🏗️ QA बॉट से टास्क एजेंट तक: एक आर्किटेक्चर गाइड

TL;DR: ऐसे चैटबॉट बनाना बंद करें जो केवल सवालों के जवाब देते हैं। टास्क एजेंट बनाना शुरू करें जो वास्तव में काम करते हैं।

यह गाइड मोनोलिथिक QA बॉट्स से टास्क एजेंट्स में आर्किटेक्चरल बदलाव की व्याख्या करता है, जिसमें स्टेटिक रूल्स, डायनेमिक स्किल्स और डिटरमिनिस्टिक हुक का उपयोग किया जाता है — ठोस कोड उदाहरणों और ओपन-सोर्स संदर्भों के साथ।

विभिन्न घटकों के बीच बातचीत को दर्शाने वाले टास्क एजेंट सिस्टम आर्किटेक्चर का चित्रण

1. मुख्य बदलाव: QA बॉट → टास्क एजेंट

आज अधिकांश AI सिस्टम अभी भी संदर्भ-भरे QA बॉट हैं:

• वे सवालों के जवाब अच्छी तरह देते हैं

• वे दबाव में भ्रमित हो जाते हैं

• उनके पास निष्पादन, सुरक्षा और स्थिरता के आसपास गारंटी की कमी है

💡 मुख्य अंतर्दृष्टि: संदर्भ को स्केल न करें। इसे संरचित करें।

2. तीन-स्तरीय आर्किटेक्चर

🧱 1. स्टेटिक संदर्भ — नियम (हमेशा चालू)

•मानसिक मॉडल: कर्मचारी पुस्तिका
•हमेशा लोड रहता है
•पहचान, कोडिंग मानकों, व्यवहारिक बाधाओं को परिभाषित करता है
•भ्रम और शैली बहाव को रोकता है
•छोटा, स्थिर, मानव-संपादन योग्य

🛠️ 2. डायनेमिक संदर्भ — कौशल (मांग पर)

•मानसिक मॉडल: टूलबॉक्स
•केवल जरूरत पड़ने पर लोड किया जाता है
•प्रत्येक कौशल एक स्व-निहित क्षमता है
•संदर्भ विंडो को साफ रखता है

⚓ 3. डिटरमिनिस्टिक हुक — रेलिंग

•मानसिक मॉडल: सुरक्षा + अनुपालन परत
•संभाव्य नहीं
•LLM तर्क से पहले / बाद में चलता है
•उन नियमों को लागू करता है जो कभी विफल नहीं होने चाहिए

3. अनुशंसित परियोजना संरचना

my-task-agent/
├── .cursorrules
├── main.py
├── tools/
│   └── linear_mcp.py
└── README.md

4. स्टेटिक संदर्भ उदाहरण: .cursorrules

# भूमिका\nआप प्रोडक्शन-ग्रेड सिस्टम पर केंद्रित एक वरिष्ठ Python इंजीनियर हैं।\n\n# नियम\n- डिबगिंग के लिए कभी भी print() का उपयोग न करें\n- फ़ंक्शनों में हमेशा type hints जोड़ें\n- यदि >3 फाइलों को छूना हो तो एक योजना प्रस्तावित करें\n\n# व्यवहार\n- संक्षिप्त रहें\n- आवश्यकता होने पर स्पष्टता के लिए प्रश्न पूछें\n\nसंदर्भ: https://github.com/PatrickJS/awesome-cursorrules

5. डायनेमिक स्किल उदाहरण (MCP)

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("DevTools")

@mcp.tool()
def create_linear_ticket(title: str, priority: str = "low") -> str:
    ticket_id = f"LIN-{hash(title) % 10000}"
    return f"प्राथमिकता={priority} के साथ टिकट {ticket_id} बनाया गया"

if __name__ == "__main__":
    mcp.run()

संदर्भ: https://github.com/modelcontextprotocol/python-sdk

6. डिटरमिनिस्टिक हुक उदाहरण

def compliance_check_hook(state):
    user_input = state["messages"][-1].content.lower()
    if "पासवर्ड" in user_input or "api_key" in user_input:
        return {"error": "सुरक्षा उल्लंघन का पता चला"}
    return agent_node(state)

संदर्भ: https://langchain-ai.github.io/langgraph/

यदि आपका एजेंट केवल सवालों के जवाब देता है, तो यह एक चैटबॉट है। यदि यह विश्वसनीय रूप से काम करता है, तो यह एक टास्क एजेंट है।

AI Architecture