उद्यम तेजी से उपकरण, मॉडल और मेमोरी घटकों द्वारा जटिल कार्यों को करने में सक्षम बुद्धिमान सिस्टम बनाने के लिए एजेंट फ्रेमवर्क को अपनाते हैं। हालांकि, जैसा कि संगठन कई फ्रेमवर्क में इन प्रणालियों का निर्माण करते हैं, चुनौतियां इंटरऑपरेबिलिटी, अवलोकन, प्रदर्शन प्रोफाइलिंग और वर्कफ़्लो मूल्यांकन के बारे में उत्पन्न होती हैं। टीमों को अक्सर विशेष रूप से फ्रेमवर्क में बंद कर दिया जाता है, जिससे विभिन्न संदर्भों में एजेंटों और उपकरणों को पैमाने या पुन: उपयोग करना कठिन हो जाता है। इसके अलावा, एजेंटिक वर्कफ़्लोज़ को डिबग करना या अक्षमताओं की पहचान करना एकीकृत प्रोफाइलिंग और मूल्यांकन उपकरण के बिना कठिन हो जाता है। इन प्रणालियों के निर्माण और निगरानी के लिए एक मानकीकृत तरीके की कमी एजाइल एआई विकास और तैनाती में एक महत्वपूर्ण अड़चन पैदा करती है।
NVIDIA ने पेश किया है एजेंटियकएक हल्के और लचीले पायथन लाइब्रेरी को फ्रेमवर्क, मेमोरी सिस्टम और डेटा स्रोतों में एजेंटिक वर्कफ़्लोज़ को एकजुट करने के लिए डिज़ाइन किया गया है। मौजूदा उपकरणों को बदलने के बजाय, Agentiq उन्हें बढ़ाता है, AI सिस्टम डिज़ाइन में सबसे आगे के लिए कंपोजेबिलिटी, ऑब्जर्वैबिलिटी और पुन: प्रयोज्य लाता है। Agentiq के साथ, प्रत्येक एजेंट, टूल, और वर्कफ़्लो को एक फ़ंक्शन कॉल के रूप में माना जाता है, जिससे डेवलपर्स को न्यूनतम ओवरहेड के साथ विभिन्न फ्रेमवर्क से घटकों को मिलाने और मिलान करने की अनुमति मिलती है। रिलीज का उद्देश्य विकास को सुव्यवस्थित करना है, जिससे एजेंट सिस्टम में विस्तृत प्रोफाइलिंग और एंड-टू-एंड मूल्यांकन को सक्षम किया जा सकता है।
Agentiq उन सुविधाओं के साथ पैक किया गया है जो इसे डेवलपर्स और उद्यमों के लिए एक सम्मोहक समाधान बनाते हैं जो जटिल एजेंटिक सिस्टम का निर्माण करते हैं:
- फ्रेमवर्क अज्ञेय डिजाइन: AgentIQ किसी भी एजेंटिक फ्रेमवर्क, जैसे कि लैंगचेन, लामा इंडेक्स, क्रू। ए, माइक्रोसॉफ्ट सिमेंटिक कर्नेल और कस्टम पायथन एजेंटों के साथ मूल रूप से एकीकृत करता है। यह टीमों को अपने वर्तमान उपकरणों का उपयोग किए बिना प्रतिस्थापित किए बिना जारी रखने की अनुमति देता है।
- पुन: प्रयोज्य और कंपोज़िबिलिटी: प्रत्येक घटक, चाहे एक एजेंट, एक उपकरण, या एक वर्कफ़्लो, को एक फ़ंक्शन कॉल की तरह माना जाता है जिसे पुन: उपयोग किया जा सकता है, पुन: प्रस्तुत किया जा सकता है, और विभिन्न कॉन्फ़िगरेशन में संयुक्त किया जा सकता है।
- रैपिड डेवलपमेंट: डेवलपर्स प्रीबिल्ट घटकों के साथ शुरू कर सकते हैं और सिस्टम डिजाइन और प्रयोग में समय की बचत करते हुए वर्कफ़्लो को जल्दी से अनुकूलित कर सकते हैं।
- प्रोफाइलिंग और बॉटलनेक डिटेक्शन: बिल्ट-इन प्रोफाइलर टोकन उपयोग, प्रतिक्रिया समय और छिपी हुई विलंबता को एक दानेदार स्तर पर विस्तृत ट्रैकिंग की अनुमति देता है, जिससे टीमों को सिस्टम प्रदर्शन का अनुकूलन करने में मदद मिलती है।
- ऑब्जर्वैबिलिटी इंटीग्रेशन: AgentIQ किसी भी Opentelemetry- संगत ऑब्जर्वैबिलिटी प्लेटफॉर्म के साथ काम करता है, जिससे वर्कफ़्लो के प्रत्येक भाग में गहरी अंतर्दृष्टि की अनुमति मिलती है।
- मूल्यांकन प्रणाली: एक सुसंगत और मजबूत मूल्यांकन तंत्र टीमों को पुनर्प्राप्ति-अनुमानित पीढ़ी (आरएजी) और एंड-टू-एंड (E2E) वर्कफ़्लोज़ दोनों की सटीकता को मान्य और बनाए रखने में मदद करता है।
- उपयोगकर्ता इंटरफ़ेस: AgentIQ में वास्तविक समय एजेंट इंटरैक्शन, आउटपुट विज़ुअलाइज़ेशन और वर्कफ़्लो डिबगिंग के लिए एक चैट-आधारित UI शामिल है।
- MCP संगतता: AgentIQ मॉडल संदर्भ प्रोटोकॉल (MCP) का समर्थन करता है, जिससे MCP सर्वर पर होस्ट किए गए टूल को फ़ंक्शन कॉल में आसानी से शामिल किया जाता है।
Agentiq को एक प्रतियोगी के बजाय मौजूदा रूपरेखा के पूरक के रूप में वर्णित किया गया है। यह एक और एजेंट फ्रेमवर्क होने का लक्ष्य नहीं रखता है, और न ही यह एजेंट-टू-एजेंट संचार को हल करने की कोशिश करता है; यह HTTP और GRPC जैसे प्रोटोकॉल का डोमेन बना हुआ है। Agentiq भी अवलोकन योग्य प्लेटफार्मों को बदलने से परहेज करता है; इसके बजाय, यह हुक और टेलीमेट्री डेटा प्रदान करता है जिसे टीम द्वारा पसंद की जाने वाली निगरानी प्रणाली में रूट किया जा सकता है। यह विशिष्ट रूप से मल्टी-एजेंट वर्कफ़्लोज़ को जोड़ता है और प्रोफाइल करता है, यहां तक कि जब एक फंक्शन-कॉल-आधारित आर्किटेक्चर का उपयोग करते हुए गहराई से नेस्टेड होता है। यह विभिन्न पारिस्थितिक तंत्रों में विकसित एजेंटों और उपकरणों को जोड़ती है और एक केंद्रीकृत दृष्टिकोण से मजबूत मूल्यांकन और निगरानी को सक्षम करता है। Agentiq भी पूरी तरह से ऑप्ट-इन है; उपयोगकर्ता इसे किसी भी स्तर पर एकीकृत कर सकते हैं, चाहे वह टूल, एजेंट, या पूरे वर्कफ़्लो स्तर पर, उनकी आवश्यकताओं के आधार पर।
Agentiq का डिज़ाइन कई उद्यम उपयोग मामलों के लिए दरवाजा खोलता है। उदाहरण के लिए, लैंगचेन और कस्टम पायथन एजेंटों का उपयोग करके निर्मित एक ग्राहक सहायता प्रणाली अब लामा इंडेक्स या सिमेंटिक कर्नेल में चलने वाले एनालिटिक्स टूल के साथ मूल रूप से एकीकृत हो सकती है। डेवलपर्स यह पहचानने के लिए प्रोफाइलिंग चला सकते हैं कि वर्कफ़्लो में कौन सा एजेंट या टूल एक अड़चन का कारण बन रहा है या बहुत अधिक टोकन का उपयोग कर रहा है और समय के साथ सिस्टम की प्रतिक्रिया स्थिरता और प्रासंगिकता का मूल्यांकन कर रहा है। AgentIQ स्थापित करना सीधा है। यह डब्ल्यूएसएल सहित उबंटू और अन्य लिनक्स-आधारित वितरणों का समर्थन करता है, और आधुनिक पायथन पर्यावरण प्रबंधन उपकरणों का उपयोग करता है। GitHub रिपॉजिटरी को क्लोन करने के बाद, उपयोगकर्ता सबमोड्यूल्स को इनिशियलाइज़ करते हैं, डेटासेट हैंडलिंग के लिए Git LFS स्थापित करते हैं, और `uv` के साथ एक आभासी वातावरण बनाते हैं। डेवलपर्स तब पूर्ण AgentIQ लाइब्रेरी और प्लगइन्स को `UV Sync -all-groups -all-extras` का उपयोग करके या` UV सिंक` के साथ कोर इंस्टॉलेशन के लिए ऑप्ट का उपयोग करके स्थापित कर सकते हैं। आवश्यकतानुसार `langchain` या` प्रोफाइलिंग` जैसे प्लगइन्स को स्थापित किया जा सकता है। स्थापना को `aiq -help` और` aiq -version` कमांड का उपयोग करके सत्यापित किया गया है।
अंत में, AgentIQ मॉड्यूलर, इंटरऑपरेबल और अवलोकन योग्य एजेंट सिस्टम की ओर एक महत्वपूर्ण कदम का प्रतिनिधित्व करता है। फ्रेमवर्क और डेटा स्रोतों में एक एकीकृत परत के रूप में कार्य करना विकास टीमों को संगतता, प्रदर्शन की अड़चनों, या मूल्यांकन विसंगतियों के बारे में चिंता किए बिना परिष्कृत एआई अनुप्रयोगों के निर्माण के लिए सशक्त बनाता है। इसकी प्रोफाइलिंग क्षमताएं, मूल्यांकन प्रणाली और लोकप्रिय फ्रेमवर्क के लिए समर्थन इसे एआई डेवलपर के शस्त्रागार में एक महत्वपूर्ण उपकरण बनाते हैं। इसके अलावा, Agentiq का ऑप्ट-इन दृष्टिकोण सुनिश्चित करता है कि टीमें छोटी शुरुआत कर सकती हैं, शायद सिर्फ एक टूल या एजेंट की रूपरेखा तैयार कर सकती हैं, और मानते हैं कि वे मूल्य देखते हैं। रोडमैप पर भविष्य के अपडेट के साथ, जिसमें NEMO गार्ड्रिल एकीकरण, डायनेमो के साथ साझेदारी में एजेंटिक त्वरण, और एक डेटा फीडबैक लूप शामिल हैं, AgentIQ को एंटरप्राइज़ एजेंट विकास में एक मूलभूत परत बनने के लिए तैयार किया गया है। किसी भी टीम के लिए स्केल पर एआई-चालित वर्कफ़्लोज़ बनाने, मॉनिटर और ऑप्टिमाइज़ करने का लक्ष्य रखने वाली किसी भी टीम के लिए, AgentIQ वह पुल है जो विचारों को कुशल निष्पादन से जोड़ता है।
चेक आउट GitHub पेज। इस शोध के लिए सभी श्रेय इस परियोजना के शोधकर्ताओं को जाते हैं। इसके अलावा, हमें फॉलो करने के लिए स्वतंत्र महसूस करें ट्विटर और हमारे साथ जुड़ने के लिए मत भूलना 85K+ एमएल सबरेडिट।
🔥 ।
Asif Razzaq MarkTechPost Media Inc के सीईओ हैं .. एक दूरदर्शी उद्यमी और इंजीनियर के रूप में, ASIF सामाजिक अच्छे के लिए कृत्रिम बुद्धिमत्ता की क्षमता का उपयोग करने के लिए प्रतिबद्ध है। उनका सबसे हालिया प्रयास एक आर्टिफिशियल इंटेलिजेंस मीडिया प्लेटफॉर्म, मार्कटेकपोस्ट का शुभारंभ है, जो मशीन लर्निंग और डीप लर्निंग न्यूज के अपने गहन कवरेज के लिए खड़ा है, जो तकनीकी रूप से ध्वनि और आसानी से एक व्यापक दर्शकों द्वारा समझ में आता है। मंच 2 मिलियन से अधिक मासिक विचारों का दावा करता है, दर्शकों के बीच अपनी लोकप्रियता को दर्शाता है।
