1 
2**Model Context Protocol (MCP)** Anthropic کی طرف سے بنایا گیا ایک اوپن سٹینڈرڈ ہے جو اس بات کی تعریف کرتا ہے کہ AI ماڈلز بیرونی ٹولز، ڈیٹا سورسز اور سروسز کے ساتھ کیسے بات چیت کرتے ہیں۔ اسے "AI کا USB-C" سمجھیں  -  ایک یونیورسل کنیکٹر جو کسی بھی AI ایجنٹ کو ایک معیاری انٹرفیس کے ذریعے کسی بھی ٹول سے بات کرنے دیتا ہے۔
3 
4اپنے لانچ سے اب تک، MCP نے **ماہانہ 97 ملین SDK ڈاؤنلوڈز** عبور کر لیے ہیں اور اسے ہر بڑے AI فراہم کنندہ نے اپنایا ہے: Anthropic، OpenAI، Google، Microsoft اور Amazon۔ اس گائیڈ میں، ہم MCP کے ساتھ تعمیر کرنے کے لیے درکار ہر چیز کا جائزہ لیں گے۔
5 
6## MCP کیوں موجود ہے
7 
8MCP سے پہلے، ہر AI ایپلیکیشن کو ہر اس ٹول کے لیے کسٹم انٹیگریشن بنانا پڑتا تھا جسے وہ استعمال کرنا چاہتی تھی۔ اپنی AI سے فائلیں پڑھوانا چاہتے ہیں؟ کسٹم کوڈ لکھیں۔ ڈیٹابیس کیوری کرنا؟ مزید کسٹم کوڈ۔ Slack پر پوسٹ کرنا؟ ایک اور انٹیگریشن۔
9 
10اس نے ایک **N×M مسئلہ** پیدا کیا: N AI ایپلیکیشنز میں سے ہر ایک کو M کسٹم انٹیگریشنز کی ضرورت تھی، جس سے دوہری محنت اور بکھرے ہوئے ایکوسسٹمز بنے۔
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 اسے ایک **واحد پروٹوکول** سے حل کرتا ہے جسے کوئی بھی AI کلائنٹ کسی بھی MCP سرور کے ساتھ بات چیت کرنے کے لیے استعمال کر سکتا ہے:
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## بنیادی تصورات
38 
39MCP کے تین بنیادی پرائمیٹوز ہیں:
40 
41### 1. ٹولز (Tools)
42ٹولز وہ فنکشنز ہیں جنہیں AI کال کر سکتا ہے۔ یہ "فائل بنائیں"، "ڈیٹابیس کیوری کریں"، یا "پیغام بھیجیں" جیسے اعمال کی نمائندگی کرتے ہیں۔ ہر ٹول کا ایک نام، تفصیل اور اپنے پیرامیٹرز کے لیے ایک JSON Schema ہوتا ہے۔
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. ریسورسز (Resources)
61ریسورسز وہ ڈیٹا ہے جسے AI پڑھ سکتا ہے۔ یہ فائلز، ڈیٹابیس ریکارڈز، API ریسپانسز یا کوئی بھی دوسرا ڈیٹا سورس ہو سکتے ہیں۔ ریسورسز کی شناخت URIs سے ہوتی ہے۔
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. پرامپٹس (Prompts)
72پرامپٹس دوبارہ قابل استعمال ٹیمپلیٹس ہیں جو تعاملات کو ترتیب دینے میں مدد کرتے ہیں۔ ان میں ڈائنامک پیرامیٹرز شامل ہو سکتے ہیں اور عام ورک فلوز کو معیاری بنانے کے لیے مفید ہیں۔
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## فن تعمیر
85 
86MCP ایک کلائنٹ-سرور فن تعمیر کی پیروی کرتا ہے:
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- **ہوسٹ**: AI ایپلیکیشن (Claude Desktop، Cursor، آپ کی کسٹم ایپ)
105- **کلائنٹ**: ایک MCP سرور کے ساتھ 1:1 کنکشن برقرار رکھتا ہے
106- **سرور**: کلائنٹ کو ٹولز، ریسورسز اور پرامپٹس دستیاب کراتا ہے
107- **ٹرانسپورٹ**: مواصلات stdio (لوکل) یا Server-Sent Events (ریموٹ) پر JSON-RPC 2.0 کے ذریعے ہوتی ہے
108 
109## MCP سرور بنانا
110 
111آئیے ایک عملی MCP سرور بنائیں جو JSON فائل میں محفوظ ٹاسک لسٹ کے ساتھ تعامل کرتا ہے۔
112 
113### سیٹ اپ
114 
115```bash
116mkdir mcp-todo-server && cd mcp-todo-server
117npm init -y
118npm install @modelcontextprotocol/sdk zod
119```
120 
121### سرور کا نفاذ
