logo
0
0
WeChat Login
carlotta94c<carlotta94c@users.noreply.github.com>
🌐 Update translations via Co-op Translator

एजेन्टिक प्रोटोकलहरू (MCP, A2A र NLWeb) प्रयोग गर्दै

एजेन्टिक प्रोटोकलहरू

जसरी AI एजेन्टहरूको प्रयोग बढ्दै गएको छ, त्यसरी नै मानकीकरण, सुरक्षा, र खुला नवप्रवर्तनलाई समर्थन गर्ने प्रोटोकलहरूको आवश्यकता पनि बढ्दै गएको छ। यस पाठमा, हामी तीन प्रोटोकलहरूबारे छलफल गर्नेछौं जसले यो आवश्यकता पूरा गर्न खोजिरहेका छन् - मोडल कन्टेक्स्ट प्रोटोकल (MCP), एजेन्ट टु एजेन्ट (A2A) र नेचुरल ल्याङ्ग्वेज वेब (NLWeb)।

परिचय

यस पाठमा हामी कभर गर्नेछौं:

• कसरी MCP ले AI एजेन्टहरूलाई प्रयोगकर्ताका कार्यहरू पूरा गर्न बाह्य उपकरणहरू र डाटामा पहुँच दिन्छ।

• कसरी A2A ले विभिन्न AI एजेन्टहरूबीच सञ्चार र सहकार्यलाई सक्षम बनाउँछ।

• कसरी NLWeb ले कुनै पनि वेबसाइटमा प्राकृतिक भाषाको इन्टरफेस ल्याउँछ, जसले AI एजेन्टहरूलाई सामग्री पत्ता लगाउन र अन्तर्क्रिया गर्न सक्षम बनाउँछ।

सिकाइका लक्ष्यहरू

पहिचान गर्नुहोस् MCP, A2A, र NLWeb को मुख्य उद्देश्य र फाइदाहरू AI एजेन्टहरूको सन्दर्भमा।

व्याख्या गर्नुहोस् कसरी प्रत्येक प्रोटोकलले LLMs, उपकरणहरू, र अन्य एजेन्टहरूबीच सञ्चार र अन्तर्क्रिया सहज बनाउँछ।

चिन्हित गर्नुहोस् कसरी प्रत्येक प्रोटोकलले जटिल एजेन्टिक प्रणालीहरू निर्माण गर्नमा फरक भूमिका खेल्छ।

मोडल कन्टेक्स्ट प्रोटोकल

मोडल कन्टेक्स्ट प्रोटोकल (MCP) एक खुला मानक हो जसले LLMs लाई सन्दर्भ र उपकरणहरू प्रदान गर्न अनुप्रयोगहरूको लागि मानकीकृत तरिका प्रदान गर्दछ। यसले AI एजेन्टहरूलाई विभिन्न डाटा स्रोतहरू र उपकरणहरूसँग एकरूप तरिकाले जडान गर्न सक्षम बनाउने "युनिभर्सल एडाप्टर" प्रदान गर्दछ।

हामी MCP का घटकहरू, प्रत्यक्ष API प्रयोगको तुलनामा फाइदाहरू, र AI एजेन्टहरूले MCP सर्भर कसरी प्रयोग गर्न सक्छन् भन्ने उदाहरण हेर्नेछौं।

MCP का मुख्य घटकहरू

MCP क्लाइन्ट-सर्भर आर्किटेक्चर मा सञ्चालन हुन्छ र यसको मुख्य घटकहरू निम्न छन्:

होस्टहरू LLM अनुप्रयोगहरू हुन् (जस्तै, VSCode जस्तो कोड सम्पादक) जसले MCP सर्भरसँग जडान सुरु गर्छन्।

क्लाइन्टहरू होस्ट अनुप्रयोगभित्रका कम्पोनेन्टहरू हुन् जसले सर्भरसँग एक-देखि-एक जडान कायम राख्छन्।

सर्भरहरू हल्का प्रोग्रामहरू हुन् जसले विशिष्ट क्षमताहरू प्रदान गर्छन्।

प्रोटोकलमा समावेश तीन मुख्य प्रिमिटिभहरू छन्, जुन MCP सर्भरका क्षमताहरू हुन्:

उपकरणहरू (Tools): यी छुट्टै कार्यहरू वा कार्यहरू हुन् जुन AI एजेन्टले कुनै कार्य गर्न कल गर्न सक्छ। उदाहरणका लागि, मौसम सेवाले "मौसम प्राप्त गर्नुहोस्" उपकरण प्रदान गर्न सक्छ, वा ई-कमर्स सर्भरले "उत्पादन खरिद गर्नुहोस्" उपकरण प्रदान गर्न सक्छ। MCP सर्भरहरूले प्रत्येक उपकरणको नाम, विवरण, र इनपुट/आउटपुट स्किमालाई आफ्नो क्षमताहरूको सूचीमा विज्ञापन गर्छन्।

स्रोतहरू (Resources): यी पढ्न मात्र मिल्ने डाटा वस्तुहरू वा कागजातहरू हुन् जुन MCP सर्भरले प्रदान गर्न सक्छ, र क्लाइन्टहरूले तिनीहरूलाई आवश्यक पर्दा पुनःप्राप्त गर्न सक्छन्। उदाहरणहरूमा फाइल सामग्री, डाटाबेस रेकर्डहरू, वा लग फाइलहरू समावेश छन्। स्रोतहरू पाठ (जस्तै कोड वा JSON) वा बाइनरी (जस्तै छविहरू वा PDF) हुन सक्छन्।

प्रम्प्टहरू (Prompts): यी पूर्वनिर्धारित टेम्प्लेटहरू हुन् जसले जटिल कार्यप्रवाहहरूलाई सुझाव दिन्छन्।

MCP का फाइदाहरू

MCP ले AI एजेन्टहरूको लागि महत्त्वपूर्ण फाइदाहरू प्रदान गर्दछ:

डायनामिक उपकरण पत्ता लगाउने क्षमता: एजेन्टहरूले सर्भरबाट उपलब्ध उपकरणहरूको सूची र तिनीहरूले के गर्छन् भन्ने विवरण गतिशील रूपमा प्राप्त गर्न सक्छन्। यो परम्परागत API हरूसँग तुलना गर्दा फरक छ, जसले प्रायः स्थिर कोडिङको आवश्यकता पर्छ। MCP ले "एक पटक एकीकृत गर्नुहोस्" दृष्टिकोण प्रदान गर्दछ, जसले अनुकूलनशीलता बढाउँछ।

LLMs बीच अन्तरसञ्चालन: MCP विभिन्न LLMs मा काम गर्दछ, जसले मुख्य मोडेलहरू स्विच गर्न लचिलोता प्रदान गर्दछ।

मानकीकृत सुरक्षा: MCP ले मानक प्रमाणीकरण विधि समावेश गर्दछ, जसले थप MCP सर्भरहरूमा पहुँच थप्दा स्केलेबिलिटी सुधार गर्दछ।

MCP को उदाहरण

MCP Diagram

कल्पना गर्नुहोस्, एक प्रयोगकर्ताले MCP द्वारा सञ्चालित AI सहायक प्रयोग गरेर उडान बुक गर्न चाहन्छ।

  1. जडान: AI सहायक (MCP क्लाइन्ट) एयरलाइन्सद्वारा प्रदान गरिएको MCP सर्भरसँग जडान गर्छ।

  2. उपकरण पत्ता लगाउने: क्लाइन्टले एयरलाइन्सको MCP सर्भरलाई सोध्छ, "तपाईंसँग के उपकरणहरू उपलब्ध छन्?" सर्भरले "उडान खोज्नुहोस्" र "उडान बुक गर्नुहोस्" जस्ता उपकरणहरूको सूची फर्काउँछ।

  3. उपकरण प्रयोग: प्रयोगकर्ताले AI सहायकलाई भन्छ, "पोर्टल्याण्डबाट होनोलुलु जाने उडान खोज्नुहोस्।" AI सहायकले "उडान खोज्नुहोस्" उपकरणलाई कल गर्न आवश्यक छ भनेर पहिचान गर्छ र सम्बन्धित प्यारामिटरहरू MCP सर्भरमा पठाउँछ।

  4. कार्यान्वयन र प्रतिक्रिया: MCP सर्भरले एयरलाइन्सको आन्तरिक बुकिङ API लाई कल गर्छ। यसले उडान जानकारी प्राप्त गर्छ र AI सहायकलाई फर्काउँछ।

  5. थप अन्तर्क्रिया: AI सहायकले उडान विकल्पहरू प्रस्तुत गर्छ। प्रयोगकर्ताले उडान चयन गरेपछि, सहायकले "उडान बुक गर्नुहोस्" उपकरणलाई कल गर्न सक्छ।

एजेन्ट-टु-एजेन्ट प्रोटोकल (A2A)

जहाँ MCP ले LLMs लाई उपकरणहरूसँग जडान गर्न केन्द्रित छ, एजेन्ट-टु-एजेन्ट (A2A) प्रोटोकल ले यसलाई अर्को स्तरमा लैजान्छ। A2A ले विभिन्न AI एजेन्टहरूबीच सञ्चार र सहकार्यलाई सक्षम बनाउँछ।

हामी A2A का घटकहरू र फाइदाहरूको अध्ययन गर्नेछौं, साथै हाम्रो यात्रा अनुप्रयोगमा यसलाई कसरी लागू गर्न सकिन्छ भन्ने उदाहरण हेर्नेछौं।

A2A का मुख्य घटकहरू

A2A ले एजेन्टहरूबीच सञ्चारलाई सक्षम बनाउँछ र प्रयोगकर्ताको उप-कार्य पूरा गर्न तिनीहरूलाई सँगै काम गर्न लगाउँछ।

एजेन्ट कार्ड

MCP सर्भरले उपकरणहरूको सूची साझा गरेजस्तै, एजेन्ट कार्डमा निम्न जानकारी हुन्छ:
    ◦ एजेन्टको नाम।
    ◦ यसले पूरा गर्ने सामान्य कार्यहरूको विवरण
    ◦ विशिष्ट सीपहरूको सूची जसले अन्य एजेन्टहरूलाई यो एजेन्ट कहिले र किन कल गर्ने भनेर बुझ्न मद्दत गर्छ।
    ◦ एजेन्टको वर्तमान अन्तर्क्रिया URL
    ◦ एजेन्टको संस्करणक्षमताहरू

एजेन्ट कार्यान्वयनकर्ता

एजेन्ट कार्यान्वयनकर्ता प्रयोगकर्ताको च्याटको सन्दर्भलाई टाढाको एजेन्टमा पठाउन जिम्मेवार हुन्छ।

आर्टिफ्याक्ट

जब टाढाको एजेन्टले अनुरोधित कार्य पूरा गर्छ, यसको परिणामलाई आर्टिफ्याक्ट भनिन्छ।

इभेन्ट क्व्यु

यो कम्पोनेन्ट अपडेटहरू ह्यान्डल गर्न र सन्देशहरू पास गर्न प्रयोग गरिन्छ।

A2A का फाइदाहरू

सहकार्य सुधार: यसले विभिन्न विक्रेता र प्लेटफर्मका एजेन्टहरूलाई अन्तर्क्रिया गर्न सक्षम बनाउँछ।

मोडेल चयनको लचिलोता: प्रत्येक A2A एजेन्टले आफ्नो अनुरोधहरू सेवा गर्न कुन LLM प्रयोग गर्ने निर्णय गर्न सक्छ।

निर्मित प्रमाणीकरण: प्रमाणीकरण A2A प्रोटोकलमा प्रत्यक्ष रूपमा समावेश छ।

A2A को उदाहरण

A2A Diagram

हाम्रो यात्रा बुकिङ परिदृश्यलाई विस्तार गरौं, तर यस पटक A2A प्रयोग गरेर।

  1. प्रयोगकर्ताको अनुरोध: प्रयोगकर्ताले "मलाई होनोलुलुका लागि सम्पूर्ण यात्रा बुक गरिदिनुहोस्" भन्छ।

  2. यात्रा एजेन्टद्वारा समन्वय: यात्रा एजेन्टले यो जटिल अनुरोध प्राप्त गर्छ।

  3. एजेन्टहरूबीच सञ्चार: यात्रा एजेन्टले A2A प्रोटोकल प्रयोग गरेर अन्य विशेषज्ञ एजेन्टहरूसँग जडान गर्छ।

  4. कार्यको प्रतिनिधित्व: यात्रा एजेन्टले यी विशेषज्ञ एजेन्टहरूलाई विशिष्ट कार्यहरू पठाउँछ।

  5. समेकित प्रतिक्रिया: सबै एजेन्टहरूले आफ्नो कार्य पूरा गरेपछि, यात्रा एजेन्टले परिणामहरू संकलन गर्छ।

नेचुरल ल्याङ्ग्वेज वेब (NLWeb)

वेबसाइटहरू लामो समयदेखि प्रयोगकर्ताहरूलाई जानकारी र डाटामा पहुँच प्रदान गर्ने प्राथमिक माध्यम भएका छन्।

हामी NLWeb का विभिन्न घटकहरू, फाइदाहरू, र हाम्रो यात्रा अनुप्रयोगमा यसको काम गर्ने तरिका हेर्नेछौं।

NLWeb का घटकहरू

  • NLWeb एप्लिकेसन (कोर सेवा कोड): यो प्रणाली प्राकृतिक भाषाका प्रश्नहरू प्रशोधन गर्छ।

  • NLWeb प्रोटोकल: यो वेबसाइटसँग प्राकृतिक भाषामा अन्तर्क्रिया गर्नका लागि नियमहरूको आधारभूत सेट हो।

  • MCP सर्भर (मोडल कन्टेक्स्ट प्रोटोकल अन्तर्क्रिया): प्रत्येक NLWeb सेटअपले MCP सर्भरको रूपमा पनि काम गर्छ।

  • एम्बेडिङ मोडेलहरू: यी मोडेलहरूले वेबसाइट सामग्रीलाई सङ्ख्यात्मक प्रतिनिधित्वमा रूपान्तरण गर्छन्।

  • भेक्टर डाटाबेस (पुनःप्राप्ति संयन्त्र): यो डाटाबेसले वेबसाइट सामग्रीका भेक्टरहरू भण्डारण गर्छ।

NLWeb को उदाहरण

NLWeb

हाम्रो यात्रा बुकिङ वेबसाइटलाई NLWeb द्वारा सञ्चालित मानौं।

  1. डाटा इन्टेक्सन: वेबसाइटको उत्पादन सूचीहरू NLWeb को उपकरणहरूले इम्बेडिङहरू सिर्जना गर्न लोड गर्छ।

  2. प्राकृतिक भाषाको प्रश्न (मानव): प्रयोगकर्ताले वेबसाइटमा टाइप गर्छ: "मलाई होनोलुलुमा परिवार-अनुकूल होटल खोजिदिनुहोस्।"

  3. NLWeb प्रशोधन: NLWeb एप्लिकेसनले यो प्रश्न प्राप्त गर्छ।

  4. सटीक परिणामहरू: LLM ले खोजी परिणामहरूलाई व्याख्या गर्छ।

  5. AI एजेन्ट अन्तर्क्रिया: NLWeb MCP सर्भरको रूपमा काम गर्ने भएकाले, बाह्य AI एजेन्टले पनि यस वेबसाइटसँग जडान गर्न सक्छ।

MCP/A2A/NLWeb सम्बन्धी थप प्रश्नहरू छन्?

Azure AI Foundry Discord मा सामेल हुनुहोस्।

स्रोतहरू


अस्वीकरण:
यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरेर अनुवाद गरिएको छ। हामी शुद्धताको लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छ। यसको मूल भाषा मा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीको लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं।