AIOS: LLM ایجنٹس کے لیے آپریٹنگ سسٹم

پچھلی چھ دہائیوں کے دوران، آپریٹنگ سسٹم آہستہ آہستہ تیار ہوئے ہیں، بنیادی سسٹمز سے پیچیدہ اور انٹرایکٹو آپریٹنگ سسٹمز کی طرف ترقی کرتے ہوئے جو آج کے آلات کو طاقت دیتے ہیں۔ ابتدائی طور پر، آپریٹنگ سسٹم نے کمپیوٹر ہارڈویئر کی بائنری فعالیت، جیسے گیٹ میں ہیرا پھیری، اور صارف کی سطح کے کاموں کے درمیان ایک پل کا کام کیا۔ تاہم، سالوں کے دوران، انہوں نے سادہ بیچ جاب پروسیسنگ سسٹمز سے لے کر مزید نفیس پروسیس مینجمنٹ تکنیکوں کو تیار کیا ہے، بشمول ملٹی ٹاسکنگ اور ٹائم شیئرنگ۔ ان ترقیوں نے جدید آپریٹنگ سسٹمز کو پیچیدہ کاموں کی ایک وسیع صف کو منظم کرنے کے قابل بنایا ہے۔ گرافیکل یوزر انٹرفیس (GUIs) جیسے Windows اور MacOS کے تعارف نے جدید آپریٹنگ سسٹمز کو زیادہ صارف دوست اور انٹرایکٹو بنا دیا ہے، جبکہ رن ٹائم لائبریریوں اور ڈویلپر ٹولز کے ایک جامع سوٹ کے ساتھ OS ایکو سسٹم کو بھی وسعت دی ہے۔

حالیہ اختراعات میں انضمام اور تعیناتی شامل ہے۔ بڑے زبان کے ماڈل (LLMs)، جنہوں نے نئے امکانات کو کھول کر مختلف صنعتوں میں انقلاب برپا کیا ہے۔ ابھی حال ہی میں، ایل ایل ایم پر مبنی ذہین ایجنٹوں نے کاموں کی ایک وسیع رینج پر انسانی جیسی کارکردگی کو حاصل کرتے ہوئے قابل ذکر صلاحیتوں کا مظاہرہ کیا ہے۔ تاہم، یہ ایجنٹ اب بھی ترقی کے ابتدائی مراحل میں ہیں، اور موجودہ تکنیکوں کو کئی چیلنجوں کا سامنا ہے جو ان کی کارکردگی اور تاثیر کو متاثر کرتے ہیں۔ عام مسائل میں بڑے لینگویج ماڈل پر ایجنٹ کی درخواستوں کا سب سے بہترین شیڈولنگ، مختلف اسپیشلائزیشنز کے ساتھ ایجنٹوں کو مربوط کرنے میں پیچیدگیاں، اور LLM اور ایجنٹ کے درمیان بات چیت کے دوران سیاق و سباق کو برقرار رکھنا شامل ہے۔ ایل ایل ایم پر مبنی ایجنٹوں کی تیز رفتار ترقی اور بڑھتی ہوئی پیچیدگی اکثر رکاوٹوں اور وسائل کے سب سے زیادہ استعمال کا باعث بنتی ہے۔

ان چیلنجوں سے نمٹنے کے لیے، یہ مضمون AIOS پر بحث کرے گا، ایک LLM ایجنٹ آپریٹنگ سسٹم جس کو آپریٹنگ سسٹم کے 'دماغ' کے طور پر بڑے زبان کے ماڈلز کو مربوط کرنے کے لیے ڈیزائن کیا گیا ہے، جو اسے مؤثر طریقے سے 'روح' فراہم کرتا ہے۔ خاص طور پر، AIOS فریم ورک کا مقصد ایجنٹوں میں سیاق و سباق کو تبدیل کرنا، وسائل کی تقسیم کو بہتر بنانا، ایجنٹوں کے لیے ٹول سروسز فراہم کرنا، رسائی کے کنٹرول کو برقرار رکھنا، اور ایجنٹوں کے ساتھ ساتھ عمل درآمد کو فعال کرنا ہے۔ ہم AIOS کے فریم ورک کی گہرائی میں جائیں گے، اس کے طریقہ کار، طریقہ کار اور فن تعمیر کو تلاش کریں گے، اور اس کا موازنہ جدید ترین فریم ورک سے کریں گے۔ آئیے اندر کودیں۔

بڑے لینگویج ماڈلز میں نمایاں کامیابی حاصل کرنے کے بعد، AI اور ML انڈسٹری کی اگلی توجہ خود مختار AI ایجنٹوں کو تیار کرنا ہے جو آزادانہ طور پر کام کر سکیں، خود فیصلے کر سکیں، اور کم سے کم یا بغیر کسی انسانی مداخلت کے کام انجام دیں۔ یہ AI پر مبنی ذہین ایجنٹ انسانی ہدایات کو سمجھنے، معلومات پر کارروائی کرنے، فیصلے کرنے اور ایک خود مختار ریاست کے حصول کے لیے مناسب اقدامات کرنے کے لیے بنائے گئے ہیں، بڑے زبان کے ماڈلز کی آمد اور ترقی کے ساتھ ان خود مختار ایجنٹوں کی ترقی کے لیے نئے امکانات سامنے آتے ہیں۔ موجودہ LLM فریم ورکس بشمول DALL-E، GPT، اور مزید نے انسانی ہدایات، استدلال اور مسئلہ حل کرنے کی صلاحیتوں کو سمجھنے اور بیرونی ماحول کے ساتھ ساتھ انسانی صارفین کے ساتھ بات چیت کرنے کی قابل ذکر صلاحیتوں کا مظاہرہ کیا ہے۔ ان طاقتور اور قابل بڑے لینگوئج ماڈلز کے سب سے اوپر بنائے گئے، LLM پر مبنی ایجنٹوں کے پاس ورچوئل اسسٹنٹس سے لے کر زیادہ پیچیدہ اور جدید ترین نظاموں تک کے متنوع ماحول میں کام کو پورا کرنے کی مضبوط صلاحیتیں ہیں جن میں مسئلہ حل کرنے، استدلال، منصوبہ بندی اور عمل درآمد شامل ہے۔ 

مندرجہ بالا اعداد و شمار ایک زبردست مثال دیتا ہے کہ کس طرح LLM پر مبنی خود مختار ایجنٹ حقیقی دنیا کے کاموں کو حل کر سکتا ہے. صارف نظام سے ٹرپ کی معلومات کے لیے درخواست کرتا ہے جس کے بعد ٹریول ایجنٹ اس کام کو قابل عمل مراحل میں توڑ دیتا ہے۔ پھر ایجنٹ ترتیب وار اقدامات کرتا ہے، پروازوں کی بکنگ، ہوٹلوں کی بکنگ، ادائیگیوں پر کارروائی، اور بہت کچھ۔ اقدامات پر عمل کرتے وقت، جو چیز ان ایجنٹوں کو روایتی سافٹ ویئر ایپلی کیشنز سے الگ کرتی ہے وہ ہے ایجنٹوں کی فیصلہ سازی کی صلاحیتوں کو ظاہر کرنے، اور اقدامات پر عمل درآمد میں استدلال کو شامل کرنا۔ ان کے معیار میں تیزی سے اضافہ کے ساتھ ساتھ خود مختار ایجنٹوں، بڑے لینگویج ماڈلز اور آپریٹنگ سسٹمز کی فعالیت پر دباؤ میں اضافہ دیکھا گیا ہے، اور اس کی ایک مثال یہ ہے کہ محدود بڑے زبان کے ماڈلز میں ایجنٹ کی درخواستوں کو ترجیح دینا اور شیڈول کرنا ایک اہم چیلنج ہے۔ مزید برآں، چونکہ طویل سیاق و سباق سے نمٹتے وقت بڑے زبان کے ماڈلز کی تخلیق کا عمل ایک وقت طلب کام بن جاتا ہے، اس لیے شیڈیولر کے لیے نتیجے میں آنے والی نسل کو معطل کرنا ممکن ہے، جس سے زبان کے ماڈل کے موجودہ نسل کے نتائج کو اسنیپ شاٹ کرنے کے لیے ایک طریقہ کار وضع کرنے کا مسئلہ پیدا ہوتا ہے۔ . اس کے نتیجے میں، توقف/دوبارہ شروع کرنے کے رویے کو فعال کیا جاتا ہے جب زبان کے بڑے ماڈل نے موجودہ درخواست کے لیے رسپانس جنریشن کو حتمی شکل نہیں دی ہے۔ 

اوپر بیان کردہ چیلنجوں سے نمٹنے کے لیے، AIOS، ایک بڑا لینگوئج ماڈل آپریٹنگ سسٹم LLM اور OS فنکشنلٹیز کے مجموعے اور ماڈیول الگ تھلگ فراہم کرتا ہے۔ AIOS فریم ورک ایک LLM مخصوص کرنل ڈیزائن کی تجویز پیش کرتا ہے تاکہ بڑے لینگویج ماڈل سے وابستہ اور منسلک نہ ہونے والے کاموں کے درمیان پیدا ہونے والے ممکنہ تنازعات سے بچا جا سکے۔ مجوزہ کرنل آپریٹنگ سسٹم کو الگ کرتا ہے جیسے ڈیوٹی، خاص طور پر وہ جو LLM ایجنٹس، ڈویلپمنٹ ٹول کٹس، اور ان کے متعلقہ وسائل کی نگرانی کرتے ہیں۔ اس علیحدگی کے نتیجے میں، LLM دانا LLMs سے متعلق سرگرمیوں کے ہم آہنگی اور انتظام کو بڑھانے کی کوشش کرتا ہے۔ 

AIOS: طریقہ کار اور فن تعمیر

جیسا کہ آپ مشاہدہ کر سکتے ہیں، AIOS فریم ورک کے کام میں چھ بڑے میکانزم شامل ہیں۔ 

• ایجنٹ شیڈولر: ایجنٹ شیڈیولر کو تفویض کردہ کام بڑی زبان کے ماڈل کے استعمال کو بہتر بنانے کی کوشش میں ایجنٹ کی درخواستوں کو شیڈول اور ترجیح دینا ہے۔ 

• سیاق و سباق کا مینیجر: سیاق و سباق کے مینیجر کو تفویض کردہ کام بڑے لینگویج ماڈل میں انٹرمیڈیٹ جنریشن سٹیٹس کو بحال کرنے اور بڑے لینگویج ماڈل کے سیاق و سباق کی ونڈو مینجمنٹ کے ساتھ سنیپ شاٹس کو سپورٹ کرنا ہے۔ 

• میموری مینیجر: میموری مینیجر کی بنیادی ذمہ داری ہر ایجنٹ کے لیے تعامل لاگ کے لیے مختصر مدت کی میموری فراہم کرنا ہے۔ 

• اسٹوریج مینیجر: سٹوریج مینیجر کی ذمہ داری ہے کہ وہ ایجنٹوں کے تعامل کے لاگز کو مستقبل کی بازیافت کے لیے طویل مدتی اسٹوریج تک برقرار رکھے۔ 

• ٹول مینیجر: ٹول مینیجر کا طریقہ کار بیرونی API ٹولز پر ایجنٹوں کی کال کا انتظام کرتا ہے۔ 

• رسائی مینیجر: رسائی مینیجر ایجنٹوں کے درمیان رازداری اور رسائی کے کنٹرول کی پالیسیاں نافذ کرتا ہے۔ 

مذکورہ میکانزم کے علاوہ، AIOS فریم ورک ایک تہہ دار فن تعمیر کی خصوصیت رکھتا ہے، اور اسے تین الگ تہوں میں تقسیم کیا گیا ہے: ایپلیکیشن کی تہہ، کرنل کی تہہ، اور ہارڈ ویئر کی تہہ۔ AIOS فریم ورک کے ذریعے لاگو کیا گیا تہہ دار فن تعمیر اس بات کو یقینی بناتا ہے کہ ذمہ داریاں پورے نظام میں یکساں طور پر تقسیم ہوں، اور اونچی پرتیں اپنے نیچے کی تہوں کی پیچیدگیوں کو ختم کرتی ہیں، مخصوص ماڈیولز یا انٹرفیس کا استعمال کرتے ہوئے تعاملات کی اجازت دیتی ہیں، ماڈیولرٹی کو بڑھاتی ہیں، اور نظام کے درمیان تعاملات کو آسان بناتی ہیں۔ تہوں 

ایپلیکیشن پرت کے ساتھ شروع کرتے ہوئے، اس پرت کا استعمال ایپلی کیشن ایجنٹس جیسے ریاضی یا ٹریول ایجنٹس کو تیار کرنے اور تعینات کرنے کے لیے کیا جاتا ہے۔ ایپلیکیشن لیئر میں، AIOS فریم ورک AIOS سافٹ ویئر ڈویلپمنٹ کٹ (AIOS SDK) کو سسٹم کالز کے اعلی تجرید کے ساتھ فراہم کرتا ہے جو ایجنٹ ڈویلپرز کے لیے ترقی کے عمل کو آسان بناتا ہے۔ AIOS کی طرف سے پیش کردہ سافٹ ویئر ڈویلپمنٹ کٹ نچلے درجے کے سسٹم کے افعال کی پیچیدگیوں کو دور کر کے ایجنٹ ایپلی کیشنز کی ترقی میں سہولت فراہم کرنے کے لیے ایک بھرپور ٹول کٹ پیش کرتی ہے، جس سے ڈویلپرز کو اپنے ایجنٹوں کی فعالیت اور ضروری منطق پر توجہ مرکوز کرنے کی اجازت ملتی ہے، جس کے نتیجے میں زیادہ موثر ترقی ہوتی ہے۔ عمل 

آگے بڑھتے ہوئے، دانا کی تہہ مزید دو حصوں میں تقسیم ہو جاتی ہے: LLM کرنل، اور OS کرنل۔ OS کرنل اور LLM کرنل دونوں LLM مخصوص اور غیر LLM آپریشنز کی انوکھی تقاضوں کو پورا کرتے ہیں، اس امتیاز کے ساتھ کہ LLM کرنل کو بڑے لینگویج ماڈل کے مخصوص کاموں پر توجہ مرکوز کرنے کی اجازت دیتا ہے جس میں ایجنٹ کا شیڈولنگ اور سیاق و سباق کا انتظام، ایسی سرگرمیاں جو سرگرمیوں کو سنبھالنے کے لیے ضروری ہیں۔ بڑے زبان کے ماڈلز سے متعلق۔ AIOS فریم ورک بنیادی طور پر موجودہ OS کرنل کی ساخت کو نمایاں طور پر تبدیل کیے بغیر بڑے لینگویج ماڈل کرنل کو بڑھانے پر مرکوز ہے۔ ایل ایل ایم کرنل کئی اہم ماڈیولز سے لیس ہے جس میں ایجنٹ شیڈیولر، میموری مینیجر، سیاق و سباق مینیجر، اسٹوریج مینیجر، ایکسیس مینیجر، ٹول مینیجر، اور ایل ایل ایم سسٹم کال انٹرفیس شامل ہیں۔ کرنل پرت کے اندر موجود اجزاء کو مختلف عمل درآمد کی ضروریات کو پورا کرنے کی کوشش میں ڈیزائن کیا گیا ہے۔ ایجنٹ ایپلی کیشنز، AIOS فریم ورک کے اندر موثر عملدرآمد اور انتظام کو یقینی بنانا۔ 

آخر میں، ہمارے پاس ہارڈ ویئر کی پرت ہے جس میں سسٹم کے جسمانی اجزاء بشمول GPU، CPU، پیریفرل ڈیوائسز، ڈسک اور میموری شامل ہیں۔ یہ سمجھنا ضروری ہے کہ ایل ایل ایم کرنل کا سسٹم ہارڈ ویئر کے ساتھ براہ راست تعامل نہیں کر سکتا، اور یہ کالیں آپریٹنگ سسٹم کی سسٹم کالز کے ساتھ انٹرفیس کرتی ہیں جو بدلے میں ہارڈ ویئر کے وسائل کا انتظام کرتی ہیں۔ LLM کارنل کے نظام اور ہارڈویئر وسائل کے درمیان یہ بالواسطہ تعامل سیکیورٹی اور تجرید کی ایک تہہ پیدا کرتا ہے، جس سے LLM کرنل کو ہارڈ ویئر کے انتظام کی براہ راست ضرورت کے بغیر ہارڈ ویئر کے وسائل کی صلاحیتوں سے فائدہ اٹھانے کی اجازت دیتا ہے، نظام کی سالمیت اور کارکردگی کو برقرار رکھنے میں سہولت فراہم کرتا ہے۔ . 

عمل

جیسا کہ اوپر ذکر کیا گیا ہے، AIOS فریم ورک کے کام کرنے میں چھ بڑے میکانزم شامل ہیں۔ ایجنٹ شیڈیولر کو اس طرح سے ڈیزائن کیا گیا ہے کہ یہ ایجنٹ کی درخواستوں کو موثر انداز میں منظم کرنے کے قابل ہے، اور اس میں ایک روایتی ترتیب وار عمل پیراگراف کے برعکس عمل درآمد کے کئی مراحل ہیں جس میں ایجنٹ کاموں کو ایک لکیری انداز میں عمل کرتا ہے۔ اگلے ایجنٹ پر جانے سے پہلے پہلے ایجنٹ پر کارروائی کی جا رہی ہے، جس کے نتیجے میں عمل درآمد کی ترتیب میں بعد میں ظاہر ہونے والے کاموں کے انتظار کے اوقات میں اضافہ ہوتا ہے۔ ایجنٹ شیڈولر اس عمل کو بہتر بنانے کے لیے راؤنڈ رابن، فرسٹ ان فرسٹ آؤٹ، اور دیگر شیڈولنگ الگورتھم جیسی حکمت عملیوں کو استعمال کرتا ہے۔ 

سیاق و سباق کے مینیجر کو اس طرح سے ڈیزائن کیا گیا ہے کہ یہ بڑے زبان کے ماڈل کو فراہم کردہ سیاق و سباق کو منظم کرنے کے لئے ذمہ دار ہے، اور مخصوص سیاق و سباق کے پیش نظر نسل کے عمل کو۔ سیاق و سباق کے مینیجر میں دو اہم اجزاء شامل ہیں: سیاق و سباق کا سنیپ شاٹ اور بحالی، اور سیاق و سباق ونڈو کا انتظام۔ AIOS فریم ورک کی طرف سے پیش کردہ سیاق و سباق کا سنیپ شاٹ اور بحالی کا طریقہ کار ان حالات کو کم کرنے میں مدد کرتا ہے جہاں شیڈولر ایجنٹ کی درخواستوں کو معطل کر دیتا ہے جیسا کہ مندرجہ ذیل تصویر میں دکھایا گیا ہے۔ 

جیسا کہ مندرجہ ذیل تصویر میں دکھایا گیا ہے، یہ میموری مینیجر کی ذمہ داری ہے کہ وہ ایجنٹ کے لائف سائیکل کے اندر قلیل مدتی میموری کا انتظام کرے، اور اس بات کو یقینی بناتا ہے کہ ڈیٹا صرف اس وقت ذخیرہ اور قابل رسائی ہے جب ایجنٹ فعال ہو، یا تو رن ٹائم کے دوران یا جب ایجنٹ انتظار کر رہا ہو۔ پھانسی کے لئے. 

دوسری طرف، سٹوریج مینیجر طویل مدت میں ڈیٹا کو محفوظ رکھنے کے لیے ذمہ دار ہے، اور یہ معلومات کے ذخیرہ کی نگرانی کرتا ہے جسے انفرادی ایجنٹ کی سرگرمی کی عمر سے باہر، غیر معینہ مدت تک برقرار رکھنے کی ضرورت ہے۔ AISO فریم ورک مختلف قسم کے پائیدار ذرائع کا استعمال کرتے ہوئے مستقل اسٹوریج حاصل کرتا ہے جس میں کلاؤڈ بیسڈ حل، ڈیٹا بیس، اور مقامی فائلیں شامل ہیں، ڈیٹا کی دستیابی اور سالمیت کو یقینی بناتا ہے۔ مزید برآں، AISO فریم ورک میں، یہ ٹول مینیجر ہے جو API ٹولز کی مختلف صفوں کا انتظام کرتا ہے جو بڑے لینگویج ماڈلز کی فعالیت کو بڑھاتا ہے، اور مندرجہ ذیل جدول کا خلاصہ یہ ہے کہ کس طرح ٹول مینیجر عام طور پر استعمال ہونے والے ٹولز کو مختلف وسائل سے مربوط کرتا ہے، اور ان کی درجہ بندی کرتا ہے۔ مختلف زمروں میں 

رسائی مینیجر ایکسیس کنٹرول آپریشنز کو الگ الگ ترتیب دیتا ہے۔ ایجنٹ ہر ایک ایجنٹ کے لیے ایک وقف استحقاق گروپ کا انتظام کر کے، اور اگر کسی ایجنٹ کو ایجنٹ کے استحقاق گروپ سے خارج کر دیا جائے تو اس کے وسائل تک رسائی سے انکار کرتا ہے۔ مزید برآں، رسائی مینیجر آڈیٹنگ لاگز کو مرتب کرنے اور برقرار رکھنے کا بھی ذمہ دار ہے جو سسٹم کی شفافیت کو مزید بڑھاتا ہے۔ 

AIOS: تجربات اور نتائج

AIOS فریم ورک کی تشخیص کی رہنمائی دو تحقیقی سوالات سے ہوتی ہے: پہلا، AIOS شیڈولنگ کی کارکردگی توازن کے انتظار اور ٹرناراؤنڈ ٹائم کو بہتر بنانے میں کیسی ہے، اور دوسرا، کیا ایجنٹ کی معطلی کے بعد ایجنٹ کی درخواستوں پر LLM کا ردعمل مطابقت رکھتا ہے؟

مستقل مزاجی کے سوالات کا جواب دینے کے لیے، ڈویلپرز تینوں ایجنٹوں میں سے ہر ایک کو انفرادی طور پر چلاتے ہیں، اور اس کے بعد، ان ایجنٹوں کو متوازی طور پر انجام دیتے ہیں، اور ہر مرحلے کے دوران ان کے آؤٹ پٹس کو حاصل کرنے کی کوشش کرتے ہیں۔ جیسا کہ مندرجہ ذیل جدول میں دکھایا گیا ہے، BERT اور BLEU سکور 1.0 کی قدر حاصل کرتے ہیں، جو سنگل ایجنٹ اور ملٹی ایجنٹ کنفیگریشنز میں پیدا ہونے والے آؤٹ پٹ کے درمیان کامل سیدھ کو ظاہر کرتا ہے۔ 

کارکردگی کے سوالات کے جوابات دینے کے لیے، ڈویلپرز FIFO یا فرسٹ ان فرسٹ آؤٹ شیڈولنگ کو استعمال کرنے والے AIOS فریم ورک کے درمیان تقابلی تجزیہ کرتے ہیں، اور ایک غیر طے شدہ طریقہ کار، جس میں ایجنٹ بیک وقت چلتے ہیں۔ غیر طے شدہ ترتیب میں، ایجنٹوں کو پہلے سے طے شدہ ترتیب وار ترتیب میں انجام دیا جاتا ہے: ریاضی کا ایجنٹ، بیان کرنے والا ایجنٹ، اور rec ایجنٹ۔ وقتی کارکردگی کا اندازہ لگانے کے لیے، AIOS فریم ورک دو میٹرکس کا استعمال کرتا ہے: انتظار کا وقت، اور ٹرناراؤنڈ ٹائم، اور چونکہ ایجنٹ بڑے لینگویج ماڈل کو متعدد درخواستیں بھیجتے ہیں، اس لیے انفرادی ایجنٹوں کے لیے انتظار کا وقت اور ٹرناراؤنڈ ٹائم کا حساب لگایا جاتا ہے۔ تمام درخواستوں کے لیے انتظار کا وقت اور تبدیلی کا وقت۔ جیسا کہ مندرجہ ذیل جدول میں دکھایا گیا ہے، غیر طے شدہ نقطہ نظر ترتیب میں پہلے ایجنٹوں کے لیے تسلی بخش کارکردگی دکھاتا ہے، لیکن بعد میں تسلسل میں ایجنٹوں کے لیے طویل انتظار اور تبدیلی کے اوقات سے دوچار ہوتا ہے۔ دوسری طرف، AIOS فریم ورک کے ذریعے لاگو کیا جانے والا نظام الاوقات انتظار اور تبدیلی کے اوقات دونوں کو مؤثر طریقے سے منظم کرتا ہے۔ 

فائنل خیالات

اس آرٹیکل میں ہم نے AIOS کے بارے میں بات کی ہے، ایک LLM ایجنٹ آپریٹنگ سسٹم جو OS کے دماغ کے طور پر OS میں بڑے زبان کے ماڈلز کو شامل کرنے کی کوشش میں ڈیزائن کیا گیا ہے، جس سے آپریٹنگ سسٹم کو روح کے ساتھ فعال کیا گیا ہے۔ مزید مخصوص ہونے کے لیے، AIOS فریم ورک کو ایجنٹوں میں سیاق و سباق کو تبدیل کرنے، وسائل کی تقسیم کو بہتر بنانے، ایجنٹوں کے لیے ٹول سروس فراہم کرنے، ایجنٹوں کے لیے رسائی کے کنٹرول کو برقرار رکھنے، اور ایجنٹوں کے ساتھ ساتھ عمل درآمد کو فعال کرنے کے ارادے سے ڈیزائن کیا گیا ہے۔ AISO فن تعمیر کی ترقی اور تعیناتی میں سہولت فراہم کرنے کی صلاحیت کو ظاہر کرتا ہے۔ بڑے زبان کے ماڈل پر مبنی خود مختار ایجنٹ، جس کے نتیجے میں ایک زیادہ موثر، مربوط، اور موثر AIOS-Agent ماحولیاتی نظام بنتا ہے۔