MCP (Model Context Protocol) क्या है — यह कैसे काम करता है, specification 2026-07-28 में क्या बदला, apps में setup और सुरक्षा

MCP (Model Context Protocol) एक खुला specification है, जिसके ज़रिए AI apps (Claude Code, ChatGPT, VS Code आदि) बाहरी tools और data (GitHub, databases, कंपनी के अंदरूनी systems आदि) को एक ही तरीके से इस्तेमाल करते हैं। किसी tool को एक बार "MCP server" के रूप में बना दें, तो MCP सपोर्ट करने वाला हर app उसे इस्तेमाल कर सकता है। हर device में लग जाने वाली एक केबल की तरह होने के कारण इसे "AI का USB-C" कहा जाता है।

Anthropic ने इसे 25 नवंबर 2024 को जारी किया और दिसंबर 2025 में Linux Foundation के तहत Agentic AI Foundation (AAIF) को दान कर दिया। Specification का मौजूदा version 2026-07-28 है, और इसी से MCP stateless हो गया — अब हर connection की "session" नहीं होती। यह लेख MCP specification और हर कंपनी के आधिकारिक दस्तावेज़ों (12 नवंबर 2026 को जाँचे गए) के आधार पर बताता है कि MCP कैसे काम करता है, मौजूदा specification में क्या बदला, मुख्य apps में servers कैसे जोड़ें, 10 मिनट का hands-on और आधिकारिक सुरक्षा नियम।

अपने ही computer के अंदर transport stdio होता है, network के पार Streamable HTTP। कौन-सा tool कब इस्तेमाल हो, यह AI तय करता है, और host उसे call करने से पहले user की मंज़ूरी लेता है।

1. MCP क्या है — AI और tools के बीच एक साझा नियम

MCP से पहले हर AI app अपने ढंग से tools से जुड़ता था। "Slack पर post करो" वाला एक tool तीन apps में चलाना हो तो उसे तीन बार बनाना पड़ता था। MCP ने जुड़ने की इस परत को एक ही specification में बदल दिया। M apps और N tools हों तो पहले जहाँ M×N integrations लगते थे, अब M+N implementations काफ़ी हैं। Specification खुद कहता है कि उसने Language Server Protocol (LSP) से प्रेरणा ली है, जिसने editors में programming languages का सपोर्ट एक जैसा किया।

Server जो तीन चीज़ें दे सकता है

उलटी दिशा में client (app की तरफ़) servers को Elicitation दे सकता है, जिससे server user से अतिरिक्त जानकारी माँग सकता है। पुराने versions में मौजूद Roots (server को बताना कि वह किन folders में काम कर सकता है) और Sampling (server का app के model से text बनवाना) मौजूदा version में deprecated हो गए हैं (खंड 4)।

2. लॉन्च के बाद दो साल में क्या हुआ

MCP specification के versions का नाम "वह आख़िरी तारीख़ जब पीछे से असंगत (backwards-incompatible) बदलाव किए गए" होता है। मुख्य घटनाएँ इन versions के साथ नीचे हैं।

• 25 नवंबर 2024Anthropic ने specification और SDKs जारी किए। पहला version 2024-11-05 था।
• 26 मार्च 2025Version 2025-03-26 में remote servers के लिए Streamable HTTP और OAuth पर आधारित authorization आए, और पुराना HTTP+SSE transport deprecated हुआ। उसी दिन (अमेरिकी समय) OpenAI के Sam Altman ने घोषणा की कि OpenAI अपने products में MCP को सपोर्ट करेगा (TechCrunch की रिपोर्ट)।
• 18 जून 2025Version 2025-06-18 में tools के structured (typed) output और Elicitation आए।
• 25 नवंबर 2025Version 2025-11-25 में लंबे काम के लिए Tasks (experimental) और Client ID Metadata Documents आए, जिनसे client एक URL के ज़रिए अपनी पहचान बताता है।
• 9 दिसंबर 2025Anthropic ने MCP को AAIF को दान किया, जिसे Anthropic, Block और OpenAI ने मिलकर बनाया है और Google, Microsoft, AWS, Cloudflare व Bloomberg का समर्थन है। उस दिन की घोषणा में 10,000 से ज़्यादा सक्रिय सार्वजनिक MCP servers और Python व TypeScript SDKs के हर महीने 9.7 करोड़ से ज़्यादा downloads बताए गए, और अपनाने वालों में ChatGPT, Cursor, Gemini, Microsoft Copilot और VS Code के नाम थे।
• 28 जुलाई 2026मौजूदा version 2026-07-28 ने handshake (initialize) और sessions हटा दिए और MCP को stateless बना दिया (खंड 4)।

MCP इसलिए फैला क्योंकि specification JSON-RPC 2.0 और JSON Schema के ऊपर एक पतली, आसानी से लागू होने वाली परत है; क्योंकि यह जल्दी ही खुले specification के रूप में आया; और क्योंकि दान के बाद यह किसी एक कंपनी की संपत्ति नहीं रहा। जब प्रतिस्पर्धी कंपनियाँ एक ही specification पर हों, तो tool बनाने वाले को एक ही बार बनाना पड़ता है।

3. यह कैसे काम करता है — host, client, server और दो transport

Specification में तीन भूमिकाएँ हैं। Host वह AI app है जिसे user इस्तेमाल करता है, client वह connector है जिसे host हर server के लिए चलाता है (हर server के लिए एक), और server वह पक्ष है जो tools और data देता है। Messages JSON-RPC 2.0 में चलते हैं: client tools की सूची लेता है (tools/list), AI के चुने tool को arguments के साथ call करता है (tools/call) और नतीजा वापस पाता है।

4. मौजूदा specification 2026-07-28 में क्या बदला

Specification के versioning पेज के अनुसार मौजूदा (Current) version 2026-07-28 है। पिछले version 2025-11-25 की तुलना में जुड़ने का तरीका काफ़ी बदल गया। Changelog के अनुसार मुख्य अंतर:

Specification की feature lifecycle नीति के अनुसार deprecated features हटाए जाने से पहले कम से कम बारह महीने बने रहते हैं (सक्रिय सुरक्षा खतरे में, जैसे प्रकाशित vulnerability या असल में हो रहा दुरुपयोग जिसे protocol के भीतर रोका न जा सके, यह अवधि घटकर कम से कम 90 दिन हो सकती है)। Specification यह भी बताता है कि 2025-11-25 और उससे पुराने handshake वाले पक्षों से backward-compatible तरीके से कैसे जुड़ें।

इस्तेमाल करने वालों और बनाने वालों के लिए असर

• Users

  App सपोर्ट करता है तो कुछ नहीं करना

  Claude Code, MCP TypeScript SDK 2.0 पर बने अपने "v2 runtime" से 2026-07-28 सपोर्ट करता है। वह हर server से पूछता है कि क्या वह नया version सपोर्ट करता है; हाँ हो तो नया version, नहीं तो पुराने handshake से जुड़ता है। Feature flags लाने वाली sessions में v2.1.232 से और न लाने वाली sessions में v2.1.274 से v2 runtime default है। पुराने protocol पर रहना हो तो environment variable MCP_PROTOCOL_NEGOTIATION=legacy सेट करें (Claude Code का MCP documentation)।

• Developers

  2.x SDKs पर जाएँ और deprecated features नए सिरे से न अपनाएँ

  Python SDK 2.x पर है (PyPI पर mcp 2.3.0, 2 अक्टूबर 2026 को जारी), और TypeScript SDK की 2.x series 2026-07-28 सपोर्ट करती है। 2.x में TypeScript packages @modelcontextprotocol/server और @modelcontextprotocol/client में बँट गए हैं (npm पर 2.4.0), जबकि पुराना @modelcontextprotocol/sdk 1.x पर ही है (1.32.2)। नए servers में Roots की जगह folders tool arguments या configuration से दें, और Logging की जगह standard error या OpenTelemetry में log करें। कई calls तक चलने वाली state के लिए ऐसी IDs बनाएँ जिनका अंदाज़ा न लगाया जा सके और उन्हें user से जोड़ें (खंड 9)।

• Extensions

  Core के बाहर अब वैकल्पिक "extensions" हैं

  Specification का overview पेज मुख्य extensions गिनाता है: लंबे काम के लिए Tasks, बातचीत के अंदर charts और forms जैसा UI दिखाने के लिए MCP Apps, और MCP से agents के निर्देश बाँटने के लिए Skills over MCP (working group में चर्चा में)। Extension तभी इस्तेमाल होता है जब client और server दोनों उसे सपोर्ट करें।

5. मुख्य apps में server कैसे जोड़ें और config कहाँ रहता है

एक ही MCP server हर app में अलग तरीके से जुड़ता है और अलग file में रहता है। हर कंपनी के आधिकारिक दस्तावेज़ यह कहते हैं (12 नवंबर 2026 को जाँचा गया)।

स्रोत: Claude Code, Codex, Gemini CLI और VS Code का MCP documentation। claude.ai में जोड़े गए connectors (remote MCP servers) Claude Code के /mcp में भी दिखते हैं, लेकिन API key से login होने पर load नहीं होते (connectors बंद हों तो क्या करें)।

6. आज ही इस्तेमाल होने वाले servers और उन्हें कहाँ खोजें

Servers खोजने के लिए सार्वजनिक servers की सूची MCP Registry और Anthropic के जाँचे connectors वाली Anthropic Directory से शुरू करें। आधिकारिक repository में अब सात reference servers (Everything, Fetch, Filesystem, Git, Memory, Sequential Thinking, Time) बचे हैं; उसका README इन्हें अपना server बनाने वाले developers के लिए सीखने के उदाहरण बताता है और कहता है कि सुरक्षा की ज़रूरतें खुद जाँचें। पहले वहाँ रहे GitHub, PostgreSQL, Slack आदि के servers servers-archived में चले गए (GitHub का server अब GitHub खुद चलाता है, Slack का Zencoder संभालता है)। पुराने tutorials को आँख मूँदकर न अपनाएँ।

7. 10 मिनट में आज़माएँ — Claude Code से एक folder पढ़वाएँ

आधिकारिक filesystem server से आप Claude Code को सिर्फ़ अपना चुना एक folder पढ़ने देते हैं। मान लिया गया है कि Node.js (npx) installed है।

1. Test folder बनाएँ। ऐसा खाली folder बनाएँ जिसमें कुछ ज़रूरी न हो (जैसे ~/mcp-test) और उसमें एक छोटी README.md रखें। Server सिर्फ़ इसी folder को छू सकेगा।
2. Server जोड़ें। macOS और Linux पर नीचे का command चलाएँ। -- के बाद का सब कुछ server के start command के रूप में जैसा का तैसा जाता है।

   claude mcp add --transport stdio files -- npx -y @modelcontextprotocol/server-filesystem ~/mcp-test

   Native Windows (WSL नहीं) पर भी इसी तरह जोड़ें, folder को C:\mcp-test की तरह लिखें। अगर npx शुरू न हो, तो reference server के README में Windows के लिए दिए तरीके से उसे cmd /c में लपेटें।

   claude mcp add --transport stdio files -- cmd /c npx -y @modelcontextprotocol/server-filesystem C:\mcp-test

   Folder का path अपने environment के हिसाब से बदलें।
3. Connection जाँचें। Claude Code शुरू करें, /mcp खोलें और देखें कि files connected है। failed दिखे तो MCP server connection errors कैसे ठीक करें देखें।
4. इस्तेमाल करें। कहें "mcp-test के README का सारांश दो"। Tool इस्तेमाल करने से पहले Claude Code अनुमति माँगता है; अनुमति देने से पहले tool का नाम और arguments देखें।
5. साफ़ करें। काम पूरा होने पर claude mcp remove files से हटा दें।

Remote servers URL से जोड़े जाते हैं (जैसे claude mcp add --transport http notion https://mcp.notion.com/mcp); जोड़ने के बाद /mcp से authentication पूरा करें। तीन scopes हैं: default local सिर्फ़ आपके लिए उस project में, --scope project team के साथ साझा करने के लिए project root की .mcp.json में लिखता है, और --scope user आपके सभी projects में उपलब्ध कराता है। जिन servers के credentials version control में नहीं जाने चाहिए, उन्हें local में रखें।

8. अपना MCP server बनाएँ — न्यूनतम उदाहरण

Servers इस्तेमाल करना भी उपयोगी है, लेकिन MCP की असली ताकत तब दिखती है जब आप अपनी कंपनी के अपने tools AI के लिए खोलते हैं। Python SDK (2.x) से लगभग दर्जन भर lines काफ़ी हैं। उदाहरण एक ऐसा server है जो "मौजूदा stock की संख्या लौटाता है"।

SDK को uv add "mcp[cli]" (या pip install "mcp[cli]") से install करें। [cli] जोड़ने से नीचे इस्तेमाल होने वाले mcp dev और mcp run commands भी आ जाते हैं।

from mcp.server import MCPServer

mcp = MCPServer("inventory-server")

@mcp.tool()
def get_stock(sku: str) -> int:
    """किसी SKU का मौजूदा stock लौटाता है"""
    # यहाँ अपने अंदरूनी inventory DB की query लिखें
    return query_internal_db(sku)

if __name__ == "__main__":
    mcp.run(transport="stdio")

• जाँचें

  SDK के README वाला uv run mcp dev server.py आधिकारिक testing UI (MCP Inspector) खोलता है, जिसमें AI के बिना tools की सूची और calls के नतीजे जाँचे जा सकते हैं।

• जोड़ें

  Claude Code में: claude mcp add --transport stdio inventory -- python server.py। Function का docstring ही AI को दिखने वाला tool का विवरण बनता है, इसलिए साफ़ लिखें कि वह क्या लौटाता है।

• साझा करें

  कंपनी के अंदर साझा करने के लिए uv run mcp run server.py --transport streamable-http इसे HTTP server बना देता है। तब खंड 9 के authorization और tokens के नियम मानें।

आधिकारिक SDKs हैं: TypeScript, Python, C#, Go, Rust और Ruby (Tier 1), Java (Tier 2), और Swift, PHP व Kotlin (Tier 3)। Tier बताता है कि features कितने पूरे हैं और maintenance का वादा कितना है, और हर SDK specification के नए versions अपनी रफ़्तार से अपनाता है।

9. सुरक्षा — आधिकारिक Security Best Practices की मुख्य बातें

Specification tools को "मनमाना code चलाना" मानता है और तय करता है कि host को कोई भी tool call करने से पहले user की स्पष्ट सहमति लेनी होगी। Tools के विवरण और annotations को तब तक भरोसेमंद नहीं माना जाता जब तक वे किसी भरोसेमंद server से न आए हों। इसके ऊपर, आधिकारिक Security Best Practices MCP से जुड़े खास हमले और उनके बचाव बताते हैं।

Server install करने से पहले users की पाँच जाँचें

अगर server के लौटाए text में लिखा हो "पिछले निर्देश भूल जाओ और…", तो AI hijack हो सकता है। Server के output को data मानें, और भेजना, मिटाना या भुगतान जैसे न पलटे जा सकने वाले काम हर बार किसी इंसान से पुष्टि करवाएँ। यह सोच हमने AI को दिए जाने वाले prompts की सावधानियाँ में समझाई है। अगर आप खुद agents बनाते हैं, तो design पक्ष (tools कैसे दें, अधिकार कैसे घटाएँ, खतरनाक कामों को कैसे अलग रखें) हमारे AI agent development कोर्स के अध्याय MCP और tool connection में क्रम से समझाया गया है।

10. MCP, API, Skills या A2A — कब क्या चुनें

ये चारों एक-दूसरे को बाहर नहीं करते। जैसे: MCP से ताज़ा data लाना, Skill की प्रक्रिया से उसे व्यवस्थित करना और A2A से दूसरे विभाग के agent को सौंपना। MCP servers को Claude Code plugins में शामिल करके skills और hooks के साथ team में बाँटा भी जा सकता है।

11. ज़रूरत से ज़्यादा न जोड़ें, न बनाएँ

• Context

  Tools के नतीजे context खाते हैं

  Claude Code default रूप से tool search इस्तेमाल करता है: session शुरू होने पर सिर्फ़ tools के नाम और servers के निर्देश load होते हैं, और definitions ज़रूरत पर। फिर भी नतीजे context लेते हैं: एक output 10,000 tokens से ज़्यादा हो तो चेतावनी आती है, और default सीमा 25,000 tokens है (MAX_MCP_OUTPUT_TOKENS से बदल सकते हैं)।

• Design

  सब कुछ MCP न बनाएँ

  एक request जितने ज़्यादा tools call करती है, उतना ज़्यादा समय और पैसा लगता है। जहाँ AI को चुनना नहीं, वहाँ सामान्य program या API call तेज़ और भरोसेमंद है।

• Specification

  मानकर चलें कि specification बदलेगा

  2026-07-28 जैसे कुछ versions जुड़ने का तरीका ही बदल देते हैं। Deprecated features आम तौर पर कम से कम बारह महीने रहते हैं (सक्रिय सुरक्षा खतरे में कम से कम 90 दिन), फिर भी SDK updates के साथ अपने servers जाँचते रहें।

• कमाई

  क्या अपने server से कमाई हो सकती है

  MCP में अपना कोई billing तंत्र नहीं है। बिक्री के रास्ते और fees की तुलना हमने क्या MCP servers से कमाई हो सकती है में की है।

सारांश

• MCP एक खुला specification है जो AI apps को बाहरी tools और data से जोड़ता है। Anthropic ने इसे नवंबर 2024 में जारी किया और दिसंबर 2025 में Linux Foundation के तहत AAIF को दान किया।
• भूमिकाएँ हैं host, client और server। Servers stdio या Streamable HTTP पर Tools, Resources और Prompts देते हैं।
• मौजूदा version 2026-07-28 है। इसने handshake और sessions हटाकर protocol को stateless बनाया और Roots, Sampling व Logging को deprecated किया।
• Claude Code, Codex और Gemini CLI एक mcp add command से server जोड़ते हैं, Claude Desktop config file से, और VS Code Command Palette से।
• शुरुआत filesystem reference server को एक खाली folder पर आज़माकर करें और /mcp में connection जाँचें।
• Python SDK से अपना server लगभग दर्जन भर lines में बनता है। जोड़ने से पहले MCP Inspector में जाँचें।
• आधिकारिक Security Best Practices पूरा start command दिखाकर मंज़ूरी लेने, server के लिए जारी न हुए tokens ठुकराने, अंदाज़ा न लगने वाली IDs और न्यूनतम अधिकारों की माँग करते हैं।

अक्सर पूछे जाने वाले सवाल

Q1. क्या MCP इस्तेमाल करने के लिए खास सीखना पड़ता है?

सिर्फ़ इस्तेमाल के लिए नहीं। Claude Code में claude mcp add की एक line, और Claude Desktop में config file में कुछ lines काफ़ी हैं। अपना server बनाने में भी SDK JSON-RPC की बारीकियाँ संभाल लेता है, इसलिए आप एक function लिखकर और decorator लगाकर शुरू कर सकते हैं।

Q2. क्या ChatGPT में MCP इस्तेमाल हो सकता है?

हाँ। 12 नवंबर 2026 को जाँची गई OpenAI Help के अनुसार, अपने MCP servers को ChatGPT से जोड़ना (write actions सहित MCP का पूरा सपोर्ट) ChatGPT Business, Enterprise और Edu के web version में उपलब्ध है। Plugins में "Add custom MCP server" से server का सार्वजनिक HTTPS endpoint (या Secure MCP Tunnel) जोड़ें और जोखिम की चेतावनी स्वीकार करें; पहले developer mode चालू करना ज़रूरी नहीं। Business में सिर्फ़ admins और owners servers जोड़ सकते हैं; Enterprise और Edu में admins role-based access control (RBAC) से चुने हुए members को भी यह अनुमति दे सकते हैं। Workspace के लिए publish सिर्फ़ admins और owners कर सकते हैं, और mobile से जोड़ना संभव नहीं। विवरण के लिए OpenAI Help देखें।

Q3. क्या version 2026-07-28 के साथ पुराने servers काम करना बंद कर देंगे?

तुरंत नहीं। Specification में 2025-11-25 और उससे पुराने handshake वाले पक्षों से backward-compatible तरीके से जुड़ने की प्रक्रिया है, और Claude Code नए version को सपोर्ट न करने वाले servers से पुराने protocol पर जुड़ता है। Deprecated features भी आम तौर पर specification में कम से कम बारह महीने रहते हैं (सिर्फ़ सक्रिय सुरक्षा खतरे में कम से कम 90 दिन)। अपने servers को 2.x SDK पर ले जाते समय जाँचें कि वे Roots, Sampling या Logging पर निर्भर तो नहीं।

Q4. क्या MCP से कंपनी का अंदरूनी database AI के लिए खोलना सुरक्षित है?

यह अधिकारों के design पर निर्भर है। Read-only connection इस्तेमाल करें और tools के रूप में सिर्फ़ सख़्ती से जाँचे गए arguments वाली तय queries दें, तो यह AI से कच्चा SQL लिखवाने से कहीं ज़्यादा सुरक्षित है। "कोई भी SQL चला सकने वाला tool" खतरनाक है। HTTP पर साझा करें तो खंड 9 के अनुसार सिर्फ़ अपने server के लिए जारी tokens लें, अधिकार न्यूनतम रखें और logs रखें।

Q5. क्या MCP और function calling (tool calling) एक ही चीज़ हैं?

ये अलग-अलग परतों पर हैं। Function calling model API के अंदर का वह format है जिससे कहा जाता है "मैं इस function को इन arguments के साथ call करना चाहता हूँ", जबकि MCP app और बाहरी servers के बीच बातचीत का नियम है। MCP सपोर्ट करने वाला app servers से मिली tools की सूची model को उसके tool-calling format में देता है, और model के चुने call को MCP के ज़रिए server तक भेजता है।