Skip to content

Latest commit

 

History

History
519 lines (368 loc) · 41.8 KB

README.md

File metadata and controls

519 lines (368 loc) · 41.8 KB

Model Context Protocol (MCP) सह HTTPS स्ट्रीमिंग

हा अध्याय Model Context Protocol (MCP) वापरून HTTPS द्वारे सुरक्षित, स्केलेबल आणि रिअल-टाइम स्ट्रीमिंग कसे अंमलात आणायचे याबाबत सविस्तर मार्गदर्शन करतो. यात स्ट्रीमिंगची गरज, उपलब्ध ट्रान्सपोर्ट पद्धती, MCP मध्ये स्ट्रीमेबल HTTP कसे वापरायचे, सुरक्षा सर्वोत्तम पद्धती, SSE कडून माइग्रेशन, आणि स्वतःचे स्ट्रीमिंग MCP अॅप्लिकेशन्स तयार करण्यासाठी व्यावहारिक मार्गदर्शन यांचा समावेश आहे.

MCP मधील ट्रान्सपोर्ट पद्धती आणि स्ट्रीमिंग

या विभागात MCP मध्ये उपलब्ध विविध ट्रान्सपोर्ट पद्धती आणि त्या क्लायंट आणि सर्व्हरमधील रिअल-टाइम संवादासाठी स्ट्रीमिंग कसे सक्षम करतात हे पाहिले आहे.

ट्रान्सपोर्ट पद्धत म्हणजे काय?

ट्रान्सपोर्ट पद्धत म्हणजे क्लायंट आणि सर्व्हरमधील डेटा कसा देवाणघेवाण होतो हे ठरवणारी पद्धत. MCP वेगवेगळ्या वातावरण आणि गरजांसाठी अनेक ट्रान्सपोर्ट प्रकारांना समर्थन देते:

  • stdio: स्टँडर्ड इनपुट/आउटपुट, स्थानिक आणि CLI-आधारित टूल्ससाठी योग्य. सोपी पण वेब किंवा क्लाउडसाठी योग्य नाही.
  • SSE (Server-Sent Events): सर्व्हर HTTP वरून क्लायंटला रिअल-टाइम अपडेट्स पाठवू शकतो. वेब UI साठी चांगले, पण स्केलेबिलिटी आणि लवचिकतेत मर्यादित.
  • Streamable HTTP: आधुनिक HTTP-आधारित स्ट्रीमिंग ट्रान्सपोर्ट, नोटिफिकेशन्स आणि चांगली स्केलेबिलिटी समर्थित. बहुतेक उत्पादन आणि क्लाउड परिस्थितीसाठी शिफारस केलेले.

तुलना तक्ता

खालील तक्त्यात या ट्रान्सपोर्ट पद्धतींमधील फरक समजून घ्या:

ट्रान्सपोर्ट रिअल-टाइम अपडेट्स स्ट्रीमिंग स्केलेबिलिटी वापर प्रकरण
stdio नाही नाही कमी स्थानिक CLI टूल्स
SSE होय होय मध्यम वेब, रिअल-टाइम अपडेट्स
Streamable HTTP होय होय जास्त क्लाउड, मल्टी-क्लायंट

Tip: योग्य ट्रान्सपोर्ट निवडल्याने कार्यक्षमता, स्केलेबिलिटी आणि वापरकर्ता अनुभव सुधारतो. Streamable HTTP आधुनिक, स्केलेबल आणि क्लाउड-तयार अॅप्लिकेशन्ससाठी शिफारस केले जाते.

पूर्वीच्या अध्यायांमध्ये तुम्हाला stdio आणि SSE ट्रान्सपोर्ट दाखवले होते, तर या अध्यायात Streamable HTTP कसा वापरायचा हे समजावले आहे.

स्ट्रीमिंग: संकल्पना आणि प्रेरणा

स्ट्रीमिंगच्या मूलभूत संकल्पना आणि प्रेरणा समजून घेणे प्रभावी रिअल-टाइम संवाद प्रणाली तयार करण्यासाठी आवश्यक आहे.

स्ट्रीमिंग ही नेटवर्क प्रोग्रामिंगमधील एक तंत्र आहे ज्यात संपूर्ण प्रतिसाद तयार होण्याची वाट न पाहता डेटा लहान, हाताळण्याजोग्या तुकड्यांमध्ये किंवा घटनांच्या मालिकेप्रमाणे पाठवला आणि प्राप्त केला जातो. हे विशेषतः उपयुक्त आहे:

  • मोठ्या फाइल्स किंवा डेटासेटसाठी.
  • रिअल-टाइम अपडेट्ससाठी (उदा. चॅट, प्रगती पट्ट्या).
  • दीर्घकालीन गणनांसाठी जिथे वापरकर्त्याला सतत माहिती द्यायची असते.

स्ट्रीमिंगबद्दल उच्चस्तरीय माहिती:

  • डेटा हळूहळू दिला जातो, एकाच वेळी नाही.
  • क्लायंट येताच डेटा प्रक्रिया करू शकतो.
  • विलंब कमी होतो आणि वापरकर्ता अनुभव सुधारतो.

स्ट्रीमिंग का वापरावे?

स्ट्रीमिंग वापरण्याची कारणे:

  • वापरकर्त्यांना लगेच प्रतिसाद मिळतो, फक्त शेवटी नाही.
  • रिअल-टाइम अॅप्लिकेशन्स आणि प्रतिसादक्षम UI सक्षम करतो.
  • नेटवर्क आणि संगणकीय संसाधनांचा अधिक कार्यक्षम वापर.

सोपा उदाहरण: HTTP स्ट्रीमिंग सर्व्हर आणि क्लायंट

स्ट्रीमिंग कसे अंमलात आणता येते याचे सोपे उदाहरण:

Python

सर्व्हर (Python, FastAPI आणि StreamingResponse वापरून):

Python

from fastapi import FastAPI
from fastapi.responses import StreamingResponse
import time

app = FastAPI()

async def event_stream():
    for i in range(1, 6):
        yield f"data: Message {i}\n\n"
        time.sleep(1)

@app.get("/stream")
def stream():
    return StreamingResponse(event_stream(), media_type="text/event-stream")

क्लायंट (Python, requests वापरून):

Python

import requests

with requests.get("http://localhost:8000/stream", stream=True) as r:
    for line in r.iter_lines():
        if line:
            print(line.decode())

हे उदाहरण दाखवते की सर्व्हर क्लायंटला सर्व संदेश तयार होण्याची वाट न पाहता उपलब्ध होताच पाठवतो.

कसे कार्य करते:

  • सर्व्हर प्रत्येक संदेश तयार होताच तो पाठवतो.
  • क्लायंट येताच प्रत्येक तुकडा प्राप्त करून प्रिंट करतो.

आवश्यकता:

  • सर्व्हरला स्ट्रीमिंग प्रतिसाद वापरावा लागतो (उदा. FastAPI मधील StreamingResponse).
  • क्लायंटला प्रतिसाद स्ट्रीम म्हणून प्रक्रिया करावा लागतो (stream=True requests मध्ये).
  • Content-Type सहसा text/event-stream किंवा application/octet-stream असतो.

Java

सर्व्हर (Java, Spring Boot आणि Server-Sent Events वापरून):

@RestController
public class CalculatorController {

    @GetMapping(value = "/calculate", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public Flux<ServerSentEvent<String>> calculate(@RequestParam double a,
                                                   @RequestParam double b,
                                                   @RequestParam String op) {
        
        double result;
        switch (op) {
            case "add": result = a + b; break;
            case "sub": result = a - b; break;
            case "mul": result = a * b; break;
            case "div": result = b != 0 ? a / b : Double.NaN; break;
            default: result = Double.NaN;
        }

        return Flux.<ServerSentEvent<String>>just(
                    ServerSentEvent.<String>builder()
                        .event("info")
                        .data("Calculating: " + a + " " + op + " " + b)
                        .build(),
                    ServerSentEvent.<String>builder()
                        .event("result")
                        .data(String.valueOf(result))
                        .build()
                )
                .delayElements(Duration.ofSeconds(1));
    }
}

