এই পাঠে MCP কমিউনিটির সাথে কীভাবে যুক্ত হওয়া যায়, MCP ইকোসিস্টেমে কীভাবে অবদান রাখা যায়, এবং সম্মিলিত উন্নয়নের সেরা অনুশীলনগুলো অনুসরণ করা হয় তা আলোচনা করা হয়েছে। ওপেন সোর্স MCP প্রকল্পগুলোতে অংশগ্রহণের পদ্ধতি জানা তাদের জন্য অত্যন্ত গুরুত্বপূর্ণ যারা এই প্রযুক্তির ভবিষ্যত গড়তে আগ্রহী।
এই পাঠ শেষে আপনি সক্ষম হবেন:
- MCP কমিউনিটি এবং ইকোসিস্টেমের কাঠামো বুঝতে
- MCP কমিউনিটি ফোরাম এবং আলোচনায় কার্যকরভাবে অংশ নিতে
- MCP ওপেন সোর্স রিপোজিটরিতে অবদান রাখতে
- কাস্টম MCP টুল তৈরি ও শেয়ার করতে
- MCP উন্নয়ন এবং সহযোগিতার সেরা অনুশীলন অনুসরণ করতে
MCP ইকোসিস্টেম বিভিন্ন উপাদান এবং অংশগ্রহণকারীদের সমন্বয়ে গঠিত যারা একসঙ্গে প্রোটোকল উন্নত করে।
- কোর প্রোটোকল রক্ষণাবেক্ষকরা: Microsoft এবং অন্যান্য প্রতিষ্ঠান যারা কোর MCP স্পেসিফিকেশন এবং রেফারেন্স ইমপ্লিমেন্টেশন রক্ষণাবেক্ষণ করে
- টুল ডেভেলপাররা: ব্যক্তিগত এবং দল যারা MCP টুল তৈরি করে
- ইন্টিগ্রেশন প্রদানকারীরা: কোম্পানি যারা MCP তাদের পণ্য ও সেবায় সংযুক্ত করে
- অবশেষ ব্যবহারকারীরা: ডেভেলপার এবং প্রতিষ্ঠান যারা MCP তাদের অ্যাপ্লিকেশনে ব্যবহার করে
- অবদানকারী: কমিউনিটির সদস্য যারা কোড, ডকুমেন্টেশন বা অন্যান্য সম্পদ প্রদান করে
- ভাষা-নির্দিষ্ট SDK ইমপ্লিমেন্টেশন
- সার্ভার ইমপ্লিমেন্টেশন এবং টুল লাইব্রেরি
- ব্লগ পোস্ট এবং টিউটোরিয়াল
- কমিউনিটি ফোরাম এবং সোশ্যাল মিডিয়া আলোচনা
MCP ইকোসিস্টেম বিভিন্ন ধরনের অবদানকে স্বাগত জানায়:
-
কোড অবদান:
- কোর প্রোটোকল উন্নয়ন
- বাগ ফিক্স
- টুল ইমপ্লিমেন্টেশন
- বিভিন্ন ভাষায় ক্লায়েন্ট/সার্ভার লাইব্রেরি
-
ডকুমেন্টেশন:
- বিদ্যমান ডকুমেন্টেশন উন্নয়ন
- টিউটোরিয়াল এবং গাইড তৈরি
- ডকুমেন্টেশন অনুবাদ
- উদাহরণ এবং স্যাম্পল অ্যাপ্লিকেশন তৈরি
-
কমিউনিটি সাপোর্ট:
- ফোরামে প্রশ্নের উত্তর দেওয়া
- টেস্টিং এবং সমস্যা রিপোর্ট করা
- কমিউনিটি ইভেন্ট আয়োজন
- নতুন অবদানকারীদের মেন্টরিং
কোর MCP প্রোটোকল বা অফিসিয়াল ইমপ্লিমেন্টেশনে অবদান রাখতে:
// Example contribution to MCP protocol: Adding support for binary data streams
// This would be part of a pull request to the core MCP repository
namespace Microsoft.Mcp.Protocol
{
// New interface for binary data handling in MCP
public interface IBinaryDataHandler
{
/// <summary>
/// Processes a binary data stream
/// </summary>
/// <param name="binaryDataStream">The binary data stream to process</param>
/// <param name="metadata">Metadata about the binary data</param>
/// <returns>A result indicating the processing outcome</returns>
Task<BinaryProcessingResult> ProcessBinaryDataAsync(
Stream binaryDataStream,
BinaryDataMetadata metadata);
}
// New metadata class for binary data
public class BinaryDataMetadata
{
/// <summary>
/// MIME type of the binary data
/// </summary>
public string ContentType { get; set; }
/// <summary>
/// Size of the binary data in bytes
/// </summary>
public long ContentLength { get; set; }
/// <summary>
/// Optional filename for the binary data
/// </summary>
public string Filename { get; set; }
/// <summary>
/// Additional metadata as key-value pairs
/// </summary>
public IDictionary<string, string> Properties { get; set; } = new Dictionary<string, string>();
}
