MCP Bridge: A Lightweight, LLM-Agnostic RESTful Proxy for Model Context Protocol Servers
यह शोध पत्र MCP ब्रिज (MCP Bridge) को प्रस्तुत करता है, जो एक हल्का, LLM-अज्ञेय (LLM-agnostic) RESTful प्रॉक्सी है जो मॉडल कॉन्टेक्स्ट प्रोटोकॉल (Model Context Protocol) सर्वरों को उन्नत सुरक्षा के साथ संसाधन-बाधित वातावरणों में चलाने में सक्षम बनाता है, और साथ ही एक फाइन-ट्यून्ड Qwen3 मॉडल प्रस्तुत करता है जो उन्नत सुदृढीकरण शिक्षण (reinforcement learning) तकनीकों के माध्यम से MCPToolBench++ बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
मुख्य चित्र: "यूनिवर्सल एडेप्टर" की समस्या
कल्पना कीजिए कि आपके पास एक सुपर-स्मार्ट रोबोट दिमाग (एक लार्ज लैंग्वेज मॉडल, या LLM) है जो कविता लिख सकता है, गणित की समस्याओं को हल कर सकता है और इंसान की तरह चैट कर सकता है। लेकिन, इस रोबोट की एक बड़ी सीमा है: यह एक बंद कमरे में रहता है। यह वास्तविक दुनिया को नहीं देख सकता, यह मौसम की जांच नहीं कर सकता, और न ही आपका सामने वाला दरवाजा खोल सकता है।
इसे ठीक करने के लिए, इंजीनियरों ने MCP (मॉडल कॉन्टेक्स्ट प्रोटोकॉल) का आविष्कार किया। MCP को AI के लिए एक यूनिवर्सल "USB-C पोर्ट" की तरह समझें। यह रोबोट के दिमाग को विभिन्न उपकरणों (जैसे फाइल सिस्टम, सर्च इंजन, या मैप) से जुड़ने और उनका उपयोग करने की अनुमति देता है।
समस्या: वर्तमान में, ये "USB पोर्ट" तभी काम करते हैं जब रोबट सीधे उस उपकरण के बगल में बैठा हो, जो एक मोटे, भौतिक केबल (STDIO) द्वारा जुड़ा हो। यह डेस्कटॉप कंप्यूटर के लिए तो बहुत अच्छा है, लेकिन एक मोबाइल फोन, वेब ब्राउज़र, या स्मार्टवॉच के अंदर रहने वाले रोबोट के लिए यह असंभव है। वे डिवाइस भारी "केबल" सॉफ्टवेयर नहीं चला सकते; उन्हें वायरलेस सिग्नल की आवश्यकता होती है।
समाधान: MCP ब्रिज (द "कॉन्सिएर्ज" या द्वारपाल)
लेखकों ने MCP ब्रिज बनाया है। इसे एक हाई-टेक होटल कॉन्सिएर्ज (द्वारपाल) या एक यूनिवर्सल ट्रांसलेटर की तरह समझें।
- यह कैसे काम करता है: रोबोट द्वारा सीधे टूल में केबल लगाने के बजाय, रोबोट एक मानक वाई-फाई कनेक्शन (REST API) के माध्यम से कॉन्सिएर्ज (MCP ब्रिज) को एक टेक्स्ट मैसेज भेजता है।
- जादू: कॉन्सिएर्ज उन सभी टूल्स के बिल्कुल बगल में खड़ा होता है। वह रोबोट के अनुरोध को लेता है, भारी केबल लगाता है, काम करता है, और परिणाम वापस रोबोट को भेज देता है।
- यह क्यों शानदार है: अब, एक छोटे से मोबाइल फोन पर मौजूद रोबोट इंटरनेट के माध्यम से संदेश भेजकर शक्तिशाली उपकरणों का उपयोग कर सकता है। इससे कोई फर्क नहीं पड़ता कि आपके पास किस तरह का रोबोट (AI मॉडल) है; कॉन्सिएर्ज उन सभी से बात कर सकता है।
सुरक्षा गार्ड: "रिस्क लेवल्स" (जोखिम स्तर)
चूंकि रोबोट अब कॉन्सिएर्ज से चीजें करने के लिए कह सकता है (जैसे "इस फाइल को डिलीट करें" या "पैसे ट्रांसफर करें"), हमें सुरक्षा की आवश्यकता है। पेपर में एक तीन-स्तरीय सुरक्षा प्रणाली पेश की गई है:
- लो रिस्क (द "रीड-ओनली" ज़ोन): यदि रोबोट किसी फाइल को पढ़ने या मौसम की जांच करने के लिए कहता है, तो कॉन्सिएर्ज इसे तुरंत कर देता है। बिना किसी सवाल के।
- मीडियम रिस्क (द "डू यू मीन इट?" ज़ोन): यदि रोबोट किसी फाइल को एडिट करने या ईमेल भेजने के लिए कहता है, तो कॉन्सिएर्ज रुक जाता है। वह कहता है, "हे, मैं यह करने जा रहा हूँ। क्या आप सुनिश्चित हैं?" आगे बढ़ने से पहले वह एक इंसान या रोबोट की पुष्टि का इंतजार करता है।
- हाई रिस्क (द "बबल" ज़ोन): यदि रोबोट कुछ खतरनाक करने के लिए कहता है (जैसे कोई जटिल कोड स्क्रिप्ट चलाना), तो कॉन्सिएर्ज उस कार्य को एक डॉकर कंटेनर (Docker container) के अंदर डाल देता है। इसे एक ग्लास बबल या सैंडबॉक्स की तरह समझें। यदि कोड फट जाता है या डेटा चुराने की कोशिश करता है, तो वह केवल कांच के बुलबुले को तोड़ता है, पूरी इमारत को नहीं।
"ब्रेन ट्रेनिंग" (रोबोट को पर्याप्त स्मार्ट बनाना)
पेपर का दूसरा भाग है। एक बेहतरीन कॉन्सिएर्ज होने के बावजूद, रोबोट के दिमाग को यह पता होना चाहिए कि चीजों के लिए सही ढंग से कैसे मांगा जाए। यदि रोबोट बड़बड़ाता है, तो कॉन्सिएर्ज उसकी मदद नहीं कर सकता।
लेखकों ने ओपन-सोर्स रोबोट ब्रेन्स (Qwen3 मॉडल्स) को लिया और उन्हें रीइन्फोर्समेंट लर्निंग (Reinforcement Learning) नामक तकनीक का उपयोग करके "कॉन्सिएर्ज शिष्टाचार" का क्रैश कोर्स दिया।
- उपमा: कल्पना कीजिए कि एक कुत्ते को चीज़ लाना सिखाना।
- पुराना तरीका: आप बस कुत्ते को कहते हैं, "जाओ गेंद लेकर आओ।" कभी-कभी वह उसे लाता है; कभी-कभी वह एक छड़ी लेकर आता है।
- नया तरीका (पेपर का तरीका): आप एक विशेष प्रशिक्षण पद्धति (जैसे GRPO या Dr. GRPO) का उपयोग करते हैं जहाँ आप कुत्ते को इनाम (ट्रीट) केवल तभी देते हैं जब वह ठीक उसी गेंद को लाता है जिसे आपने मांगा था, और ठीक उसी तरीके से जैसा आप चाहते थे।
- परिणाम: उन्होंने छोटे, कुशल रोबोट्स (4 बिलियन और 8 बिलियन "न्यूरॉन्स") को टूल्स के लिए पूछने में अविश्वसनीय रूप से अच्छा बनाने के लिए प्रशिक्षित किया।
- आश्चर्य: इन छोटे, प्रशिक्षित रोबोट्स ने इस विशिष्ट कार्य के लिए कुछ विशाल, महंगे रोबोट्स (जैसे 120-बिलियन न्यूरॉन्स वाला GPT-OSS) से बेहतर प्रदर्शन किया। उन्होंने "कॉन्सिएर्ज भाषा" को पूरी तरह से बोलना सीख लिया।
यह क्यों महत्वपूर्ण है
इस पेपर से पहले:
- AI टूल्स लैंडलाइन फोन की तरह थे: आपको उन्हें उपयोग करने के लिए ऑफिस में होना पड़ता था।
- केवल बड़े, महंगे AI मॉडल्स ही उन्हें अच्छी तरह से उपयोग कर सकते थे।
इस पेपर के बाद:
- AI टूल्स स्मार्टफोन की तरह हैं: आप उन्हें कहीं भी (मोबाइल, वेब, एज डिवाइसेस) उपयोग कर सकते हैं।
- "कॉन्सिएर्ज" (ब्रिज) और "ट्रेनिंग" (RL) की मदद से छोटे, सस्ते AI मॉडल्स भी बड़े मॉडल्स की तरह ही अच्छा काम कर सकते हैं।
संक्षेप में: लेखकों ने एक ऐसा पुल बनाया है जो AI को कहीं भी काम करने की अनुमति देता है, चीजों को सुरक्षित रखने के लिए एक सुरक्षा गार्ड जोड़ा है, और छोटे AI दिमागों को दिग्गजों से बेहतर तरीके से इसका उपयोग करना सिखाया है। यह शक्तिशाली AI टूल्स को हर किसी के लिए, हर जगह सुलभ बनाता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।