Building an Agent for Elementor Page Assembly: From Idea to a Working Pipeline

डेवलपर ने WordPress और Elementor पर पेज बनाने वाले एक AI एजेंट के निर्माण का वर्णन किया, जो Telegram के साथ एकीकृत है। पहले संस्करण में Elementor के MCP टूल्स का उपयोग किया गया, लेकिन जल्दी ही समस्याएँ सामने आईं: यदि उपयोगकर्ता तुरंत जवाब नहीं देता तो उसका कार्य खो सकता था, बार-बार अनुरोध करने पर डुप्लिकेट कार्य बन जाते थे, और एजेंट सीधे MCP को कॉल करने का प्रयास करता था, स्किल को दरकिनार करते हुए। इसे ठीक करने के लिए SQLite के साथ एक कार्य कतार शुरू की गई, जहाँ उपयोगकर्ता के किसी भी प्रश्न से पहले रिकॉर्ड बनाया जाता है, खुले कार्यों की जाँच की जाती है, और कार्य को स्किल को सौंपने का सख्त नियम लागू किया गया। कंपाउंड-प्रश्नों के लिए CLI next-question लागू किया गया, जो एक बार में एक प्रश्न पूछता है। साथ ही, कार्य की स्थितियों को ब्लॉकिंग (waiting, blocked, done) और नॉन-ब्लॉकिंग (ready) में विभाजित किया गया, ताकि यदि उपयोगकर्ता के बिना कोई कदम संभव हो तो एजेंट कार्य जारी रख सके। परीक्षण को अलग करने के लिए पेज निर्माण डिफ़ॉल्ट रूप से बीटा वातावरण में होता है, और प्रोडक्शन में स्थानांतरण केवल एक अलग transfer वर्कफ़्लो के माध्यम से किया जाता है। Elementor के स्पेसिंग संबंधी त्रुटियों को elementor-spacing-builder.md मॉड्यूल द्वारा हल किया गया, जो कंटेनरों और विजेट्स के बीच अंतर को ठीक करता है। अंतिम उत्तर को एक अलग CLI result_cli.py में रखा गया, जो वर्कफ़्लो के प्रश्नों से अलग है। बिल्ड क्वालिटी की जाँच केवल CLI द्वारा की जाती है, self-asserting निषिद्ध है। सबसे कठिन Figma के साथ एकीकरण था: कंपाइलर के शुरुआती संस्करण जानकारी खो देते थे, फिर सख्त Python कंपाइलर पर स्विच किया गया, जो Figma JSON को सीधे Elementor JSON में बदलता है। 14वें संस्करण तक semantic tree जोड़ा गया, जो सिमैंटिक्स और लेआउट को अलग करता है। साथ ही, एसेट एक्सपोर्ट को ऑप्टिमाइज़ किया गया: VECTOR-पथ SVG के रूप में एक्सपोर्ट नहीं होते, केवल स्पष्ट निर्देश वाले कंपोनेंट ही एक्सपोर्ट होते हैं।