BroadRouter

OpenAI سے مطابقت والے ماڈلز کے ساتھ MCP سرورز (کسی بھی فراہم کنندہ پر)

BroadNet Inference ٹیم · 4 منٹ کی پڑھائی · شائع شدہ · اپ ڈیٹ

MCP ماڈل سے آزاد ہے۔ آپ کی ایپ کا MCP کلائنٹ ہر سرور کے ٹولز کی فہرست بناتا ہے، انہیں ماڈل کو عام فنکشن کالنگ ٹولز کی طرح دیتا ہے، اور ماڈل کے مانگنے پر tools/call چلاتا ہے۔ قابل اعتماد ٹول کالنگ والا کوئی بھی OpenAI سے مطابقت رکھنے والا ماڈل MCP سرورز استعمال کر سکتا ہے۔ انہیں Cline، Continue، opencode یا n8n میں کنفیگر کریں، یا تقریباً 40 لائنوں کے Python سے جوڑیں۔

Model Context Protocol (MCP) ایجنٹس کو ٹولز تک پہنچنے کا ایک معیاری طریقہ دیتا ہے: GitHub، ڈیٹا بیس، فائل سسٹم، براؤزر۔ MCP کے بہت سے ٹیوٹوریل Claude یا GPT فرض کر کے چلتے ہیں۔ آپ کو ان میں سے کسی کی ضرورت نہیں۔ یہ پوسٹ بتاتی ہے کہ MCP ٹول کالنگ سپورٹ کرنے والے کسی بھی OpenAI سے مطابقت رکھنے والے ماڈل کے ساتھ کیوں چلتا ہے، ڈویلپرز جو کلائنٹس اصل میں استعمال کرتے ہیں ان میں اسے کیسے سیٹ کریں، اور اپنے کوڈ میں MCP کو اوپن ماڈل سے کیسے جوڑیں۔

MCP کسی بھی ماڈل کے ساتھ کیوں چلتا ہے؟

MCP آپ کی ایپلیکیشن اور ٹول سرورز کے درمیان بیٹھتا ہے، آپ کی ایپلیکیشن اور ماڈل کے درمیان نہیں۔ MCP کی آرکیٹیکچر دستاویزات تین کردار بیان کرتی ہیں:

  • ہوسٹ: AI ایپلیکیشن، جیسے کوئی ایڈیٹر ایکسٹینشن یا آپ کی اسکرپٹ۔
  • کلائنٹ: ایک کنکشن جو ہوسٹ ہر MCP سرور سے رکھتا ہے۔
  • سرور: ایک پروگرام جو ٹولز، ریسورسز اور پرامپٹس فراہم کرتا ہے، مقامی طور پر stdio پر یا ریموٹ طور پر Streamable HTTP پر۔

دستاویزات واضح ہیں: MCP “does not dictate how AI applications use LLMs or manage the provided context.” (ترجمہ: یہ طے نہیں کرتا کہ AI ایپلیکیشنز LLMs کیسے استعمال کریں یا فراہم کردہ کانٹیکسٹ کو کیسے سنبھالیں۔) ہوسٹ tools/list سے ہر سرور کے ٹولز کی فہرست لیتا ہے، انہیں ایک رجسٹری میں ملاتا ہے جسے ماڈل دیکھ سکے، اور جب ماڈل کوئی ٹول مانگتا ہے تو ہوسٹ درست سرور کو tools/call بھیجتا ہے۔

OpenAI سے مطابقت رکھنے والے API پر ”ماڈل دیکھ سکے“ کا مطلب ہے کہ ٹولز عام tools ایرے میں جاتے ہیں۔ MCP ٹول میں پہلے سے ایک نام، ایک description اور ایک inputSchema ہوتا ہے، جو فنکشن کی تعریف سے ایک کے بدلے ایک ملتا ہے۔ ماڈل کو کبھی پتا نہیں چلتا کہ MCP شامل ہے۔ اسے بس قابل اعتماد ٹول کالنگ چاہیے۔

