ai-agents-for-beginners

ایجنٹک پروٹوکولز کا استعمال (MCP، A2A اور NLWeb)

(اس سبق کی ویڈیو دیکھنے کے لیے اوپر دی گئی تصویر پر کلک کریں)

جیسے جیسے AI ایجینٹس کا استعمال بڑھ رہا ہے، ویسے ویسے ایسے پروٹوکولز کی ضرورت بھی بڑھ رہی ہے جو معیاری کاری، سیکیورٹی، اور کھلی جدت کو یقینی بنائیں۔ اس سبق میں، ہم 3 ایسے پروٹوکولز کا احاطہ کریں گے جو اس ضرورت کو پورا کرنے کی کوشش کرتے ہیں - ماڈل کانٹیکسٹ پروٹوکول (MCP)، ایجنٹ ٹو ایجنٹ (A2A) اور نیچرل لینگویج ویب (NLWeb)۔

تعارف

اس سبق میں، ہم اس بات کا احاطہ کریں گے:

• کس طرح MCP AI ایجنٹس کو خارجی اوزار اور ڈیٹا تک رسائی دیتا ہے تاکہ صارف کے کام مکمل کر سکیں۔

• کس طرح A2A مختلف AI ایجنٹس کے درمیان مواصلات اور تعاون کو ممکن بناتا ہے۔

• کس طرح NLWeb کسی بھی ویب سائٹ پر قدرتی زبان کے انٹرفیس لاتا ہے، جس سے AI ایجنٹس مواد کو دریافت اور اس کے ساتھ تعامل کر سکتے ہیں۔

سیکھنے کے مقاصد

• AI ایجنٹس کے تناظر میں MCP، A2A، اور NLWeb کے بنیادی مقصد اور فوائد کی شناخت کرنا۔

• یہ وضاحت کرنا کہ ہر پروٹوکول کس طرح LLMs، اوزار، اور دوسرے ایجنٹس کے درمیان مواصلات اور تعامل کو سہولیات فراہم کرتا ہے۔

• یہ پہچاننا کہ پیچیدہ ایجنٹک سسٹمز کی تعمیر میں ہر پروٹوکول کا منفرد کردار کیا ہے۔

ماڈل کانٹیکسٹ پروٹوکول

ماڈل کانٹیکسٹ پروٹوکول (MCP) ایک کھلا معیار ہے جو ایپلیکیشنز کو LLMs کو کانٹیکسٹ اور اوزار فراہم کرنے کا معیاری طریقہ فراہم کرتا ہے۔ یہ AI ایجنٹس کے لیے مختلف ڈیٹا ذرائع اور اوزار سے مربوط ہونے کے لیے ایک “یونیورسل اڈاپٹر” کا امکان فراہم کرتا ہے۔

آئیے MCP کے اجزاء، براہ راست API استعمال کے مقابلے میں فوائد، اور ایک مثال دیکھتے ہیں کہ AI ایجنٹس MCP سرور کو کیسے استعمال کر سکتے ہیں۔

MCP کے بنیادی اجزاء

MCP ایک کلائنٹ-سرور آرکیٹیکچر پر کام کرتا ہے اور اس کے بنیادی اجزاء یہ ہیں:

• ہوسٹس وہ LLM ایپلیکیشنز ہیں (مثلاً VSCode جیسے کوڈ ایڈیٹر) جو MCP سرور سے کنکشن شروع کرتے ہیں۔

• کلائنٹس ہوسٹ ایپلیکیشن کے وہ حصے ہیں جو سرورز کے ساتھ یکے بعد دیگرے کنکشنز قائم رکھتے ہیں۔

• سرورز ہلکے پھلکے پروگرام ہیں جو مخصوص صلاحیتوں کو ظاہر کرتے ہیں۔

پروٹوکول میں تین بنیادی اشیاء شامل ہیں جو MCP سرور کی صلاحیتیں ہیں:

• اُوزار: یہ AI ایجنٹ کی کال کی جانے والی مخصوص کاروائیاں یا افعال ہوتے ہیں۔ مثلاً، موسم کی خدمت ایک “موسم معلوم کریں” کا آلہ دے سکتی ہے، یا ای کامرس سرور “مصنوعات خریدیں” کا آلہ فراہم کر سکتا ہے۔ MCP سرور ہر آلے کا نام، بیان، اور ان پٹ/آؤٹ پٹ اسکیمہ اپنی صلاحیتوں کی فہرست میں دکھاتا ہے۔

• وسائل: یہ صرف پڑھنے والے ڈیٹا آئٹمز یا دستاویزات ہیں جو MCP سرور فراہم کر سکتا ہے، اور کلائنٹس انہیں ضرورت کے وقت حاصل کر سکتے ہیں۔ مثالوں میں فائل کے مواد، ڈیٹابیس ریکارڈز، یا لاگ فائلیں شامل ہیں۔ وسائل متن (جیسے کوڈ یا JSON) یا بائنری (جیسے تصاویر یا PDFs) ہو سکتے ہیں۔

• پرومپٹس: یہ پہلے سے طے شدہ ٹیمپلیٹس ہیں جو تجویز کردہ پرومپٹس فراہم کرتے ہیں، جس سے زیادہ پیچیدہ ورک فلو ممکن ہوتے ہیں۔

MCP کے فوائد

MCP AI ایجنٹس کے لیے اہم فوائد پیش کرتا ہے:

• متحرک اوزار کی دریافت: ایجنٹس سرور سے دستیاب اوزاروں کی فہرست اور ان کے کاموں کی وضاحتیں متحرک طور پر حاصل کر سکتے ہیں۔ روایتی APIs کے برعکس، جو اکثر انضمام کے لیے جامد کوڈنگ کا تقاضا کرتے ہیں، MCP ایک “ایک بار انٹیگریٹ کریں” کا طریقہ پیش کرتا ہے، جس سے زیادہ لچک ملتی ہے۔

• LLMs کے درمیان انٹرآپریبلٹی: MCP مختلف LLMs کے ساتھ کام کرتا ہے، جو بہتر کارکردگی کے لیے ماڈلز کو تبدیل کرنے کی صلاحیت دیتا ہے۔

• معیاری سیکیورٹی: MCP میں معیاری تصدیقی طریقہ کار شامل ہے، جو اضافی MCP سرورز کے لیے رسائی کو بہتر پیمانے پر قابل بناتا ہے۔ یہ مختلف روایتی APIs کے لیے مختلف کلیدوں اور تصدیقی اقسام کے انتظام سے آسان ہے۔

MCP کی مثال

فرض کریں کہ ایک صارف MCP سے چلنے والے AI اسسٹنٹ کے ذریعے فلائٹ بک کرنا چاہتا ہے۔

1. کنکشن: AI اسسٹنٹ (MCP کلائنٹ) ایئرلائن کی جانب سے فراہم کردہ MCP سرور سے کنیکٹ ہوتا ہے۔

2. اوزار کی دریافت: کلائنٹ ایئرلائن کے MCP سرور سے پوچھتا ہے، “کون سے اوزار دستیاب ہیں؟” سرور “فلائٹس کی تلاش” اور “فلائٹس کی بکنگ” جیسے اوزار فراہم کرتا ہے۔

3. اوزار کی کال: پھر آپ AI اسسٹنٹ سے پوچھتے ہیں، “براہ کرم پورٹ لینڈ سے ہونولولو کے لیے فلائٹ تلاش کریں۔” AI اسسٹنٹ، اپنے LLM کا استعمال کرتے ہوئے، معلوم کرتا ہے کہ اسے “فلائٹس کی تلاش” کا آلہ کال کرنا ہے اور ضرروی پیرامیٹرز (اصل جگہ، منزل) MCP سرور کو بھیجتا ہے۔

4. عملدرآمد اور جواب: MCP سرور، ایک رپر کی طرح، اصل میں ایئرلائن کے اندرونی بکنگ API کو کال کرتا ہے۔ پھر یہ فلائٹ کی معلومات (جیسے JSON ڈیٹا) حاصل کر کے AI اسسٹنٹ کو واپس بھیجتا ہے۔

5. مزید تعامل: AI اسسٹنٹ فلائٹ کے اختیارات پیش کرتا ہے۔ جب آپ فلائٹ منتخب کر لیتے ہیں، تو اسسٹنٹ ممکنہ طور پر اسی MCP سرور پر “فلائٹ بک کریں” آلے کو کال کرتا ہے، اور بکنگ مکمل ہو جاتی ہے۔

ایجنٹ-ٹو-ایجنٹ پروٹوکول (A2A)

جبکہ MCP LLMs کو اوزار سے جوڑنے پر توجہ دیتا ہے، ایجنٹ-ٹو-ایجنٹ (A2A) پروٹوکول ایک قدم اور آگے بڑھ کر مختلف AI ایجنٹس کے درمیان مواصلات اور تعاون کو ممکن بناتا ہے۔ A2A مختلف تنظیموں، ماحولیات، اور ٹیک اسٹیکس کے AI ایجنٹس کو مشترکہ کام مکمل کرنے کے لیے جوڑتا ہے۔

ہم A2A کے اجزاء اور فوائد کا جائزہ لیں گے، ساتھ ہی اپنی سفری ایپلیکیشن میں اس کے استعمال کی ایک مثال دیکھیں گے۔

A2A کے بنیادی اجزاء

A2A ایجنٹس کے درمیان مواصلات کو ممکن بناتا ہے اور انہیں صارف کے ایک ذیلی کام کو مکمل کرنے کے لیے باہم مل کر کام کرنے دیتا ہے۔ پروٹوکول کا ہر جز اس میں اپنا حصہ ڈالے گا:

ایجنٹ کارڈ

جیسے MCP سرور اوزاروں کی فہرست شیئر کرتا ہے، ویسے ہی ایجنٹ کارڈ میں شامل ہیں:

• ایجنٹ کا نام۔
• وہ عمومی کام جنہیں یہ مکمل کرتا ہے کی تفصیل۔
• دوسرے ایجنٹس (یا انسانی صارفین) کو سمجھانے کے لیے مخصوص مہارتوں کی فہرست جن کی وضاحت کی گئی ہو کہ کب اور کیوں وہ ایجنٹ کال کرنا چاہتے ہیں۔
• ایجنٹ کا موجودہ اینڈ پوائنٹ URL۔
• ایجنٹ کا ورژن اور صلاحیتیں جیسے کہ اسٹریمینگ ریسپانسز اور پش نوٹیفیکیشنز۔

ایجنٹ ایگزیکیوٹر

ایجنٹ ایگزیکیوٹر کا کام صارف کی چیٹ کا کانٹیکسٹ ریموٹ ایجنٹ کو منتقل کرنا ہوتا ہے، تاکہ ریموٹ ایجنٹ اس کام کو سمجھ سکے جو مکمل کرنا ہے۔ A2A سرور میں، ایک ایجنٹ اپنی اپنی بڑی زبان کا ماڈل (LLM) استعمال کرتا ہے تاکہ آنے والی درخواستوں کو تجزیہ کرے اور اپنے داخلی اوزاروں کا استعمال کرتے ہوئے کام انجام دے۔

آرٹیفیکٹ

جب ریموٹ ایجنٹ مطلوبہ کام مکمل کر لیتا ہے، تو اس کا کام ایک آرٹیفیکٹ کے طور پر تخلیق ہوتا ہے۔ ایک آرٹیفیکٹ میں ایجنٹ کے کام کا نتیجہ، مکمل کیے گئے کام کی تفصیل، اور پروٹوکول کے ذریعے بھیجا گیا متنی کانٹیکسٹ شامل ہوتا ہے۔ آرٹیفیکٹ بھیجنے کے بعد، ریموٹ ایجنٹ کے ساتھ کنکشن بند کر دیا جاتا ہے جب تک دوبارہ ضرورت نہ ہو۔

