AI շարքի հարցազրույց 7. Ինչպես կանոնակարգել Skill-ը

1. Skill-ի հիմնական հասկացությունը

Skill-ը Agent-ի (ինտելեկտուալ գործակալ) կամ AI համակարգի մեջ ներառված կատարելի գործողությունների միավոր է: Այն սովորաբար ներառում է.

• Գործարկման պայման. երբ է այն կանչվում (օրինակ՝ օգտատիրոջ հրահանգ, համակարգային իրադարձություն):
• Մուտքային պարամետրեր. տվյալներ կամ համատեքստ, որոնք պետք է ստանա:
• Կատարման տրամաբանություն. մշակման կոնկրետ քայլեր (օրինակ՝ API-ի կանչ, կոդի գործարկում, գիտելիքների բազայի հարցում):
• Արդյունք. պատասխան կամ գործողություն, որը վերադարձվում է կանչողին:

2. Skill-ի կանոնակարգված սահմանման քայլեր

1. Skill-ի անվան և նկարագրության որոշում

• Անուն. կարճ, եզակի, իմաստալից (օրինակ՝ search_web, send_email):
• Նկարագրություն. մեկ նախադասությամբ նկարագրել Skill-ի գործառույթը, որպեսզի Agent-ը կարողանա ավտոմատ համապատասխանեցնել:

2. Մուտքային սխեմայի (Input Schema) սահմանում

Օգտագործել JSON Schema կամ նմանատիպ ձևաչափ, հստակեցնել յուրաքանչյուր պարամետրի տեսակը, պարտադիր լինելը, լռելյայն արժեքը և սահմանափակումները:

{
  "type": "object",
  "properties": {
    "query": {
      "type": "string",
      "description": "Որոնման բանալի բառ",
      "required": true
    },
    "max_results": {
      "type": "integer",
      "description": "Առավելագույն վերադարձվող արդյունքների քանակ",
      "default": 10
    }
  }
}

3. Կատարման տրամաբանության (Execution Logic) գրում

• Դետերմինիստական տրամաբանություն. ուղղակիորեն կանչել ֆունկցիա, API կամ տվյալների բազա:
• Ոչ դետերմինիստական տրամաբանություն. օգտագործել LLM-ը պատասխան ստեղծելու համար (անհրաժեշտ է prompt ձևանմուշ):
• Սխալների մշակում. սահմանել ժամկետանց, կրկնափորձ, իջեցման ռազմավարություններ:

4. Ելքային ձևաչափի (Output Schema) սահմանում

Նույնպես օգտագործել JSON Schema՝ վերադարձվող տվյալների կառուցվածքը նկարագրելու համար:

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

5. Լրացուցիչ մետատվյալներ (Metadata)

• Տարբերակի համար. հեշտացնում է կառավարումը:
• Հեղինակ/պահպանող. պատասխանատվության սահմանում:
• Կախվածություններ. արտաքին ծառայություններ կամ գրադարաններ:
• Օգտագործման սահմանափակումներ. օրինակ՝ հաճախականության սահմանափակում, թույլտվության պահանջներ:

3. Օրինակ՝ ամբողջական Skill-ի սահմանում

name: "weather_query"
description: "Հարցում է ընթացիկ եղանակը քաղաքի անվան հիման վրա"
version: "1.0.0"
author: "AI Թիմ"

input:
  type: object
  properties:
    city:
      type: string
      description: "Քաղաքի անուն, օրինակ՝ 'Երևան'"
      required: true
    unit:
      type: string
      enum: ["celsius", "fahrenheit"]
      default: "celsius"

execute:
  - step: "Կանչել եղանակի API"
    api: "https://api.weather.com/v1/current"
    method: "GET"
    params:
      city: "{input.city}"
      unit: "{input.unit}"
  - step: "Ձևաչափել արդյունքը"
    format: "{city}-ում ընթացիկ ջերմաստիճանը {temperature}°{unit} է"

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

4. Լավագույն փորձ

• Միակ պատասխանատվություն. յուրաքանչյուր Skill կատարում է միայն մեկ գործողություն, խուսափել չափազանց կապակցումից:
• Ինքնաբավություն. հնարավորինս չկախվել արտաքին գլոբալ վիճակից, մուտքը հավասար է ելքին:
• Թեստավորելիություն. տրամադրել mock տվյալներ կամ sandbox միջավայր միավորային թեստավորման համար:
• Փաստաթղթավորում. յուրաքանչյուր Skill-ի համար գրել օգտագործման հրահանգներ և օրինակներ:

Վերոնշյալ մեթոդներով սահմանված Skill-ը կարող է և՛ դինամիկ կերպով կառավարվել AI Agent-ի կողմից, և՛ ուղղակիորեն ինտեգրվել մշակողների կողմից համակարգում՝ ապահովելով «մեկ անգամ գրել, ամենուր օգտագործել» վերաօգտագործման էֆեկտ: