From REST to MCP: An Empirical Study of API Wrapping and Automated Server Generation for LLM Agents
यह शोध पत्र मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) सर्वरों का पहला बड़े पैमाने पर अनुभवजन्य अध्ययन प्रस्तुत करता है, जो REST API और बेयर रैपर्स (bare wrappers) पर उनकी भारी निर्भरता को प्रकट करता है और साथ ही AutoMCP पेश करता है, जो स्पेक्सिफिकेशन रिपेयर (specification repair) और रणनीतिक टूल-सेट रूपांतरणों के माध्यम से टूल जनरेशन की शुद्धता में महत्वपूर्ण सुधार करता है और जटिलता को कम 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
कल्पना कीजिए कि आपके पास एक सुपर-स्मार्ट रोबोट सहायक (एक AI एजेंट) है जो अद्भुत काम कर सकता है, जैसे उड़ान बुक करना, डेटा का विश्लेषण करना या आपकी फ़ाइलों को प्रबंधित करना। लेकिन यह रोबोट अंधा है; इसे नहीं पता कि अपने आप बाहरी दुनिया से कैसे बात करनी है। इसे GitHub, Slack या Trello जैसी विभिन्न सेवाओं की भाषा बोलने के लिए एक अनुवादक (translator) की आवश्यकता है।
लंबे समय तक, इन सेवाओं ने REST API नामक एक जटिल भाषा बोली। रोबोट को उनसे बात करने में सक्षम बनाने के लिए, मानव डेवलपर्स को हर एक सेवा के लिए एक कस्टम "अनुवादक" बनाना पड़ता था। यह धीमा, महंगा और त्रुटियों से भरा था।
हाल ही में, MCP (Model Context Protocol) नामक एक नया मानक आया है। MCP को एक "यूनिवर्सल रिमोट कंट्रोल" के रूप में सोचें। हर टीवी के लिए एक कस्टम अनुवादक बनाने के बजाय, आप बस रिमोट प्लग करते हैं, और यह काम करने लगता है।
लेकिन यहाँ बड़ा सवाल है जो यह पेपर पूछता है: ये नए "यूनिवर्सल रिमोट" वास्तव में कैसे बनाए जा रहे हैं? क्या वे स्मार्ट, विशेष रूप से तैयार किए गए इंटरफेस हैं, या वे पुराने जटिल भाषाओं की केवल एक अनाड़ी नकल हैं? और क्या हम उन्हें स्वचालित रूप से बना सकते हैं?
यहाँ उनके निष्कर्षों की कहानी है, जिसे कुछ सरल उपमाओं के माध्यम से समझाया गया है।
1. "कॉपी-पेस्ट" की वास्तविकता (वे क्या कर रहे हैं?)
शोधकर्ताओं ने इन नए MCP सर्वरों (यानी "रिमोट") के 116 नमूनों का अध्ययन किया।
- निष्कर्ष: उनमें से 88% केवल बेयर-बोन्स रैपर्स (bare-bones wrappers) हैं।
- उपमा: कल्पना कीजिए कि आप पिज्जा ऑर्डर करना चाहते हैं। पिज्जा की दुकान में 600 आइटम वाला एक जटिल मेनू है (REST API)। रोबोट के लिए एक साधारण "पिज्जा ऑर्डर करें" बटन बनाने के बजाय, डेवलपर ने रोबोट को पूरे 600-आइटम वाले मेनू की फोटोकॉपी दे दी।
- परिणाम: रोबोट अभिभूत हो जाता है। वह 50 विकल्पों के बजाय 600 विकल्प देखता है। पेपर में पाया गया कि अधिकांश MCP सर्वर केवल उस जटिल मेनू को सीधे "अनुवाद" कर रहे हैं, बिना उसे सरल बनाए। वे "थिन रैपर्स" (thin wrappers) हैं—वे संदेश को आगे तो पहुँचाते हैं लेकिन उसमें कोई बुद्धिमत्ता नहीं जोड़ते।
2. "क्यूरेटेड मेनू" (उन्हें क्या करना चाहिए?)
शोधकर्ताओं ने फिर पूछा: "यदि हम उन वास्तविक दुनिया के MCP सर्वरों को देखें जो अच्छा काम करते हैं, तो वे क्या छिपा रहे हैं?"
- निष्कर्ष: अच्छे सर्वर उपलब्ध टूल्स में से केवल लगभग 19% को ही सामने लाते हैं। वे डरावनी चीजों को छिपा देते हैं।
- उपमा: एक अच्छा रेस्टोरेंट ग्राहक को मेनू पर "डेटाबेस डिलीट करें" या "पासवर्ड बदलें" जैसे बटन नहीं दिखाता है। वे मेनू को क्यूरेट (curate) करते हैं। वे आपको "पेपरोनी पिज्जा" और "गार्लिक ब्रेड" दिखाते हैं, लेकिन "किचन फायर एक्सटिंग्विशर" और "शेफ का गुप्त सॉस रेसिपी" छिपा देते हैं।
- पैटर्न: उन्होंने एक स्पष्ट पैटर्न पाया:
- एक्सपोज़्ड (Exposed): "रीड" (Read) टूल्स (डेटा देखना, खोजना, वस्तुओं की सूची बनाना)।
- छिपे हुए (Hidden): "खतरनाक" (Dangerous) टूल्स (चीजों को डिलीट करना, सेटिंग्स बदलना, पासवर्ड मैनेज करना)।
- छिपे हुए (Hidden): "बोरिंग" (Boring) टूल्स (तकनीकी सेटिंग्स, पुराने फीचर्स)।
- ग्रुप किया गया (Grouped): "यूजर की लिस्ट प्राप्त करें" और "यूजर #123 प्राप्त करें" के लिए अलग-अलग बटन रखने के बजाय, वे इसे एक स्मार्ट बटन में मिला देते हैं: "यूजर प्राप्त करें" (जो पूछता है, "कौन सा?").
