Codex और अन्य AI क्लाइंट के लिए MCP सर्वर

Codex, Cursor, GitHub Copilot के साथ VS Code, Claude Code और Claude — सभी एक ही Entity Enricher MCP सर्वर से कनेक्ट होते हैं। उनके एजेंट स्कीमा डिज़ाइन कर सकते हैं, कई भाषाओं में एंटिटी एनरिच कर सकते हैं, मॉडल फ्यूज़ कर सकते हैं, सिमेंटिक आइडेंटिटी क्यूरेट कर सकते हैं, क्वालिटी का बेंचमार्क कर सकते हैं, रिलेशनल टेबल को डेटाबेस के साथ सिंक्रोनाइज़ कर सकते हैं — प्लेटफ़ॉर्म के मॉडलों पर, या क्लाइंट के अपने मॉडल पर जब जॉब अपने LLM कॉल डेलिगेट करता है — और जब सवाल खुद Entity Enricher के बारे में हो, तो प्रोडक्ट के सपोर्ट असिस्टेंट से पूछ सकते हैं।

स्कीमा वैलिडेशन और मॉडलों के बीच सहमति तथ्यात्मक सटीकता या ताज़गी की गारंटी नहीं देते। स्रोत, विफलताएँ और आंशिक डेटाबेस परिणाम स्वयं जाँचें। MCP संवादात्मक एक्सेस देता है; n8n और Make उसी सेवा पर वर्कफ़्लो ऑटोमेशन देते हैं।

अपने क्लाइंट के मॉडल पर जॉब्स चलाएँ

डिफ़ॉल्ट रूप से हर start टूल अपनी जॉब आपके ही मॉडल पर चलाता है (use_platform_models=true, या कोई प्लेटफ़ॉर्म मॉडल नाम देने पर, वह इसके बजाय प्लेटफ़ॉर्म के बिल किए जाने वाले मॉडलों पर चलती है)। जॉब कोई प्लेटफ़ॉर्म मॉडल कॉल नहीं करती और कोई क्रेडिट खर्च नहीं करती: आपके MCP क्लाइंट के पीछे का मॉडल — वही जिसके पास पहले से आपकी बातचीत, आपके दस्तावेज़ और आपके कनेक्टेड टूल हैं — जॉब के हर मॉडल कॉल का उत्तर देता है, और प्लेटफ़ॉर्म वही करता रहता है जिसमें वह माहिर है: प्रॉम्प्ट बनाना, आउटपुट स्कीमा लागू करना, हर उत्तर को मान्य और सामान्य रूप में बदलना, रिकॉर्ड सहेजना और डेटाबेस सिंक करना।

  1. जॉब को बिना किसी स्पष्ट मॉडल (छोड़ दिया गया या auto) के शुरू करें, और जहाँ टूल इसे स्वीकार करता है वहाँenable_web_search तय करें: इसे छोड़ देने पर यह web_search_undecided लौटाता है, ताकि आप पहले उपयोगकर्ता से पूछें, क्योंकि सर्च आपका ही होगा। जॉब अपने पहले मॉडल कॉल के तैयार होते ही रुक जाती है।
  2. जॉब स्थिति में llm_requests पढ़ें: हर एंट्री MCP sampling/createMessage रूप में एक मॉडल कॉल है — सिस्टम प्रॉम्प्ट, messages, tools और toolChoice — साथ में चरण का नाम बताने वाला purpose और एक डेडलाइन। बाइनरी अटैचमेंट को enricher://attachments/{id} रिसोर्सेज़ के रूप में संदर्भित किया जाता है, कभी इनलाइन नहीं; निकाला गया टेक्स्ट पहले से messages में होता है। जिस क्लाइंट ने फ़ाइल अपलोड की है वह अपनी कॉपी पढ़ता है, इसलिए किसी अटैचमेंट के लिए कभी प्लेटफ़ॉर्म मॉडल की आवश्यकता नहीं होती।
  3. रिक्वेस्ट को अपने मॉडल पर चलाएँ और परिणामanswer_llm_request के साथ वापस भेजें। प्लेटफ़ॉर्म उसे स्कीमा के विरुद्ध ठीक उसी तरह वैलिडेट करता है जैसे किसी प्रोवाइडर के उत्तर को; अस्वीकृत उत्तर वही बातचीत बनकर वापस आता है, जिसमें एरर एक फ़ेल्ड टूल रिज़ल्ट में होता है — ठीक करें और फिर उत्तर दें।
  4. जॉब पूरा होने तक दोहराएँ। रिकॉर्ड पर मॉडल की mcp::client शून्य लागत पर स्टैम्प होती है; पंद्रह मिनट तक अनुत्तरित रहने वाला रिक्वेस्ट जॉब को फ़ेल कर देता है।

प्रोटोकॉल की बारीकियाँ और एज केस — ऑप्ट-आउट, वेब सर्च का निर्णय, समानांतर अनुरोध, एनरिचमेंट पर रिपेयर अनुरोध, अटैचमेंट, टाइमआउट — नीचे सूचीबद्ध डेलिगेटेड LLM कॉल गाइड में हैं।

त्वरित शुरुआत

OAuth साइन-इन

OAuth किसी क्लाइंट को API कुंजी के बिना कनेक्ट करने देता है। Entity Enricher की सहमति स्क्रीन क्लाइंट, संगठन और कनेक्शन को दी गई भूमिका की पहचान करती है। एक्सेस को API Keys → Connected Apps के अंतर्गत प्रबंधित या रद्द किया जा सकता है।

ये उदाहरण ब्राउज़र साइन-इन (OAuth) और वही Streamable HTTP एंडपॉइंट उपयोग करते हैं: https://entityenricher.ai/api/mcp/, अंतिम स्लैश सहित। प्रत्येक क्लाइंट का अपना कॉन्फ़िगरेशन प्रारूप है।

Codex

Codex ~/.codex/config.toml के माध्यम से अपने ऐप, CLI और IDE एक्सटेंशन के बीच MCP सेटिंग्स साझा करता है। पहला कमांड Entity Enricher को रजिस्टर करता है; प्रमाणीकरण आवश्यक होने पर login कमांड ब्राउज़र साइन-इन खोलता है।

Codex CLI
codex mcp add entity-enricher --url https://entityenricher.ai/api/mcp/
codex mcp login entity-enricher
Codex दस्तावेज़ीकरण

Cursor

Cursor प्रोजेक्ट सर्वर .cursor/mcp.json से, या व्यक्तिगत सर्वर ~/.cursor/mcp.json से पढ़ता है। रिमोट सर्वर एंट्री mcpServers का उपयोग करती है; OAuth साइन-इन फ़्लो Cursor स्वयं संभालता है।

.cursor/mcp.json
{
  "mcpServers": {
    "entity-enricher": {
      "url": "https://entityenricher.ai/api/mcp/"
    }
  }
}
Cursor दस्तावेज़ीकरण

VS Code / GitHub Copilot

VS Code .vscode/mcp.json का उपयोग servers ऑब्जेक्ट और स्पष्ट http ट्रांसपोर्ट के साथ करता है। सर्वर शुरू करने पर, प्राधिकरण के बाद उसके टूल GitHub Copilot के एजेंट के लिए उपलब्ध हो जाते हैं।

.vscode/mcp.json
{
  "servers": {
    "entity-enricher": {
      "type": "http",
      "url": "https://entityenricher.ai/api/mcp/"
    }
  }
}
VS Code / GitHub Copilot दस्तावेज़ीकरण

Claude Code

यह कमांड Claude Code में एक रिमोट HTTP सर्वर रजिस्टर करता है। Claude Code के अंदर /mcp कमांड उसके कनेक्शन और प्रमाणीकरण नियंत्रण खोलता है।

Claude Code CLI
claude mcp add --transport http entity-enricher https://entityenricher.ai/api/mcp/
Claude Code दस्तावेज़ीकरण

Claude / Claude Desktop

claude.ai और Claude Desktop पर, Connectors सेटिंग्स में "Add custom connector" क्रिया उपलब्ध है। कनेक्टर ऊपर दिया गया सर्वर URL लेता है और Entity Enricher की प्राधिकरण स्क्रीन खोलता है। यह होस्टेड कनेक्शन Connectors के माध्यम से कॉन्फ़िगर किया जाता है; claude_desktop_config.json लोकल सर्वर के लिए है।

Claude कनेक्टर दस्तावेज़ीकरण
  1. 1वह संगठन जिस तक यह अनुमति सीमित है
  2. 2कनेक्शन आपकी अपनी रोल के साथ काम करता है, उससे व्यापक किसी रोल के साथ कभी नहीं
  3. 3Connected Apps से कभी भी रद्द किया जा सकता है
सहमति स्क्रीन अनुरोध करने वाले क्लाइंट, संगठन और कनेक्शन को दी गई भूमिका की पहचान करती है।

API-कुंजी प्रमाणीकरण

संगठन एक्सेस कुंजियाँ Settings → API Keys के अंतर्गत चुनी गई भूमिका के साथ बनाई जाती हैं। क्लाइंट OAuth से साइन इन करने के बजाय कुंजी को X-API-Key हेडर में भेज सकते हैं। उदाहरण के लिए, यह Codex कॉन्फ़िगरेशन कुंजी को एक एनवायरनमेंट वेरिएबल से पढ़ता है:

~/.codex/config.toml
[mcp_servers.entity-enricher]
url = "https://entityenricher.ai/api/mcp/"
env_http_headers = { "X-API-Key" = "ENTITY_ENRICHER_API_KEY" }

ENTITY_ENRICHER_API_KEY में Codex चलाने वाली प्रोसेस के एनवायरनमेंट की कुंजी होनी चाहिए। Cursor और VS Code अपने स्वयं के headers कॉन्फ़िगरेशन ऑब्जेक्ट में यह HTTP हेडर स्वीकार करते हैं। ऊपर दिए गए क्लाइंट संदर्भ उनकी समर्थित सेटिंग्स का वर्णन करते हैं।

उदाहरण बातचीत

वही अनुरोध सभी क्लाइंट पर काम करता है: "मेरे Entity Enricher स्कीमा सूचीबद्ध करें, फिर मेरे फ़ार्मास्युटिकल कंपनी स्कीमा का उपयोग करके Sanofi को संवर्धित करें और सहेजा गया परिणाम दिखाएँ।"क्लाइंट टूल खोजता है और उनका उपयोग करके स्कीमा चुनता है तथा संवर्धन चलाता है। पुष्टि प्रॉम्प्ट, प्रगति प्रदर्शन और संसाधन एक्सेस क्लाइंट पर निर्भर करते हैं।

टूल

62 टूल स्कीमा ऑथरिंग, एनरिचमेंट, बेंचमार्क, Database Sync, सिमेंटिक आइडेंटिटी और प्रोडक्ट सपोर्ट को कवर करते हैं। वे वैलिडेशन, बिलिंग और प्रोसेसिंग के लिए बैकएंड सेवाओं का पुनः उपयोग करते हैं। प्रत्येक टूल अपने समर्थित पैरामीटर स्वयं एक्सपोज़ करता है। लंबे समय तक चलने वाला काम (बैच एनरिचमेंट, सैंपल जेनरेशन, बेंचमार्क रन) एसिंक्रोनस होता है: स्टार्ट टूल एक job_id लौटाता है, क्लाइंट get_job_statusको पोल करता है और परिणामी रिकॉर्ड या बेंचमार्क परिणाम पढ़ता है। सफलता की रिपोर्ट देने से पहले विफलताओं और आंशिक परिणामों की जाँच करें।

श्रेणीटूलविवरण
खोजlist_modelsउपलब्ध मॉडल कीज़, नॉमिनल क्षमताएँ, भाषाएँ, स्ट्रैटेजी, ऑटो-चयनित डिफ़ॉल्ट और ऑर्गनाइज़ेशन के profile_limits सूचीबद्ध करें।
Schemagenerate_sampleस्कीमा ऑथरिंग के लिए फ्री-टेक्स्ट अनुरोध से संपादन योग्य सैंपल JSON जनरेट करें।
Schemalist_schemasआपके ऑर्गनाइज़ेशन के सेव किए गए स्कीमा सूचीबद्ध करें, पिन किए गए पहले।
Schemaget_schemaकिसी सेव किए गए स्कीमा को उसकी प्रॉपर्टीज़, एनोटेशन और input_contract सहित पढ़ें।
Schemacreate_schema_from_sampleसमीक्षित सैंपल से स्कीमा जनरेट करें और स्वतः सेव करें, जो schema_id, स्कीमा कंटेंट और रिकॉर्ड लिंक लौटाता है।
Schemasave_schemaसीधे लिखा गया स्कीमा सेव करें और उसका ID व लिंक लौटाएँ।
Schemaupdate_schemaकिसी सेव की गई स्कीमा का मेटाडेटा संपादित करें या LLM कॉल के बिना उसका पूरा schema_content बदलें।
Schemaget_schema_partएडिट के लिए आवश्यक स्कीमा फ़्रैगमेंट ही पढ़ें।
Schemaget_enum_candidatesप्रत्येक ओपन enum की मौजूदा वोकैबुलरी के बाहर देखे गए मान सूचीबद्ध करें, हाल के एनरिचमेंट रिकॉर्ड से गिनती सहित।
Schemaupdate_schema_propertyपूरी स्कीमा बदले बिना पाथ के ज़रिए एक प्रॉपर्टी संपादित करें या हटाएँ।
Schemaadd_schema_propertyरूट (parent_path='), किसी ऑब्जेक्ट पाथ या '$defs.X' के अंतर्गत एक प्रॉपर्टी जोड़ें।
Schemamove_schema_propertyकिसी एक प्रॉपर्टी को रूट, किसी ऑब्जेक्ट पाथ या '$defs.X' में ले जाएँ, उसके फ़्लैग और एक्सपर्टीज़ बनाए रखते हुए।
Schemaresolve_unify_proposalget_schema से मिले किसी एक पेंडिंग एंटिटी-टाइप यूनिफ़िकेशन प्रस्ताव का निपटारा करें।
Schemanest_schema_regionget_schema के x-entityMap से एक एंटिटी रीजन मूर्त करें।
Schemapublish_schemaडेटाबेस-लिंक्ड स्कीमा की वर्किंग कॉपी को उस कॉन्ट्रैक्ट के रूप में पब्लिश करें जिसका उपयोग एनरिचमेंट और रेप्लिका करते हैं।
Schemadelete_schemaकिसी सहेजी गई स्कीमा को UUID द्वारा सॉफ्ट-डिलीट करें।
Schemaanalyze_sampleस्कीमा जनरेशन से पहले सैंपल प्रॉपर्टी अस्पष्टता और रिलेशनशिप आइडेंटिटी स्कोपिंग का विश्लेषण करें।
Schemaanalyze_schemaकिसी सेव की गई स्कीमा की प्रॉपर्टी अस्पष्टता और रिलेशनशिप आइडेंटिटी स्कोपिंग का विश्लेषण करें, और एनोटेशन स्कीमा में लिखें।
एनरिचमेंट और फ्यूजनstart_batch_enrichmentschema_id या target_schema में से ठीक एक के विरुद्ध एंटिटी सूची का बिल किया जाने वाला एसिंक्रोनस संवर्धन शुरू करें।
एनरिचमेंट और फ्यूजनenrich_entityschema_id या target_schema में से ठीक एक के विरुद्ध एक एंटिटी को एनरिच करें, जो संरचित आउटपुट, record_id, लागत और कोई भी डेटाबेस परिणाम लौटाता है।
एनरिचमेंट और फ्यूजनretry_expertisesकिसी मौजूदा रिकॉर्ड के केवल विफल एक्सपर्टीज़ डोमेन दोबारा चलाएँ, फिर उसका आउटपुट अपडेट करें और रन के फ़्यूज़न/सिंक्रोनाइज़ेशन का प्रयास करें।
एनरिचमेंट और फ्यूजनmerge_recordsएक ही एंटिटी के दो या अधिक रिकॉर्ड को एक नए आर्बिट्रेशन रिकॉर्ड में फ्यूज़ करें।
जॉब कंट्रोलget_job_statusकिसी जॉब का स्टेटस, प्रोग्रेस और सेव किए गए रिकॉर्ड IDs सहित कॉम्पैक्ट अंतिम सारांश पढ़ें।
जॉब कंट्रोलcancel_jobकिसी पेंडिंग, चल रहे या पॉज़ किए गए LLM जॉब को रद्द करने का अनुरोध करें।
जॉब कंट्रोलanswer_job_questionपॉज़ के दौरान लौटाए गए प्रश्नों के उत्तर देकर पॉज़ किए गए जॉब को फिर से शुरू करें।
जॉब कंट्रोलanswer_llm_requestकिसी डेलिगेटेड जॉब के एक पेंडिंग मॉडल कॉल का परिणाम सबमिट करें: ऐसा जॉब जिसे यूज़र ने क्लाइंट के अपने मॉडल पर शुरू किया हो (हर start टूल का डिफ़ॉल्ट, जब तक use_platform_models=true या कोई…
रिकॉर्ड और आँकड़ेlist_recordsआपके ऑर्गनाइज़ेशन के रिकॉर्ड कॉम्पैक्ट, पेजिनेटेड रूप में सूचीबद्ध करें — सबसे नए पहले।
रिकॉर्ड और आँकड़ेget_recordएक सेव किए गए रिकॉर्ड का structured_output, entity_input_data, वैलिडेशन एरर, एक्सपर्टीज़ वर्डिक्ट और मेट्रिक्स पढ़ें।
रिकॉर्ड और आँकड़ेget_statsऑर्गनाइज़ेशन-व्यापी रिकॉर्ड की कुल संख्या, सफलता दर, टोकन और लागत सारांश पढ़ें।
बेंचमार्कlist_benchmark_scenariosकॉम्पैक्ट बेंचमार्क सिनेरियो सारांश और कुल संख्या सूचीबद्ध करें।
बेंचमार्कget_benchmark_scenarioएक बेंचमार्क सिनेरियो को प्रति-मॉडल क्वालिटी, कॉस्ट और स्पीड परिणामों सहित पढ़ें।
बेंचमार्कget_benchmark_scenario_resultsकिसी सिनेरियो के प्रति-मॉडल बेंचमार्क परिणामों को फ़िल्टर, रैंक और सीमित करें।
बेंचमार्कcreate_benchmark_scenarioअनिवार्य स्कोरिंग जज के साथ एक पुन: उपयोग योग्य बेंचमार्क बनाएँ।
बेंचमार्कupdate_benchmark_scenarioकिसी बेंचमार्क की टेस्ट परिभाषा या स्कोरिंग कॉन्फ़िगरेशन संपादित करें।
बेंचमार्कset_benchmark_referenceकिसी संवर्धन या स्कीमा-जनरेशन बेंचमार्क के लिए गोल्ड रेफ़रेंस सेव करें।
बेंचमार्कrevert_benchmark_reference_updatesकिसी स्कोरिंग पास ने सिनेरियो के रेफरेंस में जो स्वतः बदलाव किए, उन्हें पूर्ववत करें।
बेंचमार्कdelete_benchmark_scenarioकिसी बेंचमार्क सिनेरियो और उसके संग्रहीत परिणामों को हटाएँ।
बेंचमार्कrun_benchmarkकिसी बेंचमार्क का बिल किया जाने वाला एसिंक्रोनस निष्पादन और स्कोरिंग शुरू करें।
अटैचमेंटupload_attachmentपुन: उपयोग योग्य स्रोत सामग्री के रूप में base64 फ़ाइल बाइट्स अपलोड करें; id और requires_capability लौटाता है।
अटैचमेंटdelete_attachmentअपने ऑर्गनाइज़ेशन में किसी अटैचमेंट को स्थायी रूप से डिलीट करें, उसकी स्टोर की गई फ़ाइल सहित।
Database Synclist_database_syncsकिसी सेव किए गए स्कीमा के डेटाबेस रजिस्ट्रेशन, लिंक्ड स्कीमा, विकल्प और सिंक होस्ट सूचीबद्ध करें।
Database Synclist_entity_statesकिसी स्कीमा की वर्तमान मर्ज की गई एंटिटी पंक्तियाँ ब्राउज़ करें, न कि प्रति-रन रिकॉर्ड।
Database Synccreate_database_syncकिसी सेव किए गए स्कीमा को PostgreSQL, MySQL या SQLite के साथ रिलेशनल सिंक्रोनाइज़ेशन के लिए रजिस्टर करें।
Database Syncassign_sync_hostdatabase sync प्रोविज़न करने वाले होस्ट को असाइन करें या हटाएँ।
Database Syncclassify_database_modelकिसी लिंक किए गए स्कीमा पर डेटाबेस की, SQL टाइप, इंडेक्स और रिलेशनशिप ओनरशिप प्रस्तावित करने वाला बिल किया जाने वाला विश्लेषण शुरू करें।
Database Syncdelete_database_syncकिसी डेटाबेस रजिस्ट्रेशन और उसके क्यू में लगे डेल्टा हटाएँ, जिससे उसका फ़ीड रुक जाए।
Database Syncget_database_setup_instructionsकिसी ee-database sync क्लाइंट के लिए गैर-गोपनीय इंस्टॉल, ब्राउज़र-पुष्ट पेयरिंग और रन निर्देश लौटाएँ।
Database Syncfetch_database_deltasकिसी डेटाबेस सिंक के लिए SQL डेल्टा और कैनोनिकल पेलोड की अगली क्रमबद्ध विंडो पढ़ें।
Database Syncack_database_deltasसफल अनुप्रयोग के बाद up_to_id के ज़रिए हर डेल्टा को स्वीकार करें, जिससे उसका लीज़ रिलीज़ हो जाए।
Database Syncsync_records_to_databaseसंग्रहीत या दिए गए संवर्धन आउटपुट को वैलिडेट करके एंटिटी लेयर और लिंक किए गए सिंक में इंजेक्ट करें।
सिमैंटिक IDlist_semantic_conceptsउपनाम, उपयोग गणना और टाइप/मॉडल फ़ैसेट के साथ ऑर्गनाइज़ेशन कॉन्सेप्ट ब्राउज़ करें।
सिमैंटिक IDget_semantic_conceptएक कॉन्सेप्ट के एलियास, आइडेंटिटी सोर्स कीज़, लिंक्ड रिकॉर्ड और उसके अपने type/model स्लाइस के भीतर निकटतम पड़ोसी पढ़ें।
सिमैंटिक IDprobe_semantic_conceptकॉन्सेप्ट जोड़े या उसका उपयोग बढ़ाए बिना आइडेंटिटी रेज़ोल्यूशन का पूर्वावलोकन करें।
सिमैंटिक IDadd_semantic_conceptशून्य उपयोग पर एक आइडेंटिटी कॉन्सेप्ट जोड़ें, या alias_of का उपयोग करके टेक्स्ट को उपनाम के रूप में जोड़ें।
सिमैंटिक IDupdate_concept_aliasget_semantic_concept से मिले एलियास IDs का उपयोग करके किसी कॉन्सेप्ट एलियास को हटाएँ या प्रमोट करें।
सिमैंटिक IDimport_semantic_concepts1..1000 टेक्स्ट को एक कॉन्सेप्ट टाइप के विरुद्ध रिज़ॉल्व करें।
सिमैंटिक IDmerge_semantic_conceptsकिसी हारने वाले कॉन्सेप्ट को जीतने वाले कॉन्सेप्ट में मर्ज करें।
सिमैंटिक IDdelete_semantic_conceptsids, concept_types या unused_only द्वारा चुने गए कॉन्सेप्ट हटाएँ।
सिमैंटिक IDmigrate_semantic_embeddingsऑर्गनाइज़ेशन के कॉन्सेप्ट एम्बेडिंग स्पेस का निरीक्षण करें या उसे माइग्रेट करें।
प्रोडक्ट सपोर्टask_supportEntity Enricher के प्रोडक्ट-सपोर्ट असिस्टेंट Rupert से एप्लिकेशन के बारे में ही कोई सवाल पूछें: कोई फ़ीचर, टूल या सेटिंग कैसे काम करती है, किसी error_code, लिमिट या स्टेटस का क्या मतलब है…
प्रोडक्ट सपोर्टget_support_conversationअपने किसी एक सपोर्ट थ्रेड को हर टर्न के साथ पढ़ें: आपके सवाल (role user), Rupert के जवाब (assistant) और सपोर्ट टीम के फ़ॉलो-अप (admin, author_name के साथ)।
प्रोडक्ट सपोर्टlist_support_conversationsआपके सपोर्ट थ्रेड, सबसे नई गतिविधि पहले, message_count और unread_for_user के साथ (सपोर्ट टीम का ऐसा फ़ॉलो-अप जिसे आपने नहीं पढ़ा है)।

वर्कफ़्लो गाइड, ज़रूरत पड़ने पर लोड होते हैं

सर्वर निर्देश उपलब्ध वर्कफ़्लो समझाते हैं; टूल विवरण अलग-अलग कॉल समझाते हैं। मॉडलिंग संबंधी निर्णयों या रिकवरी के लिए, आपका क्लाइंट enricher://docs पर गाइड इंडेक्स पढ़ सकता है और MCP रिसोर्स के ज़रिए कोई गाइड चुन सकता है। गाइड पढ़ने से कोई मॉडल नहीं चलता। नीचे दिए लिंक सार्वजनिक रिपॉज़िटरी में वही अंग्रेज़ी गाइड खोलते हैं।

रिसोर्सेज़

रिसोर्स स्कीमा और रिकॉर्ड डेटा के साथ-साथ वर्कफ़्लो गाइड्स को Markdown के रूप में उपलब्ध कराते हैं। क्लाइंट तय करते हैं कि उन्हें कैसे खोजा और लोड किया जाए; फिर भी रिसोर्स कंटेंट मॉडल कॉन्टेक्स्ट खर्च कर सकता है।

URI टेम्पलेटविवरण
enricher://docsवर्कफ़्लो गाइड्स की इंडेक्स, प्रत्येक अपने सूचीबद्ध रिसोर्स URI पर उपलब्ध है।
enricher://schemas/{schema_id}Markdown के रूप में एक सेव की गई स्कीमा वर्किंग कॉपी; सक्रिय लिंक्ड कॉन्ट्रैक्ट के लिए version="published" के साथ get_schema का उपयोग करें।
enricher://records/{record_id}एक पिछला enrichment record जो Markdown के रूप में प्रस्तुत किया गया — metadata + संरचित output + validation errors।
enricher://attachments/{attachment_id}अपलोड किए गए अटैचमेंट के बाइट्स, उनके वास्तविक मीडिया प्रकार के साथ — इसी तरह कोई जॉब, जो अपनी LLM कॉल्स डेलिगेट करता है, आपके क्लाइंट को ऐसी PDF, इमेज या ऑडियो फ़ाइल सौंपता है जिसे उसने स्वयं अपलोड नहीं किया था।

आपके क्लाइंट से प्रोडक्ट सपोर्ट

जब सवाल खुद Entity Enricher के बारे में हो — कोई फ़ीचर या टूल कैसे काम करता है, किसी एरर कोड, किसी लिमिट या किसी चेतावनी का क्या मतलब है, कोई परिणाम वैसा क्यों दिखता है — और गाइड उसका जवाब न दें, तो सर्वर निर्देश एजेंट से कहते हैं कि अनुमान लगाने के बजाय ask_support से प्रोडक्ट-सपोर्ट असिस्टेंट Rupert से पूछे। यह कॉल पूरा जवाब और उसके द्वारा खोले गए थ्रेड की id लौटाता है; अगले सवाल में वहीconversation_id पास करने से बातचीत का संदर्भ बना रहता है।

हर सवाल संगठन के दैनिक सपोर्ट कोटा में गिना जाता है, जिसेquestions_remaining के रूप में रिपोर्ट किया जाता है। सपोर्ट टीम थ्रेड में जवाब दे सकती है: उस पर अगला ask_support उन फ़ॉलो-अप कोnew_admin_messages के रूप में लौटाता है, औरget_support_conversation पूरा थ्रेड पढ़ता है। वही थ्रेड वेब ऐप के सपोर्ट चैट में और, ओनर के लिए, Users पेज के Discussions टैब में दिखते हैं, जिन पर AI एजेंट द्वारा खोले जाने का बैज लगा होता है।

इंटरैक्टिव क्लासिफ़िकेशन हैंडलिंग

जब आप enrich_entity से किसी क्लासिफिकेशन मॉडल का उपयोग करने को कहते हैं और एंटिटी स्कीमा टाइप से मेल नहीं खाती, तो टूल संरचित विवरण के साथ एकगैर-त्रुटि रिस्पॉन्स देता है। क्लाइंट उसे पढ़ता है, कारण आपको दिखाता है, और (आपकी पुष्टि पर) force_after_classification_warning=true के साथ दोबारा कोशिश करता है — जो दोबारा कोशिश में क्लासिफ़ायर को हटा देता है।

{
  "success": false,
  "error_code": "classification_warning",
  "message": "Pre-flight classification rejected the entity. ...",
  "classification": {
    "status": "mismatch",
    "reasoning": "Titan is a moon of Saturn, not a planet.",
    "confidence": 0.97
  },
  "job_id": "..."
}

MCP प्रतिक्रिया वर्गीकरण विवरण सुरक्षित रखती है, ताकि आपका क्लाइंट नई कॉल शुरू करने से पहले निर्णय समझा सके।

यही इंटरैक्टिविटी एक दूसरे फ़्लो को भी चलाती है: जब generate_sample स्रोत दस्तावेज़ों के साथ चलता है, तो उसका प्लानर संरचना से जुड़े स्पष्टीकरण प्रश्नों पर रुक सकता है। क्लाइंट उन्हें आप तक पहुँचाता है और answer_job_question से जॉब को फिर शुरू करता है — दौर के बाद दौर, जब तक सैंपल तैयार न हो जाए।

त्रुटि कोड

अधिकांश टूल एरर एक स्ट्रक्चर्ड ऑब्जेक्ट लौटाते हैं जिसमें error_code फ़ील्ड होती है, ताकि क्लाइंट कोटा, क्लासिफ़िकेशन, टाइमआउट और प्रोवाइडर विफलताओं में अंतर कर सके। कुछ पुराने रिस्पॉन्स में केवल error या message फ़ील्ड होती है; ट्रांसपोर्ट स्टेटस के साथ-साथ वास्तविक रिज़ल्ट का भी निरीक्षण करें।