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### ترتیب
208 
209اس سرور کو Claude Desktop کے ساتھ استعمال کرنے کے لیے، اسے اپنی ترتیب میں شامل کریں:
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 کلائنٹ بنانا
223 
224آپ ایک کسٹم کلائنٹ بھی بنا سکتے ہیں جو کسی بھی MCP سرور سے جڑتا ہے:
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## مقبول MCP سرورز
251 
252MCP ایکوسسٹم تیزی سے بڑھا ہے۔ یہاں کچھ مقبول ترین سرورز ہیں:
253 
254| سرور | تفصیل | استعمال کا معاملہ |
255|------|--------|-----------------|
256| **GitHub** | Issues، PRs بنائیں، repos کا انتظام | ڈویلپمنٹ ورک فلوز |
257| **Slack** | پیغامات بھیجیں، چینلز کا انتظام | ٹیم مواصلات |
258| **PostgreSQL** | ڈیٹابیس کیوری اور انتظام | ڈیٹا تک رسائی |
259| **Filesystem** | فائلیں پڑھیں، لکھیں اور تلاش کریں | لوکل ڈویلپمنٹ |
260| **Puppeteer** | براؤزر آٹومیشن اور سکریپنگ | ویب ٹیسٹنگ |
261| **Sentry** | ایرر مانیٹرنگ اور ڈیبگنگ | پروڈکشن سپورٹ |
262| **Supabase** | ڈیٹابیس، auth، سٹوریج | بیک اینڈ آپریشنز |
263 
264## MCP بمقابلہ A2A (Agent-to-Agent)
265 
266جبکہ MCP **ایجنٹ-ٹو-ٹول** مواصلات کو سنبھالتا ہے، Google کا **A2A (Agent-to-Agent)** پروٹوکول **ایجنٹ-ٹو-ایجنٹ** مواصلات کو سنبھالتا ہے۔ یہ دونوں تکمیلی ہیں:
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 ایجنٹ ٹولز کیسے استعمال کرتا ہے (عمودی انٹیگریشن)
276- **A2A**: AI ایجنٹس ایک دوسرے کے ساتھ کیسے تعاون کرتے ہیں (افقی انٹیگریشن)
277 
278## بہترین طریقے
279 
2801. **سرورز کو مرکوز رکھیں**: ہر ڈومین کے لیے ایک سرور (GitHub سرور، Slack سرور، وغیرہ)۔ یکپارچہ سرورز نہ بنائیں۔
2812. **Zod سے ان پٹ کی توثیق کریں**: ہمیشہ مناسب سکیماز کے ساتھ ٹول ان پٹ کی توثیق کریں۔
2823. **غلطیوں کو خوبصورتی سے سنبھالیں**: بامعنی غلطی کے پیغامات واپس کریں، اسٹیک ٹریسز نہیں۔
2834. **صرف پڑھنے والے ڈیٹا کے لیے ریسورسز استعمال کریں**: اگر AI کو صرف ڈیٹا پڑھنا ہے، تو اسے ٹول کے بجائے ریسورس کے طور پر دستیاب کریں۔
2845. **مناسب تفصیلات شامل کریں**: اچھی ٹول اور پیرامیٹر تفصیلات AI کو سمجھنے میں مدد کرتی ہیں کہ ہر ٹول کب اور کیسے استعمال کرنا ہے۔
2856. **MCP Inspector سے ٹیسٹ کریں**: اپنے سرور کو انٹرایکٹو طور پر ٹیسٹ کرنے کے لیے `npx @modelcontextprotocol/inspector` استعمال کریں۔
286 
287## شروع کریں
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## نتیجہ
298 
299MCP 2026 میں AI ٹول استعمال کا ڈی فیکٹو معیار بن گیا ہے۔ چاہے آپ کسٹم AI ایجنٹس بنا رہے ہوں، Claude Code کو بڑھا رہے ہوں، یا موجودہ پلیٹ فارمز کے لیے انٹیگریشنز بنا رہے ہوں، MCP کو سمجھنا ضروری ہے۔ پروٹوکول ایک دوپہر میں سیکھنے کے لیے کافی آسان ہے لیکن پروڈکشن گریڈ AI ورک فلوز بنانے کے لیے کافی طاقتور ہے۔
300 
301**اگلے اقدامات:**
302- [MCP سپیسیفیکیشن](https://spec.modelcontextprotocol.io/) دریافت کریں
303- تحریک کے لیے [موجودہ MCP سرورز](https://github.com/modelcontextprotocol/servers) دیکھیں
304- TypeScript یا Python SDK کے ساتھ اپنا پہلا سرور بنائیں
305- Claude Desktop یا MCP Inspector سے ٹیسٹ کریں
306