माइक्रोसॉफ्ट ऑटोजेन: मल्टी-एजेंट एआई वर्कफ्लो के साथ एडवांस्ड ऑटोमेशन

माइक्रोसॉफ्ट रिसर्च ने सितंबर 2023 में ऑटोजेन को एक ओपन-सोर्स पायथन फ्रेमवर्क के रूप में पेश किया, जो जटिल, मल्टी-एजेंट सहयोग के लिए एआई एजेंट बनाने में सक्षम है। ऑटोजेन ने पहले से ही शोधकर्ताओं, डेवलपर्स और संगठनों के बीच ध्यान आकर्षित किया है, जिसमें गिटहब पर 290 से अधिक योगदानकर्ता और मई 2024 तक लगभग 900,000 डाउनलोड हैं। इस सफलता पर निर्माण करते हुए, माइक्रोसॉफ्ट ने ऑटोजेन स्टूडियो का अनावरण किया, जो एक लो-कोड इंटरफेस है जो डेवलपर्स को एआई एजेंटों के साथ तेजी से प्रोटोटाइप और प्रयोग करने में सक्षम बनाता है।

यह लाइब्रेरी बुद्धिमान, मॉड्यूलर एजेंटों को विकसित करने के लिए है जो जटिल कार्यों को हल करने, निर्णय लेने को स्वचालित करने और कोड को कुशलता से निष्पादित करने के लिए सहजता से बातचीत कर सकते हैं।

माइक्रोसॉफ्ट ने हाल ही में ऑटोजेन स्टूडियो भी पेश किया है, जो एक इंटरएक्टिव और यूजर-फ्रेंडली प्लेटफॉर्म प्रदान करता है जो एआई एजेंट विकास को सरल बनाता है। इसके पूर्ववर्ती के विपरीत, ऑटोजेन स्टूडियो व्यापक कोडिंग की आवश्यकता को कम करता है, जहां उपयोगकर्ता एजेंटों को ड्रैग और ड्रॉप कर सकते हैं, वर्कफ्लो को कॉन्फ़िगर कर सकते हैं और एआई-ड्रिवन समाधानों का परीक्षण आसानी से कर सकते हैं।

ऑटोजेन को क्या अनोखा बनाता है?

एआई एजेंटों को समझना

एआई के संदर्भ में, एक एजेंट एक स्वायत्त सॉफ्टवेयर घटक है जो विशिष्ट कार्यों को पूरा करने में सक्षम है, अक्सर प्राकृतिक भाषा प्रसंस्करण और मशीन लर्निंग का उपयोग करता है। माइक्रोसॉफ्ट का ऑटोजेन फ्रेमवर्क पारंपरिक एआई एजेंटों की क्षमताओं को बढ़ाता है, जिससे वे जटिल, संरचित बातचीत में शामिल हो सकते हैं और甚至 साझा लक्ष्यों को प्राप्त करने के लिए अन्य एजेंटों के साथ सहयोग कर सकते हैं।

ऑटोजेन विभिन्न प्रकार के एजेंटों और बातचीत पैटर्न को समर्थन करता है। यह लचीलापन इसे उन वर्कफ्लो को स्वचालित करने में सक्षम बनाता है जिन्हें पहले मानव हस्तक्षेप की आवश्यकता थी, जिससे यह विभिन्न उद्योगों जैसे कि वित्त, विज्ञापन, सॉफ्टवेयर इंजीनियरिंग और अधिक के लिए उपयुक्त हो जाता है।

बातचीत और अनुकूलन योग्य एजेंट

ऑटोजेन “बातचीत” एजेंटों की अवधारणा को पेश करता है, जो प्राकृतिक भाषा निर्देशों के आधार पर संदेशों को संसाधित करने, प्रतिक्रियाएं उत्पन्न करने और क्रियाएं करने के लिए डिज़ाइन किए गए हैं। ये एजेंट न केवल समृद्ध संवाद में शामिल हो सकते हैं, बल्कि विशिष्ट कार्यों पर अपना प्रदर्शन बेहतर बनाने के लिए अनुकूलित भी किए जा सकते हैं। यह मॉड्यूलर डिज़ाइन ऑटोजेन को सरल और जटिल दोनों एआई परियोजनाओं के लिए एक शक्तिशाली उपकरण बनाता है।

