डीप एजेंट: लॉन्ग-हॉरिज़न कार्यों के लिए कॉन्टेक्स्ट इंजीनियरिंग
LangChain
Moonshot AI
Anthropic
AI एजेंटों की दुनिया तेज़ी से विकसित हो रही है: रैखिक LangChain पाइपलाइनों से LangGraph ग्राफ़ तक और आगे Deep Agents जैसे तैयार वातावरण तक। Deep Agents एक लाइब्रेरी है जो मिडलवेयर, टूल्स और प्रॉम्प्ट को बेसिक ReAct लूप के आसपास एकत्रित करती है ताकि मल्टी-स्टेप कार्यों में कॉन्टेक्स्ट का प्रबंधन किया जा सके। यह प्लानिंग, फ़ाइल टूल्स, सबएजेंट, हिस्ट्री समरीकरण और अन्य तंत्र जोड़ता है, लेकिन एक लागत पर — खाली अनुरोध पर सिस्टम प्रॉम्प्ट में भारी वृद्धि (35 से 6215 टोकन तक)।
आधुनिक AI एजेंट विभिन्न दृष्टिकोणों पर बनाए जाते हैं: तैयार फ्रेमवर्क, यूज़र इंटरफ़ेस (UI) के माध्यम से कॉन्फ़िगरेशन, या कस्टम डेवलपमेंट। एक लोकप्रिय फ्रेमवर्क LangChain है, जो रैखिक पाइपलाइनों (Runnable) से शुरू हुआ और फिर ReAct (Reasoning + Acting) चक्र के साथ स्टेट ग्राफ़ के लिए LangGraph में विकसित हुआ। छोटे कार्यों के लिए यह पर्याप्त है, लेकिन लंबे कार्यों के लिए एजेंट संदर्भ इकट्ठा करता है: हिस्ट्री, टूल परिणाम, योजनाएँ, फ़ाइलें। इससे संदर्भ इंजीनियरिंग उत्पन्न होती है — एजेंट के आसपास के वातावरण का प्रबंधन। Deep Agents LangChain इकोसिस्टम में ऐसे वातावरण का एक तैयार कार्यान्वयन है, जिसे deepagents लाइब्रेरी के रूप में प्रस्तुत किया गया है। create_agent के ऊपर, यह लंबे समय तक चलने वाले कार्यों के लिए मिडलवेयर लेयर, टूल और प्रॉम्प्ट निर्देश जोड़ता है: प्लानिंग (write_todos), प्लगेबल बैकएंड वाले फ़ाइल टूल, सामान्य-उद्देश्यीय सबएजेंट (task), हिस्ट्री सारांशीकरण, अधूरे टूल कॉल्स की रिकवरी, और वैकल्पिक रूप से, स्किल्स, मेमोरी, ह्यूमन इन द लूप और एक सैंडबॉक्स। हालांकि, बिना किसी अतिरिक्त पैरामीटर के भी, सिस्टम प्रॉम्प्ट BASE_AGENT_PROMPT और जोड़े गए टूल्स के कारण 35 से बढ़कर 6,215 टोकन हो जाता है, जो लागत बढ़ाता है और छोटे मॉडलों को भ्रमित कर सकता है।
स्रोत: Habr — хаб ИИ —
मूल