மைக்ரோசாப்ட் ஜூலை 15 அன்று Python-க்கான நிலையான Agent Skills கட்டமைப்பை வெளியிட்டது. ஒரு LLM-ஆல் இயக்கப்படும் ஏஜென்ட்டிற்கு (agent) உண்மையில் தேவைப்படும்போது மட்டுமே அதன் திறன்களைப் பயன்படுத்த இது டெவலப்பர்களுக்கு அனுமதிக்கிறது. எப்போதும் வளர்ந்து கொண்டே இருக்கும் ஒரு பெரிய சிஸ்டம் பிராம்ப்டிற்கு (system prompt) பதிலாக, தேவைக்கேற்ப திறன்களைப் பதிவிறக்கும் (on-demand skill loading) இந்த அணுகுமுறை, பிராம்ப்ட் அளவைக் குறைக்கிறது, டோக்கன் செலவைக் குறைக்கிறது மற்றும் ஏஜென்ட்டின் பகுத்தறியும் திறனை (reasoning) தெளிவாக்குகிறது.
பிராம்ப்ட்கள் ஏன் பெரிதாகின்றன மற்றும் அது ஏன் முக்கியமானது
LLM ஏஜென்ட்டுகள் கொள்கைகள் (policies), ரன் புக்ஸ் (runbooks) மற்றும் ஒவ்வொரு முறையும் மாடல் பார்க்க வேண்டிய குறிப்புப் பொருட்களை (reference material) உள்ளடக்கிய ஒரு "சிஸ்டம் பிராம்ப்ட்" (system prompt) மூலம் இயங்குகின்றன. சில கொள்கை ஆவணங்களைச் சேர்த்தாலே, பிராம்ப்ட் பல ஆயிரம் டோக்கன்களாகப் பெருகிவிடும். பெரிய பிராம்ப்ட்கள் இன்ஃபரன்ஸ் (inference) செலவுகளை அதிகரிக்கின்றன—மாடல் செயலாக்கும் ஒவ்வொரு டோக்கனுக்கும் கட்டணம் வசூலிக்கப்படுகிறது—மேலும் அவை அறிவுறுத்தல்களின் தெளிவைக் குறைத்து, ஏஜென்ட்டின் வெளியீட்டைத் தெளிவற்றதாக்குகின்றன. விபத்துத் தீர்வு (incident triage) அல்லது இணக்கச் சரிபார்ப்பின் (compliance checking) போது, தெளிவற்ற பிராம்ப்ட் ஒரு பயனுள்ள உதவியாளரைத் தவறான தகவல்களை வழங்கும் ஆதாரமாக மாற்றக்கூடும்.
Agent Skills முறை: படிப்படியான வெளிப்பாடு (progressive disclosure)
புதிய கட்டமைப்பு, ஒற்றைப்படை (monolithic) பிராம்ப்டிற்குப் பதிலாக நான்கு படிநிலைகளைக் கொண்ட பணிப்பாய்வை (workflow) மாற்றுகிறது:
- திறனை விளம்பரப்படுத்துதல் (Advertise the skill) – ரூட்டிங் லேயருக்கு (routing layer) திறனின் பெயரைத் தெரிவிக்கும் ஒரு லேசான மெட்டாடேட்டா (metadata) பதிவு.
- அறிவுறுத்தல்களைப் பதிவிறக்குதல் (Load instructions) – கோரிக்கைக்கும் திறனுக்கும் இடையில் பொருத்தம் உள்ளதா என்பதைத் தீர்மானிக்க ஏஜென்ட் படிக்கும் சுருக்கமான விளக்கம்.
- வளங்களைப் படித்தல் (Read resources) – ஏஜென்ட் திறனைத் தேர்ந்தெடுத்த பிறகு மட்டுமே பெறப்படும் விருப்பத்தேர்வு கொள்கை அல்லது குறிப்பு கோப்புகள்.
- ஸ்கிரிப்ட்களை இயக்குதல் (Run scripts) – வெளிப்படையான ஒப்புதலுடன் (explicit approval) செய்யப்படும் செயலைச் செயல்படுத்தும் குறியீடு இயக்கம்.
குறுகிய SKILL.md கோப்பு மட்டுமே முக்கிய பிராம்ப்ட்டில் இருக்கும். மற்ற அனைத்து பெரிய ஆவணங்களும் ஸ்கிரிப்ட்களும் ஒரு கோப்பு அடிப்படையிலான திறன் தொகுப்பில் (file-based skill package) இருக்கும், அதை ரன்டைம் (runtime) தேவைக்கேற்பப் பெறும். கோப்புறை அமைப்பு (directory layout) எளிமையாக இருக்கும்:
SKILL.md– மனிதர்கள் எளிதில் வாசிக்கக்கூடிய சுருக்கமான விளக்கம்.references/– கொள்கை அல்லது வழிகாட்டுதல் கோப்புகள்.scripts/– இயங்கக்கூடிய குறியீடு (executable code).
ஏஜென்ட் அந்தத் திறன் பொருத்தமானது என்று முடிவு செய்யும் வரை references/ அல்லது scripts/ ஆகியவற்றின் முழு உள்ளடக்கத்தையும் பார்க்காது என்பதால், நீங்கள் எத்தனை திறன்களைப் பதிவு செய்தாலும் முக்கிய பிராம்ப்ட் சுருக்கமானதாகவே இருக்கும்.
கட்டமைப்பில் உள்ள பாதுகாப்பு வழிமுறைகள் (Safety guards)
ஒரு திறனைப் பதிவிறக்குவது அபாயகரமானது எனக் கருதும் இந்த கட்டமைப்பு, டெவலப்பர்கள் பின்பற்ற வேண்டிய விதிகளை நடைமுறைப்படுத்துகிறது:
- திறன் பெயரைக் குறிப்பிடுதல் (Skill name advertisement) – தானியங்கி முறை, ரூட்டிங்கிற்கு மட்டுமே பயன்படுத்தப்படுகிறது.
- அறிவுறுத்தல்களைப் பதிவிறக்குதல் (Instruction loading) – தொகுக்கப்பட்ட பட்டியல்களுக்கு (curated lists) இது தானியங்கி; ஆய்வு செய்யப்படாத அறிவுறுத்தல்கள் எதிர்பாராத விதமாகச் செயல்பாட்டை மாற்றக்கூடும்.
- கொள்கையைப் படித்தல் (Policy reading) – தரவு உணர்திறன் அற்றதாக (non-sensitive) இருக்கும்போது இது தானியங்கி; உணர்திறன் மிக்க தகவல்களை கூடுதல் அணுகல் கட்டுப்பாடுகளுக்குள் (access controls) வைத்திருக்கவும்.
- ஸ்கிரிப்ட் இயக்கம் (Script execution) – எப்போதும் வெளிப்படையான ஒப்புதல் தேவை. ஒரு ஸ்கிரிப்ட் ஏஜென்ட்டை "பரிந்துரை" நிலையிலிருந்து "செயல்பாட்டு" நிலைக்குக் கொண்டு செல்கிறது, எனவே ஒரு மனிதர் அல்லது கொள்கை சரிபார்ப்புத் தலையிட வேண்டும்.
- வெளிப்புற சிஸ்டம் அழைப்புகள் (External system calls) – வரையறுக்கப்பட்ட அனுமதியுடன் கூடிய தனித்தனி கருவிகள் மூலம் மட்டுமே செல்ல வேண்டும்; ஒரு திறன் என்பது அங்கீகார வழிமுறை (authorization mechanism) அல்ல.
இந்த விதிகள், டேட்டாபேஸ் புதுப்பிப்புகள் அல்லது குறியீடு வரிசைப்படுத்துதல் (code deployments) போன்ற எழுத்து சார்ந்த (write-oriented) செயல்களை முயற்சிப்பதற்கு முன், விபத்துத் தீர்வு, கொள்கை தேடல், நிலை வினவல்கள் (status queries) போன்ற வாசிப்பு சார்ந்த (read-only) பணிப்பாய்வுகளுடன் தொடங்க டெவலப்பர்களைத் தூண்டுகின்றன.
செயல்பாட்டுத் தூய்மை (Operational hygiene): லாகிங் மற்றும் பதிப்பு மேலாண்மை (versioning)
ஒரு திறன் இயங்கும்போது, பின்வருவனவற்றை லாக் (log) செய்ய இந்த கட்டமைப்பு ஊக்குவிக்கிறது (மற்றும் பல பயன்பாடுகளில் இது கட்டாயமாக்கப்பட்டுள்ளது):
- அசல் கோரிக்கை மற்றும் தேர்ந்தெடுக்கப்பட்ட திறன் ஐடி (skill ID).
- பயன்படுத்தப்பட்ட திறன் தொகுப்பின் பதிப்பு (version).
- ஏஜென்ட் விளக்கத்தை மட்டும் பதிவிறக்கியதா அல்லது ஒரு வளக் கோப்பையும் (resource file) எடுத்ததா என்பது பற்றிய தகவல்.
- ஸ்கிரிப்ட் இயக்கத்திற்கான ஒப்புதல் முடிவு.
- வழங்கப்பட்ட அனைத்து கருவி வாதங்கள் (tool arguments) மற்றும் பெறப்பட்ட முடிவுகள்.
ஏஜென்ட் தவறான திறனைத் தேர்ந்தெடுத்தால், அந்தத் தவறானத் தேர்வை ஒரு சோதனை நிகழ்வாக (test case) மாற்றவும். இது திறன் பயன்பாட்டு நிலையை (production) அடைவதற்கு முன் ஒரு பின்னடைவுச் சரிபார்ப்பை (regression check) உருவாக்குகிறது.
ஒவ்வொரு திறனையும் ஒரு தெளிவான எல்லையுடன் கூடிய பதிப்பு மேலாண்மை செய்யப்பட்ட சார்பாக (versioned dependency) கருதவும், வெறும் பிராம்ப்ட்களின் தொகுப்பாகக் கருத வேண்டாம். பதிப்பு மேலாண்மை (Versioning) மூலம், ஏஜென்ட்டின் மற்ற அறிவுத் தளத்தைப் பாதிக்காமல் ஒரு தவறான ஸ்கிரிப்டை நீங்கள் பழைய நிலைக்குக் கொண்டு வர (roll back) முடியும்.
தொடங்குதல்: ஒரு நடைமுறைப் பட்டியல் (checklist)
- வாசிப்பு சார்ந்த பணிப்பாய்வைத் தேர்ந்தெடுக்கவும் – எ.கா., "சமீபத்திய பாதுகாப்பு விபத்து வழிகாட்டுதல்களைத் தேடுதல்".
- அறிவுறுத்தல்கள் மற்றும் ஸ்கிரிப்ட்களைத் தனித்தனியாகத் தொகுக்கவும் –
SKILL.mdஐச் சுருக்கமாக வைத்திருக்கவும்; கனமான கொள்கை கோப்புகளைreferences/இல் சேமிக்கவும். - ஒரு பட்டியலைத் தொகுக்கவும் (Curate a catalogue) – அங்கீகரிக்கப்பட்ட திறன்களின் பட்டியலைப் பராமரிக்கவும் மற்றும் எந்தவொரு ஸ்கிரிப்டுக்கும் கட்டாய ஒப்புதலை நடைமுறைப்படுத்தவும்.
- சாண்ட்பாக்ஸ் வரம்புகளை (sandbox limits) நிர்ணயிக்கவும் – ஸ்கிரிப்ட் இயக்கத்திற்கான CPU, நினைவகம் மற்றும் நெட்வொர்க் கட்டுப்பாடுகளை வரையறுக்கவும்; ஒவ்வொரு இயக்கத்தையும் லாக் செய்யவும்.
- பழைய மெகா-பிராம்ப்டுடன் ஒப்பிட்டுப் பார்க்கவும் (Benchmark) – செலவுச் சேமிப்பை உறுதிப்படுத்த டோக்கன் பயன்பாடு, தாமதம் (latency) மற்றும் வெற்றி விகிதங்களை ஒப்பிடவும்.
அடுத்து கவனிக்க வேண்டியவை
மைக்ரோசாப்ட் வெளியீடு தற்போது ஒரு நிலையான Python செயலாக்கமாகும் (implementation).
சுருக்கம் (Bottom line)
Agent Skills, LLM-ஆல் இயக்கப்படும் உதவியாளர்கள் வளர்ந்து வரும் கொள்கைகள் மற்றும் ஸ்கிரிப்ட்களின் தொகுப்பை அணுகும் அதே வேளையில், அவற்றின் செயல்பாட்டை இலகுவாக வைத்திருக்க வழிவகை செய்கிறது. விளக்கத்தை மட்டும் முன்னதாகவே ஏற்றுவதன் மூலமும், தேவைப்படும்போது மட்டுமே கனமான வளங்களை அழைப்பதன் மூலமும், prompts சுருக்கமாகவும், inference costs குறைவாகவும், ஏஜென்ட்டின் reasoning ஒருமுகப்படுத்தப்பட்டும் இருக்கும்.