// Result class for binary processing
public class BinaryProcessingResult
{
/// <summary>
/// Whether the processing was successful
/// </summary>
public bool Success { get; set; }
/// <summary>
/// Any error message if processing failed
/// </summary>
public string ErrorMessage { get; set; }
/// <summary>
/// Results of the processing as key-value pairs
/// </summary>
public IDictionary<string, object> Results { get; set; } = new Dictionary<string, object>();
}
}package com.mcp.tools;
// Original code with bug
public class ToolParameterValidator {
public boolean validateParameters(Map<String, Object> parameters, Object schema) {
if (schema == null) {
return true; // No schema means no validation needed
}
// Bug: This doesn't properly validate nested objects
// Original implementation:
for (Map.Entry<String, Object> entry : parameters.entrySet()) {
String key = entry.getKey();
Object value = entry.getValue();
if (!validateSingleParameter(key, value, schema)) {
return false;
}
}
return true;
}
// Other methods...
}
// Fixed implementation in a contribution
public class ToolParameterValidator {
public boolean validateParameters(Map<String, Object> parameters, Object schema) {
if (schema == null) {
return true; // No schema means no validation needed
}
// Get required properties from schema
List<String> required = new ArrayList<>();
if (schema instanceof Map) {
Map<String, Object> schemaMap = (Map<String, Object>) schema;
if (schemaMap.containsKey("required") && schemaMap.get("required") instanceof List) {
required = (List<String>) schemaMap.get("required");
}
}
// Check for required properties
for (String requiredProp : required) {
if (!parameters.containsKey(requiredProp)) {
return false; // Missing required property
}
}
// Validate each parameter against schema
for (Map.Entry<String, Object> entry : parameters.entrySet()) {
String key = entry.getKey();
Object value = entry.getValue();
if (!validateSingleParameter(key, value, schema)) {
return false;
}
// Handle nested objects recursively
if (value instanceof Map && getPropertySchema(key, schema) instanceof Map) {
Map<String, Object> nestedParams = (Map<String, Object>) value;
Object nestedSchema = getPropertySchema(key, schema);
if (!validateParameters(nestedParams, nestedSchema)) {
return false;
}
}
}
return true;
}
// Helper method to get schema for a specific property
private Object getPropertySchema(String propertyName, Object schema) {
// Implementation details
return null; // Placeholder
}
// Other methods...
}# Example contribution: A CSV data processing tool for the MCP standard library
from mcp_tools import Tool, ToolRequest, ToolResponse, ToolExecutionException
import pandas as pd
import io
import json
from typing import Dict, Any, List, Optional
class CsvProcessingTool(Tool):
"""
Tool for processing and analyzing CSV data.
This tool allows models to extract information from CSV files,
run basic analysis, and convert data between formats.
"""
def get_name(self):
return "csvProcessor"
def get_description(self):
return "Processes and analyzes CSV data"
def get_schema(self):
return {
"type": "object",
"properties": {
"csvData": {
"type": "string",
"description": "CSV data as a string"
},
"csvUrl": {
"type": "string",
"description": "URL to a CSV file (alternative to csvData)"
},
"operation": {
"type": "string",
"enum": ["summary", "filter", "transform", "convert"],
"description": "Operation to perform on the CSV data"
},
"filterColumn": {
"type": "string",
"description": "Column to filter by (for filter operation)"
},
"filterValue": {
"type": "string",
"description": "Value to filter for (for filter operation)"
},
"outputFormat": {
"type": "string",
"enum": ["json", "csv", "markdown"],
"default": "json",
"description": "Output format for the processed data"
}
},
"oneOf": [
{"required": ["csvData", "operation"]},
{"required": ["csvUrl", "operation"]}
]
}
async def execute_async(self, request: ToolRequest) -> ToolResponse:
try:
# Extract parameters
operation = request.parameters.get("operation")
output_format = request.parameters.get("outputFormat", "json")
# Get CSV data from either direct data or URL
df = await self._get_dataframe(request)
# Process based on requested operation
result = {}
if operation == "summary":
result = self._generate_summary(df)
elif operation == "filter":
column = request.parameters.get("filterColumn")
value = request.parameters.get("filterValue")
if not column:
raise ToolExecutionException("filterColumn is required for filter operation")
result = self._filter_data(df, column, value)
elif operation == "transform":
result = self._transform_data(df, request.parameters)
elif operation == "convert":
result = self._convert_format(df, output_format)
else:
raise ToolExecutionException(f"Unknown operation: {operation}")
return ToolResponse(result=result)
except Exception as e:
raise ToolExecutionException(f"CSV processing failed: {str(e)}")
async def _get_dataframe(self, request: ToolRequest) -> pd.DataFrame:
"""Gets a pandas DataFrame from either CSV data or URL"""
if "csvData" in request.parameters:
csv_data = request.parameters.get("csvData")
return pd.read_csv(io.StringIO(csv_data))
elif "csvUrl" in request.parameters:
csv_url = request.parameters.get("csvUrl")
return pd.read_csv(csv_url)
else:
raise ToolExecutionException("Either csvData or csvUrl must be provided")
def _generate_summary(self, df: pd.DataFrame) -> Dict[str, Any]:
"""Generates a summary of the CSV data"""
return {
"columns": df.columns.tolist(),
"rowCount": len(df),
"columnCount": len(df.columns),
"numericColumns": df.select_dtypes(include=['number']).columns.tolist(),
"categoricalColumns": df.select_dtypes(include=['object']).columns.tolist(),
"sampleRows": json.loads(df.head(5).to_json(orient="records")),
"statistics": json.loads(df.describe().to_json())
}
def _filter_data(self, df: pd.DataFrame, column: str, value: str) -> Dict[str, Any]:
"""Filters the DataFrame by a column value"""
if column not in df.columns:
raise ToolExecutionException(f"Column '{column}' not found")
filtered_df = df[df[column].astype(str).str.contains(value)]
return {
"originalRowCount": len(df),
"filteredRowCount": len(filtered_df),
"data": json.loads(filtered_df.to_json(orient="records"))
}
def _transform_data(self, df: pd.DataFrame, params: Dict[str, Any]) -> Dict[str, Any]:
"""Transforms the data based on parameters"""
# Implementation would include various transformations
return {
"status": "success",
"message": "Transformation applied"
}
def _convert_format(self, df: pd.DataFrame, format: str) -> Dict[str, Any]:
"""Converts the DataFrame to different formats"""
if format == "json":
return {
"data": json.loads(df.to_json(orient="records")),
"format": "json"
}
elif format == "csv":
return {
"data": df.to_csv(index=False),
"format": "csv"
}
elif format == "markdown":
return {
"data": df.to_markdown(),
"format": "markdown"
}
else:
raise ToolExecutionException(f"Unsupported output format: {format}")MCP প্রকল্পে সফল অবদান রাখতে:
- ছোট থেকে শুরু করুন: ডকুমেন্টেশন, বাগ ফিক্স, বা ছোট উন্নয়নের মাধ্যমে শুরু করুন
- স্টাইল গাইড অনুসরণ করুন: প্রকল্পের কোডিং স্টাইল এবং রীতিনীতি মেনে চলুন
- টেস্ট লিখুন: আপনার কোড অবদানের জন্য ইউনিট টেস্ট অন্তর্ভুক্ত করুন
- আপনার কাজ ডকুমেন্ট করুন: নতুন ফিচার বা পরিবর্তনের জন্য স্পষ্ট ডকুমেন্টেশন যোগ করুন
- লক্ষ্যভিত্তিক PR জমা দিন: পুল রিকোয়েস্ট একক সমস্যা বা ফিচারের উপর কেন্দ্রিত রাখুন