क्लायंट (Java, Spring WebFlux WebClient वापरून):

@SpringBootApplication
public class CalculatorClientApplication implements CommandLineRunner {

    private final WebClient client = WebClient.builder()
            .baseUrl("http://localhost:8080")
            .build();

    @Override
    public void run(String... args) {
        client.get()
                .uri(uriBuilder -> uriBuilder
                        .path("/calculate")
                        .queryParam("a", 7)
                        .queryParam("b", 5)
                        .queryParam("op", "mul")
                        .build())
                .accept(MediaType.TEXT_EVENT_STREAM)
                .retrieve()
                .bodyToFlux(String.class)
                .doOnNext(System.out::println)
                .blockLast();
    }
}

Java अंमलबजावणी टिपा:

  • Spring Boot चा reactive stack Flux सह स्ट्रीमिंगसाठी वापरतो
  • ServerSentEvent इव्हेंट प्रकारांसह संरचित इव्हेंट स्ट्रीमिंग पुरवतो
  • WebClient चा bodyToFlux() रिएक्टिव्ह स्ट्रीमिंगसाठी वापरतो
  • delayElements() इव्हेंट्समधील प्रक्रिया वेळेचे अनुकरण करतो
  • इव्हेंट्सना प्रकार (info, result) दिले जातात ज्यामुळे क्लायंटला हाताळणे सोपे होते

तुलना: पारंपरिक स्ट्रीमिंग विरुद्ध MCP स्ट्रीमिंग

पारंपरिक आणि MCP स्ट्रीमिंगमधील फरक खालीलप्रमाणे:

वैशिष्ट्य पारंपरिक HTTP स्ट्रीमिंग MCP स्ट्रीमिंग (नोटिफिकेशन्स)
मुख्य प्रतिसाद तुकड्यांमध्ये पाठवला जातो एकदाच, शेवटी पाठवला जातो
प्रगती अपडेट्स डेटा तुकड्यांप्रमाणे पाठवले जातात नोटिफिकेशन्सद्वारे पाठवले जातात
क्लायंटची गरज स्ट्रीम प्रक्रिया करणे आवश्यक मेसेज हँडलर अंमलात आणणे आवश्यक
वापर प्रकरण मोठ्या फाइल्स, AI टोकन स्ट्रीम्स प्रगती, लॉग्स, रिअल-टाइम फीडबॅक

महत्त्वाचे फरक

  • संवाद पद्धत:

    • पारंपरिक HTTP स्ट्रीमिंग: साधा chunked ट्रान्सफर एन्कोडिंग वापरतो
    • MCP स्ट्रीमिंग: JSON-RPC प्रोटोकॉलसह संरचित नोटिफिकेशन सिस्टम वापरतो

  • मेसेज फॉरमॅट:

    • पारंपरिक HTTP: साधे टेक्स्ट तुकडे, नवीन ओळींसह
    • MCP: मेटाडेटा सहित संरचित LoggingMessageNotification ऑब्जेक्ट्स

  • क्लायंट अंमलबजावणी:

    • पारंपरिक HTTP: सोपा क्लायंट जो स्ट्रीमिंग प्रतिसाद प्रक्रिया करतो
    • MCP: अधिक प्रगत क्लायंट जो वेगवेगळ्या प्रकारच्या मेसेजेससाठी मेसेज हँडलर वापरतो

  • प्रगती अपडेट्स:

    • पारंपरिक HTTP: मुख्य प्रतिसाद स्ट्रीमचा भाग
    • MCP: मुख्य प्रतिसाद शेवटी येतो, प्रगती नोटिफिकेशन्स वेगळ्या मेसेजेसद्वारे पाठवतात

