# മോഡൽ കോൺടെക്സ്റ്റ് പ്രോട്ടോക്കോൾ (MCP) പൈത്തൺ നടപ്പാക്കൽ ഈ റിപോസിറ്ററി മോഡൽ കോൺടെക്സ്റ്റ് പ്രോട്ടോക്കോൾ (MCP) ന്റെ പൈത്തൺ നടപ്പാക്കൽ ഉൾക്കൊള്ളുന്നു, MCP സ്റ്റാൻഡേർഡ് ഉപയോഗിച്ച് ആശയവിനിമയം നടത്തുന്ന സെർവർ, ക്ലയന്റ് ആപ്ലിക്കേഷൻ എങ്ങനെ സൃഷ്ടിക്കാമെന്ന് കാണിക്കുന്നു. ## അവലോകനം MCP നടപ്പാക്കൽ രണ്ട് പ്രധാന ഘടകങ്ങളടങ്ങിയതാണ്: 1. **MCP സെർവർ (`server.py`)** - ഒരു സെർവർ, ഇത് പ്രദർശിപ്പിക്കുന്നു: - **ടൂളുകൾ**: ദൂരസ്ഥമായി വിളിക്കാവുന്ന ഫംഗ്ഷനുകൾ - **റിസോഴ്‌സുകൾ**: ലഭ്യമാക്കാവുന്ന ഡാറ്റ - **പ്രോംപ്റ്റുകൾ**: ഭാഷാ മോഡലുകൾക്കായി പ്രോംപ്റ്റുകൾ സൃഷ്ടിക്കുന്ന ടെംപ്ലേറ്റുകൾ 2. **MCP ക്ലയന്റ് (`client.py`)** - സെർവറുമായി ബന്ധപ്പെടുന്ന ക്ലയന്റ് ആപ്ലിക്കേഷൻ, അതിന്റെ സവിശേഷതകൾ ഉപയോഗിക്കുന്നു ## സവിശേഷതകൾ ഈ നടപ്പാക്കൽ MCP ന്റെ ചില പ്രധാന സവിശേഷതകൾ കാണിക്കുന്നു: ### ടൂളുകൾ - `completion` - AI മോഡലുകളിൽ നിന്ന് ടെക്സ്റ്റ് പൂർത്തീകരണങ്ങൾ സൃഷ്ടിക്കുന്നു (സിമുലേറ്റഡ്) - `add` - രണ്ട് സംഖ്യകൾ കൂട്ടുന്ന ലളിതമായ കാൽക്കുലേറ്റർ ### റിസോഴ്‌സുകൾ - `models://` - ലഭ്യമായ AI മോഡലുകളുടെ വിവരങ്ങൾ നൽകുന്നു - `greeting://{name}` - നൽകിയ പേരിനുള്ള വ്യക്തിഗത അഭിവാദ്യം നൽകുന്നു ### പ്രോംപ്റ്റുകൾ - `review_code` - കോഡ് റിവ്യൂവിനുള്ള പ്രോംപ്റ്റ് സൃഷ്ടിക്കുന്നു ## ഇൻസ്റ്റലേഷൻ ഈ MCP നടപ്പാക്കൽ ഉപയോഗിക്കാൻ ആവശ്യമായ പാക്കേജുകൾ ഇൻസ്റ്റാൾ ചെയ്യുക: ```powershell pip install mcp-server mcp-client ``` ## സെർവർ, ക്ലയന്റ് പ്രവർത്തിപ്പിക്കൽ ### സെർവർ ആരംഭിക്കൽ ഒരു ടെർമിനൽ വിൻഡോയിൽ സെർവർ പ്രവർത്തിപ്പിക്കുക: ```powershell python server.py ``` MCP CLI ഉപയോഗിച്ച് ഡെവലപ്പ്മെന്റ് മോഡിൽ സെർവർ പ്രവർത്തിപ്പിക്കാം: ```powershell mcp dev server.py ``` അല്ലെങ്കിൽ Claude Desktop-ൽ ഇൻസ്റ്റാൾ ചെയ്തിട്ടുണ്ടെങ്കിൽ: ```powershell mcp install server.py ``` ### ക്ലയന്റ് പ്രവർത്തിപ്പിക്കൽ മറ്റൊരു ടെർമിനൽ വിൻഡോയിൽ ക്ലയന്റ് പ്രവർത്തിപ്പിക്കുക: ```powershell python client.py ``` ഇത് സെർവറുമായി ബന്ധപ്പെടുകയും ലഭ്യമായ എല്ലാ സവിശേഷതകളും പ്രദർശിപ്പിക്കുകയും ചെയ്യും. ### ക്ലയന്റ് ഉപയോഗം ക്ലയന്റ് (`client.py`) MCP ന്റെ എല്ലാ കഴിവുകളും കാണിക്കുന്നു: ```powershell python client.py ``` ഇത് സെർവറുമായി ബന്ധപ്പെടുകയും ടൂളുകൾ, റിസോഴ്‌സുകൾ, പ്രോംപ്റ്റുകൾ ഉൾപ്പെടെയുള്ള എല്ലാ സവിശേഷതകളും പരീക്ഷിക്കുകയും ചെയ്യും. ഔട്ട്പുട്ട് കാണിക്കും: 1. കാൽക്കുലേറ്റർ ടൂൾ ഫലം (5 + 7 = 12) 2. "What is the meaning of life?" എന്ന ചോദ്യത്തിന് completion ടൂൾ പ്രതികരണം 3. ലഭ്യമായ AI മോഡലുകളുടെ പട്ടിക 4. "MCP Explorer" എന്ന പേരിനുള്ള വ്യക്തിഗത അഭിവാദ്യം 5. കോഡ് റിവ്യൂ പ്രോംപ്റ്റ് ടെംപ്ലേറ്റ് ## നടപ്പാക്കൽ വിശദാംശങ്ങൾ സെർവർ `FastMCP` API ഉപയോഗിച്ച് നടപ്പാക്കപ്പെട്ടിരിക്കുന്നു, ഇത് MCP സേവനങ്ങൾ നിർവചിക്കാൻ ഉയർന്ന തലത്തിലുള്ള അബ്സ്ട്രാക്ഷനുകൾ നൽകുന്നു. ടൂളുകൾ എങ്ങനെ നിർവചിക്കാമെന്ന് ലളിതമായ ഉദാഹരണം: ```python @mcp.tool() def add(a: int, b: int) -> int: """Add two numbers together Args: a: First number b: Second number Returns: The sum of the two numbers """ logger.info(f"Adding {a} and {b}") return a + b ``` ക്ലയന്റ് MCP ക്ലയന്റ് ലൈബ്രറി ഉപയോഗിച്ച് സെർവറുമായി ബന്ധപ്പെടുകയും വിളിക്കുകയും ചെയ്യുന്നു: ```python async with stdio_client(server_params) as (reader, writer): async with ClientSession(reader, writer) as session: await session.initialize() result = await session.call_tool("add", arguments={"a": 5, "b": 7}) ``` ## കൂടുതൽ അറിയാൻ MCP സംബന്ധിച്ച കൂടുതൽ വിവരങ്ങൾക്ക് സന്ദർശിക്കുക: https://modelcontextprotocol.io/ --- **അസൂയാ**: ഈ രേഖ AI വിവർത്തന സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖ അധികാരപരമായ ഉറവിടമായി കണക്കാക്കണം. നിർണായക വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.