حالیہ پیش رفت نے یہ ثابت کیا ہے کہ لینگویج ایجنٹس، خاص طور پر جو بڑے لینگویج ماڈلز (LLMs) پر بنائے گئے ہیں، قدرتی زبان کا استعمال کرتے ہوئے متنوع ماحول میں پیچیدہ کاموں کی ایک وسیع صف انجام دینے کی صلاحیت رکھتے ہیں۔ تاہم، زیادہ تر لینگویج ایجنٹ فریم ورک کی بنیادی توجہ فی الحال پروف آف تصور لینگویج ایجنٹس کی تعمیر میں سہولت فراہم کرنے پر ہے۔ یہ توجہ اکثر ایپلی کیشن لیول کے ڈیزائنز پر بہت کم توجہ کے ساتھ آتی ہے اور اکثر غیر ماہر صارفین تک ان ایجنٹوں کی رسائی کو نظر انداز کر دیتی ہے۔

لینگویج ایجنٹس کی موجودہ حدود کو ختم کرنے کے لیے، ڈویلپرز کے ساتھ آئے ہیں۔ OpenAgents فریم ورک، زبان کے ایجنٹوں کی میزبانی اور تعیناتی کے لیے ایک کھلا پلیٹ فارم جنگل میں، اور روزمرہ کے بہت سے کاموں میں۔ OpenAgents کا فریم ورک تین ایجنٹوں کے ارد گرد بنایا گیا ہے۔

• ڈیٹا ایجنٹ: ڈیٹا ٹولز اور استفسار کی زبانوں جیسے SQL، یا Python جیسی پروگرامنگ زبانوں کا استعمال کرتے ہوئے ڈیٹا تجزیہ میں مدد کرتا ہے۔ 

• پلگ ان ایجنٹس: روزانہ کے کاموں کے لیے مددگار 200+ API ٹولز تک رسائی فراہم کرکے مدد کرتا ہے۔ 

• ویب ایجنٹس: اپنا نام ظاہر نہ کرتے ہوئے ویب کو براؤز کرنے میں مدد کرتا ہے۔ 

OpenAgents فریم ورک ایک ویب یوزر انٹرفیس کا استعمال کرتا ہے جو عام ناکامیوں اور تیز ردعمل کے لیے بہتر بنایا گیا ہے تاکہ عام صارفین کو ایجنٹ کے افعال کے ساتھ تعامل کرنے کی اجازت دی جا سکے، ساتھ ہی ساتھ، محققین اور ڈویلپرز کو ان کے مقامی سیٹ اپ پر بغیر کسی رکاوٹ کے تعیناتی کا تجربہ پیش کیا جاتا ہے۔ یہ کہنا محفوظ ہو گا کہ OpenAgents کا فریم ورک حقیقی دنیا کے جائزوں میں سہولت فراہم کرنے، اور جدید، موثر، اور جدید زبان کے ایجنٹوں کو تیار کرنے کے لیے ایک ٹھوس بنیاد فراہم کرنے کی کوشش ہے۔ 

آج کے مضمون میں، ہم OpenAgents کے فریم ورک میں گہرا غوطہ لگائیں گے، اور فریم ورک کے بارے میں مزید تفصیل سے بات کریں گے۔ ہم فریم ورک کے کام اور فن تعمیر کے بارے میں بات کریں گے، جبکہ درپیش مشترکہ چیلنجوں اور نتائج پر بھی بات کریں گے۔ تو آئیے شروع کرتے ہیں۔ 

اوپن ایجنٹس اور لینگویج ایجنٹس: ایک تعارف

زبان کے ایجنٹ، ان کے بنیادی طور پر، ذہین ایجنٹوں سے اخذ کیے گئے ہیں۔ ان ذہین ایجنٹوں کو اپنے ماحول کو سمجھنے، فیصلے کرنے اور اس کے مطابق عمل کرنے کی صلاحیت کے ساتھ خود مختار مسئلہ حل کرنے کی صلاحیتوں کے حامل تصور کیا جاتا ہے۔ زبان کے بڑے ماڈلز میں ترقی کے ساتھ، عالمی ترقیاتی برادری نے زبان کے ایجنٹوں کو بنانے کے لیے ذہین ایجنٹوں اور LLMs کے تصور کا فائدہ اٹھایا ہے۔ یہ ایجنٹ متنوع ماحول میں پیچیدہ کاموں کی ایک وسیع صف کو انجام دینے کے لیے نیچرل لینگویج پروگرامنگ (NLP) کا استعمال کرتے ہیں، اور انھوں نے حال ہی میں قابل ذکر صلاحیت کا مظاہرہ کیا ہے۔

موجودہ لینگویج ایجنٹ فریم ورک، جیسے کہ Gravitas اور Chase، بنیادی طور پر ایک کنسول انٹرفیس فراہم کرتے ہیں جو ڈویلپرز کے لیے تیار کیا گیا ہے، اس کے ساتھ تصور کے ثبوت کے نفاذ کے ساتھ۔ تاہم، وہ اکثر وسیع تر سامعین تک رسائی کو محدود کرتے ہیں، خاص طور پر وہ لوگ جو کوڈنگ میں ماہر نہیں ہیں۔ مزید برآں، موجودہ ایجنٹ بینچ مارکس ڈیولپرز کی طرف سے ڈیٹرمنسٹک تشخیص کے لیے مخصوص تقاضوں کے ساتھ بنائے جاتے ہیں، خاص طور پر ایسے منظرناموں میں جن کے لیے ویب براؤزنگ، کوڈنگ، ٹول کے استعمال، یا اس کے امتزاج کی ضرورت ہوتی ہے۔

وسیع تر صارف کی بنیاد کے لیے LLM سے چلنے والے ذہین اور زبان کے ایجنٹوں کو تیار کرنے کی کوشش میں، OpenAI اور Microsoft جیسے قائم کردہ پلیئرز نے اچھی طرح سے ڈیزائن کردہ مصنوعات کی ایک رینج کو تعینات کیا ہے، بشمول Advanced Data Analysis، جسے Code Interpreter بھی کہا جاتا ہے، اور براؤزر پلگ ان۔ اگرچہ یہ ایجنٹ اپنے کاموں میں موثر ہیں، لیکن وہ ترقیاتی برادری کو محدود مدد فراہم کرتے ہیں۔ یہ حد اس لیے پیدا ہوتی ہے کیونکہ کاروباری منطق کوڈ اور ماڈل کے نفاذ کو اوپن سورس نہیں کیا گیا ہے، جو ڈویلپرز اور محققین کے لیے مزید دریافت کرنے کے مواقع میں رکاوٹ ہے، اور ساتھ ہی صارفین کے لیے مفت رسائی کو محدود کر رہا ہے۔

اس مسئلے سے نمٹنے کی کوشش میں، ڈویلپرز سامنے آئے ہیں۔ اوپن ایجنٹس، ایجنٹوں کی میزبانی اور استعمال کرنے کے لیے ایک اوپن سورس پلیٹ فارم، اور یہ فی الحال تین اندرونی ایجنٹوں کی بنیاد پر بنایا گیا ہے۔

• ڈیٹا ایجنٹ: ڈیٹا ٹولز اور استفسار کی زبانوں جیسے SQL، یا Python جیسی پروگرامنگ زبانوں کا استعمال کرتے ہوئے ڈیٹا تجزیہ میں مدد کرتا ہے۔ 

• پلگ ان ایجنٹس: روزانہ کے کاموں کے لیے مددگار 200+ API ٹولز تک رسائی فراہم کرکے مدد کرتا ہے۔ 

• ویب ایجنٹس: اپنا نام ظاہر نہ کرتے ہوئے ویب کو براؤز کرنے میں مدد کرتا ہے۔ 

درج ذیل اعداد و شمار عام صارفین، ڈویلپرز اور محققین کے لیے OpenAgents پلیٹ فارم کو ظاہر کرتا ہے۔ 