MCP کے لیے کون سا ماڈل استعمال کریں؟

BroadNet پر ماڈل ٹول کالنگ درج کانٹیکسٹ MCP کے لیے موزونیت
GLM 5.3 ہاں 1,048,576 بہت سے سرورز کے لیے اچھا ڈیفالٹ
Qwen3.8 27B ہاں 262,144 اچھا، ساتھ میں تصویری ان پٹ
DeepSeek V4.1 Flash درج نہیں 1,048,576 پہلے ٹیسٹ کریں؛ تصویری ان پٹ
Gemma 4 VL 26B درج نہیں 32,768 تجویز نہیں کیا جاتا

ٹول چلانے والے دونوں ماڈلز کے آمنے سامنے موازنے کے لیے دیکھیں GLM 5.3 بمقابلہ Qwen3.8 27B۔ کانٹیکسٹ لوگوں کی توقع سے زیادہ اہم ہے۔ ہر MCP ٹول اسکیما ہر کال کے ساتھ جاتا ہے۔ opencode کی دستاویزات کہتی ہیں “MCP tools consume model context, so add only the servers you need.” (ترجمہ: MCP ٹولز ماڈل کا کانٹیکسٹ کھاتے ہیں، اس لیے صرف ضروری سرورز جوڑیں۔) ایجنٹ ٹوکن بجٹ والی پوسٹ دکھاتی ہے کہ اسے کیسے ناپیں۔

عام کلائنٹس میں MCP کیسے سیٹ کریں؟

کلائنٹ MCP سرورز کہاں جاتے ہیں ٹرانسپورٹس نوٹ
Cline MCP Servers پینل، mcpServers JSON stdio، Streamable HTTP، پرانا SSE ریموٹ ٹائپ "streamableHttp"
Continue config.yaml میں mcpServers یا .continue/mcpServers/ stdio، sse، streamable-http صرف Agent موڈ
opencode opencode.jsonc میں mcp.servers local، remote رازوں کے لیے {env:NAME} استعمال کریں
n8n AI Agent پر MCP Client Tool نوڈ ریموٹ سرور اینڈپوائنٹ (اس کی دستاویزات ایک SSE اینڈپوائنٹ بیان کرتی ہیں) All، Selected یا All Except ٹولز چنیں
OpenAI Agents SDK Agent پر mcp_servers=[...] stdio، Streamable HTTP، SSE HostedMCPTool نہیں

پھر کلائنٹ کے ماڈل کو اپنے فراہم کنندہ کی طرف کریں: Cline، Continue اور opencode کی گائیڈز BroadNet کے لیے ماڈل والا حصہ بیان کرتی ہیں۔ Continue میں tool_use صلاحیت یاد رکھیں، ورنہ Agent موڈ دستیاب نہیں ہوگا۔

Continue کی ایک مثال، اس کی دستاویزات سے:

mcpServers:
  - name: SQLite MCP
    type: stdio
    command: npx
    args: ["-y", "mcp-sqlite", "/path/to/your/database.db"]

Python میں MCP کو اوپن ماڈل سے کیسے جوڑیں؟

اگر آپ اپنا ایجنٹ بنا رہے ہیں تو یہ پل مختصر ہے۔ یہ MCP Python SDK کا Client (ورژن 2.0 یا بعد کا؛ pip install "mcp>=2") استعمال کرتا ہے، جو StdioServerParameters ملنے پر stdio سرور شروع کرتا ہے، اور BroadNet کی طرف کیا گیا OpenAI SDK:

import asyncio, json, os
from mcp import Client, StdioServerParameters
from mcp.types import TextContent
from openai import OpenAI

llm = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
server = StdioServerParameters(command="npx",
    args=["-y", "@modelcontextprotocol/server-filesystem", "."])

