How Computer Use works

कंप्यूटर उपयोग (Computer Use) के पीछे की कार्यप्रणाली

• मूल सिद्धांत: कंप्यूटर उपयोग (Computer Use) को भी Clod के टूल सिस्टम (Tool System) का उपयोग करके लागू किया जाता है।
• टूल उपयोग का सामान्य प्रवाह (General Tool Use Flow):
• उपयोगकर्ता संदेश + टूल स्कीमा (Tool Schema) के साथ Clod को अनुरोध भेजा जाता है।
• Clod उपयोगकर्ता के संदेश का विश्लेषण करता है और टूल का उपयोग करने का निर्णय लेता है।
• Clod टूल उपयोग भाग (Tool Use Part) के साथ प्रतिक्रिया देता है (जिसमें टूल ID, नाम और इनपुट होता है)।
• सर्वर (डेवलपर द्वारा लिखा गया कोड) उस इनपुट को प्राप्त करता है और कार्य करता है।
• परिणाम को टूल रिजल्ट भाग (Tool Result Part) के रूप में Clod को वापस भेजा जाता है।
• कंप्यूटर उपयोग का कार्यान्वयन (Implementation of Computer Use):
• कंप्यूटर उपयोग के लिए एक विशेष और छोटा टूल स्कीमा Clod को भेजा जाता है।
• यह छोटा स्कीमा आंतरिक रूप से एक बड़े संरचना (Large Structure) में विस्तारित होता है, जो Clod को एक्शन फंक्शन (Action Function) का उपयोग करने की अनुमति देता है (जैसे: माउस मूव, लेफ्ट क्लिक, स्क्रीनशॉट)।
• Clod टूल उपयोग भाग भेजता है।
• डेवलपर को Clod के अनुरोध को पूरा करना होता है। इसके लिए एक डॉकर कंटेनर (Docker Container) का उपयोग किया जाता है जो प्रोग्रामेटिक की प्रेस और माउस मूवमेंट को निष्पादित करता है।
• कार्य पूरा होने पर परिणाम Clod को वापस भेजा जाता है।
• मुख्य निष्कर्ष: Clod सीधे कंप्यूटर को नियंत्रित नहीं करता है; बल्कि, टूल सिस्टम के माध्यम से कार्य होता है और वास्तविक कंप्यूटिंग वातावरण (Computing Environment) प्रदान करना डेवलपर की जिम्मेदारी होती है।
• शुरुआत कैसे करें:
• Anthropic ने कंप्यूटर उपयोग के लिए एक संदर्भ कार्यान्वयन (Reference Implementation) प्रदान किया है।
• इसे सेट अप करने के लिए केवल डॉकर (Docker) और एक स्थानीय AWS प्रोफाइल (Local AWS Profile) की आवश्यकता होती है।

Takeaways

• कंप्यूटर उपयोग (Computer Use) को Clod के टूल सिस्टम (Tool System) का उपयोग करके लागू किया जाता है।
• Clod सीधे कंप्यूटर को नियंत्रित नहीं करता; टूल सिस्टम के माध्यम से कार्य होता है और वास्तविक कंप्यूटिंग वातावरण प्रदान करना डेवलपर की जिम्मेदारी होती है।
• कंप्यूटर उपयोग के लिए एक छोटा टूल स्कीमा भेजा जाता है जो आंतरिक रूप से एक्शन फंक्शन (जैसे माउस मूव, क्लिक) में विस्तारित होता है।
• डेवलपर के लिए, डॉकर कंटेनर (Docker Container) का उपयोग प्रोग्रामेटिक की प्रेस और माउस मूवमेंट को निष्पादित करने के लिए किया जाता है।