3. "टूटा हुआ ब्लूप्रिंट" समस्या (हम इसे ऑटोमेट क्यों नहीं कर सकते?)
शोधकर्ताओं ने एक स्वचालित मशीन (AutoMCP) बनाने की कोशिश की जो जटिल मेनू (OpenAPI स्पेसिफिकेशन) को ले और तुरंत सरल रिमोट (MCP सर्वर) बना दे।
- समस्या: कंपनियों द्वारा प्रदान किए गए ब्लूप्रिंट (OpenAPI specs) अक्सर अस्त-व्यस्त होते हैं।
- कभी-कभी ब्लूप्रिंट कहता है "कोई पासवर्ड आवश्यक नहीं है," लेकिन दरवाजा वास्तव में एक चाबी मांगता है।
- कभी-कभी ब्लूप्रिंट कहता है कि पता "द पिज्जा प्लेस" है, लेकिन यह नहीं बताता कि कौन सा शहर।
- कभी-कभी ब्लूप्रिंट में वे "सीक्रेट सॉस" निर्देश (headers) गायब होते हैं जिनकी आवश्यकता दरवाजा खोलने के लिए होती है।
- परिणाम: जब मशीन ने रिमोट बनाने की कोशिश की, तो वह लगभग 24% बार विफल रही क्योंकि ब्लूप्रिंट टूटे हुए थे।
4. "ऑटो-रिपेयर" समाधान (उन्होंने इसे कैसे ठीक किया)
टीम ने SpecFix (स्पेसिफिकेशन फिक्सर) नामक एक टूल बनाया। इसे एक स्पेल-चेकर के रूप में समझें जो ब्लूप्रिंट की व्याकरण भी ठीक करता है।
- यह कैसे काम करता है: यह बिखरे हुए ब्लूप्रिंट की तुलना कंपनी के आधिकारिक वेबसाइट दस्तावेज़ों से करता है। यदि ब्लूप्रिंट कहता है "कोई पासवर्ड नहीं चाहिए" लेकिन वेबसाइट कहती है "लॉगिन आवश्यक है," तो SpecFix ब्लूप्रिंट को स्वचालित रूप से ठीक कर देता है।
- परिणाम: ब्लूप्रिंट को ठीक करने के बाद, स्वचालित बिल्डर 94% बार सफल रहा! यह "ज्यादातर खराब" से "लगभग परफेक्ट" हो गया।
5. "स्मार्ट फ़िल्टर" (इसे उपयोगी बनाना)
एक परफेक्ट ब्लूप्रिंट के साथ भी, मशीन रोबोट के लिए 600 बटन बना देगी, जो बहुत अधिक हैं।
- समाधान: उन्होंने पहले खोजे गए "क्यूरेटेड मेनू" के नियमों को लागू किया।
- फ़िल्टर (Filter): "डेटाबेस डिलीट करें" और "सेटिंग्स" जैसे बटनों को स्वचालित रूप से हटा दें (खतरनाक/बोरिंग चीजें)।
- ग्रुप (Group): "लिस्ट प्राप्त करें" और "आइटम प्राप्त करें" को एक स्मार्ट बटन में मिला दें।
- परिणाम: उन्होंने बटनों की संख्या को एक-तिहाई कम कर दिया। अब रोबोट के पास अराजक विकल्पों की दीवार के बजाय एक प्रबंधनीय, साफ-सुथरा मेनू है।
मुख्य निष्कर्ष (The Big Takeaway)
यह पेपर AI की दुनिया के एक रहस्य को सुलझाने वाली एक जासूसी कहानी की तरह है:
- रहस्य: AI एजेंट टूल्स का उपयोग करने में संघर्ष क्यों कर रहे हैं?
- सुराग: डेवलपर्स केवल जटिल मेनू की नकल कर रहे हैं, उन्हें क्यूरेट करने के बजाय।
- समाधान: हम इन टूल्स को स्वचालित रूप से बना सकते हैं, लेकिन हमें:
- ब्लूप्रिंट को ठीक करना होगा (क्योंकि वे अक्सर टूटे हुए होते हैं)।
- मेनू को क्यूरेट करना होगा (खतरनाक चीजों को छिपाना और समान आइटम्स को ग्रुप करना)।
लेखकों ने AutoMCP नामक एक टूल जारी किया है जो यह सब करता है। यह एक बिखरे हुए, जटिल API को लेता है, इसकी त्रुटियों को ठीक करता है, खतरनाक बटनों को छिपाता है, समान आइटम्स को ग्रुप करता है, और AI एजेंट को काम पूरा करने के लिए एक साफ, सरल और सुरक्षित "यूनिवर्सल रिमोट" सौंप देता है।
संक्षेप में: हमें अब हर एक टूल को मैन्युअल रूप से बनाने के लिए इंसानों की आवश्यकता नहीं है। हमें बस एक स्मार्ट मशीन की आवश्यकता है जो निर्देशों को साफ करे और AI को काम करने के लिए एक सरल, सुरक्षित मेनू दे सके।
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।