1 
2**Model Context Protocol (MCP)** Anthropic द्वारा बनाया गया एक ओपन स्टैंडर्ड है जो परिभाषित करता है कि AI मॉडल बाहरी टूल्स, डेटा स्रोतों और सेवाओं के साथ कैसे संवाद करते हैं। इसे "AI का USB-C" समझें  -  एक यूनिवर्सल कनेक्टर जो किसी भी AI एजेंट को एक मानकीकृत इंटरफ़ेस के माध्यम से किसी भी टूल से बात करने देता है।
3 
4अपने लॉन्च के बाद से, MCP ने **97 मिलियन मासिक SDK डाउनलोड** पार कर लिए हैं और इसे हर प्रमुख AI प्रदाता ने अपनाया है: Anthropic, OpenAI, Google, Microsoft और Amazon। इस गाइड में, हम MCP के साथ बनाने के लिए आवश्यक सब कुछ जानेंगे।
5 
6## MCP क्यों मौजूद है
7 
8MCP से पहले, हर AI एप्लिकेशन को हर उस टूल के लिए कस्टम इंटीग्रेशन बनाना पड़ता था जिसे वह उपयोग करना चाहता था। अपनी AI से फाइलें पढ़वाना चाहते हैं? कस्टम कोड लिखें। डेटाबेस क्वेरी करना? और कस्टम कोड। Slack पर पोस्ट करना? एक और इंटीग्रेशन।
9 
10इसने एक **N×M समस्या** पैदा की: N AI एप्लिकेशन्स में से प्रत्येक को M कस्टम इंटीग्रेशन की आवश्यकता थी, जिससे दोहरा प्रयास और खंडित इकोसिस्टम बने।
11 
12```mermaid
13graph TD
14    subgraph "Before MCP (N×M)"
15        A1[AI App 1] --> T1[GitHub Integration]
16        A1 --> T2[Slack Integration]
17        A1 --> T3[DB Integration]
18        A2[AI App 2] --> T4[GitHub Integration]
19        A2 --> T5[Slack Integration]
20        A2 --> T6[DB Integration]
21    end
22```
23 
24MCP इसे एक **एकल प्रोटोकॉल** से हल करता है जिसका उपयोग कोई भी AI क्लाइंट किसी भी MCP सर्वर के साथ संवाद करने के लिए कर सकता है:
25 
26```mermaid
27graph TD
28    subgraph "With MCP (N+M)"
29        A1[AI App 1] --> MCP[MCP Protocol]
30        A2[AI App 2] --> MCP
31        MCP --> S1[GitHub Server]
32        MCP --> S2[Slack Server]
33        MCP --> S3[DB Server]
34    end
35```
36 
37## मुख्य अवधारणाएँ
38 
39MCP में तीन मूलभूत प्रिमिटिव हैं:
40 
41### 1. टूल्स (Tools)
42टूल्स ऐसे फंक्शन हैं जिन्हें AI कॉल कर सकती है। वे "फाइल बनाएं", "डेटाबेस क्वेरी करें", या "मैसेज भेजें" जैसी क्रियाओं का प्रतिनिधित्व करते हैं। हर टूल का एक नाम, विवरण और अपने पैरामीटर्स के लिए एक JSON Schema होता है।
43 
44```typescript
45{
46  name: "create_issue",
47  description: "Create a new GitHub issue",
48  inputSchema: {
49    type: "object",
50    properties: {
51      title: { type: "string", description: "Issue title" },
52      body: { type: "string", description: "Issue body" },
53      repo: { type: "string", description: "Repository name" }
54    },
55    required: ["title", "repo"]
56  }
57}
58```
59 
60### 2. रिसोर्सेस (Resources)
61रिसोर्सेस वह डेटा है जिसे AI पढ़ सकती है। ये फाइलें, डेटाबेस रिकॉर्ड्स, API रिस्पॉन्सेस या कोई भी अन्य डेटा स्रोत हो सकते हैं। रिसोर्सेस की पहचान URIs द्वारा होती है।
62 
63```typescript
64{
65  uri: "file:///Users/dev/project/README.md",
66  name: "Project README",
67  mimeType: "text/markdown"
68}
69```
70 
71### 3. प्रॉम्प्ट्स (Prompts)
72प्रॉम्प्ट्स पुन: प्रयोज्य टेम्पलेट हैं जो इंटरैक्शन को संरचित करने में मदद करते हैं। इनमें डायनामिक पैरामीटर शामिल हो सकते हैं और ये सामान्य वर्कफ़्लो को मानकीकृत करने के लिए उपयोगी हैं।
73 
74```typescript
75{
76  name: "code_review",
77  description: "Review code changes for quality and security",
78  arguments: [
79    { name: "diff", description: "The code diff to review", required: true }
80  ]
81}
82```
83 
84## आर्किटेक्चर
85 
86MCP एक क्लाइंट-सर्वर आर्किटेक्चर का अनुसरण करता है:
87 
88```mermaid
89graph LR
90    subgraph "Host Application"
91        Client[MCP Client]
92    end
93 
94    subgraph "MCP Server"
95        Server[Server Process]
96        Server --> Tools[Tools]
97        Server --> Resources[Resources]
98        Server --> Prompts[Prompts]
99    end
100 
101    Client -- "JSON-RPC 2.0\n(stdio or SSE)" --> Server
102```
103 
104- **होस्ट**: AI एप्लिकेशन (Claude Desktop, Cursor, आपका कस्टम ऐप)
105- **क्लाइंट**: एक MCP सर्वर के साथ 1:1 कनेक्शन बनाए रखता है
106- **सर्वर**: क्लाइंट को टूल्स, रिसोर्सेस और प्रॉम्प्ट्स उपलब्ध कराता है
107- **ट्रांसपोर्ट**: संवाद stdio (लोकल) या Server-Sent Events (रिमोट) पर JSON-RPC 2.0 के माध्यम से होता है
108 
109## MCP सर्वर बनाना
110 
111आइए एक प्रैक्टिकल MCP सर्वर बनाएं जो JSON फाइल में संग्रहीत एक कार्य सूची के साथ इंटरैक्ट करता है।
112 
113### सेटअप
114 
115```bash
116mkdir mcp-todo-server && cd mcp-todo-server
117npm init -y
118npm install @modelcontextprotocol/sdk zod
119```
120 
121### सर्वर कार्यान्वयन
122 
123```typescript
124// src/index.ts
125import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
126import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
127import { z } from "zod";
128import fs from "fs";
129 
130const TODO_FILE = "./todos.json";
131 
132function readTodos(): { id: number; text: string; done: boolean }[] {
133  if (!fs.existsSync(TODO_FILE)) return [];
134  return JSON.parse(fs.readFileSync(TODO_FILE, "utf-8"));
135}
136 
137function writeTodos(todos: { id: number; text: string; done: boolean }[]) {
138  fs.writeFileSync(TODO_FILE, JSON.stringify(todos, null, 2));
139}
140 
141const server = new McpServer({
142  name: "todo-server",
143  version: "1.0.0",
144});
145 
146// Tool: Add a todo
147server.tool(
148  "add_todo",
149  "Add a new todo item",
150  { text: z.string().describe("The todo text") },
151  async ({ text }) => {
152    const todos = readTodos();
153    const newTodo = { id: Date.now(), text, done: false };
154    todos.push(newTodo);
155    writeTodos(todos);
156    return { content: [{ type: "text", text: `Added: "${text}"` }] };
157  }
158);
159 
160// Tool: List todos
161server.tool(
162  "list_todos",
163  "List all todo items",
164  {},
165  async () => {
166    const todos = readTodos();
167    const list = todos
168      .map((t) => `${t.done ? "✅" : "⬜"} [${t.id}] ${t.text}`)
169      .join("\n");
170    return { content: [{ type: "text", text: list || "No todos yet." }] };
171  }
172);
173 
174// Tool: Complete a todo
175server.tool(
176  "complete_todo",
177  "Mark a todo as completed",
178  { id: z.number().describe("The todo ID to complete") },
179  async ({ id }) => {
180    const todos = readTodos();
181    const todo = todos.find((t) => t.id === id);
182    if (!todo) return { content: [{ type: "text", text: "Todo not found." }] };
183    todo.done = true;
184    writeTodos(todos);
185    return { content: [{ type: "text", text: `Completed: "${todo.text}"` }] };
186  }
187);
188 
189// Resource: Current todos as a readable resource
190server.resource(
191  "todos://list",
192  "Current todo list",
193  async () => ({
194    contents: [{
195      uri: "todos://list",
196      mimeType: "application/json",
197      text: JSON.stringify(readTodos(), null, 2),
198    }],
199  })
200);
201 
202// Start the server
203const transport = new StdioServerTransport();
204await server.connect(transport);
205```
206 
207### कॉन्फ़िगरेशन
208 
209इस सर्वर को Claude Desktop के साथ उपयोग करने के लिए, इसे अपने कॉन्फ़िग में जोड़ें:
210 
211```json
212{
213  "mcpServers": {
214    "todo": {
215      "command": "npx",
216      "args": ["tsx", "/path/to/mcp-todo-server/src/index.ts"]
217    }
218  }
219}
220```
221 
222## MCP क्लाइंट बनाना
223 
224आप एक कस्टम क्लाइंट भी बना सकते हैं जो किसी भी MCP सर्वर से कनेक्ट होता है:
225 
226```typescript
