Tasklet MCP Launch: Claude, ChatGPT और Cursor से सीधे अपने Cloud Agents को काम सौंपिए

ChatGPT में campaign idea पर brainstorming के बीच लगता है कि अब यह असल काम में बदलना चाहिए। पहले context copy करके agent को दोबारा समझाना पड़ता था, अब यह step खत्म। Tasklet ने 28 October 2026 को Tasklet MCP launch किया है, जो Claude, ChatGPT, Codex और Cursor जैसे AI apps के अंदर से ही आपके Tasklet cloud agents को काम सौंपने देता है।

Tasklet एक cloud agent OS है, ऐसे AI agents जो cloud में 24×7 चलते हैं और company के मुताबिक emails, reports, CRM updates जैसे business tasks खुद संभालते हैं। Tasklet MCP इस system का नया दरवाजा है।

Tasklet MCP क्या है

Simple भाषा में, Tasklet MCP एक MCP server है जिसे आप अपने AI app की MCP settings में add करते हैं। MCP यानी Model Context Protocol, AI apps को external tools और services से जोड़ने का एक open standard है। Server का address है https://api.tasklet.ai/mcp। इसके बाद chat के बीच से ही agents को instructions दे सकते हैं।

नया app download नहीं करना। आप वहीं रहते हैं जहां पहले से काम करते हैं, बस अब chat window से ही agent काम उठा सकता है। Company के मुताबिक काम चाहे कहीं से दें, उसे उठाने वाला वही एक agent है, जिसके पास आपके connections, skills और automations पहले से set हैं।

यह काम कैसे करता है

एक example से समझिए। Claude में project discuss करते हुए लिखते हैं, “Which Tasklet agents can you use?” App बताता है कि कौन से agents available हैं। फिर इस plan को Ops agent को दे दो, conversation की context सीधे agent तक पहुंच जाती है, copy-paste का झंझट नहीं।

फिर agent आपके tools से connect होकर steps पूरे करता है, और approval वाले काम आपके पास Tasklet में ही आते हैं। मेरे हिसाब से सबसे दिलचस्प बात, handoff के बाद chat window बंद कर दें तो भी agent cloud में काम जारी रखता है। Chatbot जवाब देता है, agent जिम्मेदारी लेता है।

Tasklet MCP से आप क्या-क्या कर सकते हैं

Company ने तीन main use cases बताए हैं।

पहला, mid-chat handoff। ChatGPT या Claude में brainstorming के बीच ही काम agent को सौंप देना। Agent चौबीसों घंटे काम करता है, idea सिर्फ discuss होकर नहीं रहता, execute होने लगता है।

दूसरा, अपनी skills को साथ ले जाना। Claude Code या Codex की बनी skills दोबारा बनाने की जरूरत नहीं। Company के मुताबिक बस कहना है, “Copy my skills to my Ops agent in Tasklet,” और वह agent उन skills को हर काम में use कर सकता है, जिसे भी agent share है उसे भी फायदा मिलता है।

तीसरा, idea को team project में बदलना। ChatGPT में campaign idea सोचकर कहते हैं, “Send this to our Marketing agent in Tasklet. Draft a storyboard and social concepts, and add it to the agenda for our next marketing meeting.” पूरी team उसे देख सकती है और वहीं से आगे बढ़ा सकती है।

Setup कैसे करें: 4 simple steps

ये steps Tasklet के official guide पर based हैं।

Step 1, MCP server URL copy कीजिए: https://api.tasklet.ai/mcp।

Step 2, इसे अपने AI app की MCP settings में custom connector या custom MCP server के तौर पर add कीजिए। अगर app पूछे तो Streamable HTTP और OAuth चुनिए।

Step 3, Tasklet में sign in करके चुनिए कि यह app आपके कौन से agents use कर सकता है, फिर Connect दबाइए।

Step 4, अपने AI app से पूछिए, “Which Tasklet agents can you use?” और फिर किसी एक को कोई real task सौंपिए। Company का official setup page यहां देख सकते हैं।

आपका control: security और permissions

AI agents को tools का access देने से पहले control समझना जरूरी है, और यहां Tasklet ने समझदारी भरे guardrails रखे हैं।

आप चुनते हैं कि connected app कौन से agents use कर सकता है। App agent के existing connections और permissions के दायरे में काम करता है, approval वाले काम Tasklet में आपके पास आते हैं, और काम आपके Tasklet credits पर चलता है। किसी app का access कभी भी Settings के Connections section से हटाया जा सकता है।

मेरे हिसाब से एक practical सलाह बनती है। पहली बार सिर्फ जरूरी agents share कीजिए, sensitive tools वाले agents को शुरू में बाहर रखिए। पहले छोटे, reversible कामों पर test कीजिए, और भरोसा बनने पर ही बड़े workflows दीजिए।

दूसरे approaches से तुलना

देखने वाली बात यह है कि Tasklet MCP दो trends को एक साथ पकड़ रहा है। एक तरफ ChatGPT और Claude जैसे chat apps, दूसरी तरफ background में काम करने वाले autonomous agents। अब तक इनके बीच manual handoff का gap था, Tasklet MCP उसी को भरता है।

Zapier में आप fixed triggers और actions जोड़ते हैं, यहां agent खुद decide करता है कि काम कैसे करना है। और सिर्फ MCP server देने वालों के मुकाबले Tasklet सिर्फ tool access नहीं, एक पूरा 24×7 agent देता है जो team के साथ share होता है।

यह कोई magic नहीं है, agent उतना ही अच्छा काम करेगा जितनी अच्छी उसकी setup, skills और permissions होंगी। Company के claims को claims की तरह ही लीजिए।

आम user के लिए इसका मतलब

अगर आप रोज ChatGPT या Claude use करते हैं, तो मतलब simple है, अब दो जगहों के बीच कूदना नहीं पड़ेगा। Website पर Try for free का option भी है।

Practical takeaway: पहले एक छोटा repetitive काम चुनिए, जैसे weekly report का draft, और MCP से agent को सौंपकर देखिए कि handoff कितना smooth और output कितना reliable है। Test pass हो, तभी बड़े workflows पर जाइए।

FAQ

Tasklet MCP कब launch हुआ?

28 October 2026 को, company के official blog और LinkedIn पर announcement के साथ।

Tasklet MCP क्या है?

Tasklet का एक MCP server, जो आपके Tasklet cloud agents को Claude, ChatGPT, Codex, Cursor जैसे AI apps के अंदर से use करने देता है।

किन AI apps के साथ connect होता है?

Claude, ChatGPT, Codex, Cursor और बाकी वे AI apps जो remote MCP servers के साथ OAuth sign-in support करते हैं।

Setup के लिए क्या चाहिए?

Server URL https://api.tasklet.ai/mcp, AI app की MCP settings में custom connector के तौर पर add करना, Tasklet में sign in, और यह चुनना कि app कौन से agents use कर सकता है।

क्या connected app को मेरे सारे agents का access मिल जाता है?

नहीं। आप खुद चुनते हैं कि कौन सा app कौन से agents use कर सकता है, approval वाले काम अभी भी आपके पास Tasklet में आते हैं, और access कभी भी Settings से हटाया जा सकता है।

आखिरी बात

Tasklet MCP एक साफ trend दिखाता है, chat और action के बीच की दीवार गिर रही है। अब तक AI apps में हम सोचते और plan करते थे, execution अलग tools में होता था। MCP जैसे open standard से दोनों एक ही जगह मिल रहे हैं, और Tasklet अपने 24×7 cloud agents को chat window तक ले आया है।

आने वाले time में देखना interesting होगा कि teams इसे कितनी गहराई से adopt करती हैं और agents real काम में कितने reliable साबित होते हैं। फिलहाल यह clear है कि AI अब सिर्फ जवाब देने वाला साथी नहीं रहा, वह काम उठाने वाला teammate बन रहा है।