ai-agents-for-beginners

ایجنٹک پروٹوکولز کا استعمال (MCP، A2A اور NLWeb)

(اس سبق کی ویڈیو دیکھنے کے لئے اوپر تصویر پر کلک کریں)

جب AI ایجنٹس کا استعمال بڑھ رہا ہے، تو اسی طرح ایسے پروٹوکولز کی ضرورت بھی بڑھ رہی ہے جو معیار، سلامتی، اور کھلی جدت کو یقینی بنائیں۔ اس سبق میں، ہم تین 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 کور کریں گے:

• کیسے MCP AI ایجنٹس کو بیرونی ٹولز اور ڈیٹا تک رسائی دے کر صارف کے کام مکمل کرنے میں مدد دیتا ہے۔

• کیسے A2A مختلف AI ایجنٹس کے درمیان رابطہ اور تعاون کو ممکن بناتا ہے۔

• کیسے NLWeb کسی بھی ویب سائٹ پر قدرتی زبان کے انٹرفیس فراہم کرتا ہے جس سے AI ایجنٹس مواد کو دریافت اور اس کے ساتھ تعامل کر سکتے ہیں۔

سیکھنے کے اہداف

• AI ایجنٹس کے سیاق و سباق میں MCP، A2A، اور NLWeb کے بنیادی مقصد اور فوائد شناخت کریں۔

• ہر پروٹوکول LLMs، ٹولز، اور دیگر ایجنٹس کے درمیان رابطہ اور تعامل کو کیسے آسان بناتا ہے، وضاحت کریں۔

• پیچیدہ ایجنٹک سسٹمز بنانے میں ہر پروٹوکول کے منفرد کردار کو پہچانیں۔

ماڈل کانٹیکسٹ پروٹوکول

ماڈل کانٹیکسٹ پروٹوکول (MCP) ایک کھلا معیار ہے جو ایپلیکیشنز کو LLMs کو کانٹیکسٹ اور ٹولز فراہم کرنے کا معیاری طریقہ دیتا ہے۔ اس سے AI ایجنٹس کو مختلف ڈیٹا ذرائع اور ٹولز سے مستقل انداز میں جڑنے کے لئے “یونیورسل اڈاپٹر” کی سہولت ملتی ہے۔

آئیے MCP کے اجزاء، براہ راست API استعمال کی نسبت 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 کی طرح کا کوڈ ایڈیٹر) جو MCP سرور سے کنیکشن شروع کرتے ہیں۔

• کلائنٹس ہوسٹ ایپلیکیشن کے ایسے اجزاء ہیں جو سرورز کے ساتھ ایک سے ایک کنیکشن برقرار رکھتے ہیں۔

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

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

• ٹولز: یہ مخصوص ایکشنز یا فنکشنز ہیں جنہیں AI ایجنٹ کال کر سکتا ہے تاکہ کوئی عمل انجام دے۔ مثلاً، موسمیاتی سروس “موسم معلوم کریں” ٹول فراہم کر سکتی ہے، یا کوئی ای کامرس سرور “مصنوعات خریدیں” ٹول فراہم کر سکتا ہے۔ MCP سرور ہر ٹول کا نام، تفصیل، اور ان پٹ/آؤٹ پٹ سکیمہ اپنی صلاحیتوں کی فہرست میں ظاہر کرتا ہے۔

• وسائل: یہ صرف پڑھنے کے قابل ڈیٹا آئٹمز یا دستاویزات ہیں جو MCP سرور فراہم کر سکتا ہے، اور کلائنٹس انہیں ضرورت پر حاصل کر سکتے ہیں۔ مثالوں میں فائلز کے مواد، ڈیٹا بیس کے 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 ہوتے ہیں جو تجویز کردہ پرومپٹس فراہم کرتے ہیں، جس سے پیچیدہ ورک فلو ممکن ہوتے ہیں۔

MCP کے فوائد

MCP AI ایجنٹس کے لئے نمایاں فوائد فراہم کرتا ہے:

• متحرک ٹول دریافت: ایجنٹس ڈائنامک طور پر سرور سے دستیاب ٹولز کی فہرست اور ان کے کام کی تفصیل حاصل کر سکتے ہیں۔ روایتی APIs کے برعکس جن میں زیادہ تر انٹیگریشنز کے لئے سٹیٹک کوڈنگ ضروری ہوتی ہے، MCP “ایک بار انٹیگریٹ کریں” کا طریقہ فراہم کرتا ہے، جو زیادہ لچک دیتا ہے۔

• LLMs کے درمیان باہمی عمل: MCP مختلف LLMs کے ساتھ کام کرتا ہے، جس سے بہتر کارکردگی کے لئے ماڈلز کو تبدیل کرنے کی سہولت ملتی ہے۔

• معیاری سلامتی: MCP میں ایک معیاری تصدیقی طریقہ شامل ہے، جو مزید MCP سرورز تک رسائی شامل کرنے میں توسیع پذیری کو بہتر بناتا ہے۔ یہ مختلف APIs کے مختلف کیز اور تصدیقی اقسام کو سنبھالنے سے آسان ہے۔

MCP مثال

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

1. کنکشن: AI معاون (MCP کلائنٹ) ایک فضائی کمپنی کے فراہم کردہ MCP سرور سے جڑتا ہے۔

2. ٹول دریافت: کلائنٹ فضائی کمپنی کے MCP سرور سے پوچھتا ہے، “آپ کون سے ٹولز فراہم کرتے ہیں؟” سرور “فلائٹس تلاش کریں” اور “فلائٹس بک کریں” جیسے ٹولز کا جواب دیتا ہے۔

3. ٹول کال: پھر آپ AI معاون سے کہتے ہیں، “پورٹ لینڈ سے ہونولولو کے لئے فلائٹ تلاش کریں۔” AI معاون اپنے LLM کی مدد سے پتہ لگاتا ہے کہ اسے “فلائٹس تلاش کریں” ٹول کال کرنا ہے اور متعلقہ پیرامیٹرز (آغاز، منزل) MCP سرور کو بھیجتا ہے۔

4. عمل اور جواب: MCP سرور ایک لفافے کی طرح کام کرتے ہوئے فضائی کمپنی کی اندرونی بکنگ API کو کال کرتا ہے، پھر فلائٹ معلومات (مثلاً، JSON ڈیٹا) حاصل کر کے AI معاون کو بھیجتا ہے۔

5. مزید تعامل: AI معاون فلائٹ کے انتخاب کا آپشن دکھاتا ہے۔ جب آپ فلائٹ منتخب کرتے ہیں، تو معاون شاید اسی MCP سرور پر “فلائٹ بک کریں” ٹول کال کرتا ہے، اور بکنگ مکمل کرتا ہے۔

ایجنٹ ٹو ایجنٹ پروٹوکول (A2A)

جہاں MCP LLMs کو ٹولز سے جوڑنے پر مرکوز ہے، ایجنٹ ٹو ایجنٹ (A2A) پروٹوکول اس سے آگے بڑھ کر مختلف AI ایجنٹس کے درمیان بات چیت اور تعاون کو ممکن بناتا ہے۔ A2A مختلف منصوبوں، ماحولیات اور ٹیک اسٹیکس کے AI ایجنٹس کو جوڑتا ہے تاکہ مشترکہ کام مکمل کیا جا سکے۔

ہم A2A کے اجزاء اور فوائد کا جائزہ لیں گے، اور یہ دیکھیں گے کہ یہ ہمارے سفر کی ایپلیکیشن میں کیسے لاگو ہو سکتا ہے۔

A2A کے بنیادی اجزاء

A2A کا زور ایجنٹس کے درمیان رابطے اور ایک صارف کے ذیلی کام کو مکمل کرنے کے لئے مل کر کام کرنے پر ہے۔ پروٹوکول کے ہر جزو کا اس میں کردار ہے:

ایجنٹ کارڈ

جس طرح MCP سرور ٹولز کی فہرست شیئر کرتا ہے، اسی طرح ایجنٹ کارڈ میں شامل ہوتا ہے:

• ایجنٹ کا نام۔
• اس کے مکمل کردہ عمومی کاموں کی تفصیل۔
• مخصوص مہارتوں کی فہرست جس کی مدد سے دیگر ایجنٹس (یا انسان صارفین) سمجھ سکیں کہ کب اور کیوں وہ اس ایجنٹ کو کال کریں۔
• ایجنٹ کا موجودہ اینڈپوائنٹ URL۔
• ایجنٹ کا ورژن اور صلاحیتیں جیسے اسٹریمنگ ردعمل اور پش نوٹیفکیشنز۔

ایجنٹ ایگزیکیوٹر

ایجنٹ ایگزیکیوٹر صارف چیٹ کے کانٹیکسٹ کو ریموٹ ایجنٹ کو پاس کرنے کا ذمہ دار ہے، تاکہ ریموٹ ایجنٹ کام کو سمجھ سکے۔ A2A سرور میں، ایک ایجنٹ اپنی بڑی زبان کا ماڈل (LLM) استعمال کر کے آنے والی درخواستوں کو پارس کرتا ہے اور اپنے اندرونی ٹولز سے کام انجام دیتا ہے۔

آرٹیفیکٹ

جب ریموٹ ایجنٹ مطلوبہ کام مکمل کر لیتا ہے تو اس کا کام ایک آرٹیفیکٹ کی شکل میں تیار ہوتا ہے۔ آرٹیفیکٹ میں ایجنٹ کے کام کا نتیجہ، پورا کیا گیا کام کی تفصیل، اور اس ٹیکسٹ کانٹیکسٹ شامل ہوتا ہے جو پروٹوکول کے ذریعے بھیجا جاتا ہے۔ آرٹیفیکٹ بھیجنے کے بعد ریموٹ ایجنٹ کے ساتھ کنکشن بند ہو جاتا ہے جب تک دوبارہ ضرورت نہ ہو۔

ایونٹ قطار

یہ جزو اپڈیٹس کو سنبھالنے اور پیغامات بھیجنے کے لیے استعمال ہوتا ہے۔ پیداوار میں یہ بہت اہم ہے تاکہ کام مکمل ہونے سے پہلے ایجنٹس کے درمیان کنکشن بند نہ ہو، خاص طور پر جب کام مکمل ہونے میں وقت لگ سکتا ہے۔

A2A کے فوائد

• بہتر تعاون: یہ مختلف وینڈرز اور پلیٹ فارمز کے ایجنٹس کو آپس میں بات چیت، کانٹیکسٹ شیئر اور تعاون کرنے کے قابل بناتا ہے، جو جدا جدا نظاموں میں بغیر رکاوٹ کے آٹومیشن کو فروغ دیتا ہے۔

• ماڈل انتخاب میں آزادی: ہر A2A ایجنٹ خود فیصلہ کر سکتا ہے کہ کون سا LLM اپنی درخواستوں کی خدمت کے لیے استعمال کرے، جس سے ماڈلز کو بہتر یا خاص طور پر ایجنٹ کے لیے ترتیب دیا جا سکتا ہے، جو MCP کے بعض منظرناموں سے مختلف ہے جہاں ایک ہی LLM کنکشن ہوتا ہے۔

• بلٹ ان تصدیق: تصدیق براہ راست A2A پروٹوکول میں شامل ہے، جو ایجنٹ تعاملات کے لیے مضبوط سیکورٹی کا فریم ورک فراہم کرتا ہے۔

A2A مثال

آئیے ہمارے سفر کی بکنگ منظرنامے کو وسعت دیں، لیکن اس بار A2A استعمال کرتے ہوئے۔

1. صارف کی درخواست ملٹی ایجنٹ کو: ایک صارف “ٹریول ایجنٹ” A2A کلائنٹ/ایجنٹ سے بات کرتا ہے، شاید کہتا ہے، “براہ کرم اگلے ہفتے ہونولولو کے لیے فلائٹس، ہوٹل اور کرایہ کی کار سمیت مکمل ٹرپ بک کریں”۔