1. پروگرامر پر مبنی پیکج یا کنسولز استعمال کرنے کے بجائے، عام صارفین ایک آن لائن ویب انٹرفیس کا استعمال کرتے ہوئے OpenAgents کے فریم ورک میں تین ایجنٹوں کے ساتھ بات چیت کر سکتے ہیں۔ 
2. ڈویلپرز OpenAgents فریم ورک کے ذریعے فراہم کردہ کاروباری منطق اور تحقیقی کوڈز کا استعمال کر سکتے ہیں تاکہ مزید پیشرفت کے لیے بیک اینڈ اور فرنٹ اینڈ کو بغیر کسی رکاوٹ کے تعینات کیا جا سکے۔ 
3. محققین کے پاس یا تو شروع سے نئے لینگویج ایجنٹس بنانے، یا مشترکہ اجزاء اور مثالوں کا استعمال کرتے ہوئے ایجنٹ سے متعلقہ طریقوں کو لاگو کرنے، اور ویب UI کا استعمال کرتے ہوئے ان کی کارکردگی کا جائزہ لینے کی لچک ہوتی ہے۔ 

اس کا خلاصہ یہ ہے کہ OpenAgents فریم ورک کا مقصد اصل میں انسانی زبان کے ایجنٹ کی تشخیص کے لیے ایک جامع، اور حقیقت پسندانہ پلیٹ فارم ہے جو صارفین کو ان ایجنٹوں کے ساتھ کاموں کی ایک وسیع صف کو مکمل کرنے کے لیے بات چیت کرنے کی اجازت دیتا ہے، اور یہ انسانی- صارف کے تاثرات کے ساتھ ایجنٹ کے تعاملات کو مزید ترقی اور تشخیص کے لیے ذخیرہ اور تجزیہ کیا جاتا ہے۔ 

ان لوگوں کے لیے جو نہیں جانتے، ایل ایل ایم کا اشارہ کرنا ایک ایسا عمل ہے جو ڈویلپرز کو ایسی ہدایات تیار کرنے کی اجازت دیتا ہے جو مخالفانہ یا غلط ان پٹس سے تحفظ فراہم کرتی ہے، آؤٹ پٹ کی جمالیات کو بڑھاتی ہے، اور بیک اینڈ منطق کو پورا کرتی ہے۔ ترقی کے مرحلے کے دوران، OpenAgents کے فریم ورک پر کام کرنے والے ڈویلپرز LLM پرامپٹنگ تکنیک کا استعمال کرتے ہیں تاکہ مؤثر طریقے سے درخواست کی ضروریات کو بیان کرنے کی اہمیت کو اجاگر کیا جا سکے۔ تاہم، ڈویلپرز نے جلد ہی مشاہدہ کیا کہ ان ہدایات یا LLM پرامپٹس کی تعمیر بعض اوقات کافی ہو سکتی ہے جو LLM فریم ورک کے سیاق و سباق کو سنبھالنے کی صلاحیتوں کے ساتھ ٹوکن کی حدود کو متاثر کر سکتی ہے۔ ڈویلپرز نے یہ بھی مشاہدہ کیا کہ ان ایجنٹوں کو حقیقی دنیا میں مؤثر طریقے سے تعینات کرنے کے لیے، ایجنٹ کے ماڈلز کو نہ صرف غیر معمولی کارکردگی کا مظاہرہ کرنا چاہیے، بلکہ انھیں حقیقی وقت میں متعامل منظرناموں کی ایک وسیع صف سے نمٹنے کے قابل بھی ہونا چاہیے۔ اگرچہ موجودہ ایجنٹ فریم ورک کارکردگی کا احاطہ کر لیا ہے، وہ اکثر حقیقی دنیا کے تحفظات کو نظر انداز کر دیتے ہیں خاص طور پر حقیقی وقت میں جو اکثر ردعمل یا درستگی کی تجارت کر کے LLM فریم ورک کی حقیقی صلاحیت کو دھندلا دیتے ہیں۔ 

مندرجہ ذیل تصویر میں، ہم OpenAgents کے فریم ورک کا براہ راست ایجنٹ کے تصور پر بینچ مارکس، اور پروٹو ٹائپس کی تعمیر کے موجودہ کاموں سے موازنہ کر رہے ہیں۔ 

اوپن ایجنٹس: پلیٹ فارم ڈیزائن اور عمل درآمد

OpenAgents پلیٹ فارم کے منظم ڈیزائن یا فن تعمیر کو دو بنیادی اجزاء میں تقسیم کیا جا سکتا ہے: صارف مواجہبیک اینڈ اور فرنٹ اینڈ دونوں سمیت، اور زبان کا ایجنٹٹولز، لینگویج ماڈلز اور ماحولیات پر مشتمل ہے۔ OpenAgents فریم ورک صارفین اور ایجنٹوں کے درمیان رابطے کے لیے ایک انٹرفیس فراہم کرتا ہے۔ فریم ورک میں تعامل کا بہاؤ مندرجہ ذیل ہے۔

ایجنٹس صارفین سے معلومات حاصل کرنے کے بعد ماحول میں مطلوبہ کارروائیوں کی منصوبہ بندی کرنے اور ان کے لیے دستیاب ٹولز کا استعمال کرتے ہیں۔ فریم ورک کے فن تعمیر یا منظم ڈیزائن کو مندرجہ ذیل تصویر میں دکھایا گیا ہے۔ 

صارف مواجہ

OpenAgents فریم ورک کے ڈویلپرز نے میزبان ایجنٹوں اور دوبارہ قابل استعمال کاروباری منطق سے نمٹنے کے بعد نہ صرف ایک انتہائی فعال بلکہ صارف دوست UI تیار کرنے کے لیے بہت سوچ بچار اور کوشش کی ہے۔ نتیجے کے طور پر، OpenAgents فریم ورک تکنیکی کاموں کی ایک وسیع صف کے لیے سپورٹ فراہم کرنے پر فخر کرتا ہے جس میں ایرر ہینڈلنگ، بیک اینڈ سرور آپریشنز، ڈیٹا اسٹریمنگ، اور بہت کچھ شامل ہے، جس کا بنیادی مقصد OpenAgents فریم ورک کو صارف دوست بنانا ہے، لیکن انتہائی موثر اور ایک ہی وقت میں قابل استعمال۔ 

زبان کا ایجنٹ

OpenAgents فریم ورک کے اندر، زبان کے ایجنٹ کے تین ضروری اجزاء ہوتے ہیں: ایک ٹول انٹرفیس، ایک زبان کا ماڈل، اور خود ماحول۔ OpenAgents کے فریم ورک میں لاگو کیا گیا اشارہ دینے کا طریقہ ایجنٹوں کے لیے ایک ترتیب وار عمل تخلیق کرتا ہے جس کی پیروی کرنا شروع ہوتا ہے مشاہدہ -> غور و فکر -> عمل. فریم ورک LLM کو بہتر کارکردگی کے ساتھ قابل تجزیہ متن تیار کرنے کا بھی اشارہ کرتا ہے، اور ٹول انٹرفیس ایسے تجزیہ کاروں پر مشتمل ہوتا ہے جو LLMs کے ذریعے تیار کردہ ان پارس ایبل ٹیکسٹس کو API کال کرنے یا کوڈ بنانے جیسی قابل عمل کارروائیوں میں ترجمہ کر سکتے ہیں۔ پھر ان اعمال کو متعلقہ ماحول کی حدود میں فریم ورک کے ذریعے انجام دیا جاتا ہے۔ 

اوپن ایجنٹس کے ایجنٹ

OpenAgents کے مرکز میں، تین الگ الگ ایجنٹس ہیں: ڈیٹا ایجنٹ جو ڈیٹا ٹولز کا استعمال کرتے ہوئے ڈیٹا انیلیسیس میں مدد کرتا ہے، اور ایس کیو ایل جیسی سوالات کی زبانیں، یا Python جیسی پروگرامنگ زبانیں، پلگ ان ایجنٹس کہ روزانہ کاموں کے لیے مددگار 200+ API ٹولز تک رسائی فراہم کرکے مدد کرتا ہے، اور ویب ایجنٹس جو آپ کی گمنامی کو برقرار رکھتے ہوئے ویب کو براؤز کرنے میں مدد کرتا ہے۔ ان ایجنٹوں کے پاس ChatGPT پلگ ان کی طرح انفرادی ڈومین کی مہارت ہے، تاہم ChatGPT کے برعکس، OpenAgents پر عمل درآمد خالصتاً اوپن لینگویج ایپلیکیشن پروگرامنگ انٹرفیس یا APIs کے اوپری حصے پر مبنی ہے۔ 

ڈیٹا ایجنٹ

OpenAgents کے فریم ورک میں ڈیٹا ایجنٹ کو اس طرح سے ڈیزائن اور تعینات کیا گیا ہے کہ ڈیٹا سے متعلق کاموں کی ایک وسیع صف سے نمٹنے کے لیے جن کا سامنا آخری صارفین کو مستقل بنیادوں پر ہوتا ہے۔ ڈیٹا ایجنٹ دو پروگرامنگ زبانوں یعنی SQL اور Python میں کوڈ بنانے اور اس پر عمل درآمد کی حمایت کرتے ہیں، اور ایجنٹ کے پاس کئی ڈیٹا ٹولز بھی ہیں جن میں ڈیٹا پروفائلنگ بنیادی ڈیٹا کی معلومات فراہم کرنے کے لیے، Kaggle ڈیٹا کی تلاش ڈیٹا سیٹس کی تلاش کے لیے، اور ای چارٹس ٹول انٹرایکٹو ای چارٹس کی منصوبہ بندی کے لیے۔ مزید برآں، OpenAgents فریم ورک ڈیٹا ایجنٹ کو ان ٹولز کو فعال طور پر استعمال کرنے کا اشارہ کرتا ہے تاکہ صارفین کی آخری درخواستوں کا مؤثر طریقے سے جواب دیا جا سکے۔ مزید برآں، کوڈنگ کی جامع ضروریات کو دیکھتے ہوئے، OpenAgents فریم ورک ڈیٹا ایجنٹ کے لیے ایمبیڈڈ لینگویج ماڈلز کا انتخاب کرتا ہے، اور کوڈ تیار کرنے والے ایجنٹ کے بجائے، یہ Python، ECharts اور SQL جیسے ٹولز ہیں جو کوڈ تیار کرتے ہیں۔ اس نقطہ نظر کے ساتھ، فریم ورک زبان کے ماڈلز کی پروگرامنگ کی صلاحیت کو مکمل طور پر استعمال کرنے کے قابل ہے، اور اس طرح ڈیٹا ایجنٹ پر دباؤ کو کم کرتا ہے۔ 

ان ڈیٹا ٹولز کی مدد سے، ڈیٹا ایجنٹ متعدد ڈیٹا سینٹرک درخواستوں کا انتظام کرنے کی صلاحیت رکھتا ہے، اور ڈیٹا ویژولائزیشن، ہیرا پھیری، اور سوالات کو مہارت سے انجام دیتا ہے، اس طرح کوڈ اور ٹیکسٹ جنریشن کی حدود سے تجاوز کر جاتا ہے۔ مندرجہ ذیل اعداد و شمار ایک ڈیٹا ایجنٹ کو نمایاں کرتا ہے، اور عام صارفین کے لیے دستیاب ٹولز۔ 

پلگ انز ایجنٹ

OpenAgents کے فریم ورک میں پلگ ان ایجنٹ کو ڈویلپرز نے احتیاط سے ڈیزائن کیا ہے تاکہ صارف کی روزانہ کے کاموں بشمول انٹرنیٹ تلاش کرنا، آن لائن شاپنگ، خبریں پڑھنا، یا ویب سائٹس اور ایپلیکیشنز کو 200 سے زیادہ پلگ انز تک رسائی فراہم کر کے خصوصی توجہ کے ساتھ ان کی کثیر جہتی ضروریات کو پورا کیا جا سکے۔ فنکشن کالنگ انٹرفیس، API پنگز، اور API ردعمل کی لمبائی پر ادائیگی کی جا رہی ہے۔ نمایاں پلگ ان میں سے کچھ شامل ہیں۔ 

1. Google تلاش 
2. Wolfram الفا
3. Zapier
4. کلرن
5. Coursera
6. مجھے دکھاؤ
7. بات کریں
8. اپنے پی ڈی ایف سے پوچھیں۔
9. BizTok
10. کلوک۔

اپنی ضروریات اور تقاضوں کی بنیاد پر، صارفین پلگ ان کی تعداد کا انتخاب کر سکتے ہیں جو وہ پلگ ان ایجنٹس کو استعمال کرنا چاہتے ہیں، اور کام کا مظاہرہ نیچے دی گئی تصویر میں کیا گیا ہے۔ 

مزید برآں، ایسے حالات میں صارفین کی مدد کرنے کے لیے جہاں وہ اس بات کا یقین نہیں رکھتے کہ کون سا پلگ ان ان کی ضروریات کے مطابق ہو گا، OpenAgents فریم ورک صارفین کو ایک خصوصیت پیش کرتا ہے جو خود بخود ان پلگ انز کو منتخب کرتا ہے جو ان کی ہدایات سے زیادہ متعلقہ ہوں۔ 

ویب ایجنٹس

OpenAgents فریم ورک ویب ایجنٹ کو ایک خصوصی ٹول کے طور پر پیش کرتا ہے جسے چیٹ ایجنٹ کی کارکردگی اور صلاحیتوں کو بڑھانے کا کام سونپا گیا ہے۔ اگرچہ چیٹ ایجنٹ کے پاس اب بھی اہم بات چیت کا انٹرفیس ہے، لیکن جب بھی ضروری ہو یہ بغیر کسی رکاوٹ کے ویب ایجنٹ کو شامل کرتا ہے۔ اس کے بعد حتمی جواب ویب ایجنٹ کے ذریعے آخری صارف تک پہنچایا جاتا ہے، اور اس عمل کو نیچے دی گئی تصویر میں دکھایا گیا ہے۔ 

ان ویب ایجنٹس میں لاگو کردہ ڈیزائن کی حکمت عملی بہت فائدہ مند ثابت ہوتی ہے کیونکہ چیٹ ایجنٹ اہم پیرامیٹرز پر کارروائی کرتا ہے یا یو آر ایل کو منظم طریقے سے شروع کرتا ہے، اس سے پہلے کہ وہ ویب ایجنٹ کو منتقل کیے جائیں، اس طرح صارف کی ضروریات، اور پیدا شدہ آؤٹ پٹ کے درمیان بہتر صف بندی کو یقینی بنایا جاتا ہے۔ واضح مواصلات کے نتیجے میں. مزید برآں، یہ حکمت عملی ویب ایجنٹوں کو چیٹ ڈائیلاگ کے ساتھ ملٹی ٹرن ویب نیویگیشن کو استعمال کرتے ہوئے تہہ دار اور قابل اطلاق صارف کے سوالات کو ایڈجسٹ کرنے کی بھی اجازت دیتی ہے۔ لہٰذا، چیٹ اور ملٹی براؤزنگ ایجنٹس کے کردار اور ذمہ داریوں کو واضح طور پر متعین کرکے، OpenAgents فریم ورک ہر انفرادی ماڈیول کی تطہیر اور ارتقاء کا راستہ بناتا ہے۔ 

اوپن ایجنٹس: عملی ایپلی کیشنز اور حقیقی دنیا کی تعیناتی۔

اس سیکشن میں، ہم OpenAgents کے فریم ورک کی تھیوریائزیشن سے لے کر حقیقی دنیا میں تعیناتی تک کے ساتھ ساتھ درپیش چیلنجوں کے بارے میں بات کریں گے، اور ڈیولپرز کی جانب سے نمٹائی جانے والی تشخیصی پیچیدگیوں کے ساتھ سیکھنے کے بارے میں بات کریں گے۔ 

بڑی زبان کے ماڈلز کو حقیقی دنیا کی ایپس میں تبدیل کرنے کے لیے اشارے استعمال کرنا

اختتامی صارفین کے لیے حقیقی دنیا کی ایپلی کیشنز بنانے کے لیے LLM پرامپٹس کا استعمال کرتے وقت، OpenAgents فریم ورک کچھ ضروریات کی وضاحت کے لیے فوری ہدایات کا استعمال کرتا ہے۔ کچھ ہدایات کا مقصد یہ یقینی بنانا ہے کہ آؤٹ پٹ ایک مخصوص فارمیٹ کے ساتھ سیدھ میں ہے، اس طرح بیک اینڈ منطق کو پروسیس کرنے کی اجازت ملتی ہے، جب کہ دیگر ہدایات کا مقصد آؤٹ پٹ کی جمالیاتی اپیل کو بڑھانا ہے، جب کہ بقیہ فریم ورک کو ممکنہ کے خلاف تحفظ فراہم کرتے ہیں۔ بدنیتی پر مبنی حملے. 

بے قابو حقیقی عالمی عوامل

جب ڈویلپرز نے OpenAgents کے فریم ورک کو حقیقی دنیا میں تعینات کیا، تو ان کا خیرمقدم انٹرنیٹ کے بنیادی ڈھانچے، صارفین، کاروباری منطقوں اور مزید بہت سے بے قابو حقیقی دنیا کے عوامل کے ذریعے کیا گیا۔ ان بے قابو عوامل نے ڈویلپرز کو پیشگی تحقیق کی بنیاد پر کچھ مفروضوں کا از سر نو جائزہ لینے اور ان کو ختم کرنے پر مجبور کیا، اور وہ بالآخر ایسے حالات کا باعث بن سکتے ہیں جہاں آخری صارف فریم ورک کے پیدا کردہ ردعمل سے مطمئن نہ ہوں۔ 

تشخیص کی پیچیدگی

اگرچہ تعمیر شدہ ایجنٹوں کا مقصد براہ راست ایپلی کیشنز کے لیے وسیع تر ایپلیکیشن ہو سکتا ہے، اور بہتر تشخیص کی سہولت فراہم کرتا ہے، لیکن یہ LLM سے چلنے والی ایپلی کیشنز کی تعمیر کی پیچیدگی میں اضافہ کرتا ہے جس کی وجہ سے ایپلی کیشنز کی کارکردگی کا تجزیہ کرنا مشکل ہو جاتا ہے۔ مزید برآں، یہ نقطہ نظر عدم استحکام میں بھی اضافہ کرتا ہے، اور سسٹم چین کو بڑھاتا ہے۔ ایل ایل ایمز جو فریم ورک کے لیے مختلف اجزاء کے مطابق ڈھالنا مشکل بناتا ہے۔ اس طرح طریقہ کار کو آسان بنانے، اور موثر پیداوار کو یقینی بنانے کے لیے ان ایجنٹوں کے سسٹم ڈیزائن اور آپریٹنگ منطق کو بہتر کرنا سمجھ میں آتا ہے۔ 

فائنل خیالات

اس مضمون میں، ہم نے OpenAgents کے فریم ورک کے بارے میں بات کی ہے، جو زبان کے ایجنٹوں کی میزبانی اور تعیناتی کے لیے ایک کھلا پلیٹ فارم ہے۔ جنگل میں، اور روزمرہ کے بہت سے کاموں میں۔ OpenAgents کا فریم ورک تین ایجنٹوں کے ارد گرد بنایا گیا ہے: ڈیٹا ایجنٹ، ڈیٹا ٹولز کا استعمال کرتے ہوئے ڈیٹا تجزیہ میں مدد کرتا ہے، اور SQL جیسی استفسار کرنے والی زبانیں، یا Python، Plugin ایجنٹس جیسی پروگرامنگ زبانیں، روزانہ کے کاموں کے لیے مددگار 200+ API ٹولز تک رسائی فراہم کر کے مدد کرتا ہے، اور ویب ایجنٹ آپ کی گمنامی کو برقرار رکھتے ہوئے ویب کو براؤز کرنے میں مدد کرتا ہے۔ . OpenAgents فریم ورک ایک ویب یوزر انٹرفیس کا استعمال کرتا ہے جو عام ناکامیوں اور تیز ردعمل کے لیے بہتر بنایا گیا ہے تاکہ عام صارفین کو ایجنٹ کے افعال کے ساتھ تعامل کرنے کی اجازت دی جا سکے، جبکہ ساتھ ہی، محققین اور ڈویلپرز کو ان کے مقامی سیٹ اپس پر بغیر کسی رکاوٹ کے تعیناتی کا تجربہ پیش کیا جاتا ہے۔ ایک شفاف، جامع اور قابل تعیناتی پلیٹ فارم فراہم کر کے، OpenAgents کا مقصد LLMs کی صلاحیت کو صارفین کی وسیع رینج تک رسائی کے قابل بنانا ہے جو کہ محققین اور ڈویلپرز تک محدود نہیں، بلکہ محدود تکنیکی مہارت کے حامل آخری صارفین کو بھی۔