227import { Client } from "@modelcontextprotocol/sdk/client/index.js";
228import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";
229 
230const transport = new StdioClientTransport({
231  command: "npx",
232  args: ["tsx", "./src/index.ts"],
233});
234 
235const client = new Client({ name: "my-client", version: "1.0.0" });
236await client.connect(transport);
237 
238// List available tools
239const { tools } = await client.listTools();
240console.log("Available tools:", tools.map((t) => t.name));
241 
242// Call a tool
243const result = await client.callTool({
244  name: "add_todo",
245  arguments: { text: "Write MCP blog post" },
246});
247console.log(result);
248```
249 
250## लोकप्रिय MCP सर्वर
251 
252MCP इकोसिस्टम तेजी से बढ़ा है। यहाँ कुछ सबसे लोकप्रिय सर्वर हैं:
253 
254| सर्वर | विवरण | उपयोग का मामला |
255|--------|--------|----------------|
256| **GitHub** | Issues, PRs बनाएं, repos प्रबंधित करें | डेवलपमेंट वर्कफ़्लो |
257| **Slack** | मैसेज भेजें, चैनल प्रबंधित करें | टीम संचार |
258| **PostgreSQL** | डेटाबेस क्वेरी और प्रबंधन | डेटा एक्सेस |
259| **Filesystem** | फाइलें पढ़ें, लिखें और खोजें | लोकल डेवलपमेंट |
260| **Puppeteer** | ब्राउज़र ऑटोमेशन और स्क्रैपिंग | वेब टेस्टिंग |
261| **Sentry** | एरर मॉनिटरिंग और डिबगिंग | प्रोडक्शन सपोर्ट |
262| **Supabase** | डेटाबेस, auth, स्टोरेज | बैकएंड ऑपरेशन्स |
263 
264## MCP vs A2A (Agent-to-Agent)
265 
266जबकि MCP **एजेंट-टू-टूल** संचार को संभालता है, Google का **A2A (Agent-to-Agent)** प्रोटोकॉल **एजेंट-टू-एजेंट** संचार को संभालता है। वे पूरक हैं:
267 
268```mermaid
269graph TD
270    Agent1[Agent 1] -- "A2A Protocol" --> Agent2[Agent 2]
271    Agent1 -- "MCP Protocol" --> Tool1[GitHub MCP Server]
272    Agent2 -- "MCP Protocol" --> Tool2[Database MCP Server]
273```
274 
275- **MCP**: AI एजेंट टूल्स का उपयोग कैसे करता है (वर्टिकल इंटीग्रेशन)
276- **A2A**: AI एजेंट्स एक-दूसरे के साथ कैसे सहयोग करते हैं (हॉरिज़ॉन्टल इंटीग्रेशन)
277 
278## सर्वोत्तम प्रथाएँ
279 
2801. **सर्वर को केंद्रित रखें**: प्रत्येक डोमेन के लिए एक सर्वर (GitHub सर्वर, Slack सर्वर, आदि)। मोनोलिथिक सर्वर न बनाएं।
2812. **Zod से इनपुट वैलिडेट करें**: हमेशा उचित स्कीमा के साथ टूल इनपुट को वैलिडेट करें।
2823. **एरर को सुचारू रूप से हैंडल करें**: स्टैक ट्रेस नहीं, सार्थक एरर मैसेज लौटाएं।
2834. **रीड-ओनली डेटा के लिए रिसोर्सेस का उपयोग करें**: यदि AI को केवल डेटा पढ़ना है, तो इसे टूल के बजाय रिसोर्स के रूप में एक्सपोज़ करें।
2845. **उचित विवरण जोड़ें**: अच्छे टूल और पैरामीटर विवरण AI को समझने में मदद करते हैं कि प्रत्येक टूल का कब और कैसे उपयोग करना है।
2856. **MCP Inspector से टेस्ट करें**: अपने सर्वर को इंटरैक्टिव रूप से टेस्ट करने के लिए `npx @modelcontextprotocol/inspector` का उपयोग करें।
286 
287## शुरू करें
288 
289```bash
290# Create a new MCP server from template
291npx @modelcontextprotocol/create-server my-server
292 
293# Test with the MCP Inspector
294npx @modelcontextprotocol/inspector npx tsx ./src/index.ts
295```
296 
297## निष्कर्ष
298 
299MCP 2026 में AI टूल उपयोग के लिए वास्तविक मानक बन गया है। चाहे आप कस्टम AI एजेंट बना रहे हों, Claude Code का विस्तार कर रहे हों, या मौजूदा प्लेटफ़ॉर्म के लिए इंटीग्रेशन बना रहे हों, MCP को समझना आवश्यक है। यह प्रोटोकॉल एक दोपहर में सीखने के लिए पर्याप्त सरल है लेकिन प्रोडक्शन-ग्रेड AI वर्कफ़्लो बनाने के लिए पर्याप्त शक्तिशाली है।
300 
301**अगले कदम:**
302- [MCP स्पेसिफिकेशन](https://spec.modelcontextprotocol.io/) एक्सप्लोर करें
303- प्रेरणा के लिए [मौजूदा MCP सर्वर](https://github.com/modelcontextprotocol/servers) ब्राउज़ करें
304- TypeScript या Python SDK के साथ अपना पहला सर्वर बनाएं
305- Claude Desktop या MCP Inspector से टेस्ट करें
306