ੀਤ ਕੋਈ ਵੀਗਨ-ਫਰੈਂਡਲੀ ਰੈਸਟੋਰੈਂਟ ਹਨ?")। NLWeb ਇੰਸਟੈਂਸ ਇਸ ਨੂੰ ਪ੍ਰਕਿਰਿਆ ਕਰੇਗਾ, ਆਪਣੇ ਰੈਸਟੋਰੈਂਟ ਜਾਣਕਾਰੀ ਡਾਟਾਬੇਸ (ਜੇ ਲੋਡ ਹੋਇਆ ਹੋਵੇ) ਨੂੰ ਵਰਤ ਕੇ ਅਤੇ ਇੱਕ ਸੰਰਚਿਤ JSON ਜਵਾਬ ਦੇਵੇਗਾ।

MCP/A2A/NLWeb ਬਾਰੇ ਹੋਰ ਸਵਾਲ ਹਨ?

ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨਾਲ ਮਿਲਣ, ਦਫਤਰ ਦੇ ਘੰਟੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਅਤੇ ਆਪਣੇ AI ਏਜੰਟ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ Microsoft Foundry Discord ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ।

ਸਾਧਨ

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

ਪਿਛਲਾ ਪਾਠ

ਉਤਪਾਦਨ ਵਿੱਚ AI ਏਜੰਟ

ਅਗਲਾ ਪਾਠ

AI ਏਜੰਟਾਂ ਲਈ ਸੰਦਰਭ ਇੰਜੀਨੀਅਰਿੰਗ

---

ਅਸਵੀਕਾਰੋਪਣ: ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾਵਾਂ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮੱਤਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹਾਂ।

This site is open source. Improve this page.