𝗔𝗜𝗖𝗵𝗮𝗶𝗻 𝗔𝗴𝗲𝗻𝘁: 𝗣𝗹𝗮𝗻, 𝗔𝗰𝘁, 𝗥𝗲𝗳𝗹𝗲𝗰𝘁

ఒక Chain ఒక నిర్ణీత మార్గాన్ని అనుసరిస్తుంది. మీరు మొదటి అడుగు, రెండవ అడుగు మరియు మూడవ అడుగును నిర్వచిస్తారు. మీకు ముందే అడుగులు తెలిస్తే ఇది పనిచేస్తుంది.

కానీ నిజమైన పనులు అరుదుగా ఊహించదగినవిగా ఉంటాయి. ఒకవేళ సెర్చ్ ఫలితాలు ఏవీ రాకపోతే? ఒక ఫలితం మీ మొత్తం ప్లాన్‌ను మార్చేస్తే?

ఇక్కడే Agent బాధ్యత తీసుకుంటుంది. ఒక Agent ప్లాన్ చేస్తుంది, గమనిస్తుంది మరియు నిర్ణయాలు తీసుకుంటుంది. Chain అనేది ఒక స్క్రిప్ట్ అయితే, Agent అనేది ఆలోచిస్తుంది.

మీ పనిని బట్టి మీ మోడ్‌ను ఎంచుకోండి:

  • Waterfall Mode: Agent పని ప్రారంభించకముందే పూర్తి ప్లాన్‌ను సిద్ధం చేస్తుంది. ఇది అడుగులను క్రమ పద్ధతిలో అమలు చేస్తుంది. ఇది ఒక అడుగును మళ్ళీ ప్రయత్నించవచ్చు లేదా త్వరగా ఆగిపోవచ్చు, కానీ అసలు ప్లాన్‌ను మార్చలేదు. "సెర్చ్ చేసి, ఆపై సారాంశాన్ని అందించడం" వంటి ఊహించదగిన పనుల కోసం దీనిని ఉపయోగించండి.

  • Agile Mode: Agent ప్రతి అడుగు యొక్క ఫలితాన్ని గమనిస్తుంది. ఇది మిగిలిన ప్లాన్‌ను వెంటనే మార్చుకోగలదు. ఒకవేళ సెర్చ్ ద్వారా కొత్త సమాచారం తెలిస్తే, అది కొత్త అడుగులను జోడిస్తుంది. ఒక పని త్వరగా పూర్తయితే, మిగిలిన వాటిని వదిలేస్తుంది. ఊహించలేని పనుల కోసం దీనిని ఉపయోగించండి.

ఖర్చులను తగ్గించడానికి మరియు లూప్‌లను (loops) నివారించడానికి, ఎల్లప్పుడూ max_steps పరిమితిని నిర్ణయించండి. పరిమితి లేని Agent మీ బడ్జెట్‌ను ఖర్చు చేయడమే కాకుండా, క్రాష్ అయ్యే వరకు నడుస్తూనే ఉంటుంది.

మీరు executors ఉపయోగించి కూడా ఖర్చులను ఆప్టిమైజ్ చేయవచ్చు. రీజనింగ్ (reasoning) కోసం ఒక హై-క్వాలిటీ మోడల్‌ను మీ orchestratorగా ఉపయోగించండి. సాధారణ టూల్ కాల్స్ (tool calls) కోసం తక్కువ ఖర్చుతో కూడిన, వేగవంతమైన మోడల్‌ను executorగా ఉపయోగించండి.

అనుసరించాల్సిన ఒక సాధారణ నియమం:

  • మీరు వర్క్‌ఫ్లోను (workflow) వైట్‌బోర్డ్‌పై గీయగలిగితే, Chainని ఉపయోగించండి.
  • వేర్వేరు మార్గాల మధ్య "ఇది దేనిపైనా ఆధారపడి ఉంటుంది" (it depends) అనే బాణం గుర్తులను గీయాల్సి వస్తే, Agentని ఉపయోగించండి.

Source: https://dev.to/yait/aichain-agent-plan-act-reflect-2n71

Optional learning community: https://t.me/GyaanSetuAi