පසුගිය වසරේ සංවර්ධක කණ්ඩායමකට AI මෙවලම් හතරක් නිර්මාණය කර තිබුණද, ඒවා භාවිතා කිරීම අඩුයි. ඒවා incident commander, CI failure diagnoser, code governance checker, DORA metrics dashboard යන CLI‑වලින් සමන්විතය.
ඇත්තටම, එම මෙවලම් පරිශීලකයන්ගෙන් ලැබූ පිළිතුරු 20% ට අඩුය. ප්රධාන හේතුව වන්නේ ඉංජිනේරුවන්ට නව CLI එකක් අරගෙන, පරාමිතීන් මතක තබා, එය ක්රියාත්මක කර, ප්රතිඵල කියවීමට සිදු වන පියවර ගණනාවයි. මෙය වැඩේ අතරමංවීමක් බවට පත්වේ.
මෙම ගැටළුවට විසඳුමක් ලෙස, ලේඛකයා MCPlex නමින් නව පද්ධතියක් හඳුන්වා දී ඇත. එය stateless HTTP proxy එකක් වන අතර, REST API එකක් ලෙස සියලු CLI මෙවලම් ප්රදර්ශනය කරයි. AI coding agents (Claude Code, Cursor, Codex) මගින් මෙය ආරම්භයේම සොයාගෙන, අවශ්ය මෙවලමට ඇමතුම් කිරීමේ හැකියාව ලබා දේ. ඉංජිනේරුවෙක් "active incidents?" කියලා පණිවුඩයක් ටයිප් කළ පසු, ඒ ඒජන්ට් එක නිවැරදි CLI එක ඇමතීමට අවශ්ය සියලු තොරතුරු ලබා ගනී.
MCPlex YAML ගොනුවක් පදනම් කරගෙන, එක් එක් මෙවලම සඳහා HTTP method, path, parameter mapping වැනි විස්තර සැකසීමෙන් ක්රියාත්මක වේ. එමඟින් නව Python කේතයක් හෝ SDK එකක් ලියන්න අවශ්ය නොවේ; පූර්ණයෙන්ම plumbing පමණක්. ප්රතිඵලයක් ලෙස, එක් /mcp එන්ඩ්පොයින්ට් එකක් මගින් නාලිකා හතක් පමණ CLI මෙවලම් භාවිතා කළ හැක.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සිසුන් – AI ඒජන්ට් සමඟ වැඩ කිරීමෙන්, කේත පරීක්ෂණ, incident management වැනි ප්රායෝගික කුසලතා ඉගෙන ගැනීමට අවස්ථාව ලැබේ.
- සංවර්ධකයින් – CLI එකක් මතක තබා ගන්න අවශ්යතාව අඩු වීම නිසා, වැඩේ අතරමං නොවී ඉක්මනින් ගැටළු විසඳීමට හැකියාව ලැබේ.
- ව්යාපාර – DevOps ක්රියාකාරකම් ස්වයංක්රීය කර, downtime අඩු කර, DORA metrics වැනි ප්රතිඵල තොරතුරු සරලව ලබා ගැනීමට උපකාරී වේ.
අවසානයේ, MCPlex එක AI සමඟ එකතු වී, පාරිභෝගිකයන්ගේ දැනුමට හා කාලයට අඩු කිරීමේ නව මාර්ගයක් සපයයි. මෙය ශ්රී ලංකාවේ තාක්ෂණික පරිසරයට නව සම්භාවිතාවක් ගෙනෙනු ඇත.