async def main(question):
    async with Client(server) as mcp:
        listed = await mcp.list_tools()
        tools = [{"type": "function", "function": {
                    "name": t.name, "description": t.description or "",
                    "parameters": t.input_schema}} for t in listed.tools]
        messages = [{"role": "user", "content": question}]
        for _ in range(8):
            r = llm.chat.completions.create(model="broadnet/glm-5.3",
                    messages=messages, tools=tools, max_tokens=4000)
            msg = r.choices[0].message
            messages.append(msg.model_dump(exclude_none=True))
            if not msg.tool_calls:
                return msg.content
            for call in msg.tool_calls:
                try:
                    res = await mcp.call_tool(call.function.name,
                                              json.loads(call.function.arguments or "{}"))
                    text = "\n".join(b.text for b in res.content if isinstance(b, TextContent))
                    out = f"Error: {text}" if res.is_error else text
                except Exception as e:
                    out = f"Error: {e}"
                messages.append({"role": "tool", "tool_call_id": call.id, "content": out})

print(asyncio.run(main("List the Markdown files here and summarize the README.")))

mcp 1.x میں کوئی Client کلاس نہیں: سرور کو stdio_client(...) سے کھولیں، اسے ClientSession میں لپیٹیں، initialize() کال کریں، اور camelCase فیلڈز inputSchema اور isError پڑھیں۔ تین باتیں اہم ہیں:

  1. ایررز ٹول نتائج بنتے ہیں۔ MCP SDK ٹول کی ناکامی ایکسیپشن اٹھانے کے بجائے is_error سے بتاتا ہے۔ انہیں واپس بھیجیں تاکہ ماڈل خود کو ڈھال سکے۔ ہماری ٹول کالنگ گائیڈ تصدیق اور دوبارہ کوشش بیان کرتی ہے۔
  2. لوپ محدود رکھیں۔ یہاں آٹھ مراحل۔ بڑے نتائج لوٹانے والے MCP سرورز کانٹیکسٹ جلدی بھر دیتے ہیں۔
  3. ٹولز فلٹر کریں۔ صرف وہی ٹولز دکھائیں جو کام کے لیے ضروری ہیں۔ OpenAI Agents SDK اس کے لیے tool_filter دیتا ہے، اور n8n میں Selected اور All Except ہیں۔

اس کے بجائے OpenAI Agents SDK استعمال کر رہے ہیں؟ اس کی MCPServerStdio اور MCPServerStreamableHttp کلاسز آپ کے پروسیس میں چلتی ہیں۔ انہیں کسٹم فراہم کنندہ کے ساتھ جوڑیں، جیسا ہماری Agents SDK گائیڈ میں ہے۔ اس کا HostedMCPTool OpenAI کے Responses API کے اندر چلتا ہے اور صرف OpenAI ماڈلز کے ساتھ کام کرتا ہے۔

اوپن ماڈلز پر MCP میں کیا غلط ہوتا ہے؟

  • بہت زیادہ ٹولز۔ ماڈل غلط ٹول چنتا ہے یا ٹولز کو نظرانداز کرتا ہے۔ فعال سیٹ چھوٹا رکھیں۔ اپنے ٹولز کے لیے JSON schema جنریٹر ایک صاف، سادہ parameters اسکیما بناتا ہے۔
  • بڑے ٹول نتائج۔ پوری ڈیٹا بیس ٹیبل لوٹانے والا سرور کانٹیکسٹ ونڈو سے آگے نکل سکتا ہے۔ حد لگائیں یا صفحات میں بانٹیں۔
  • خالی یا کٹے جواب۔ GLM 5.3 اور Qwen3.8 27B پہلے ریزننگ کرتے ہیں، اور ریزننگ max_tokens میں گنی جاتی ہے۔ اسے بڑھائیں۔
  • اعتماد۔ MCP سرورز آپ کی مشین پر کوڈ چلاتے ہیں یا آپ کی اسناد سے سروسز کال کرتے ہیں۔ صرف قابل اعتماد سرورز انسٹال کریں، اور لکھنے یا پیسے خرچ کرنے والے اقدامات کی تصدیق کریں۔