शिफारसी

पारंपरिक स्ट्रीमिंग (/stream एन्डपॉइंट वापरून) आणि MCP स्ट्रीमिंग यामध्ये निवड करताना काही गोष्टी लक्षात घ्या:

  • सोप्या स्ट्रीमिंगसाठी: पारंपरिक HTTP स्ट्रीमिंग सोपे आणि मूलभूत गरजांसाठी पुरेसे आहे.
  • जटिल, संवादात्मक अॅप्ससाठी: MCP स्ट्रीमिंग अधिक संरचित, समृद्ध मेटाडेटा आणि नोटिफिकेशन्स व अंतिम निकाल यामध्ये वेगळेपणा पुरवतो.
  • AI अॅप्लिकेशन्ससाठी: MCP ची नोटिफिकेशन प्रणाली दीर्घकालीन AI टास्कसाठी उपयुक्त आहे ज्यात वापरकर्त्यांना प्रगतीची माहिती द्यायची असते.

MCP मध्ये स्ट्रीमिंग

आता आपण पारंपरिक आणि MCP स्ट्रीमिंगमधील फरक पाहिला आहे. चला पाहूया MCP मध्ये स्ट्रीमिंग कसे वापरायचे.

MCP फ्रेमवर्कमध्ये स्ट्रीमिंग म्हणजे मुख्य प्रतिसाद तुकड्यांमध्ये पाठवणे नाही, तर टूल विनंती प्रक्रिया करत असताना क्लायंटला नोटिफिकेशन्स पाठवणे होय. या नोटिफिकेशन्समध्ये प्रगती अपडेट्स, लॉग्स किंवा इतर इव्हेंट्स असू शकतात.

कसे कार्य करते

मुख्य निकाल एकदाच पाठवला जातो. मात्र, प्रक्रिया दरम्यान नोटिफिकेशन्स स्वतंत्र मेसेजेस म्हणून पाठवून क्लायंटला रिअल-टाइम अपडेट्स दिले जातात. क्लायंटला हे नोटिफिकेशन्स हाताळता यायला हवेत आणि दाखवता यायला हवेत.

नोटिफिकेशन म्हणजे काय?

MCP संदर्भात "नोटिफिकेशन" म्हणजे काय?

नोटिफिकेशन म्हणजे सर्व्हरकडून क्लायंटकडे पाठवलेला मेसेज जो दीर्घकालीन ऑपरेशन दरम्यान प्रगती, स्थिती किंवा इतर इव्हेंट्सची माहिती देतो. नोटिफिकेशन्समुळे पारदर्शकता आणि वापरकर्ता अनुभव सुधारतो.

उदाहरणार्थ, क्लायंटने सर्व्हरशी प्रारंभिक हँडशेक पूर्ण केल्यानंतर एक नोटिफिकेशन पाठवणे अपेक्षित आहे.

नोटिफिकेशन JSON मेसेज म्हणून असे दिसते:

{
  jsonrpc: "2.0";
  method: string;
  params?: {
    [key: string]: unknown;
  };
}

नोटिफिकेशन्स MCP मधील "Logging" या विषयाशी संबंधित आहेत.

लॉगिंग कार्यान्वित करण्यासाठी सर्व्हरला हे फीचर/क्षमता म्हणून सक्षम करावे लागते:

{
  "capabilities": {
    "logging": {}
  }
}

Note

वापरल्या जाणाऱ्या SDK नुसार, लॉगिंग डीफॉल्टने सक्षम असू शकते किंवा तुम्हाला ते सर्व्हर कॉन्फिगरेशनमध्ये स्पष्टपणे सक्षम करावे लागू शकते.

नोटिफिकेशन्सचे विविध प्रकार:

स्तर वर्णन उदाहरण वापर प्रकरण
debug सविस्तर डीबगिंग माहिती फंक्शन प्रवेश/बाहेर पडणे
info सामान्य माहितीपूर्ण मेसेजेस ऑपरेशन प्रगती अपडेट्स
notice सामान्य पण महत्त्वाचे इव्हेंट्स कॉन्फिगरेशन बदल
warning इशारा स्थिती जुनी वैशिष्ट्ये वापरणे
error त्रुटी स्थिती ऑपरेशन अपयश
critical गंभीर स्थिती सिस्टम घटक अपयश
alert त्वरित कृती आवश्यक डेटा भ्रष्टता आढळली
emergency सिस्टम वापरासाठी अयोग्य पूर्ण सिस्टम अपयश

MCP मध्ये नोटिफिकेशन्सची अंमलबजावणी

नोटिफिकेशन्स अंमलात आणण्यासाठी सर्व्हर आणि क्लायंट दोन्ही बाजू तयार करणे आवश्यक आहे जेणेकरून रिअल-टाइम अपडेट्स हाताळता येतील. यामुळे तुमचे अॅप्लिकेशन दीर्घकालीन ऑपरेशन्स दरम्यान वापरकर्त्यांना त्वरित प्रतिसाद देऊ शकते.

सर्व्हर बाजू: नोटिफिकेशन्स पाठवणे

सर्व्हर बाजूपासून सुरुवात करूया. MCP मध्ये तुम्ही असे टूल्स परिभाषित करता जे विनंती प्रक्रिया करताना नोटिफिकेशन्स पाठवू शकतात. सर्व्हर ctx (संदर्भ ऑब्जेक्ट) वापरून क्लायंटला मेसेजेस पाठवतो.

Python

@mcp.tool(description="A tool that sends progress notifications")
async def process_files(message: str, ctx: Context) -> TextContent:
    await ctx.info("Processing file 1/3...")
    await ctx.info("Processing file 2/3...")
    await ctx.info("Processing file 3/3...")
    return TextContent(type="text", text=f"Done: {message}")

वरील उदाहरणात, process_files टूल प्रत्येक फाइल प्रक्रिया करताना क्लायंटला तीन नोटिफिकेशन्स पाठवते. ctx.info() मेथड माहितीपूर्ण मेसेजेस पाठवण्यासाठी वापरली जाते.

तसेच, नोटिफिकेशन्स सक्षम करण्यासाठी, तुमचा सर्व्हर स्ट्रीमिंग ट्रान्सपोर्ट (उदा. streamable-http) वापरतो याची खात्री करा आणि क्लायंटने नोटिफिकेशन्स प्रक्रिया करण्यासाठी मेसेज हँडलर अंमलात आणलेला असावा. खाली सर्व्हर streamable-http ट्रान्सपोर्ट वापरण्यासाठी सेटअप कसा करायचा ते दाखवले आहे:

mcp.run(transport="streamable-http")

.NET

[Tool("A tool that sends progress notifications")]
public async Task<TextContent> ProcessFiles(string message, ToolContext ctx)
{
    await ctx.Info("Processing file 1/3...");
    await ctx.Info("Processing file 2/3...");
    await ctx.Info("Processing file 3/3...");
    return new TextContent
    {
        Type = "text",
        Text = $"Done: {message}"
    };
}

या .NET उदाहरणात, ProcessFiles टूल Tool अ‍ॅट्रिब्यूटने सजवलेले आहे आणि प्रत्येक फाइल प्रक्रिया करताना क्लायंटला तीन नोटिफिकेशन्स पाठवते. ctx.Info() मेथड माहितीपूर्ण मेसेजेस पाठवण्यासाठी वापरली जाते.

तुमच्या .NET MCP सर्व्हरमध्ये नोटिफिकेशन्स सक्षम करण्यासाठी, स्ट्रीमिंग ट्रान्सपोर्ट वापरल्याची खात्री करा:

var builder = McpBuilder.Create();
await builder
    .UseStreamableHttp() // Enable streamable HTTP transport
    .Build()
    .RunAsync();

क्लायंट बाजू: नोटिफिकेशन्स प्राप्त करणे

क्लायंटने नोटिफिकेशन्स प्राप्त करून त्यांना प्रक्रिया करण्यासाठी मेसेज हँडलर अंमलात आणणे आवश्यक आहे.

Python

async def message_handler(message):
    if isinstance(message, types.ServerNotification):
        print("NOTIFICATION:", message)
    else:
        print("SERVER MESSAGE:", message)

async with ClientSession(
   read_stream, 
   write_stream,
   logging_callback=logging_collector,
   message_handler=message_handler,
) as session:

वरील कोडमध्ये, message_handler फंक्शन तपासते की येणारा मेसेज नोटिफिकेशन आहे का. असल्यास तो प्रिंट करते, अन्यथा सामान्य सर्व्हर मेसेज म्हणून प्रक्रिया करते. तसेच ClientSession ला message_handler पास करून नोटिफिकेशन्स हाताळण्यासाठी सेट केले आहे.

.NET

// Define a message handler
void MessageHandler(IJsonRpcMessage message)
{
    if (message is ServerNotification notification)
    {
        Console.WriteLine($"NOTIFICATION: {notification}");
    }
    else
    {
        Console.WriteLine($"SERVER MESSAGE: {message}");
    }
}

// Create and use a client session with the message handler
var clientOptions = new ClientSessionOptions
{
    MessageHandler = MessageHandler,
    LoggingCallback = (level, message) => Console.WriteLine($"[{level}] {message}")
};

using var client = new ClientSession(readStream, writeStream, clientOptions);
await client.InitializeAsync();

// Now the client will process notifications through the MessageHandler

या .NET उदाहरणात, MessageHandler फंक्शन तपासते की येणारा मेसेज नोटिफिकेशन आहे का. असल्यास तो प्रिंट करते, अन्यथा सामान्य सर्व्हर मेसेज म्हणून प्रक्रिया करते. ClientSession ला ClientSessionOptions मधून मेसेज हँडलर दिला आहे.

नोटिफिकेशन्स सक्षम करण्यासाठी, सर्व्हर स्ट्रीमिंग ट्रान्सपोर्ट वापरतो याची खात्री करा आणि क्लायंटने नोटिफिकेशन्स प्रक्रिया करण्यासाठी मेसेज हँडलर अंमलात आणलेला असावा.

प्रगती नोटिफिकेशन्स आणि परिस्थिती

हा विभाग MCP मधील प्रगती नोटिफिकेशन्सची संकल्पना, त्यांचे महत्त्व, आणि Streamable HTTP वापरून त्यांची अंमलबजावणी कशी करायची हे समजावतो. तसेच तुमच्या समजुतीसाठी एक व्यावहारिक कार्य दिले आहे.

प्रगती नोटिफिकेशन्स म्हणजे दीर्घकालीन ऑपरेशन्स दरम्यान सर्व्हरकडून क्लायंटला पाठवले जाणारे रिअल-टाइम मेसेजेस. संपूर्ण प्रक्रिया पूर्ण होण्याची वाट न पाहता, सर्व्हर क्लायंटला चालू स्थितीची माहिती देतो. यामुळे पारदर्शकता, वापरकर्ता अनुभव सुधारतो आणि डीबगिंग सुलभ होते.

उदाहरण:


"Processing document 1/10"
"Processing document 2/10"
...
"Processing complete!"

प्रगती नोटिफिकेशन्स का वापराव्यात?

प्रगती नोटिफिकेशन्स महत्त्वाचे कारणे:

  • चांगला वापरकर्ता अनुभव: वापरकर्त्यांना काम चालू असताना अपडेट्स दिसतात, फक्त शेवटी नाही.
  • रिअल-टाइम फीडबॅक: क्लायंट प्रगती पट्ट्या किंवा लॉग्स दाखवू शकतो, ज्यामुळे अॅप प्रतिसादक्षम वाटते.
  • डीबगिंग आणि मॉनिटरिंग सुलभ: विकसक आणि वापरकर्ते प्रक्रिया कुठे मंद आहे किंवा अडकली आहे हे पाहू शकतात.

प्रगती नोटिफिकेशन्स कशी अंमलात आणायची

MCP मध्ये प्रगती नोटिफिकेशन्स अंमलात आणण्याचा मार्ग:

  • सर्व्हरवर: ctx.info() किंवा ctx.log() वापरून प्रत्येक आयटम प्रक्रिया होताच नोटिफिकेशन्स पाठवा. हे मुख्य निकाल तयार होण्यापूर्वी क्लायंटला मेसेज पाठवते.
  • क्लायंटवर: नोटिफिकेशन्स ऐकणारा आणि दाखवणारा मेसेज हँडलर अंमलात आणा. हा हँडलर नोटिफिकेशन्स आणि अंतिम

का अपग्रेड करावे?

SSE वरून Streamable HTTP कडे अपग्रेड करण्यासाठी दोन महत्त्वाचे कारणे आहेत:

  • Streamable HTTP SSE पेक्षा अधिक स्केलेबिलिटी, सुसंगतता आणि समृद्ध सूचना समर्थन प्रदान करते.
  • हे नवीन MCP अॅप्लिकेशन्ससाठी शिफारस केलेले ट्रान्सपोर्ट आहे.

स्थलांतर चरण

तुमच्या MCP अॅप्लिकेशन्समध्ये SSE वरून Streamable HTTP कडे स्थलांतर करण्यासाठी खालीलप्रमाणे करा:

  • सर्व्हर कोड अपडेट करा जेणेकरून mcp.run() मध्ये transport="streamable-http" वापरले जाईल.
  • क्लायंट कोड अपडेट करा जेणेकरून SSE क्लायंटऐवजी streamablehttp_client वापरले जाईल.
  • क्लायंटमध्ये मेसेज हँडलर अंमलात आणा जेणेकरून सूचना प्रक्रिया करता येतील.
  • विद्यमान टूल्स आणि वर्कफ्लोशी सुसंगतता तपासा.

सुसंगतता राखणे

स्थलांतर प्रक्रियेदरम्यान विद्यमान SSE क्लायंट्सशी सुसंगतता राखणे शिफारसीय आहे. काही धोरणे खालीलप्रमाणे:

  • तुम्ही SSE आणि Streamable HTTP दोन्ही ट्रान्सपोर्ट वेगवेगळ्या एंडपॉइंटवर चालवून दोन्ही समर्थित करू शकता.
  • हळूहळू क्लायंट्सना नवीन ट्रान्सपोर्टकडे स्थलांतर करा.

आव्हाने

स्थलांतर करताना खालील आव्हाने लक्षात घ्या:

  • सर्व क्लायंट्स अपडेट झाले आहेत याची खात्री करणे
  • सूचनांच्या वितरणातील फरक हाताळणे

सुरक्षा विचार

कोणत्याही सर्व्हरची अंमलबजावणी करताना, विशेषतः MCP मध्ये Streamable HTTP सारख्या HTTP-आधारित ट्रान्सपोर्ट वापरताना सुरक्षा हा सर्वोच्च प्राधान्याचा विषय असावा.

HTTP-आधारित ट्रान्सपोर्टसह MCP सर्व्हर तयार करताना, सुरक्षा अनेक हल्ल्यांच्या मार्गांवर लक्ष देणे आणि संरक्षणात्मक उपाययोजना करणे आवश्यक असते.

आढावा

MCP सर्व्हर HTTP वर उघडताना सुरक्षा अत्यंत महत्त्वाची असते. Streamable HTTP नवीन हल्ल्यांचे मार्ग उघडतो आणि काळजीपूर्वक कॉन्फिगरेशनची गरज असते.

खाली काही महत्त्वाच्या सुरक्षा बाबी दिल्या आहेत:

  • Origin Header ची पडताळणी: DNS रीबाइंडिंग हल्ले टाळण्यासाठी Origin हेडर नेहमी पडताळा.
  • Localhost बाइंडिंग: स्थानिक विकासासाठी सर्व्हर localhost वर बाइंड करा जेणेकरून ते सार्वजनिक इंटरनेटवर उघडे राहणार नाहीत.
  • प्रमाणीकरण: उत्पादनासाठी API कीज, OAuth सारखे प्रमाणीकरण लागू करा.
  • CORS: प्रवेश मर्यादित करण्यासाठी Cross-Origin Resource Sharing (CORS) धोरणे सेट करा.
  • HTTPS: उत्पादनात ट्रॅफिक एन्क्रिप्ट करण्यासाठी HTTPS वापरा.

सर्वोत्तम पद्धती

तुमच्या MCP स्ट्रीमिंग सर्व्हरमध्ये सुरक्षा अंमलात आणताना खालील सर्वोत्तम पद्धती पाळा:

  • पडताळणी न करता येणाऱ्या विनंत्यांवर कधीही विश्वास ठेवू नका.
  • सर्व प्रवेश आणि त्रुटी लॉग करा आणि मॉनिटर करा.
  • सुरक्षा दोष दुरुस्त करण्यासाठी नियमितपणे अवलंबित्वे अपडेट करा.

आव्हाने

MCP स्ट्रीमिंग सर्व्हरमध्ये सुरक्षा अंमलात आणताना तुम्हाला काही आव्हानांना सामोरे जावे लागेल:

  • विकास सुलभतेसह सुरक्षेचा समतोल राखणे
  • विविध क्लायंट वातावरणांशी सुसंगतता सुनिश्चित करणे

असाइनमेंट: तुमचा स्वतःचा स्ट्रीमिंग MCP अॅप तयार करा

परिस्थिती: एक MCP सर्व्हर आणि क्लायंट तयार करा जिथे सर्व्हर आयटम्सची यादी (उदा. फाइल्स किंवा दस्तऐवज) प्रक्रिया करतो आणि प्रत्येक आयटम प्रक्रियेसाठी सूचना पाठवतो. क्लायंट प्रत्येक सूचना प्राप्त होताच ती दाखवेल.

चरण:

  1. अशी सर्व्हर टूल तयार करा जी यादी प्रक्रिया करेल आणि प्रत्येक आयटमसाठी सूचना पाठवेल.
  2. क्लायंटमध्ये मेसेज हँडलर तयार करा जो सूचना रिअल टाइममध्ये दाखवेल.
  3. सर्व्हर आणि क्लायंट दोन्ही चालवून तुमची अंमलबजावणी तपासा आणि सूचना पाहा.

Solution

पुढील वाचन आणि पुढे काय?

MCP स्ट्रीमिंगसह तुमचा प्रवास सुरू ठेवण्यासाठी आणि अधिक प्रगत अॅप्लिकेशन्स तयार करण्यासाठी ज्ञान वाढवण्यासाठी, हा विभाग अतिरिक्त संसाधने आणि पुढील पावले सुचवतो.

पुढील वाचन

पुढे काय?

  • रिअल-टाइम अॅनालिटिक्स, चॅट किंवा सहकार्यात्मक संपादनासाठी स्ट्रीमिंग वापरणारे अधिक प्रगत MCP टूल्स तयार करण्याचा प्रयत्न करा.
  • फ्रंटएंड फ्रेमवर्क्स (React, Vue इ.) सोबत MCP स्ट्रीमिंग एकत्रित करून लाईव्ह UI अपडेट्स एक्सप्लोर करा.
  • पुढे: VSCode साठी AI Toolkit वापरणे

अस्वीकरण:
हा दस्तऐवज AI अनुवाद सेवा Co-op Translator वापरून अनुवादित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात घ्या की स्वयंचलित अनुवादांमध्ये चुका किंवा अचूकतेची कमतरता असू शकते. मूळ दस्तऐवज त्याच्या स्थानिक भाषेत अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी अनुवाद करण्याची शिफारस केली जाते. या अनुवादाच्या वापरामुळे उद्भवणाऱ्या कोणत्याही गैरसमजुती किंवा चुकीच्या अर्थलागी आम्ही जबाबदार नाही.