MCP के ज़रिए हर Arka स्किल इस्तेमाल करें

MCP क्लाइंट्स से dispatch-आधारित Arka क्षमताओं को खोजें और चलाएँ।

AI एजेंट्स: पहले समर्पित AI एजेंट गाइड पढ़ें — रूटिंग तालिका, execution नियम, और session flow। यह पेज dispatch-आधारित स्किल्स और opt-in निजी टूल्स को कवर करता है।

Arka तीन सामान्य MCP entry points देता है:

• arka_capabilities वर्तमान MCP tools और dispatch-आधारित स्किल्स सूचीबद्ध करता है।
• arka_skill किसी भी dispatch command को skill नाम और arguments के साथ चलाता है।
• arka_route प्राकृतिक भाषा स्वीकार करता है और उसे Arka के पूरे symbolic/fallback router से रूट करता है।

जब कोई क्लाइंट अनिश्चित हो कि कौन-सा विशिष्ट Arka tool लागू होता है, तो arka_route को umbrella MCP skill के रूप में उपयोग करें। पूरे user request को prompt के रूप में भेजें; उसे design_from_screenshot या web_answer जैसे अनुमानित skill नाम में मत बदलें।

इसका मतलब है कि नए जोड़े गए स्किल्स — जिनमें data collection, media transforms, agent races, reusable blocks, ultra-fast development, OCR, RAG, और भविष्य के स्किल्स शामिल हैं — को अलग MCP wrapper की ज़रूरत नहीं है। Execution अभी भी Arka के सामान्य mode, security, और write-action gates से होकर गुज़रता है।

​

Local-file MCP tools

arka_ocr और arka_rag OCR और document RAG के लिए समर्पित MCP tools हैं। ये केवल तभी काम करते हैं जब agent local machine पर paths पढ़ सके (उदाहरण के लिए Cursor workspace file)। बिना mounted files वाले cloud agents इन्हें इस्तेमाल नहीं कर सकते।

arka_capabilities को कॉल करके local_file_tools section देखें, जो इन tools और agents द्वारा पालन किए जाने वाले साझा notice को सूचीबद्ध करता है।

​

Incremental verification (सभी agents)

पूरे लंबे log या batch job का इंतज़ार मत करें, फिर results check करें।

1. पहले सबसे छोटा उपयोगी demo चलाएँ (एक file, एक page, या एक sample)।
2. उस result का निरीक्षण करें — success या failure की पुष्टि के लिए पर्याप्त output।
3. यदि पहला demo सफल हो, तो दूसरा increment चलाएँ।
4. उसके बाद ही workflow को verified के रूप में report करें।

arka_capabilities इसे agent_execution_rules.incremental_verify के तहत उजागर करता है।

Tool	Local path आवश्यक	सामान्य उपयोग
arka_ocr	हमेशा (path)	images से text निकालना; स्कैन किए PDFs का OCR
arka_rag	ingest, codebase_ingest, batch_ingest के लिए	PDFs/docs ingest करें और उन पर सवाल पूछें

उदाहरण MCP कॉल:

{ "path": "/Users/me/workspace/scan.png", "action": "extract" }

{ "action": "ingest", "path": "/Users/me/Documents/report.pdf" }

{ "action": "ask", "document": "report.pdf", "question": "Summarize key findings" }

Defaults (2026): PDF_RAG_PGPT=auto तब PrivateGPT auto-start स्किप करता है जब TurboQuant ने पहले ही फ़ाइल index कर ली हो। स्कैन किए PDFs indexing से पहले locally OCR किए जाते हैं। यदि cloud LLM रूट फेल हो जाएँ तो RAG ask Ollama, फिर extractive context पर fallback करता है।

MCP निजी desktop/device स्किल्स के लिए एक safe default filter भी लागू करता है। Spotify playback/search, Brave/browser-opening helpers, media playback, और daily_brief तब तक छिपे या ब्लॉक रहते हैं जब तक MCP server ARKA_MCP_ENABLE_PERSONAL_SKILLS=1 या एक संकीर्ण ARKA_MCP_ENABLED_TOOLS / ARKA_MCP_ENABLED_SKILLS override के साथ शुरू न किया जाए।

​

Routing cheat sheet

स्थिति	Tool
अनिश्चित कि कौन-सा Arka tool सही है	पूरे user prompt के साथ arka_route
skill नाम मालूम है	arka_skill skill + वैकल्पिक args के साथ
Live tool list + rules चाहिए	arka_capabilities
Repo layout / symbols	arka_repo_map
किसी project folder की fuzzy-find	arka_tech_stack (action: search)
OCR या document RAG	arka_ocr, arka_rag (local paths)
Files पर patch	arka_edit_guard → arka_apply_patch

पूरी decision table और उदाहरण: AI एजेंट गाइड।