मुख्य एजेंट प्रकार:

• सहायक एजेंट: एक एलएलएम-पावर्ड सहायक जो कोडिंग, डिबगिंग या जटिल प्रश्नों का उत्तर देने जैसे कार्यों को संभाल सकता है।
• यूजर प्रॉक्सी एजेंट: उपयोगकर्ता व्यवहार की नकल करता है, जिससे डेवलपर्स को वास्तविक मानव उपयोगकर्ता को शामिल किए बिना इंटरैक्शन का परीक्षण कर सकते हैं। यह स्वायत्त रूप से कोड भी निष्पादित कर सकता है।
• ग्रुप चैट एजेंट: एजेंटों का एक संग्रह जो सहयोग से काम करता है, जो कई कौशल या दृष्टिकोणों की आवश्यकता वाले दृश्यों के लिए उपयुक्त है।

मल्टी-एजेंट सहयोग

ऑटोजेन की सबसे प्रभावशाली विशेषताओं में से एक इसका मल्टी-एजेंट सहयोग के लिए समर्थन है। डेवलपर्स विशिष्ट भूमिकाओं वाले एजेंटों का एक नेटवर्क बना सकते हैं ताकि जटिल कार्यों को अधिक कुशलता से संभाला जा सके। ये एजेंट एक दूसरे के साथ संवाद कर सकते हैं, जानकारी का आदान-प्रदान कर सकते हैं और सामूहिक रूप से निर्णय ले सकते हैं, जो पहले समय लेने वाले या त्रुटि-प्रवण हो सकते थे उन प्रक्रियाओं को स्ट्रीमलाइन करते हैं।

ऑटोजेन की मुख्य विशेषताएं

1. मल्टी-एजेंट फ्रेमवर्क

ऑटोजेन एजेंट नेटवर्क बनाने की सुविधा प्रदान करता है जहां प्रत्येक एजेंट स्वतंत्र रूप से या अन्य एजेंटों के साथ समन्वय में काम कर सकता है। फ्रेमवर्क में पूरी तरह से स्वचालित या मानव पर्यवेक्षण के साथ डिज़ाइन करने की लचीलता प्रदान करता है जब आवश्यक हो。

बातचीत पैटर्न में शामिल हैं:

• वन-टू-वन बातचीत: दो एजेंटों के बीच सरल इंटरैक्शन।
• हायरार्किकल संरचनाएं: एजेंट उप-एजेंटों को कार्य सौंप सकते हैं, जो जटिल समस्याओं को संभालना आसान बनाता है।
• ग्रुप बातचीत: मल्टी-एजेंट ग्रुप चैट जहां एजेंट मिलकर एक कार्य को हल करते हैं।

2. कोड निष्पादन और स्वचालन

अन्य कई एआई फ्रेमवर्क के विपरीत, ऑटोजेन एजेंटों को स्वचालित रूप से कोड उत्पन्न करने, निष्पादित करने और डिबग करने की अनुमति देता है। यह सुविधा सॉफ्टवेयर इंजीनियरिंग और डेटा विश्लेषण कार्यों के लिए अत्यंत मूल्यवान है, क्योंकि यह मानव हस्तक्षेप को कम करता है और विकास चक्र को तेज करता है। यूजर प्रॉक्सी एजेंट कोड ब्लॉक की पहचान कर सकता है, उन्हें चला सकता है और यहां तक कि स्वचालित रूप से आउटपुट को परिष्कृत कर सकता है।

3. टूल और एपीआई के साथ एकीकरण

ऑटोजेन एजेंट बाहरी टूल, सेवाओं और एपीआई के साथ बातचीत कर सकते हैं, जो उनकी क्षमताओं को काफी बढ़ाता है। चाहे डेटाबेस से डेटा प्राप्त करना, वेब अनुरोध करना या माइक्रोसॉफ्ट एज्योर सेवाओं के साथ एकीकरण करना हो, ऑटोजेन सुविधा संपन्न अनुप्रयोगों के निर्माण के लिए एक मजबूत पारिस्थितिकी तंत्र प्रदान करता है।

4. मानव-इन-द-लूप समस्या समाधान

ऐसे दृश्यों में जहां मानव इनपुट आवश्यक है, ऑटोजेन मानव-एजेंट इंटरैक्शन को समर्थन देता है। डेवलपर्स एजेंटों को विशिष्ट कार्यों से पहले मानव उपयोगकर्ता से मार्गदर्शन या अनुमोदन का अनुरोध करने के लिए कॉन्फ़िगर कर सकते हैं। यह सुविधा सुनिश्चित करती है कि महत्वपूर्ण निर्णय सोच-समझकर और सही स्तर की देखरेख के साथ किए जाते हैं।

ऑटोजेन कैसे काम करता है: एक गहरा गोता

एजेंट प्रारंभिकरण और कॉन्फ़िगरेशन

ऑटोजेन के साथ काम करने में पहला कदम आपके एजेंटों की स्थापना और कॉन्फ़िगरेशन करना शामिल है। प्रत्येक एजेंट को विशिष्ट कार्यों को पूरा करने के लिए अनुकूलित किया जा सकता है, और डेवलपर्स एलएलएम मॉडल का उपयोग करने, कौशल को सक्षम करने और निष्पादन वातावरण जैसे पैरामीटर को कस्टमाइज़ कर सकते हैं।

एजेंट इंटरैक्शन का संचालन

ऑटोजेन एजेंटों के बीच बातचीत के प्रवाह को एक संरचित तरीके से संभालता है। एक विशिष्ट वर्कफ्लो इस प्रकार दिख सकता है:

1. कार्य परिचय: एक उपयोगकर्ता या एजेंट एक प्रश्न या कार्य प्रस्तुत करता है।
2. एजेंट प्रसंस्करण: संबंधित एजेंट इनपुट का विश्लेषण करते हैं, प्रतिक्रियाएं उत्पन्न करते हैं या क्रियाएं करते हैं।
3. इंटर-एजेंट संचार: एजेंट डेटा और अंतर्दृष्टि साझा करते हैं, कार्य को पूरा करने के लिए सहयोग करते हैं।
4. कार्य निष्पादन: एजेंट कोड निष्पादित करते हैं, जानकारी प्राप्त करते हैं या बाहरी प्रणालियों के साथ इंटरैक्ट करते हैं जैसा कि आवश्यक हो।
5. समाप्ति: बातचीत तब समाप्त होती है जब कार्य पूरा हो जाता है, एक त्रुटि सीमा तक पहुंच जाती है या एक समाप्ति स्थिति ट्रिगर होती है।

त्रुटि हैंडलिंग और स्व-सुधार

ऑटोजेन के एजेंट त्रुटियों को बुद्धिमानी से संभालने के लिए डिज़ाइन किए गए हैं। यदि एक कार्य विफल हो जाता है या एक गलत परिणाम उत्पन्न करता है, तो एजेंट समस्या का विश्लेषण कर सकता है, इसे ठीक करने का प्रयास कर सकता है और यहां तक कि अपने समाधान पर पुनरावृत्ति भी कर सकता है। यह स्व-उपचार क्षमता लंबे समय तक स्वायत्त रूप से काम करने में सक्षम विश्वसनीय एआई प्रणालियों को बनाने के लिए महत्वपूर्ण है।

पूर्वापेक्षाएं और स्थापना

ऑटोजेन के साथ काम करने से पहले, सुनिश्चित करें कि आपके पास एआई एजेंटों, ऑर्केस्ट्रेशन फ्रेमवर्क और पायथन प्रोग्रामिंग के मूलभूत तत्वों की ठोस समझ है। ऑटोजेन एक पायथन-आधारित फ्रेमवर्क है, और इसकी पूरी क्षमता तब महसूस की जा सकती है जब इसे अन्य एआई सेवाओं जैसे ओपनएआई के जीपीटी मॉडल या माइक्रोसॉफ्ट एज्योर एआई के साथ जोड़ा जाता है।

पाइप का उपयोग करके ऑटोजेन स्थापित करें:

अद्वितीय सुविधाओं के लिए, जैसे कि अनुकूलित खोज क्षमताएं या बाहरी लाइब्रेरी के साथ एकीकरण:

अपने वातावरण की स्थापना

ऑटोजेन को पर्यावरण 변수 और एपीआई कुंजियों को सुरक्षित रूप से कॉन्फ़िगर करने की आवश्यकता है। आइए अपने कार्यक्षेत्र को आरंभ करने और कॉन्फ़िगर करने के लिए मूलभूत चरणों से गुजरें:

1. पर्यावरण переменाओं को लोड करना: संवेदनशील एपीआई कुंजियों को एक .env फ़ाइल में संग्रहीत करें और dotenv का उपयोग करके सुरक्षा बनाए रखने के लिए उन्हें लोड करें। (api_key = os.environ.get(“OPENAI_API_KEY”))
2. भाषा मॉडल कॉन्फ़िगरेशन का चयन: आप जिस एलएलएम का उपयोग करना चाहते हैं, जैसे कि ओपनएआई का जीपीटी-4 या कोई अन्य पसंदीदा मॉडल, तय करें। एपीआई एंडपॉइंट, मॉडल नाम और कुंजियों जैसी कॉन्फ़िगरेशन सेटिंग्स को स्पष्ट रूप से परिभाषित करने की आवश्यकता है ताकि एजेंटों के बीच सुचारू संचार सुनिश्चित किया जा सके।

जटिल दृश्यों के लिए ऑटोजेन एजेंटों का निर्माण

एक मल्टी-एजेंट प्रणाली बनाने के लिए, आपको एजेंटों को परिभाषित करने और उनके व्यवहार को निर्दिष्ट करने की आवश्यकता है। ऑटोजेन विभिन्न प्रकार के एजेंटों को समर्थन करता है, प्रत्येक की विशिष्ट भूमिकाएं और क्षमताएं हैं।
सहायक और यूजर प्रॉक्सी एजेंटों का निर्माण: कोड निष्पादन और उपयोगकर्ता इंटरैक्शन प्रबंधन के लिए जटिल कॉन्फ़िगरेशन वाले एजेंटों को परिभाषित करें:

from autogen import AssistantAgent, UserProxyAgent

# एलएलएम कॉन्फ़िगरेशन परिभाषित करें
llm_config = {
"model": "gpt-4",
"api_key": api_key
}

# जटिल कोडिंग और विश्लेषण कार्यों के लिए एक सहायक एजेंट बनाएं
assistant = AssistantAgent(
name="coding_assistant",
llm_config=llm_config
)

# कोड निष्पादन और उपयोगकर्ता इंटरैक्शन को संभालने के लिए यूजर प्रॉक्सी एजेंट
user_proxy = UserProxyAgent(
name="user_proxy",
code_execution_config={
"executor": autogen.coding.LocalCommandLineCodeExecutor(work_dir="coding_workspace")
}
)

from autogen import AssistantAgent, UserProxyAgent

# शैक्षिक वर्कफ्लो के लिए एजेंटों को परिभाषित करें
teacher = AssistantAgent(name="teacher", llm_config=llm_config)
student = AssistantAgent(name="student", llm_config=llm_config)
evaluator = AssistantAgent(name="evaluator", llm_config=llm_config)

# एजेंटों के बीच बातचीत प्रवाह को परिभाषित करें
teacher.send_message("आज का विषय कैलकुलस है। आइए डिफरेंशियल समीकरणों में गहराई से जाएं।")
student.send_message("क्या आप व्युत्पन्न की अवधारणा को समझा सकते हैं?")
teacher.send_message("व्युत्पन्न एक फंक्शन के परिवर्तन की दर का प्रतिनिधित्व करता है। यह एक सरल व्याख्या है...")