एजेंटिक रिसोर्स डिस्कवरी (Agentic Resource Discovery) ही वह गायब लेयर है जिसकी ज़रूरत है
AI एजेंट्स एक बड़ी समस्या का सामना कर रहे हैं। उन्हें सही समय पर सही टूल चुनने में कठिनाई होती है।
एक मॉडल अच्छी तरह से तर्क (reasoning) कर सकता है। एक टूल अच्छी तरह से सर्च कर सकता है। एक GUI कंट्रोलर अच्छी तरह से काम कर सकता है। लेकिन अगर एजेंट्स को यह नहीं पता कि कौन से टूल्स मौजूद हैं या उन्हें कैसे रैंक किया जाए, तो वे विफल हो जाते हैं।
अधिकांश डेवलपर्स एक स्टैटिक (static) दृष्टिकोण अपनाते हैं। आप एक टूल इंस्टॉल करते हैं और बाद में उसका उपयोग करते हैं। आप पहले से ही स्किल्स को जोड़ देते हैं और उम्मीद करते हैं कि वे काम करेंगी। जब आपका एजेंट बढ़ता है, तो यह तरीका काम नहीं करता। सैकड़ों टूल्स को मैन्युअल रूप से मैनेज करना असंभव है।
एजेंटिक रिसोर्स डिस्कवरी (ARD) इसे ठीक करता है। टूल्स को हार्डकोड करने के बजाय, एजेंट्स रनटाइम (runtime) पर एक रजिस्ट्री में सर्च करते हैं।
ARD मौजूदा प्रोटोकॉल के साथ मिलकर काम करता है:
- MCP एजेंट को बताता है कि टूल को कैसे कॉल करना है।
- Skills एजेंट को बताती हैं कि निर्देशों का पालन कैसे करना है।
- A2A एजेंट को बताता है कि दूसरे एजेंट तक कैसे पहुँचना है।
- ARD इन सभी के शुरू होने से पहले एजेंट को बताता है कि क्या खोजना है।
ARD स्पेसिफिकेशन (spec) के दो मुख्य भाग हैं:
- पब्लिशर्स एक
ai-catalog.jsonफ़ाइल साझा करते हैं। इस फ़ाइल में टैग्स और सैंपल क्वेरीज़ जैसे मेटाडेटा होते हैं। - एक सर्च API एजेंट को नेचुरल लैंग्वेज (natural language) में रिक्वेस्ट भेजने की अनुमति देता है। रजिस्ट्री क्षमताओं (capabilities) की एक रैंक की गई सूची लौटाती है।
यह तरीका हर टूल का विवरण प्रॉम्प्ट (prompt) में डालने की तुलना में सस्ता है। यह आपके कॉन्टेक्स्ट विंडो (context window) को भी साफ रखता है।
Hugging Face इसे अपने Discover टूल के साथ लागू करता है। यह Hub के परिणामों को स्किल्स या MCP सर्वर्स में बदल देता है।
GUI एजेंट्स के लिए डिस्कवरी और भी महत्वपूर्ण है। इन एजेंट्स को सही स्किल पैक या विजुअल प्लेबुक चुननी होती है। शोध से पता चलता है कि मल्टीमॉडल स्किल्स (multimodal skills) मदद करती हैं। VISUALSKILL का उपयोग करने वाले एक Claude एजेंट ने टेक्स्ट-ओनली बेसलाइन की तुलना में 15.3 अंक अधिक प्राप्त किए।
एजेंट इकोसिस्टम तेजी से बढ़ रहा है। क्षमताओं में अब APIs, UI वर्कफ़्लो और रोबोट नीतियां (robot policies) शामिल हैं। आप इस वातावरण में हर टूल को मैन्युअल रूप से सेटअप नहीं कर सकते।
यदि आप एजेंट उत्पाद बनाते हैं, तो इन तीन नियमों का पालन करें:
- स्टैटिक टूल लिस्ट का उपयोग करना बंद करें। वे जल्दी ही पुराने हो जाते हैं।
- समृद्ध मेटाडेटा (rich metadata) का उपयोग करें। सर्च की गुणवत्ता में मदद करने के लिए टास्क टाइप और क्वेरीज़ शामिल करें।
- डिस्कवरी को निष्पादन (execution) से अलग रखें। टूल खोजने के लिए सर्च का उपयोग करें। उसे चलाने के लिए प्रोटोकॉल का उपयोग करें।
एजेंट्स के लिए सबसे बड़ी चुनौती केवल रीजनिंग (reasoning) नहीं है। यह कैपेबिलिटी रूटिंग (capability routing) है। सबसे अच्छे एजेंट्स सबसे तेज़ गति से सही संसाधनों को खोज लेंगे।
वैकल्पिक लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi