Agent आख़िर क्या है
यह सेक्शन पढ़ने के बाद आप एक वाक्य में बता सकेंगे कि Agent क्या है, Agent और “वर्कफ़्लो” में फ़र्क़ कर पाएँगे, और जान जाएँगे कि इस कोर्स में आगे कौन-कौन से बिल्डिंग ब्लॉक बनाए जाएँगे।
काम सौंपने से शुरू करें
आप एक नए असिस्टेंट से कहते हैं “इस हफ़्ते के काम के रिकॉर्ड को सुव्यवस्थित करके साप्ताहिक रिपोर्ट बना दो।”
- साधारण चैटबॉट एक ऐसे असिस्टेंट की तरह है जो बस दरवाज़े के पार से आपसे बात कर सकता है: आपको सारे रिकॉर्ड उसे कॉपी करके देने होंगे, वह लिखकर आपको सुनाएगा। वह आपकी फ़ाइलों तक नहीं पहुँच सकता।
- वर्कफ़्लो एक पहले से तय किए गए ऑपरेशन मैनुअल की तरह है: पहला क़दम फ़ोल्डर A खोलना, दूसरा क़दम हर फ़ाइल कॉपी करना, तीसरा क़दम टेम्पलेट लगाना। हर क़दम आपने पहले से तय किया हुआ है, और मैनुअल में न लिखी स्थिति आने पर सब अटक जाता है।
- Agent एक ऐसे असिस्टेंट की तरह है जो ख़ुद हाथ आज़मा सकता है: वह ख़ुद देखता है कि फ़ोल्डर में क्या है, एक-एक फ़ाइल खोलकर पढ़ता है, पाथ ग़लत मिलने पर दूसरा चुनता है, और आख़िर में रिपोर्ट लिखकर, फ़ाइल सेव करने से पहले आपसे पूछ लेता है।क्या करना है और किस क्रम में करना है, यह वह करते-करते तय करता है।
एक वाक्य में परिभाषा
Anthropic ने अपने लेख “Building effective agents” में जो कहा है:
- वर्कफ़्लो (workflow): बड़े मॉडल और टूल्स को पहले से लिखे गए कोड पाथ से ऑर्केस्ट्रेट करना।
- Agent: बड़ा मॉडल डायनामिक रूप से अपनी प्रक्रिया और टूल के इस्तेमाल को स्वयं निर्देशित करता है।
इसमें एक और भी सीधी बात है: Agent आम तौर पर “बस एक बड़ा मॉडल होता है जो एक लूप में, माहौल के फ़ीडबैक के आधार पर टूल्स इस्तेमाल करता है।”
messages = [ ]
- मॉडल कॉल करना
- टूल चलाना
- नतीजा वापस बातचीत में डालें
- कोई टूल कॉल नहीं → समाप्त
第 0 轮यूज़र इनपुट की प्रतीक्षा
ऊपर बताया गया ठीक ऐसा ही एक लूप है: मॉडल टूल माँगता है → प्रोग्राम उसे चलाता है → परिणाम (एरर समेत) मॉडल को वापस मिलता है → मॉडल अगला क़दम तय करता है।
कब Agent का इस्तेमाल नहीं करना चाहिए
यही लेख बार-बार ज़ोर देता है: पहले सबसे सरल समाधान खोजें, ज़रूरत हो तभी जटिलता बढ़ाएँ। कई ऐप्स के लिए एक अच्छी मॉडल कॉल काफ़ी होती है।
खोजेंमेरा काम है……
एक पर क्लिक करके देखें।
Agent डेवलपमेंट में आख़िर क्या सीखना है
“Agent डेवलपमेंट के लिए क्या सीखना है” खोजने वाले बहुत सारे लोग हैं। इस कोर्स के क्रम के हिसाब से, ये असल में पाँच बिल्डिंग ब्लॉक हैं:
| बिल्डिंग ब्लॉक | क्या समाधान देता है | किस सेक्शन में |
|---|---|---|
| फ़ंक्शन कॉलिंग | मॉडल को किसी एक्शन का “निष्पादन माँगने” योग्य बनाता है | मॉडल को एक फ़ंक्शन कॉल कराना |
| लूप | इसे पूरा होने तक लगातार कई क़दम चलाने देता है | Agent लूप लिखना |
| टूल्स | इसे वास्तव में फ़ाइलों, कमांड्स, वेबपेजों तक पहुँचने दें | इसे असली टूल्स दें |
| मेमोरी | इसे याद रहे कि उसने पहले क्या किया था | मेमोरी |
| स्किल्स और प्रोटोकॉल | दूसरों द्वारा लिखे गए तरीकों और टूल्स का पुनः उपयोग करें (Skills, MCP) | स्किल्स, MCP |
इससे ऊपर इंजीनियरिंग की समस्याएँ हैं: फ्रेमवर्क का चुनाव, सुरक्षा, डिबगिंग और मूल्यांकन — इन्हें आखिरी अध्याय में रखा गया है।
लेख Agent डिज़ाइन के लिए तीन सिद्धांत देता है, जिन्हें आप पहले याद रख सकते हैं: सरल रखें; प्लानिंग प्रक्रिया को पारदर्शी रूप से दिखाएं; Agent और टूल्स के बीच के इंटरफ़ेस को सोच-समझकर डिज़ाइन करें। यह यह भी बताता है कि एक प्रोग्रामिंग मूल्यांकन पर, उन्होंने समग्र प्रॉम्प्ट को ऑप्टिमाइज़ करने से ज़्यादा समय टूल्स को ऑप्टिमाइज़ करने में लगाया — जैसे टूल को बदलकर एब्सोल्यूट पाथ का उपयोग अनिवार्य कर दिया, ताकि मॉडल गलत न लिखे।
आपकी परीक्षा“हर सुबह 9 बजे, A शीट की नई पंक्तियों का सारांश बनाकर ग्रुप में भेजो” — यह किस रूप में बनाना ज़्यादा उचित है?
एक बार जाँच लें
- मैं Agent को एक वाक्य में समझा सकता/सकती हूँ: लार्ज लैंग्वेज मॉडल एक लूप में फ़ीडबैक के आधार पर टूल्स का उपयोग करता है
- मैं वर्कफ़्लो और Agent में अंतर कर सकता/सकती हूँ, और बता सकता/सकती हूँ कि कब Agent का उपयोग नहीं करना चाहिए
- मुझे पता है कि इस कोर्स में कौन से पाँच बिल्डिंग ब्लॉक्स बनाने हैं
अगला सेक्शन: वातावरण और मॉडल तैयार करें।