- ফিডব্যাকের সাথে যুক্ত থাকুন: আপনার অবদানের ওপর প্রতিক্রিয়ায় সাড়া দিন
# Clone the repository
git clone https://github.com/microsoft/mcp-for-beginners.git
cd mcp-for-beginners
# Create a new branch for your contribution
git checkout -b feature/my-contribution
# Make your changes
# ...
# Run tests to ensure your changes don't break existing functionality
dotnet test # For .NET
mvn test # For Java
pytest # For Python
# Commit your changes with a descriptive message
git commit -am "Add support for binary data streams in the protocol"
# Push your branch to your fork
git push origin feature/my-contribution
# Create a pull request from your branch to the main repository
# Then engage with feedback and iterate on your PR as neededMCP ইকোসিস্টেমে অবদান রাখার সবচেয়ে মূল্যবান উপায়গুলোর একটি হলো কাস্টম টুল তৈরি ও শেয়ার করা।
// Create a new .NET library project
// dotnet new classlib -n McpFinanceTools
using Microsoft.Mcp.Tools;
using System.Threading.Tasks;
using System.Net.Http;
using System.Text.Json;
namespace McpFinanceTools
{
// Stock quote tool
public class StockQuoteTool : IMcpTool
{
private readonly HttpClient _httpClient;
public StockQuoteTool(HttpClient httpClient = null)
{
_httpClient = httpClient ?? new HttpClient();
}
public string Name => "stockQuote";
public string Description => "Gets current stock quotes for specified symbols";
public object GetSchema()
{
return new {
type = "object",
properties = new {
symbol = new {
type = "string",
description = "Stock symbol (e.g., MSFT, AAPL)"
},
includeHistory = new {
type = "boolean",
description = "Whether to include historical data",
default = false
}
},
required = new[] { "symbol" }
};
}
public async Task<ToolResponse> ExecuteAsync(ToolRequest request)
{
// Extract parameters
string symbol = request.Parameters.GetProperty("symbol").GetString();
bool includeHistory = false;
if (request.Parameters.TryGetProperty("includeHistory", out var historyProp))
{
includeHistory = historyProp.GetBoolean();
}
// Call external API (example)
var quoteResult = await GetStockQuoteAsync(symbol);
// Add historical data if requested
if (includeHistory)
{
var historyData = await GetStockHistoryAsync(symbol);
quoteResult.Add("history", historyData);
}
// Return formatted result
return new ToolResponse {
Result = JsonSerializer.SerializeToElement(quoteResult)
};
}
private async Task<Dictionary<string, object>> GetStockQuoteAsync(string symbol)
{
// Implementation would call a real stock API
// This is a simplified example
return new Dictionary<string, object>
{
["symbol"] = symbol,
["price"] = 123.45,
["change"] = 2.5,
["percentChange"] = 1.2,
["lastUpdated"] = DateTime.UtcNow
};
}
private async Task<object> GetStockHistoryAsync(string symbol)
{
// Implementation would get historical data
// Simplified example
return new[]
{
new { date = DateTime.Now.AddDays(-7).Date, price = 120.25 },
new { date = DateTime.Now.AddDays(-6).Date, price = 122.50 },
new { date = DateTime.Now.AddDays(-5).Date, price = 121.75 }
// More historical data...