2. ٹریول ایجنٹ کی انتظا می کاری: ٹریول ایجنٹ یہ پیچیدہ درخواست وصول کرتا ہے۔ یہ اپنے LLM سے کام کا تجزیہ کرتا ہے اور فیصلہ کرتا ہے کہ اسے دیگر ماہر ایجنٹس سے رابطہ کرنا ہے۔

3. ایجنٹس کے درمیان بات چیت: پھر ٹریول ایجنٹ A2A پروٹوکول کا استعمال کرتے ہوئے دیگر ایجنٹس جیسے “ایئرلائن ایجنٹ”، “ہوٹل ایجنٹ”، اور “کار رینٹل ایجنٹ” سے جڑتا ہے جو مختلف کمپنیوں نے بنائے ہیں۔

4. ذیلی کام کی تفویض: ٹریول ایجنٹ مخصوص کام ان ماہر ایجنٹس کو دیتا ہے (مثلاً، “ہونولولو کے فلائٹس تلاش کریں”، “ہوٹل بک کریں”، “کار کرایہ پر لیں”)۔ یہ ماہر ایجنٹس اپنے اپنے LLMs اور اپنے اپنے ٹولز (جو خود MCP سرورز ہو سکتے ہیں) استعمال کر کے اپنا حصہ مکمل کرتے ہیں۔

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

نیچرل لینگویج ویب (NLWeb)

ویب سائٹس طویل عرصے سے انٹرنیٹ پر معلومات اور ڈیٹا تک رسائی کے لئے بنیادی ذریعہ رہی ہیں۔

آئیے NLWeb کے مختلف اجزاء، اس کے فوائد، اور ایک مثال دیکھیں کہ ہمارا NLWeb ہماری سفر کی ایپلیکیشن میں کیسے کام کرتا ہے۔

NLWeb کے اجزاء

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

• NLWeb پروٹوکول: یہ ویب سائٹ کے ساتھ قدرتی زبان میں بات چیت کے لئے بنیادی قواعد کا مجموعہ ہے۔ یہ جوابات JSON فارمٹ میں بھیجتا ہے (اکثر Schema.org استعمال کرتے ہوئے)۔ اس کا مقصد “AI ویب” کے لئے ایک سادہ بنیاد بنانا ہے، جیسا کہ HTML نے آن لائن دستاویزات شیئر کرنا ممکن بنایا تھا۔

• MCP سرور (ماڈل کانٹیکسٹ پروٹوکول اینڈپوائنٹ): ہر NLWeb سیٹ اپ ایک MCP سرور کے طور پر بھی کام کرتا ہے۔ اس کا مطلب ہے کہ یہ دوسرے AI سسٹمز کے ساتھ ٹولز (جیسے ‘ask’ میتھڈ) اور ڈیٹا شیئر کر سکتا ہے۔ عملی طور پر، یہ ویب سائٹ کے مواد اور صلاحیتوں کو AI ایجنٹس کے استعمال کے قابل بناتا ہے، جس سے سائٹ وسیع تر “ایجنٹ ماحول” کا حصہ بن جاتی ہے۔

• ایمبیڈنگ ماڈلز: یہ ماڈلز ویب سائٹ کے مواد کو عددی نمائندگیوں میں تبدیل کرتے ہیں جنہیں ویکٹرز (ایمبیڈنگز) کہا جاتا ہے۔ یہ ویکٹرز مطلب کو ایسے انداز میں سمجھے جاتے ہیں کہ کمپیوٹر ان کا موازنہ اور تلاش کر سکے۔ یہ خاص ڈیٹا بیس میں محفوظ کیے جاتے ہیں، اور صارفین انتخاب کر سکتے ہیں کہ کون سا ایمبیڈنگ ماڈل استعمال کرنا ہے۔

• ویکٹر ڈیٹا بیس (ریٹریول میکنزم): یہ ڈیٹا بیس ویب سائٹ کے مواد کی ایمبیڈنگز کو ذخیرہ کرتا ہے۔ جب کوئی سوال پوچھتا ہے، NLWeb اس ویکٹر ڈیٹا بیس کو چیک کر کے سب سے موزوں معلومات تیزی سے تلاش کرتا ہے۔ یہ مماثلت کے حساب سے جوابات کی ایک فوری فہرست دیتا ہے۔ NLWeb مختلف ویکٹر اسٹوریج سسٹمز جیسے Qdrant، Snowflake، Milvus، Azure AI Search، اور Elasticsearch کے ساتھ کام کرتا ہے۔

NLWeb کی مثال

دوبارہ ہمارے سفر کی بکنگ ویب سائٹ پر غور کریں، لیکن اس بار یہ NLWeb پر چل رہی ہے۔

1. ڈیٹا انٹیک: سفر کی ویب سائٹ کے موجودہ پروڈکٹ کیٹلاگز (جیسے فلائٹ کی فہرستیں، ہوٹل کی تفصیلات، ٹور پیکجز) Schema.org کے تحت فارمیٹ کیے جاتے ہیں یا RSS فیڈز کے ذریعے لوڈ کیے جاتے ہیں۔ NLWeb کے ٹولز یہ ساختی ڈیٹا لیتے ہیں، ایمبیڈنگز تیار کرتے ہیں، اور انہیں مقامی یا دور دراز ویکٹر ڈیٹا بیس میں محفوظ کرتے ہیں۔

2. قدرتی زبان کے سوال (انسان): ایک صارف ویب سائٹ پر آتا ہے اور مینو پر نیویگیشن کے بجائے چیٹ انٹرفیس میں ٹائپ کرتا ہے: “مجھے اگلے ہفتے ہونولولو میں ایک خاندانی دوستانہ ہوٹل جو پول کے ساتھ ہو، تلاش کریں”۔

3. NLWeb پروسیسنگ: NLWeb ایپلیکیشن اس سوال کو وصول کرتی ہے۔ یہ سوال کو سمجھنے کے لئے LLM کو بھیجتی ہے اور ساتھ ہی اپنے ویکٹر ڈیٹا بیس میں متعلقہ ہوٹل کی فہرست تلاش کرتی ہے۔

4. درست نتائج: LLM ڈیٹا بیس سے تلاش کے نتائج کی تفسیر میں مدد دیتا ہے، “خاندانی دوستانہ”، “پول”، اور “ہونولولو” معیار کی بنیاد پر بہترین جوابات کی شناخت کرتا ہے، اور پھر ایک قدرتی زبان میں جواب تیار کرتا ہے۔ اہم بات یہ ہے کہ جواب ویب سائٹ کے کیٹلاگ کے اصل ہوٹلوں سے متعلق ہوتا ہے، بنائے گئے معلومات سے نہیں۔

5. AI ایجنٹ کا تعامل: چونکہ NLWeb ایک MCP سرور کے طور پر کام کرتا ہے، ایک بیرونی AI سفری ایجنٹ بھی اس ویب سائٹ کے NLWeb انسٹینس سے جڑ سکتا ہے۔ AI ایجنٹ MCP کے ask میتھڈ کا استعمال کرتے ہوئے ویب سائٹ سے براہ راست سوال کر سکتا ہے: ask("کیا ہوٹل کی طرف سے سفارش کردہ ہونولولو علاقے میں کوئی ویگن فرینڈلی ریستوران ہیں؟")۔ NLWeb اس درخواست کو پراسیس کرے گا، اپنے ریستوران کی معلومات کے ڈیٹا بیس (اگر لوڈ کیا گیا ہو) کی مدد سے، اور ایک ساختی JSON جواب واپس کرے گا۔

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

Microsoft Foundry Discord میں شامل ہوں تاکہ دوسرے سیکھنے والوں سے مل سکیں، آفس آور میں شرکت کریں اور اپنے AI ایجنٹس کے سوالات کے جواب حاصل کریں۔

وسائل

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

پچھلا سبق

AI Agents in Production

اگلا سبق

Context Engineering for AI Agents

---

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.