BroadNet Inference کہاں فٹ ہوتا ہے

BroadNet Inference ماڈل والا حصہ فراہم کرتا ہے: ٹول کالنگ کے ساتھ درج GLM 5.3 اور Qwen3.8 27B، اسی اسٹینڈرڈ chat-completions فارمیٹ کے ذریعے جسے اوپر کا ہر MCP کلائنٹ استعمال کر سکتا ہے، پرامپٹس اور آؤٹ پٹس پر زیرو ڈیٹا ریٹینشن کے ساتھ۔ یہ آپ کے لیے MCP سرورز یا ہوسٹ شدہ ٹولز نہیں چلاتا؛ یہ کام آپ کا کلائنٹ کرتا ہے۔ دونوں ماڈلز کی فی ٹوکن قیمتیں قیمتوں کے صفحے پر ہیں، اور کلیدیں inference.broadnet.ai پر ملتی ہیں۔

عام سوالات

کیا میں Claude یا GPT کے علاوہ کسی ماڈل کے ساتھ MCP استعمال کر سکتا ہوں؟

جی ہاں۔ MCP آپ کی ایپ اور ٹول سرورز کے درمیان پروٹوکول ہے۔ ایپ ٹولز کو اس ماڈل کے ٹول کالنگ فارمیٹ کے ذریعے دیتی ہے جو وہ استعمال کرتی ہے۔ کام کرنے والی ٹول کالنگ والا کوئی بھی OpenAI سے مطابقت رکھنے والا ماڈل MCP ٹولز استعمال کر سکتا ہے۔

کیا ماڈل کا MCP سپورٹ کرنا ضروری ہے؟

نہیں۔ ماڈل کو صرف فنکشن کالنگ چاہیے۔ پروٹوکول کا کام، یعنی ٹولز کی فہرست بنانا اور انہیں کال کرنا، آپ کی ایپ کا MCP کلائنٹ کرتا ہے۔

کون سے کوڈنگ ایجنٹس کسٹم OpenAI مطابقت والے ماڈل کے ساتھ MCP سپورٹ کرتے ہیں؟

Cline، Agent موڈ میں Continue اور opencode، تینوں میں MCP سرورز اور کسٹم OpenAI مطابقت والا ماڈل کنفیگر کیا جا سکتا ہے۔ Roo Code کا تسلسل Zoo Code بھی MCP سپورٹ درج کرتا ہے۔

MCP سرورز جوڑنے سے میرا ایجنٹ سست اور مہنگا کیوں ہو جاتا ہے؟

ہر سرور کی ٹول تعریفیں ہر ماڈل کال پر پرامپٹ میں جڑتی ہیں۔ دس سرورز، ہر ایک میں درجن بھر ٹولز، ہر مرحلے میں ہزاروں ان پٹ ٹوکن جوڑ سکتے ہیں۔ صرف وہی سرورز آن کریں جو کام کے لیے ضروری ہیں، یا ٹولز فلٹر کریں۔

کیا ہوسٹ شدہ MCP ٹولز دوسرے فراہم کنندگان کے ساتھ چلتے ہیں؟

OpenAI پر ہوسٹ ہونے والے نہیں۔ OpenAI Agents SDK کی دستاویزات کہتی ہیں کہ HostedMCPTool ان OpenAI ماڈلز کے ساتھ چلتا ہے جو Responses API کی ہوسٹ شدہ MCP انٹیگریشن سپورٹ کرتے ہیں۔ دوسرے فراہم کنندگان کے ساتھ SDK کی مقامی MCP سرور کلاسز استعمال کریں۔

Markdown میں پڑھیںChatGPT سے پوچھیںClaude سے پوچھیںPerplexity سے پوچھیں