error_codeकब
invalid_requestविकृत UUID, परस्पर अनन्य आर्ग्युमेंट्स (schema_id + target_schema), या रिक्वेस्ट बॉडी सत्यापन विफल रहा।
prompt_limit_reachedदैनिक / साप्ताहिक / मासिक प्रॉम्प्ट कोटा समाप्त हो गया (HTTP 402)। बॉडी में period, limit, used, needed शामिल हैं।
insufficient_creditsसंगठन में बिलिंग सक्षम है लेकिन जॉब शुरू करने के लिए क्रेडिट बैलेंस बहुत कम है (HTTP 402)। बॉडी में बैलेंस और एक खरीद URL शामिल है।
model_limit_exceededप्लान की अनुमति से अधिक मॉडल के लिए अनुरोध किया गया (HTTP 402)। सीमा + अनुरोधित को दोहराता है।
language_limit_exceededप्लान की अनुमति से अधिक भाषाओं के लिए अनुरोध किया गया (HTTP 402)।
concurrent_job_limit_reachedइस org के लिए बहुत अधिक सक्रिय एनरिचमेंट जॉब। प्रतीक्षा करें या प्लान अपग्रेड करें।
classification_warning⚡ त्रुटि नहीं: प्री-फ़्लाइट क्लासिफ़ायर ने एंटिटी को अस्वीकार कर दिया। प्रतिक्रिया में वर्गीकरण संदर्भ शामिल है, जिससे क्लाइंट उपयोगकर्ता से पुष्टि माँग सकता है और force_after_classification_warning=true के साथ पुनः प्रयास कर सकता है।
benchmarks_not_in_planसंगठन की योजना में मॉडल बेंचमार्क शामिल नहीं है (HTTP 403)। बेंचमार्क में बदलाव करने वाले टूल owner भूमिका की भी जाँच करते हैं।
support_question_limit_reachedसंगठन का दैनिक सपोर्ट-सवाल कोटा खत्म हो गया है (HTTP 402)। बॉडी में limit और used शामिल हैं; हर ask_support परिणाम questions_remaining रिपोर्ट करता है।
support_requires_userask_support को संगठन के एक्सेस की के साथ कॉल किया गया (HTTP 403)। सपोर्ट थ्रेड किसी व्यक्ति से जुड़ा होता है: OAuth या व्यक्तिगत API की से साइन इन करें।
support_unavailableसपोर्ट असिस्टेंट जवाब नहीं दे सका (रिले विफलता)। सवाल फिर भी गिना जाता है और थ्रेड मौजूद है: तुरंत दोबारा पूछने के बजाय इसे बाद में get_support_conversation से पढ़ें।
web_search_undecidedआपके मॉडल पर चल रही जॉब के लिए एक start टूल को enable_web_search के बिना कॉल किया गया। उपयोगकर्ता से पूछें कि क्या आपका मॉडल वेब सर्च का उपयोग कर सकता है, फिर enable_web_search=true या false के साथ दोबारा कॉल करें।
delegation_requires_autoआपके मॉडल पर चल रही एक जॉब को लॉन्च के बाद इंजेक्ट किया गया एक स्पष्ट प्लेटफ़ॉर्म मॉडल मिला, जैसे संगठन का डिफ़ॉल्ट (HTTP 400)। जॉब को use_platform_models=true के साथ शुरू करें, या वह डिफ़ॉल्ट हटा दें।
request_not_pendinganswer_llm_request ने ऐसी रिक्वेस्ट बताई जिसका जवाब पहले ही दिया जा चुका है, जो एक्सपायर हो गई है, या जो आगे बढ़ चुके किसी जॉब की है। अभी क्या पेंडिंग है यह जानने के लिए get_job_status(job_id).llm_requests पढ़ें।
llm_request_pendinganswer_job_question ऐसे जॉब पर कॉल किया गया जो डेलिगेटेड LLM रिक्वेस्ट पर रुका है, किसी सवाल पर नहीं। उनका जवाब answer_llm_request से दें।
llm_request_timeoutअपनी LLM कॉल डेलिगेट करने वाले एक जॉब को 15 मिनट के भीतर किसी पेंडिंग रिक्वेस्ट का जवाब नहीं मिला; जॉब फेल हो गया। डेलिगेटेड जॉब्स का कोई डिफ़ॉल्ट जवाब नहीं होता।
ambiguity_check_disabledanalyze_schema को ऐसे स्कीमा पर कॉल किया गया जिसकी अस्पष्टता जाँच बंद है (HTTP 400)। पहले update_schema के ज़रिए ambiguity_check_enabled=true सेट करके इसे दोबारा चालू करें।
enrichment_timeoutJob ने timeout_seconds को पार कर लिया। कम models या entity को विभाजित करने का सुझाव दें।
schema_generation_timeoutस्कीमा जनरेशन ने timeout_seconds पार कर दिया।
schema_generation_failedस्कीमा जनरेशन के दौरान अपस्ट्रीम LLM त्रुटि (HTTP 502)।
model_output_invalidमॉडल ने ऐसा आउटपुट लौटाया जो स्कीमा से मेल नहीं खाता (HTTP 502)। बॉडी में मॉडल, समस्याग्रस्त प्रॉपर्टी पाथ, और retryable: true दिया गया है — टूल को दोबारा कॉल करें, या कोई मज़बूत मॉडल चुनें।
cancelledJob रन के बीच में रद्द किया गया (HTTP 499)।
not_foundआपके संगठन में स्कीमा या रिकॉर्ड ID मौजूद नहीं है।
http_errorबिना स्ट्रक्चर्ड डिटेल बॉडी वाली HTTP त्रुटियों के लिए कैच-ऑल।

जानबूझकर छोड़ी गई बातें

यह भी देखें