मी माझा स्वतःचा AI Agent तयार केला. कोणीही तुम्हाला सांगत नाही ते येथे आहे.
बहुतेक लोक AI agents बद्दल जादू असल्यासारखे बोलतात. मी एक तयार केला आहे. ती जादू नाही. ते केवळ तांत्रिक व्यवस्थापन (plumbing) आहे.
सहा महिन्यांपूर्वी, मी AkiraAI बनवायला सुरुवात केली. हा एक वैयक्तिक AI agent आहे जो माझ्या स्वतःच्या सर्व्हरवर २४/७ चालतो. हा केवळ चॅटबॉट नाही. हा असा एक agent आहे जो माझे ईमेल्स वाचतो, लेख प्रकाशित करतो, माझे कॅलेंडर व्यवस्थापित करतो आणि माझ्या सर्व्हरवर लक्ष ठेवतो.
तो तयार करताना मला अशा गोष्टी शिकायला मिळाल्या ज्या एखादा ट्युटोरियल शिकवू शकत नाही.
तंत्रज्ञानातील तफावत (The Gap in Tech) LinkedIn आणि YouTube वर प्रत्येकजण agentic AI बद्दल बोलतो. पण शून्यातून एखादा agent तयार करून तो प्रत्यक्ष वापरासाठी (production) तैनात करणारा जवळजवळ कोणीही नाही. मी त्याच तफावतीचा फायदा घेतला.
टूल्समुळे (Tools) Agent तयार होतो जेव्हा मी पहिल्यांदा माझ्या agent ला Claude शी जोडले, तेव्हा तो निरुपयोगी होता. तो प्रश्नांची उत्तरे देऊ शकत होता, पण कृती करू शकत नव्हता.
जेव्हा तुम्ही त्याला टूल्स देता, तेव्हा तो agent खऱ्या अर्थाने काम करू लागतो. मी त्यात web search, Gmail access, Google Drive आणि shell execution जोडले. टूल्समुळेच एका पोपटात आणि सहाय्यकामध्ये (assistant) फरक पडतो.
मेमरीची समस्या (The Memory Problem) मला वाटले होते की मेमरी (memory) साधी असेल. पण मी चुकलो होतो. जर तुम्ही खूप जास्त संदर्भ (context) दिला, तर तुम्ही token limits च्या पलीकडे जाता. जर खूप कमी संदर्भ दिला, तर agent सर्व काही विसरून जातो.
मी एक तीन-स्तरीय प्रणाली (three-layer system) तयार केली:
- Short-term: एका सेशनमधील शेवटचे काही संदेश.
- Long-term: माझ्या प्रकल्पांबद्दल आणि आवडीनिवडींबद्दलची माहिती असलेली एक फाईल.
- Lessons learned: चुकांची नोंद (log), जेणेकरून agent त्या पुन्हा करणार नाही.
प्रोडक्शन (Production) कठीण आहे लॅपटॉपवर agent चालवणे सोपे आहे. पण सर्व्हरवर चालवणे कठीण आहे. मला प्रत्यक्ष समस्यांचा सामना करावा लागला:
- वेब टास्क दरम्यान RAM spikes.
- टाइमझोनच्या त्रुटींमुळे रिमाइंडर्समध्ये येणाऱ्या अडचणी.
- क्रॅश झालेले प्रोसेसेस आणि API rate limits.
उत्तम agents केवळ परफेक्ट प्रॉम्प्ट्सनी (prompts) तयार होत नाहीत. ते विश्वसनीय सॉफ्टवेअर इंजिनिअरिंगद्वारे तयार केले जातात. त्यांना versioning, monitoring आणि fallbacks ची आवश्यकता असते.
मर्यादा निश्चित करा (Define Boundaries) सुरुवातीला मला पूर्ण स्वायत्तता (autonomy) हवी होती. पण त्यानंतर agent ने जवळजवळ एक महत्त्वाची सर्व्हिस (critical service) रीस्टार्ट केली. मला समजले की, एक autonomous agent तयार करणे म्हणजे त्याला कधी कृती करू नये (NOT act), हे ठरवणे होय. मर्यादा निश्चित करणे हे उत्तम इंजिनिअरिंग आहे.
निकाल (The Result) एके दिवशी सकाळी, मला माझ्या agent कडून Telegram वर एक मेसेज आला. त्याने आधीच माझे ईमेल्स फ्लॅग केले होते, माझे लेख प्रकाशित केले होते आणि माझ्या सर्व्हरच्या RAM ची तपासणी केली होती. मी झोपलो असतानाही त्याने काम केले होते.
माझ्या काही टिप्स:
- लहान सुरुवात करा. एक काम निवडा आणि ते उत्तम प्रकारे करा.
- एक वेळी एक टूल जोडा.
- error logging आणि monitoring सारखे कंटाळवाणे भाग सोडू नका.
- शक्य तितक्या लवकर ते प्रोडक्शनमध्ये चालवा.
ही प्रणाली कशी कार्य करते हे समजून घेण्यासाठी एक एजंट तयार करा. बहुतेक लोक वास्तव न समजून घेता केवळ त्यांच्याबद्दल बोलत असतात. तुम्ही त्या बहुतेकांपैकी एक नसावे.
स्रोत: https://dev.to/mkautsar/i-built-my-own-ai-agent-heres-what-nobody-tells-you-3g31
ऐच्छिक लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi