AI श्रृंखला साक्षात्कार 7: एक Skill को मानक रूप से कैसे परिभाषित करें

1. Skill की मुख्य अवधारणा

Skill Agent (एजेंट) या AI सिस्टम में एनकैप्सुलेटेड निष्पादन योग्य क्षमताओं का एक सेट है। इसमें आमतौर पर शामिल होता है:

• ट्रिगर शर्तें: कब इसे कॉल किया जाता है (जैसे उपयोगकर्ता निर्देश, सिस्टम घटना)।
• इनपुट पैरामीटर: प्राप्त करने के लिए डेटा या संदर्भ।
• निष्पादन तर्क: विशिष्ट प्रसंस्करण चरण (जैसे API कॉल करना, कोड चलाना, ज्ञानकोश क्वेरी करना)।
• आउटपुट परिणाम: कॉल करने वाले को वापस भेजा गया प्रतिक्रिया या कार्रवाई।

2. Skill को मानक रूप से परिभाषित करने के चरण

1. Skill का नाम और विवरण स्पष्ट करें

• नाम: संक्षिप्त, अद्वितीय, अर्थपूर्ण (जैसे search_web, send_email)।
• विवरण: एक वाक्य में Skill के कार्य को समझाएं, ताकि Agent स्वचालित रूप से मैच कर सके।

2. इनपुट पैरामीटर (Input Schema) परिभाषित करें

JSON Schema या समान प्रारूप का उपयोग करें, प्रत्येक पैरामीटर के प्रकार, अनिवार्यता, डिफ़ॉल्ट मान और बाधाओं को स्पष्ट करें।

{
  "type": "object",
  "properties": {
    "query": {
      "type": "string",
      "description": "खोज कीवर्ड",
      "required": true
    },
    "max_results": {
      "type": "integer",
      "description": "अधिकतम परिणाम संख्या",
      "default": 10
    }
  }
}

3. निष्पादन तर्क (Execution Logic) लिखें

• निर्धारित तर्क: सीधे फ़ंक्शन, API या डेटाबेस कॉल करें।
• अनिर्धारित तर्क: LLM का उपयोग करके प्रतिक्रिया उत्पन्न करें (prompt टेम्पलेट प्रदान करें)।
• त्रुटि प्रबंधन: टाइमआउट, पुनः प्रयास, डाउनग्रेड रणनीति परिभाषित करें।

4. आउटपुट प्रारूप (Output Schema) परिभाषित करें

JSON Schema का उपयोग करके लौटाए गए डेटा संरचना का वर्णन करें।

{
  "type": "object",
  "properties": {
    "results": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "title": { "type": "string" },
          "url": { "type": "string", "format": "uri" }
        }
      }
    }
  }
}

5. अतिरिक्त मेटाडेटा (Metadata) जोड़ें

• संस्करण संख्या: पुनरावृत्ति प्रबंधन के लिए।
• लेखक/अनुरक्षक: जिम्मेदारी का निर्धारण।
• निर्भरताएँ: आवश्यक बाहरी सेवाएँ या लाइब्रेरी।
• उपयोग सीमाएँ: जैसे आवृत्ति सीमा, अनुमति आवश्यकताएँ।

3. उदाहरण: एक पूर्ण Skill परिभाषा

name: "weather_query"
description: "शहर के नाम के अनुसार वर्तमान मौसम पूछताछ"
version: "1.0.0"
author: "AI टीम"

input:
  type: object
  properties:
    city:
      type: string
      description: "शहर का नाम, जैसे 'बीजिंग'"
      required: true
    unit:
      type: string
      enum: ["celsius", "fahrenheit"]
      default: "celsius"

execute:
  - step: "मौसम API कॉल करें"
    api: "https://api.weather.com/v1/current"
    method: "GET"
    params:
      city: "{input.city}"
      unit: "{input.unit}"
  - step: "परिणाम को प्रारूपित करें"
    format: "वर्तमान {city} का तापमान {temperature}°{unit} है"

output:
  type: object
  properties:
    temperature:
      type: number
    condition:
      type: string
    humidity:
      type: number

4. सर्वोत्तम अभ्यास

• एकल जिम्मेदारी: प्रत्येक Skill केवल एक कार्य करे, अत्यधिक युग्मन से बचें।
• स्व-निहित: बाहरी वैश्विक स्थिति पर निर्भर न हों, इनपुट ही आउटपुट।
• परीक्षण योग्य: यूनिट परीक्षण के लिए मॉक डेटा या सैंडबॉक्स वातावरण प्रदान करें।
• दस्तावेज़ीकरण: प्रत्येक Skill के लिए उपयोग निर्देश और उदाहरण लिखें।

उपरोक्त विधियों से परिभाषित Skill को AI Agent द्वारा गतिशील रूप से शेड्यूल किया जा सकता है और डेवलपर्स द्वारा सीधे सिस्टम में एकीकृत किया जा सकता है, जिससे "एक बार लिखें, हर जगह उपयोग करें" का पुन: उपयोग प्रभाव प्राप्त होता है।