மல்டி-ஏஜென்ட் பணிப்பாய்வுகள் (Multi-agent workflows) தற்போது GitHub-இல் ஆதிக்கம் செலுத்தி வருகின்றன. டெவலப்பர்கள் பெரிய மொழி மாதிரிகளை (large language models) ஒன்றிணைத்து, ஒவ்வொரு ஏஜென்ட்டிற்கும் ஒரு குறிப்பிட்ட நிபுணத்துவத்தை வழங்கி, ஒரு தனித்த மாதிரி கையாள முடியாத பணிகளைச் செய்ய அவற்றின் வெளியீடுகளை ஒருங்கிணைக்கிறார்கள். இதன் முடிவுகள் வியக்கத்தக்கதாக இருக்கலாம். ஒரு ஏஜென்ட் ஆராய்ச்சி செய்கிறது, மற்றொன்று வரைவு செய்கிறது, மூன்றாவது உண்மைகளைச் சரிபார்க்கிறது மற்றும் நான்காவது இறுதி வெளியீட்டை வடிவமைக்கிறது. ஆனால் அந்த ஒருங்கிணைப்பிற்குப் பின்னால் ஒரு பலவீனமான சார்புநிலை (brittle dependency) ஒளிந்துள்ளது. மனித உள்ளீட்டை இயந்திரம் வாசிக்கக்கூடிய அறிவுறுத்தல்களாக மாற்றும் முதல் படி மெதுவாகவோ அல்லது துல்லியமற்றதாகவோ இருந்தால், முழு சங்கிலியும் உடைந்துவிடும். ஒரு கீழ்நிலை ஏஜென்ட் (downstream agent) தவறான தரவைச் சரிசெய்ய முடியாது; அதைத் தொடர்ந்து பரப்ப மட்டுமே முடியும்.

இந்தத் தடையைத் தீர்க்கவே Iflytek/domux களமிறங்குகிறது. இது ஒரு முக்கியமான பணிக்காக மட்டுமே உருவாக்கப்பட்ட ஒரு திறந்த மூல (open-source) மாதிரியாகும்: அதாவது, விரைவான கட்டளைப் புரிதல் (fast command understanding). கட்டுரைகளை உருவாக்குவதற்கோ அல்லது விரிவான உரையாடல்களை மேற்கொள்வதற்கோ பதிலாக, domux இயற்கை மொழியைப் பகுப்பாய்வு செய்து, மற்ற ஏஜென்ட்டுகள் உடனடியாகப் பயன்படுத்தக்கூடிய உறுதியான, கட்டமைக்கப்பட்ட தரவை (structured data) வழங்குகிறது. ஸ்மார்ட் ஹோம் ஹப் முதல் தொழில்துறை கட்டுப்பாட்டுப் பலகைகள் வரை, நிகழ்நேர கட்டமைக்கப்பட்ட உள்ளீடு தேவைப்படும் எந்தவொரு அமைப்பும் இதை ஒரு உணர்தல் அடுக்காக (perception layer) பயன்படுத்தலாம்.

சங்கிலியில் உள்ள பலவீனமான இணைப்பு

"இங்கே வெளிச்சத்தை அதிகப்படுத்து" போன்ற ஒரு எளிய கட்டளையை ஒரு பயனர் கொடுக்கும்போது என்ன நடக்கும் என்று பாருங்கள். ஒரு மல்டி-ஏஜென்ட் அமைப்பில், அந்தப் பேச்சு ஒரு விளக்குக் கட்டுப்பாட்டாளர் (lighting controller), ஒரு எரிசக்தி கண்காணிப்பாளர் (energy monitor) மற்றும் ஒரு பாதுகாப்பு பதிவாளர் (security logger) ஆகியவற்றின் வழியாகச் செல்ல வேண்டியிருக்கலாம். ஆரம்பப் பகுப்பாய்வி (parser) "பயனர் அதிக வெளிச்சத்தை விரும்புகிறார்" போன்ற தெளிவற்ற வாக்கியத்தைத் தந்தால், அடுத்தடுத்த ஒவ்வொரு ஏஜென்ட்டும் அதன் பொருளை மீண்டும் விளக்க வேண்டியிருக்கும். சில ஏஜென்ட்டுகள் துல்லியமான அளவுருக்களுக்காக (parameters) காத்திருந்து முடங்கிவிடலாம். மற்றவை அறையையோ அல்லது வெளிச்சத்தின் அளவையோ ஊகித்துத் தவறாகச் செயல்படலாம். இதனால் பணிப்பாய்வு முற்றிலும் நின்றுவிடும்.

தாமதம் (Latency) இந்தப் பிரச்சனையை இன்னும் மோசமாக்குகிறது. நுழைவுப் புள்ளியில் சில நூறு மில்லி விநாடிகள் பகுப்பாய்வுத் தாமதம் ஏற்பட்டால், தகவல் மூன்றாவது ஏஜென்ட்டை அடையும் போது, அமைப்பு ஏற்கனவே செயலிழந்தது போன்ற உணர்வைத் தரும். நிகழ்நேரச் சூழல்கள் மெதுவான தொடக்கங்களை மன்னிக்காது. ஆர்கிடெக்சர் வரைபடங்களில் ஒருங்கிணைப்பு கட்டமைப்புகள் (orchestration frameworks) அழகாகத் தெரிந்தாலும், தெளிவற்ற அல்லது மந்தமான உள்ளீடுகள் வழங்கப்படும்போது அவை முறிந்துவிடுகின்றன என்பதை டெவலப்பர்கள் கண்டறிந்து வருகின்றனர். பணிப்பாய்வின் மற்ற பகுதிகள் சிந்திக்கத் தொடங்குவதற்கு முன்பே, கட்டளைகளைத் தரப்படுத்துவதற்கு (standardize) ஒரு பிரத்யேக அடுக்கு தேவைப்படுகிறது.

Domux அந்த அடுக்காகவே வடிவமைக்கப்பட்டுள்ளது. இது குழப்பமான மனித மொழியை ஏற்றுக்கொண்டு, அதை கீழ்நிலை ஏஜென்ட்டுகள் உண்மையான தரவாக (ground truth) எடுத்துக்கொள்ளக்கூடிய ஒரு சுத்தமான ஸ்கீமாவாக (schema) மாற்றுகிறது.

வேகம், கட்டமைப்பு மற்றும் துல்லியம்

இந்தத் திட்டம் உற்பத்திச் செயல்பாட்டை (production behavior) நேரடியாகப் பாதிக்கும் மூன்று பண்புகளை விளம்பரப்படுத்துகிறது.

முதலாவதாக, இது 150 மில்லி விநாடிகளுக்கும் குறைவான நேரத்தில் பதிலளிக்கிறது. அந்த வரம்பு முக்கியமானது. ஊடாடும் சூழல்களில் (interactive settings), கால் விநாடிக்கும் குறைவான பதிலளிப்பு உடனடித் தன்மையுடன் இருக்கும்; ஆனால் ஒரு முழு விநாடியை நெருங்கும் எந்தவொரு தாமதமும் பயனர்களை அந்தத் கருவியைக் கைவிடத் தூண்டும். உள்ளீடு குரல் மூலமாகவோ அல்லது சாட் இடைமுகம் மூலமாகவோ இருந்தாலும், domux பணிப்பாய்வை (pipeline) தடையின்றி நகர்த்துகிறது.

இரண்டாவதாக, இது உள்ளீடுகளை ஒரு கண்டிப்பான ஏழு-புல ஸ்கீமாவிற்கு (seven-field schema) மாற்றுகிறது. கீழ்நிலை அமைப்புகள் புரிந்துகொள்வதற்குத் தேவையற்றத் தன்னிச்சையான உரைகள் (free-form text) இதில் இல்லை. ஒவ்வொரு கட்டளையும் கணிக்கக்கூடிய நெடுவரிசைகளில் (columns) பொருத்தப்படுகிறது.

மூன்றாவதாக, இது 100 சதவீத வடிவ இணக்கத்துடன் (format compliance) 98.37 சதவீதத் துல்லியத்தைக் கொண்டிருப்பதாகக் கூறுகிறது. துல்லியம் என்பது மாதிரி பயனரைச் சரியாகப் புரிந்துகொள்வதைக் குறிக்கிறது. வடிவ இணக்கம் என்பது வெளியீடு ஒவ்வொரு முறையும் கட்டமைப்பால் செல்லுபடியாகும் என்பதைக் குறிக்கிறது. 99 சதவீதத் துல்லியம் கொண்ட ஒரு பகுப்பாய்வி, அவ்வப்போது ஒரு புலத்தைத் தவறவிடுவதோ அல்லது புதிய ஒன்றைப் புகுத்துவதோ தானியங்கிச் சங்கிலியில் ஒரு சுமையாகிவிடும். ஒரு தவறான வரி (malformed row) ஒரு நுகர்வோர் ஏஜென்ட்டை முடக்கிவிடக்கூடும்.

இதன் வெளியீடு உண்மையில் எப்படி இருக்கும் என்பதை இங்கே காணலாம். மாதிரி ஒரு கட்டளையைச் செயல்படுத்தும்போது, அது ஒரு pipe-delimited பதிவைத் தருகிறது:

action|device|attribute|value|unit|room|floor
turnOn|light|brightness|80|percent|living room|ground floor

இந்த வடிவம் திட்டமிடப்பட்டது. Pipe-delimited உரையை எந்தவொரு நிரலாக்க மொழியிலும் அதிகச் சார்புகள் (dependencies) இன்றி எளிதாகப் பகுப்பாய்வு செய்யலாம். இது JSON அளவை அதிகரிப்பதையும் (bloat), சிக்கலான வரிசைப்படுத்தல் (nested serialization) தொடர்பான தாமதத்தையும் தவிர்க்கிறது. ஒரு விளக்கு ஏஜென்ட் action மற்றும் device நெடுவரிசைகளைப் படித்து உடனடியாகச் செயல்பட முடியும். ஒரு பதிவாளர் ஏஜென்ட் மற்றொரு முறைச் செயலாக்கத் தேவையின்றி அறை மற்றும் தளத்தைப் பிரித்தெடுக்க முடியும். இந்த அமைப்பு வடிவமைப்பிலேயே தெளிவற்ற தன்மையை நீக்குகிறது.

குழப்பமான மனித நோக்கங்களைக் கையாளுதல்

நிஜ மனிதர்கள் API ஆவணங்களைப் போலப் பேசுவதில்லை. அவர்கள் "வெளிச்சத்தை அதிகப்படுத்து" அல்லது "இடத்தை இதமான வெப்பநிலைக்கு மாற்று" போன்ற விஷயங்களைச் சொல்வார்கள். ஒரு பலவீனமான பகுப்பாய்வி இதற்குத் தோல்வியடையும். Domux அந்தத் தெளிவற்ற தன்மையைக் கையாண்டு, நோக்கத்தை ஒரு மாற்ற நடவடிக்கையுடன் (adjustment action) இணைப்பதன் மூலம், கீழ்நிலை அமைப்புகள் துல்லியமான மதிப்பைத் தீர்மானிக்க அனுமதிக்கிறது. யாராவது "வெளிச்சத்தை அதிகப்படுத்து" என்று சொன்னால், அந்தச் செயலை வெளிச்சத்தை அதிகரிப்பதாக மாதிரி அடையாளம் காணும். குறிப்பிட்ட எண் மதிப்பு என்பது தற்போதைய அளவீடுகள், நேரத்தைப் பொறுத்து அல்லது