කෘත්රීම බුද්ධිය (AI) දැනටමත් අපගේ දෛනික ජීවිතයේ කොටසක් වී ඇත. නමුත් AI එකක් නව මෙවලම් එක්ක කතාකරන්න අවශ්ය නම්, එක් එක් එකකට වෙනම සම්බන්ධතා කේතයක් ලියන්න වෙයි. මේ ගැටලුවට විසඳුමක් ලෙස Model Context Protocol (MCP) හඳුන්වා දී ඇත. එය USB‑C කේබලය මෙන්, විවිධ AI සහ බාහිර සේවා අතර එකම සම්මත භාෂාවක් ලබා දෙනවා.
ගැටලුව කුමක්ද? අදහස් කරමු, ඔබට ChatGPT, Claude, Gemini වැනි AI හෝඩියන් ගොඩක් තියෙනවා, ඒවාට GitHub, Slack, Notion, Jira වැනි මෙවලම් එක්ක සම්බන්ධ වීමට වරක්‑වරක් කේත ලියන්න වෙයි. මෙය සෑම AI සපයන්නාටම, සෑම මෙවලමකටම අදාළව ගොඩනැගිය යුතු බැවින්, වැඩි පරිමාණයට නොහැකි වේ.
MCP මේ අවස්ථාවේ “එක් කේබලයක්, සියලුම උපාංග” ලෙස ක්රියා කරයි. AI මොඩලයක් MCP සර්වරයක් වෙත ඉල්ලීමක් එවනවා; සර්වරය ඒ ඉල්ලීම ප්රොසෙස් කර, GitHub, දත්ත සමුදා, Slack වැනි සේවා වලින් අවශ්ය තොරතුරු ගෙන ආපසු AI ට ලබා දෙයි. ඒ නිසා AI එකට “ඔබේ GitHub ඉශ්යුන් සියල්ල පෙන්වන්න” කියා පවසන එකක්, MCP මගින් සම්පූර්ණ කරගත හැක.
ඉතින්, සංවර්ධකයින්ට MCP කුමකට වැදගත්ද? මෙය AI අසන්නෙකුට තේරුම් ගත හැකි පරිදි බාහිර මෙවලම් පාලනය, ලොග් ගොනු කියවීම, දත්ත සොයා ගැනීම, Jira ටිකට් පත්රිකා තැනීම, Notion පිටු යාවත්කාලීන කිරීම වැනි වැඩ සිදු කරවීමට ඉඩ සලසයි. ඒත් AI මොඩලය ස්වයංක්රීයව තේරුම් ගන්නා “බුද්ධිය” වඩා, “කාර්ය සාධකතාව” වැඩි කරන “ගැටුම් පාලක” වශයෙන් MCP ක්රියා කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන්ට – AI‑සහයෝගිතා පාඨමාලා හදන්න, උදාහරණයක් ලෙස AI එකෙන් කේත පරීක්ෂා, දත්ත විශ්ලේෂණය කිරීම ඉගෙන ගත හැකිය. MCP මගින් ඒ සියලුම මෙවලම් එකම පද්ධතියකින් පාලනය කළ හැක.
- සංවර්ධකයින්ට – එක් MCP සර්වරයක් නිර්මාණය කර, එය විවිධ AI මොඩල සමඟ භාවිතා කළ හැකි බැවින්, ඉන්ටෙග්රේෂන් කාර්යය කාලය අඩු වේ. එමඟින් ස්ථානීය startups ගත විය හැකි වැය අඩු වේ.
- ව්යාපාරිකයන්ට – AI‑වලින් ස්වයංක්රීය වාර්තා, ගනුදෙනු තහවුරු කිරීම, CI/CD පයිප්ලයින් ක්රියාත්මක කිරීම වැනි වැඩ සිදු කරගනිමින්, ක්රියාකාරී කාලය කපා හැරීම, දෝෂ අවම කිරීම සහ නිෂ්පාදන ගුණාත්මකභාවය වැඩි කිරීමේ හැකියාව ලැබේ.
අවසන් වශයෙන්, MCP AI‑වල “බුද්ධිය” වැඩි නොකරයි, “කාර්ය සාධකතාව” වැඩි කරයි. AI එකක් ඔබේ දෛනික මෙවලම් සමඟ සම්බන්ධ වීමේ පදනමක් සපයන මෙය, ඉදිරි දශකයේ සංවර්ධක පරිසරය වෙනස් කරනු ඇත. ඔබත් MCP සමඟ පළමු පියවර ගැනීමට සූදානම්ද?