ایونٹ کیو

یہ جز اپڈیٹس کے ہینڈل کرنے اور پیغامات کی ترسیل کے لیے استعمال ہوتا ہے۔ پروڈکشن میں ایجنٹک سسٹمز کے لیے یہ خاص طور پر اہم ہے تاکہ کام مکمل ہونے سے پہلے ایجنٹس کے درمیان کنکشن بند نہ ہو جائے، خاص کر جب کام کے مکمل ہونے میں وقت زیادہ لگتا ہو۔

A2A کے فوائد

• بہتر تعاون: یہ مختلف فروشندگان اور پلیٹ فارمز کے ایجنٹس کو ایک دوسرے کے ساتھ بات چیت کرنے، کانٹیکسٹ شیئر کرنے، اور مل کر کام کرنے کے قابل بناتا ہے، جس سے روایتی طور پر جدا ہوئے نظاموں کے درمیان مکمل خود کاری ممکن ہوتی ہے۔

• ماڈل کے انتخاب میں لچک: ہر A2A ایجنٹ منتخب کر سکتا ہے کہ وہ اپنی درخواستوں کی خدمت کے لیے کون سا LLM استعمال کرے، جس سے ہر ایجنٹ کے لیے بہتر یا مخصوص ماڈلز کا استعمال ممکن ہوتا ہے، جو کہ بعض MCP حالات میں ایک ہی LLM کنکشن سے مختلف ہے۔

• انٹیگریٹڈ آتھینٹیکیشن: آتھینٹیکیشن براہ راست A2A پروٹوکول میں شامل ہوتی ہے، جو ایجنٹس کے تعاملات کے لیے مضبوط سیکیورٹی فریم ورک فراہم کرتی ہے۔

A2A کی مثال

آئیے اپنی سفر کی بکنگ کے منظرنامے کو مزید تفصیل سے دیکھیں، لیکن اس بار A2A استعمال کرتے ہیں۔

1. صارف کی درخواست ملٹی-ایجنٹ کو: صارف “ٹریول ایجنٹ” A2A کلائنٹ/ایجنٹ کے ساتھ بات کرتا ہے، شاید کہتا ہے، “براہ کرم اگلے ہفتے کے لئے پورے سفر کی بکنگ کریں، جس میں فلائٹس، ہوٹل، اور کرایہ کی کار شامل ہو”۔

2. ٹریول ایجنٹ کی طرف سے انتظام: ٹریول ایجنٹ اس پیچیدہ درخواست کو وصول کرتا ہے۔ وہ اپنے LLM کے ذریعہ کام کا تجزیہ کرتا ہے اور فیصلہ کرتا ہے کہ اسے دوسرے مخصوص ایجنٹس کے ساتھ بات چیت کرنی ہے۔

3. ایجنٹوں کے درمیان مواصلات: ٹریول ایجنٹ پھر A2A پروٹوکول کا استعمال کرتے ہوئے نیچے کے ایجنٹس جیسے “ایئر لائن ایجنٹ”، “ہوٹل ایجنٹ”، اور “کار رینٹل ایجنٹ” سے، جو مختلف کمپنیوں کے تیار کردہ ہیں، رابطہ قائم کرتا ہے۔

4. ذمہ داری سونپنے والا عمل: ٹریول ایجنٹ مخصوص کام ان مخصوص ایجنٹس کو بھیجتا ہے (مثلاً “ہونولولو کے لیے فلائٹس تلاش کریں”، “ہوٹل بک کریں”، “کار کرایہ پر لیں”)۔ ہر مخصوص ایجنٹ، اپنے LLM کے ساتھ اور ممکنہ طور پر MCP سرورز کا استعمال کرتے ہوئے، اپنی مخصوص بکنگ کے حصے کو انجام دیتا ہے۔

5. مرکب جواب: جب تمام نیچے کے ایجنٹس اپنے کام مکمل کر لیتے ہیں، تو ٹریول ایجنٹ نتائج (فلائٹ کی تفصیلات، ہوٹل کی تصدیق، کار رینٹل کی بکنگ) کو جمع کرتا ہے اور ایک مکمل، چیٹ اسٹائل جواب صارف کو بھیجتا ہے۔

نیچرل لینگویج ویب (NLWeb)

ویب سائٹس طویل عرصے سے صارفین کے لیے انٹرنیٹ پر معلومات اور ڈیٹا حاصل کرنے کا بنیادی ذریعہ رہی ہیں۔

آئیے NLWeb کے مختلف اجزاء، اس کے فوائد، اور ہماری سفر کی ایپلیکیشن میں NLWeb کس طرح کام کرتا ہے اس کی مثال دیکھیں۔

NLWeb کے اجزاء

• NLWeb ایپلیکیشن (بنیادی سروس کوڈ): وہ نظام جو قدرتی زبان کے سوالات کو پروسیس کرتا ہے۔ یہ پلیٹ فارم کے مختلف حصوں کو جوڑ کر جوابات تخلیق کرتا ہے۔ آپ اسے ویب سائٹ کی قدرتی زبان کی خصوصیات کو چلانے والا انجن سمجھ سکتے ہیں۔

• NLWeb پروٹوکول: ویب سائٹ کے ساتھ قدرتی زبان کے تعامل کے لیے ایک بنیادی قواعد سیٹ۔ یہ جوابات JSON فارمیٹ میں واپس بھیجتا ہے (اکثر Schema.org استعمال کرتے ہوئے)۔ اس کا مقصد “AI ویب” کے لیے ایک سادہ بنیاد بنانا ہے، جس طرح HTML نے آن لائن دستاویزات شیئر کرنا ممکن بنایا۔

• MCP سرور (ماڈل کانٹیکسٹ پروٹوکول اینڈپوائنٹ): ہر NLWeb ترتیب ایک MCP سرور کے طور پر بھی کام کرتی ہے۔ اس کا مطلب ہے کہ یہ دیگر AI سسٹمز کے ساتھ اوزار (جیسے “ask” طریقہ) اور ڈیٹا شیئر کر سکتی ہے۔ عملی طور پر، یہ ویب سائٹ کے مواد اور صلاحیتوں کو AI ایجنٹس کے قابل استعمال بناتا ہے، جس سے سائٹ وسیع “ایجنٹ ایکو سسٹم” کا حصہ بن جاتی ہے۔

• ایمبیڈنگ ماڈلز: یہ ماڈلز ویب سائٹ کے مواد کو عددی نمائندگیوں میں تبدیل کرنے کے لیے استعمال ہوتے ہیں جنہیں ویکٹرز (embedding) کہا جاتا ہے۔ یہ ویکٹرز معنی کو اس انداز میں محفوظ کرتے ہیں کہ کمپیوٹر ان کا موازنہ اور تلاش کر سکے۔ یہ ایک خاص ڈیٹابیس میں محفوظ کیے جاتے ہیں، اور صارف منتخب کر سکتے ہیں کہ وہ کون سا ایمبیڈنگ ماڈل استعمال کرنا چاہتے ہیں۔

• ویکٹر ڈیٹا بیس (ریکوری میکانزم): یہ ڈیٹابیس ویب سائٹ کے مواد کے ایمبیڈنگز کو ذخیرہ کرتا ہے۔ جب کوئی سوال کرتا ہے، تو NLWeb ویکٹر ڈیٹابیس کو چیک کرتا ہے تاکہ سب سے متعلقہ معلومات کو فوراً تلاش کیا جا سکے۔ یہ ممکنہ جوابات کی تیز فہرست دیتا ہے، مماثلت کی بنیاد پر درجہ بندی شدہ۔ NLWeb مختلف ویکٹر اسٹوریج سسٹمز جیسے کہ Qdrant، Snowflake، Milvus، Azure AI Search، اور Elasticsearch کے ساتھ کام کرتا ہے۔

