एजेंट के लिए MCP सर्वर को अच्छा क्या बनाता है?

एक अच्छा MCP सर्वर एजेंट को सही टूल चुनकर, ज़रूरत पड़ने पर इंसान को प्रक्रिया में शामिल करके, सुरक्षित रूप से काम करके और त्रुटियों से उबरकर असली काम खुद पूरा करने देता है।

एक अच्छा MCP सर्वर एजेंट को वही पहुँच देता है जो उपयोगकर्ता के पास है। यह इंसान को सिर्फ़ वहीं प्रक्रिया में शामिल करता है जहाँ गलती महँगी पड़ सकती है, और बाकी सब एजेंट को खुद संभालने देता है। इसके लिए नीचे दी गई बातें ज़रूरी हैं।

ऐसे टूल जिन्हें एजेंट सही ढंग से चुन सके

एजेंट को आपके अनुरोध के आधार पर एक ऑपरेशन चुनना होता है और सही आर्ग्युमेंट देने होते हैं। जाँचें कि टूल विवरण बताते हैं या नहीं कि हर ऑपरेशन क्या करता है और कौन से आर्ग्युमेंट स्वीकार करता है।

किसी काम, जैसे भेजने वाला डोमेन सेट अप करने, के साथ खोज करके देखें। नतीजों में मेल खाने वाला टूल और उसका इनपुट स्कीमा होना चाहिए।

Bird अपने टूल API ऑपरेशन कैटलॉग से बनाता है। एजेंट विवरण बताते हैं कि उनका उपयोग कैसे करें। डायनैमिक MCP एंडपॉइंट search और execute देता है। खोज मेल खाने वाले टूल, उनके स्कीमा, प्रभाव एनोटेशन और संबंधित प्रक्रियाएँ लौटाती है। एजेंट किसी टूल को कॉल करने से पहले उसकी जाँच कर सकता है।

जहाँ गलती महँगी पड़ सकती है, वहाँ इंसान की भागीदारी

जहाँ गलती महँगी पड़ सकती है, वहाँ एजेंट को इंसान की भागीदारी चाहिए। जाँचें कि समीक्षा स्क्रीन दिखाती है कि क्या होने वाला है। जाँचें कि एजेंट दर्ज किए गए नतीजे से काम आगे बढ़ा सकता है या नहीं।

छूटी हुई जानकारी के लिए अलग सवाल पूछना होता है। MCP इसे elicitation कहता है: सर्वर क्लाइंट से इंसान से जानकारी लेने को कहता है। URL elicitation एक बाहरी इंटरैक्शन खोलता है, जैसे ब्राउज़र में समीक्षा स्क्रीन।

Bird चिह्नित ऑपरेशनों के लिए ब्राउज़र पुष्टि का उपयोग करता है, जिनमें नंबर ऑर्डर, eSIM ऑर्डर, 10DLC पंजीकरण ऑपरेशन और आउटबाउंड वॉइस कॉल शामिल हैं। एजेंट अनुरोध तैयार करता है और समीक्षा लिंक लौटाता है। आप अपने ब्राउज़र में अनुरोध की समीक्षा करते हैं और उसे चलाते हैं। elicitation स्वीकार करने पर समीक्षा खुलती है। दर्ज किए गए ऑपरेशन नतीजे से एजेंट काम आगे बढ़ा सकता है। MCP सेटअप गाइड बताती है कि अपना क्लाइंट कैसे कनेक्ट करें।

ऐसी त्रुटियाँ जिन्हें एजेंट खुद ठीक कर सके

एजेंट को यह जानना ज़रूरी है कि क्या विफल हुआ, क्या बदलना है और आगे किसे कॉल करना है। किसी अस्वीकृत फ़ील्ड की जाँच करें: त्रुटि को समस्या और उसे हल करने वाली कार्रवाई, दोनों बतानी चाहिए।

अस्थायी विफलता होने पर प्रतिक्रिया को बताना चाहिए कि फिर से प्रयास करना है या नहीं और कितनी देर रुकना है। अगर किसी महत्वपूर्ण कार्रवाई की प्रतिक्रिया खो जाए, तो एजेंट को फिर से प्रयास करने से पहले पता करना होगा कि क्या हुआ।

Bird की MCP त्रुटि प्रतिक्रियाओं में एक स्थिर कोड, फ़ील्ड का विवरण और उपलब्ध होने पर सुधार शामिल होता है। next फ़ील्ड अगली कार्रवाई बताता है। retryable और retry_after एजेंट को बताते हैं कि कॉल दोहरानी है या नहीं, और कब। एक पुष्टि पहचानकर्ता की मदद से एजेंट सहेजी गई स्थिति और परिणाम प्राप्त कर सकता है। API त्रुटि गाइड त्रुटि फ़ील्ड का वर्णन करती है।

सुरक्षित कार्रवाई

एजेंट को पढ़ने, लिखने और नष्ट करने वाली कार्रवाइयों में अंतर करना आना चाहिए। टूल के प्रभाव संकेतों और अनुरोध दोहराने के उसके नियमों की जाँच करें।

आइडेम्पोटेंसी कुंजी इच्छित कार्रवाई की पहचान करती है, ताकि समर्थित ऑपरेशन दोहराए गए अनुरोध पर सहेजी गई प्रतिक्रिया लौटा सके। रीप्ले विंडो जाँचें, और यह भी कि उसकी अवधि खत्म होने के बाद एजेंट को क्या करना चाहिए।

Bird के टूल में केवल-पढ़ने, नष्ट करने वाले और आइडेम्पोटेंट होने के संकेत होते हैं। जिन ऑपरेशन में कैश की गई प्रतिक्रिया का रीप्ले होता है, उनमें डिफ़ॉल्ट विंडो तीन घंटे की है। उस विंडो के भीतर वही कुंजी और वही अनुरोध दोबारा इस्तेमाल करें। विंडो खत्म होने के बाद फिर से प्रयास करने पर कार्रवाई दोबारा हो सकती है। अगले प्रयास से पहले ऑपरेशन की स्थिति जाँचें। आइडेम्पोटेंसी गाइड हर ऑपरेशन के अपने नियम बताती है।

प्रोडक्ट की जानकारी

काम करते समय एजेंट को प्रोडक्ट के निर्देश चाहिए। सेटअप से जुड़ा कोई सवाल पूछें और जाँचें कि क्या वह संबंधित डॉक्यूमेंटेशन ढूँढकर पूरा पेज पढ़ सकता है।

सर्वर को दोबारा इस्तेमाल होने वाली प्रक्रियाएँ भी उपलब्ध करानी चाहिए। स्किल्स एजेंट को काम के निर्देश और सहायक फ़ाइलें देती हैं, जिन्हें वह ज़रूरत पड़ने पर लोड कर सकता है।

Bird रैंक किए गए डॉक्यूमेंटेशन सेक्शन के लिए docs_search और पूरे पेज के लिए docs_read देता है। इसके सर्वर निर्देशों में लिखी गई प्रक्रियाएँ शामिल हैं। MCP पर स्किल्स, bird-cli और email-audit स्किल्स को पढ़ने योग्य फ़ाइलों और फ़ाइल डाइजेस्ट के साथ उपलब्ध कराती हैं। एजेंट स्किल्स गाइड बताती है कि वे किन कामों में मदद करती हैं।

एजेंट को जानकारी देता रहता है

एजेंट को यह पहचानना होता है कि अनुरोध स्वीकार हुआ है या काम पूरा हो गया है। जाँचें कि परिणाम में ऐसे पहचानकर्ता और संरचित फ़ील्ड हैं या नहीं, जिन्हें एजेंट बाद में फिर से पढ़ सके।

जो काम बाद में पूरा होता है, उसके लिए क्लाइंट को संबंधित बदलाव प्राप्त करने में सक्षम होना चाहिए। उदाहरण के लिए, डिलीवरी सूचना मिलने पर एजेंट शुरुआती भेजने की प्रतिक्रिया के बाद भी काम जारी रख सकता है।

Bird दर्ज किए गए पुष्टि परिणामों को संरचित JSON के रूप में लौटाता है। ईमेल पढ़ने पर संदेश की स्थिति, प्राप्तकर्ता की स्थिति और इवेंट मिलते हैं। होस्ट किए गए MCP Events से एजेंट इवेंट की सूची देख सकते हैं और हस्ताक्षरित सूचनाओं की सदस्यता ले सकते हैं।

परिणाम दिखाता है

व्यक्ति को विस्तृत परिणाम देखने और उन पर कार्रवाई करने की ज़रूरत होती है। जाँचें कि आपका क्लाइंट MCP Apps दिखाता है या नहीं। यह एक्सटेंशन बातचीत के भीतर इंटरैक्टिव इंटरफ़ेस दिखाता है।

उपयोगी इंटरफ़ेस में आप मूल रिकॉर्ड देख सकते हैं या उनकी स्थिति रीफ़्रेश कर सकते हैं। ChatGPT, Claude web और Desktop, तथा VS Code GitHub Copilot में MCP Apps दिखाने की सुविधा है।

Bird के मानक MCP एंडपॉइंट में DNS सत्यापन और ईमेल डिलीवरी विजेट शामिल हैं। आप DNS रिकॉर्ड देख सकते हैं और भेजने वाले डोमेन को फिर से जाँच सकते हैं। ईमेल व्यू में डिलीवरी की स्थिति, प्राप्तकर्ता और इवेंट की समयरेखा दिखती है। MCP क्लाइंट सेटअप गाइड में बताया गया है कि अपना क्लाइंट कैसे कनेक्ट करें।

एक क्लिक में कनेक्ट होता है

व्यक्ति को एजेंट कनेक्ट करने का स्पष्ट तरीका चाहिए। जाँचें कि क्लाइंट सर्वर को खोज सकता है और साइन-इन खोल सकता है या नहीं।

Bird का होस्ट किया गया सर्वर ब्राउज़र OAuth के ज़रिए कनेक्ट होता है। क्लाइंट कनेक्शन निर्देशों में सेटअप और साइन-इन की जानकारी है।

Bird आधिकारिक MCP रजिस्ट्री और Claude की कनेक्टर डायरेक्टरी में सूचीबद्ध है। Bird डायरेक्टरी निर्देशों में बताया गया है कि Claude से कैसे कनेक्ट करें।

किसी MCP सर्वर को कैसे जाँचें

एक वास्तविक काम शुरू से अंत तक चलाएँ और ये सवाल पूछें:

  1. क्या एजेंट को बिना अतिरिक्त सेटअप के वही एक्सेस मिलता है जो उपयोगकर्ता के पास है?
  2. क्या वह सामान्य भाषा में किए गए अनुरोध से सही टूल और सही आर्ग्युमेंट चुनता है?
  3. कोई महँगा काम होने से पहले क्या किसी इंसान को उसे मंज़ूरी देने का मौका मिलता है?
  4. कोई कॉल विफल होने पर क्या त्रुटि बताती है कि क्या ठीक करना है, आगे क्या कॉल करना है और फिर से प्रयास करना है या नहीं?
  5. क्या एजेंट एक ही काम दो बार किए बिना फिर से प्रयास कर सकता है?
  6. क्या वह प्रोडक्ट के दस्तावेज़ और कैसे-करें गाइड खुद खोज सकता है?
  7. क्या वह बाद में जाँच सकता है कि क्या हुआ, और बदलावों की सूचना पा सकता है?
  8. क्या आप नतीजे को सिर्फ़ उसके बारे में पढ़ने के बजाय अपने क्लाइंट में देख सकते हैं?

उसी नेटवर्क पर बनाएँ।

एक टेस्ट API key आपको तुरंत मिल जाती है। भुगतान विधि जोड़ने और सेंडर सत्यापित करने पर प्रोडक्शन अनलॉक होता है।

आपका अगला आइडिया। जुड़ने के लिए तैयार।