AI एजेंट कैसे काम करते हैं: लूप, कदम दर कदम
डेमो में एजेंट जादू लगते हैं और प्रोडक्शन में प्लंबिंग। वजह यह है कि दिलचस्प हिस्सा मॉडल का आउटपुट नहीं, उसे खपाने वाला लूप है — और वह लूप एक बैठक में पढ़ लेने लायक छोटा है।
यह गाइड एक ही अनुरोध को पूरे लूप से गुज़ारती है: हर मोड़ पर मॉडल क्या देखता है, आपका कोड नतीजे का क्या करता है, विफल टूल कैसे लौटता है, और लूप को क्या रोकता है। अपने सिस्टम के लिए यह सुना पाएँ, तो डीबग कर पाएँगे। नहीं, तो कोई prompt ट्यूनिंग इसे भरोसेमंद नहीं बनाएगी।
लूप का एक चक्र, क्रम में#
- संदर्भ जोड़ें: लक्ष्य, टूल परिभाषाएँ, प्रासंगिक लाए गए तथ्य और छँटा हुआ इतिहास।
- मॉडल से अगला कदम माँगें। वह या तो सीधा जवाब देगा या आर्ग्युमेंट के साथ टूल कॉल माँगेगा।
- कुछ भी करने से पहले आर्ग्युमेंट जाँचें — प्रकार, सीमाएँ और क्या इस कॉलर को इस रिकॉर्ड को छूने की अनुमति है।
- टूल चलाएँ। विफलताएँ पकड़ें और उन्हें स्टैक ट्रेस नहीं, छोटे तथ्यात्मक संदेशों में बदलें।
- कॉल और उसका नतीजा इतिहास में जोड़ें, फिर रुकने की शर्तें जाँचें।
- दोहराएँ, या अंतिम जवाब लौटाएँ — साथ में यह कि एजेंट ने असल में क्या किया।
मॉडल क्या देख सकता है और क्या नहीं#
आपने संदर्भ में जो वापस रखा, उससे परे मॉडल को पिछले मोड़ की कोई याद नहीं होती। यही एक तथ्य अधिकतर उलझन भरे व्यवहार को समझा देता है। अगर एजेंट चार कदम पहले की शर्त भूलता है, तो आपकी छँटाई ने उसे हटाया। अगर वही विफल कॉल तीन बार दोहराता है, तो त्रुटि संदेश ने ऐसे शब्दों में कारण नहीं बताया जिन पर वह अमल कर सके। संदर्भ बनाना असली काम की भूमिका नहीं, असली काम है।
टूल त्रुटियाँ निदान की तरह नहीं, निर्देश की तरह लिखिए। `HTTP 404` नहीं, बल्कि `इस ID से कोई ग्राहक नहीं। उपयोगकर्ता से ऑर्डर नंबर की पुष्टि माँगें।`
योजना: स्पष्ट या स्वतःस्फूर्त#
दो सम्मानजनक तरीके हैं। स्वतःस्फूर्त योजना बिना योजना-दस्तावेज़ के एक-एक कदम चुनती है — सरल, मज़बूत, लंबे कामों में भटकने वाली। स्पष्ट योजना पहले क्रमांकित योजना माँगती है, फिर कदम चलाती है और किसी कदम के विफल होने पर ही दोबारा योजना बनाती है। स्पष्ट योजना जाँचने और उपयोगकर्ता को दिखाने में आसान है, पर तीसरे कदम पर हक़ीक़त हटते ही भंगुर हो जाती है।
रुकना: वह हिस्सा जो डेमो कभी नहीं दिखाते#
| शर्त | सामान्य सेटिंग | लागू होने पर |
|---|---|---|
| कदम सीमा | 8–15 टूल कॉल | आंशिक काम व्याख्या सहित लौटाएँ |
| ख़र्च सीमा | प्रति रन तय लागत | रुकें और समीक्षा के लिए दर्ज करें |
| घड़ी | इंटरैक्टिव में 30–120 सेकंड | जो पता है उसके साथ सौंपें |
| दोहराव पहचान | वही कॉल और आर्ग्युमेंट दो बार | दूसरी शाखा पर ज़ोर दें या रुकें |
| इंसानी दरवाज़ा | हर न पलटने वाली कार्रवाई | रोकें और मंज़ूरी माँगें |
कुछ ग़लत होने पर ट्रेस पढ़ना#
ट्रेस एक रन के हर संदर्भ, निर्णय, कॉल और नतीजे का क्रमबद्ध रिकॉर्ड है। यही एकमात्र मायने रखने वाला डीबगिंग औज़ार है और सबसे पहले बनाने वाली चीज़। सवाल कभी यह नहीं कि मॉडल बुरा क्यों है, बल्कि यह कि कौन-सा मोड़ पहले बिगड़ा और उस क्षण मॉडल क्या देख सकता था। दस में नौ बार जवाब उबाऊ होता है: टूल ने ख़ाली सूची लौटाई और बताया नहीं, बासी तथ्य संदर्भ में रह गया, या अनुमति त्रुटि सामान्य विफलता की तरह आई और दोबारा-कोशिश योग्य मानी गई।
अक्सर पूछे जाने वाले प्रश्न
रुकने से पहले एजेंट कितने कदम ले?
इंटरैक्टिव कामों में आठ से बारह टूल कॉल की सीमा लगभग हर वैध स्थिति ढँक लेती है; उससे ज़्यादा माँगने वाला रन अक्सर अटका होता है। बैच काम ऊपर जा सकते हैं, पर साथ में ख़र्च सीमा रखें।
पहले योजना या कदम-दर-कदम निर्णय?
छोटे काम कदम-दर-कदम ठीक चलते हैं। जब कोई काम नियमित रूप से पाँच कदम पार करे, स्पष्ट योजना रन को जाँचने योग्य बनाती है और प्रगति दिखाने देती है; विफलता पर दोबारा योजना बनाएँ।
मेरा एजेंट वही विफल कॉल क्यों दोहराता है?
लगभग हमेशा इसलिए कि त्रुटि संदेश में अमल करने लायक कुछ नहीं होता। छोटे, स्पष्ट संदेश लौटाएँ और दोहराव पहचान जोड़ें।
ai एजेंट कैसे काम करते हैंएजेंट लूपसोचो करो देखोtool callingएजेंट आर्किटेक्चर
