क्लाउड कोड एमसीपी में स्वचालित उपकरण खोज को एकीकृत करता है

क्लाउड कोड MCP में टूल्स की स्वचालित खोज को एकीकृत करता है

क्लाउड का प्रोग्रामिंग पर केंद्रित संस्करण, जिसे एंथ्रोपिक द्वारा विकसित किया गया है, ने मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) के अंदर टूल्स का पता लगाने की एक नई क्षमता जोड़ी है। यह प्रोटोकॉल भाषा मॉडलों को नियंत्रित तरीके से बाहरी संसाधनों के साथ इंटरैक्ट करने की सुविधा प्रदान करता है। यह नवीनता मॉडल को एक विशिष्ट कार्य करने की आवश्यकता होने पर MCP सर्वर में उपलब्ध कार्यों को स्वयं खोजने की अनुमति देती है। 🤖

एक परिवर्तन जो कार्यक्षेत्र को अनुकूलित करता है

पहले, प्रोटोकॉल का कोई टूल उपयोग करने के लिए, प्रोग्रामर को अपनी प्रारंभिक निर्देश में उसका पूरा विवरण शामिल करना पड़ता था। यह प्रक्रिया कॉन्टेक्स्ट टोकन्स का एक महत्वपूर्ण हिस्सा ले लेती थी, जो सीमित हैं। नई सुविधा के साथ, क्लाउड कोड सीधे सर्वर से अपनी क्षमताओं को सूचीबद्ध करने का अनुरोध कर सकता है। इससे कोड के बड़े टुकड़ों या प्रोजेक्ट की विस्तृत विनिर्देशों को शामिल करने के लिए अधिक स्थान मुक्त हो जाता है।

• टोकन्स मुक्त करना: कॉन्टेक्स्ट प्रोजेक्ट के कोड के लिए आरक्षित रहता है, टूल्स का वर्णन करने के लिए नहीं।
• बड़े कोड बेस के साथ काम करना: स्थान बर्बाद न करने पर अधिक प्रासंगिक जानकारी को संभाला जा सकता है।
• सभी कार्यक्षमता बनाए रखना: कॉन्टेक्स्ट सीमाओं के कारण मॉडल कोई टूल खो नहीं देता।

मॉडल अब स्वयं टूल्स का कैटलॉग देख सकता है, कार्यप्रवाह को स्वचालित करने के लिए एक महत्वपूर्ण प्रगति।

रीयल-टाइम डेटा के साथ बेहतर सटीकता

उसी समय टूल्स खोजना सुनिश्चित करता है कि क्लाउड कोड हमेशा उपयोगकर्ता के सर्वर की सबसे हाल की कॉन्फ़िगरेशन का उपयोग करे। इससे वे त्रुटियां कम हो जाती हैं जो तब उत्पन्न होती थीं जब प्रॉम्प्ट में लिखा विवरण कार्य की वर्तमान कार्यान्वयन से मेल नहीं खाता था। मॉडल आवश्यक पैरामीटर्स और प्रत्येक टूल द्वारा लौटाए जाने वाले डेटा के फॉर्मेट को बेहतर समझता है।

• अधिक मजबूत इंटीग्रेशन कोड: कोड जनरेट करने के पहले प्रयास से ही त्रुटियां कम हो जाती हैं।
• पैरामीटर्स की सटीक समझ: जानता है कि कौन से आर्गुमेंट्स अनिवार्य और वैकल्पिक हैं।
• पूर्वानुमानित परिणाम: बाहरी टूल द्वारा लौटाए जाने वाले डेटा प्रकार को जानता है।

अधिक स्वायत्त प्रोग्रामिंग की ओर

आधार में, यह अपडेट मॉडल को "मैनुअल पढ़ना" करने की अनुमति देता है, बिना यह निर्भर किए कि कोई मानव हर तकनीकी विवरण को याद रखे और ट्रांसक्राइब करे। यह एक कदम है स्वयं के कॉन्टेक्स्ट और संसाधनों को गतिशील रूप से प्रबंधित करने वाले सिस्टम की ओर, जो डेवलपर्स को सॉफ्टवेयर लिखने के लिए आर्टिफिशियल इंटेलिजेंस के साथ इंटरैक्ट करने के तरीके को अनुकूलित करता है। 🚀