𝗔𝗜 𝗔𝗴𝗲𝗻𝘁 𝗦𝗰𝗼𝗽𝗲𝘀 𝗔𝗻𝗱 𝗧𝗼𝗼𝗹 𝗟𝗶𝗳𝗲𝗰𝘆𝗰𝗹𝗲𝘀

AI ஏஜென்ட்களை உருவாக்குவது கடினம், ஏனெனில் அவற்றை எளிதாகக் கட்டுப்படுத்த முடியாது. நீங்கள் செலவுகளைக் குறைக்க வேண்டும். கட்டுப்பாடற்ற லூப்களை (runaway loops) நிறுத்த வேண்டும். ஒரு இயக்கம் (run) தோல்வியடையும் போது சரியாக என்ன நடந்தது என்பதை நீங்கள் பார்க்க வேண்டும்.

இதைச் சமாளிக்க நான் ஒரு புதிய முறையை உருவாக்கியுள்ளேன். இது AgentScope உடன் runAgent எனப்படும் ஏஜென்ட் பிரிமிட்டிவ் (agent primitive) முறையைப் பயன்படுத்துகிறது. இதில் பட்ஜெட்டுகள், மீண்டும் இயக்கக்கூடிய நிகழ்வுகள் மற்றும் கட்டமைக்கப்பட்ட ரத்து செய்தல் ஆகியவை அடங்கும்.

இது எவ்வாறு செயல்படுகிறது என்பது இங்கே:

நீங்கள் மூன்று வகையான வரம்புகளை அமைக்கலாம்:

இந்த அணுகுமுறை மற்ற ஃபிரேம்வொர்க்குகளில் (frameworks) இருந்து மாறுபட்டது. பெரும்பாலான ஃபிரேம்வொர்க்குகள் கனமான JSON ஸ்கீமாக்கள் அல்லது தளர்வான டைப்பிங்கை (loose typing) பயன்படுத்துகின்றன. அவற்றுக்கு பெரும்பாலும் முதன்மையான பட்ஜெட் பிரிமிட்டிவ்கள் (first-class budget primitives) இருப்பதில்லை. அனைத்தையும் ஒரே நேரத்தில் ரத்து செய்வதற்கு அவற்றுக்கு ஒருங்கிணைந்த வழிமுறை இல்லை.

இந்த சிஸ்டத்துடன், உங்கள் ஏஜென்ட் உங்கள் அப்ளிகேஷனின் அதே லைஃப்சைக்கிளைப் பகிர்ந்து கொள்கிறது. மெயின் ப்ராசஸ் (parent process) நின்றால், ஏஜென்ட்டும் நின்றுவிடும். நிர்வகிக்க வேண்டிய இரண்டாவது ரன்டைம் (runtime) எதுவும் இல்லை.

நிகழ்வு லாக்-ஐ (event log) நீங்கள் பின்வருவனவற்றிற்குப் பயன்படுத்தலாம்:

இது AI ஏஜென்ட்களைத் தயாரிப்புச் சூழலுக்கு (production) ஏற்றவாறு கணிக்கக்கூடியதாகவும் பாதுகாப்பானதாகவும் மாற்றுகிறது.

Source: https://github.com/WorkRuntime/workit

விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi