Agents and tools

एजेंट (Agents) और वर्कफ़्लो (Workflows) पर मुख्य अध्ययन नोट्स

एजेंट क्या हैं?

• परिभाषा: एजेंट वे सिस्टम होते हैं जो एक कार्य को पूरा करने के लिए स्वयं योजना (Plan) बनाते हैं।
• कार्यप्रणाली: जब हमें यह ठीक से पता नहीं होता कि किसी कार्य को पूरा करने के लिए कौन से सटीक कदम उठाने होंगे, तब एजेंट सबसे प्रभावी होते हैं।
• कार्यप्रणाली का आधार: हम एजेंट को एक कार्य (Task) और कुछ उपकरण (Tools) देते हैं, और फिर एजेंट उन उपकरणों का उपयोग करके कार्य पूरा करने की योजना बनाता है।
• मुख्य लाभ: एजेंट की लचीलापन (Flexibility) उन्हें विभिन्न प्रकार के कार्यों को हल करने के लिए आकर्षक बनाता है।

एजेंट की कार्यक्षमता (Tool Combination)

• उपकरणों का संयोजन: एजेंट की मुख्य शक्ति विभिन्न उपकरणों को अप्रत्याशित तरीकों से एक साथ जोड़ना है।
• उदाहरण: एक साधारण कार्य (जैसे 'आज का दिन क्या है? ') के लिए एक उपकरण (Get Current Date Time) का उपयोग किया जा सकता है, जबकि जटिल कार्य (जैसे '11 दिन बाद कौन सा दिन होगा? ') के लिए कई उपकरणों (Get Current Date Time → Add Duration to Date Time) का क्रम बनाया जाता है।
• सूचना की कमी: एजेंट उपयोगकर्ता से आवश्यक अतिरिक्त जानकारी (जैसे वारंटी कब शुरू हुई) मांग सकते हैं ताकि वे उपकरण का सही ढंग से उपयोग कर सकें।

एजेंट डिज़ाइन के लिए महत्वपूर्ण सिद्धांत

• सारभूत उपकरण (Abstract Tools): एजेंट को दिए जाने वाले उपकरण 'सारभूत' (Abstract) होने चाहिए।
• अर्थ: उपकरण सामान्य, व्यापक या अस्पष्ट उद्देश्य वाले होने चाहिए, न कि अत्यधिक विशिष्ट (Hyper-specialized)।
• उदाहरण (कोड के संदर्भ में):
• एक विशिष्ट refactor_tool देने के बजाय, Bash जैसे सामान्य उपकरण दें। एजेंट को स्वयं यह तय करना होगा कि कोड को कैसे रिफैक्टर किया जाए।
• एक install_dependencies_tool देने के बजाय, एजेंट को फ़ाइलें पढ़ने और Bash का उपयोग करके कमांड चलाने दें।
• निष्कर्ष: एजेंट को ऐसे उपकरण दें जिन्हें वह अपने लक्ष्य को प्राप्त करने के लिए विभिन्न तरीकों से जोड़ सके।

व्यावहारिक अनुप्रयोग (Practical Application)

• उदाहरण: एक सोशल मीडिया वीडियो क्रिएशन एजेंट में निम्नलिखित उपकरण हो सकते हैं:
• Bash (FFmpeg एक्सेस के लिए)
• Generate Image Tool
• Text-to-Speech Tool
• Post Media Tool
• गतिशील बातचीत: ये उपकरण एजेंट को गतिशील (Dynamic) बातचीत करने की अनुमति देते हैं। उदाहरण के लिए, वीडियो बनाने से पहले एजेंट उपयोगकर्ता से कवर इमेज जनरेट करवाकर उसकी मंजूरी ले सकता है।

Takeaways

• एजेंट वे सिस्टम हैं जो किसी कार्य को पूरा करने के लिए स्वयं योजना (Plan) बनाते हैं।
• एजेंट की मुख्य शक्ति विभिन्न उपकरणों (Tools) को अप्रत्याशित तरीकों से एक साथ जोड़ना है।
• एजेंट को दिए जाने वाले उपकरण 'सारभूत' (Abstract) होने चाहिए, न कि अत्यधिक विशिष्ट।
• एजेंट जटिल कार्यों को हल करने के लिए उपकरणों का एक क्रम (Sequence) बनाते हैं और गतिशील बातचीत करते हैं।