NLWeb کی مثال

ایک بار پھر اپنی سفر کی بکنگ کی ویب سائٹ پر غور کریں، لیکن اس بار یہ NLWeb سے چل رہی ہے۔

1. ڈیٹا کا اندراج: سفر کی ویب سائٹ کے موجودہ پروڈکٹ کیٹلاگز (مثلاً فلائٹ کی فہرستیں، ہوٹل کی وضاحتیں، ٹور پیکج) Schema.org کا استعمال کرتے ہوئے فارمیٹ کیے گئے ہیں یا RSS فیڈ کے ذریعے لوڈ کیے گئے ہیں۔ NLWeb کے اوزار اس منظم ڈیٹا کو انجیسٹ کرتے ہیں، ایمبیڈنگ بناتے ہیں، اور انہیں مقامی یا ریموٹ ویکٹر ڈیٹابیس میں ذخیرہ کرتے ہیں۔

2. قدرتی زبان کی استفسار (انسان): ایک صارف ویب سائٹ پر آتا ہے اور مینو نیویگیٹ کرنے کے بجائے چیٹ انٹرفیس میں ٹائپ کرتا ہے: “میرے لیے ہونولولو میں اگلے ہفتے کے لیے پول کے ساتھ فیملی فرینڈلی ہوٹل تلاش کریں”۔

3. NLWeb پروسیسنگ: NLWeb ایپلیکیشن اس استفسار کو وصول کرتی ہے۔ یہ استفسار کو سمجھنے کے لیے اسے LLM کو بھیجتی ہے اور ساتھ ہی اپنے ویکٹر ڈیٹابیس میں متعلقہ ہوٹل کی فہرستوں کی تلاش کرتی ہے۔

4. درست نتائج: LLM ڈیٹابیس سے تلاش کے نتائج کی تشریح کرتا ہے، “فیملی فرینڈلی”، “پول”، اور “ہونولولو” معیار کی بنیاد پر بہترین میچز کی نشاندہی کرتا ہے، اور پھر قدرتی زبان میں جواب ترتیب دیتا ہے۔ اہم بات یہ ہے کہ جواب ویب سائٹ کے کیٹلاگ کے حقیقی ہوٹلوں کا حوالہ دیتا ہے، گڑھا ہوا معلومات نہیں۔

5. AI ایجنٹ کا تعامل: چونکہ NLWeb ایک MCP سرور کے طور پر کام کرتا ہے، ایک خارجی AI سفری ایجنٹ بھی ویب سائٹ کے NLWeb انسٹنس سے کنیکٹ ہو سکتا ہے۔ AI ایجنٹ پھر ask MCP طریقہ استعمال کرتے ہوئے ویب سائٹ سے براہ راست سوال کر سکتا ہے: ask("کیا ہونولولو علاقے میں ہوٹل کی سفارش کردہ ویگن فرینڈلی ریستوران ہیں؟")۔ NLWeb اس کو پروسیس کرے گا، اگر ریستوران کی معلومات لوڈ کی گئی ہو تو اس کا ڈیٹابیس استعمال کرے گا، اور منظم JSON جواب واپس کرے گا۔

MCP/A2A/NLWeb کے بارے میں مزید سوالات ہیں؟

دیگر سیکھنے والوں سے ملنے، آفس آورز میں شرکت کرنے، اور اپنے AI ایجینٹس کے سوالات کا جواب حاصل کرنے کے لیے Microsoft Foundry Discord میں شامل ہوں۔

وسائل

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

پچھلا سبق

پیداوار میں AI ایجنٹس

اگلا سبق

AI ایجنٹس کے لیے کانٹیکسٹ انجینئرنگ

---

ڈس کلیمر: یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ جبکہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنے مادری زبان میں مستند ماخذ سمجھی جائے گی۔ حساس معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم قبول نہیں کرتے۔

This site is open source. Improve this page.