};
}
}
}
// Create package and publish to NuGet
// dotnet pack -c Release
// dotnet nuget push bin/Release/McpFinanceTools.1.0.0.nupkg -s https://api.nuget.org/v3/index.json -k YOUR_API_KEY// pom.xml configuration for a shareable MCP tool package
<!--
<project>
<groupId>com.example</groupId>
<artifactId>mcp-weather-tools</artifactId>
<version>1.0.0</version>
<dependencies>
<dependency>
<groupId>com.mcp</groupId>
<artifactId>mcp-server</artifactId>
<version>1.0.0</version>
</dependency>
</dependencies>
<distributionManagement>
<repository>
<id>github</id>
<name>GitHub Packages</name>
<url>https://maven.pkg.github.com/username/mcp-weather-tools</url>
</repository>
</distributionManagement>
</project>
-->
package com.example.mcp.weather;
import com.mcp.tools.Tool;
import com.mcp.tools.ToolRequest;
import com.mcp.tools.ToolResponse;
import com.mcp.tools.ToolExecutionException;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.net.URI;
import java.util.HashMap;
import java.util.Map;
public class WeatherForecastTool implements Tool {
private final HttpClient httpClient;
private final String apiKey;
public WeatherForecastTool(String apiKey) {
this.httpClient = HttpClient.newHttpClient();
this.apiKey = apiKey;
}
@Override
public String getName() {
return "weatherForecast";
}
@Override
public String getDescription() {
return "Gets weather forecast for a specified location";
}
@Override
public Object getSchema() {
Map<String, Object> schema = new HashMap<>();
// Schema definition...
return schema;
}
@Override
public ToolResponse execute(ToolRequest request) {
try {
String location = request.getParameters().get("location").asText();
int days = request.getParameters().has("days") ?
request.getParameters().get("days").asInt() : 3;
// Call weather API
Map<String, Object> forecast = getForecast(location, days);
// Build response
return new ToolResponse.Builder()
.setResult(forecast)
.build();
} catch (Exception ex) {
throw new ToolExecutionException("Weather forecast failed: " + ex.getMessage(), ex);
}
}
private Map<String, Object> getForecast(String location, int days) {
// Implementation would call weather API
// Simplified example
Map<String, Object> result = new HashMap<>();
// Add forecast data...
return result;
}
}
// Build and publish using Maven
// mvn clean package
// mvn deploy# Directory structure for a PyPI package:
# mcp_nlp_tools/
# ├── LICENSE
# ├── README.md
# ├── setup.py
# ├── mcp_nlp_tools/
# │ ├── __init__.py
# │ ├── sentiment_tool.py
# │ └── translation_tool.py
# Example setup.py
"""
from setuptools import setup, find_packages
setup(
name="mcp_nlp_tools",
version="0.1.0",
packages=find_packages(),
install_requires=[
"mcp_server>=1.0.0",
"transformers>=4.0.0",
"torch>=1.8.0"
],
author="Your Name",
author_email="your.email@example.com",
description="MCP tools for natural language processing tasks",
long_description=open("README.md").read(),
long_description_content_type="text/markdown",
url="https://github.com/username/mcp_nlp_tools",
classifiers=[
"Programming Language :: Python :: 3",
"License :: OSI Approved :: MIT License",
"Operating System :: OS Independent",
],
python_requires=">=3.8",
)
"""
# Example NLP tool implementation (sentiment_tool.py)
from mcp_tools import Tool, ToolRequest, ToolResponse, ToolExecutionException
from transformers import pipeline
import torch
class SentimentAnalysisTool(Tool):
"""MCP tool for sentiment analysis of text"""
def __init__(self, model_name="distilbert-base-uncased-finetuned-sst-2-english"):
# Load the sentiment analysis model
self.sentiment_analyzer = pipeline("sentiment-analysis", model=model_name)
def get_name(self):
return "sentimentAnalysis"
def get_description(self):
return "Analyzes the sentiment of text, classifying it as positive or negative"
def get_schema(self):
return {
"type": "object",
"properties": {
"text": {
"type": "string",
"description": "The text to analyze for sentiment"
},
"includeScore": {
"type": "boolean",
"description": "Whether to include confidence scores",
"default": True
}
},
"required": ["text"]
}
async def execute_async(self, request: ToolRequest) -> ToolResponse:
try:
# Extract parameters
text = request.parameters.get("text")
include_score = request.parameters.get("includeScore", True)
# Analyze sentiment
sentiment_result = self.sentiment_analyzer(text)[0]
# Format result
result = {
"sentiment": sentiment_result["label"],
"text": text
}
if include_score:
result["score"] = sentiment_result["score"]
# Return result
return ToolResponse(result=result)
except Exception as e:
raise ToolExecutionException(f"Sentiment analysis failed: {str(e)}")
# To publish:
# python setup.py sdist bdist_wheel
# python -m twine upload dist/*MCP টুল কমিউনিটির সাথে শেয়ার করার সময়:
-
সম্পূর্ণ ডকুমেন্টেশন:
- উদ্দেশ্য, ব্যবহার এবং উদাহরণ ডকুমেন্ট করুন
- প্যারামিটার এবং রিটার্ন ভ্যালু ব্যাখ্যা করুন
- যেকোনো বাহ্যিক নির্ভরশীলতা ডকুমেন্ট করুন
-
ত্রুটি ব্যবস্থাপনা:
- শক্তিশালী ত্রুটি হ্যান্ডলিং প্রয়োগ করুন
- কার্যকর ত্রুটি বার্তা দিন
- সীমান্ত ক্ষেত্রগুলো সাবধানে হ্যান্ডল করুন
-
পারফরম্যান্স বিবেচনা:
- গতি এবং রিসোর্স ব্যবহারে অপ্টিমাইজ করুন
- প্রয়োজনে ক্যাশিং প্রয়োগ করুন
- স্কেলেবিলিটি বিবেচনা করুন
-
নিরাপত্তা:
- নিরাপদ API কী এবং প্রমাণীকরণ ব্যবহার করুন
- ইনপুট যাচাই এবং পরিষ্কার করুন
- বাহ্যিক API কলের জন্য রেট লিমিটিং প্রয়োগ করুন
-
টেস্টিং:
- বিস্তৃত টেস্ট কাভারেজ অন্তর্ভুক্ত করুন
- বিভিন্ন ইনপুট টাইপ এবং সীমান্ত ক্ষেত্র টেস্ট করুন
- টেস্ট পদ্ধতি ডকুমেন্ট করুন
কার্যকর সহযোগিতা একটি সুস্থ MCP ইকোসিস্টেমের চাবিকাঠি।
- GitHub Issues এবং Discussions
- Microsoft Tech Community
- Discord এবং Slack চ্যানেলসমূহ
- Stack Overflow (ট্যাগ:
model-context-protocolormcp)
MCP অবদান পর্যালোচনার সময়:
- স্পষ্টতা: কোড কি স্পষ্ট এবং ভাল ডকুমেন্টেড?
- সঠিকতা: এটি প্রত্যাশিতভাবে কাজ করে কি?
- সঙ্গতি: প্রকল্পের রীতিনীতি অনুসরণ করে কি?
- সম্পূর্ণতা: টেস্ট এবং ডকুমেন্টেশন অন্তর্ভুক্ত আছে কি?
- নিরাপত্তা: কোনো নিরাপত্তা সমস্যা আছে কি?
MCP-এর জন্য ডেভেলপমেন্ট করার সময়:
- প্রোটোকল সংস্করণ: আপনার টুল যে MCP প্রোটোকল সংস্করণ সমর্থন করে তা মেনে চলুন
- ক্লায়েন্ট সামঞ্জস্যতা: পিছনে সামঞ্জস্যতা বিবেচনা করুন
- সার্ভার সামঞ্জস্যতা: সার্ভার ইমপ্লিমেন্টেশন নির্দেশিকা অনুসরণ করুন
- ব্রেকিং চেঞ্জ: যেকোনো ব্রেকিং পরিবর্তন স্পষ্টভাবে ডকুমেন্ট করুন
একটি গুরুত্বপূর্ণ কমিউনিটি অবদান হতে পারে MCP টুলের জন্য একটি পাবলিক রেজিস্ট্রি তৈরি করা।
# Example schema for a community tool registry API
from fastapi import FastAPI, HTTPException, Depends
from pydantic import BaseModel, Field, HttpUrl
from typing import List, Optional
import datetime
import uuid
# Models for the tool registry
class ToolSchema(BaseModel):
"""JSON Schema for a tool"""
type: str
properties: dict
required: List[str] = []
class ToolRegistration(BaseModel):
"""Information for registering a tool"""
name: str = Field(..., description="Unique name for the tool")
description: str = Field(..., description="Description of what the tool does")
version: str = Field(..., description="Semantic version of the tool")
schema: ToolSchema = Field(..., description="JSON Schema for tool parameters")
author: str = Field(..., description="Author of the tool")
repository: Optional[HttpUrl] = Field(None, description="Repository URL")
documentation: Optional[HttpUrl] = Field(None, description="Documentation URL")
package: Optional[HttpUrl] = Field(None, description="Package URL")
tags: List[str] = Field(default_factory=list, description="Tags for categorization")
examples: List[dict] = Field(default_factory=list, description="Example usage")
class Tool(ToolRegistration):
"""Tool with registry metadata"""
id: uuid.UUID = Field(default_factory=uuid.uuid4)
created_at: datetime.datetime = Field(default_factory=datetime.datetime.now)
updated_at: datetime.datetime = Field(default_factory=datetime.datetime.now)
downloads: int = Field(default=0)
rating: float = Field(default=0.0)
ratings_count: int = Field(default=0)
# FastAPI application for the registry
app = FastAPI(title="MCP Tool Registry")
# In-memory database for this example
tools_db = {}
@app.post("/tools", response_model=Tool)
async def register_tool(tool: ToolRegistration):
"""Register a new tool in the registry"""
if tool.name in tools_db:
raise HTTPException(status_code=400, detail=f"Tool '{tool.name}' already exists")
new_tool = Tool(**tool.dict())
tools_db[tool.name] = new_tool
return new_tool
@app.get("/tools", response_model=List[Tool])
async def list_tools(tag: Optional[str] = None):
"""List all registered tools, optionally filtered by tag"""
if tag:
return [tool for tool in tools_db.values() if tag in tool.tags]
return list(tools_db.values())
@app.get("/tools/{tool_name}", response_model=Tool)
async def get_tool(tool_name: str):
"""Get information about a specific tool"""
if tool_name not in tools_db:
raise HTTPException(status_code=404, detail=f"Tool '{tool_name}' not found")
return tools_db[tool_name]
@app.delete("/tools/{tool_name}")
async def delete_tool(tool_name: str):
"""Delete a tool from the registry"""
if tool_name not in tools_db:
raise HTTPException(status_code=404, detail=f"Tool '{tool_name}' not found")
del tools_db[tool_name]
return {"message": f"Tool '{tool_name}' deleted"}- MCP কমিউনিটি বহুমুখী এবং বিভিন্ন ধরনের অবদানকে স্বাগত জানায়
- MCP-তে অবদান রাখা কোর প্রোটোকল উন্নয়ন থেকে শুরু করে কাস্টম টুল পর্যন্ত বিস্তৃত হতে পারে
- অবদান নির্দেশিকা অনুসরণ করলে আপনার PR গ্রহণ হওয়ার সম্ভাবনা বাড়ে
- MCP টুল তৈরি ও শেয়ার করা ইকোসিস্টেম উন্নয়নের জন্য মূল্যবান
- কমিউনিটি সহযোগিতা MCP-এর বৃদ্ধি এবং উন্নয়নের জন্য অপরিহার্য
- আপনার দক্ষতা ও আগ্রহের ভিত্তিতে MCP ইকোসিস্টেমের এমন একটি ক্ষেত্র চিহ্নিত করুন যেখানে আপনি অবদান রাখতে পারেন
- MCP রিপোজিটরি fork করে স্থানীয় ডেভেলপমেন্ট পরিবেশ তৈরি করুন
- একটি ছোট উন্নয়ন, বাগ ফিক্স, বা টুল তৈরি করুন যা কমিউনিটির জন্য উপকারী হবে
- আপনার অবদান যথাযথ টেস্ট এবং ডকুমেন্টেশনের মাধ্যমে ডকুমেন্ট করুন
- উপযুক্ত রিপোজিটরিতে একটি পুল রিকোয়েস্ট জমা দিন
পরবর্তী: Lessons from Early Adoption
অস্বীকৃতি:
এই নথিটি AI অনুবাদ সেবা Co-op Translator ব্যবহার করে অনূদিত হয়েছে। আমরা যথাসাধ্য সঠিকতার চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা ভুল থাকতে পারে। মূল নথি তার নিজ ভাষায়ই সর্বোত্তম এবং প্রামাণিক উৎস হিসেবে বিবেচিত হওয়া উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানব অনুবাদের পরামর্শ দেওয়া হয়। এই অনুবাদের ব্যবহারে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।