AI සම්මුඛ පරීක්ෂණ මාලාව 7: Skill එකක් නිවැරදිව නිර්වචනය කරන්නේ කෙසේද

1. Skill හි මූලික සංකල්ප

Skill යනු Agent (බුද්ධිමත් ඒජන්තය) හෝ AI පද්ධතියක තුළ ඇතුළත් කරන ලද ක්‍රියාත්මක කළ හැකි හැකියාවන් සමූහයකි. එය සාමාන්‍යයෙන් පහත සඳහන් දේ අඩංගු වේ:

• අවුලුවන කොන්දේසි: කවදා ඇමතිය යුතුද (උදා: පරිශීලක උපදෙස්, පද්ධති සිදුවීම්).
• ආදාන පරාමිතීන්: ලැබිය යුතු දත්ත හෝ සන්දර්භය.
• ක්‍රියාත්මක තර්කනය: නිශ්චිත සැකසුම් පියවර (උදා: API ඇමතීම, කේතය ක්‍රියාත්මක කිරීම, දැනුම් පදනම විමසීම).
• ප්‍රතිදාන ප්‍රතිඵල: ඇමතුම්කරුට ආපසු ලබා දෙන ප්‍රතිචාරය හෝ ක්‍රියාව.

2. Skill එකක් නිවැරදිව නිර්වචනය කිරීමේ පියවර

1. Skill හි නම සහ විස්තරය පැහැදිලි කරන්න

• නම: කෙටි, අනන්‍ය, අර්ථාන්විත (උදා: search_web, send_email).
• විස්තරය: එක් වාක්‍යයකින් Skill හි කාර්යය පැහැදිලි කරන්න, Agent හට ස්වයංක්‍රීයව ගැලපීමට පහසු වේ.

2. ආදාන පරාමිතීන් නිර්වචනය කරන්න (Input Schema)

JSON Schema හෝ ඒ හා සමාන ආකෘතියක් භාවිතා කර, එක් එක් පරාමිතියේ වර්ගය, අවශ්‍යද යන්න, පෙරනිමි අගය සහ සීමාවන් පැහැදිලි කරන්න.

{
  "type": "object",
  "properties": {
    "query": {
      "type": "string",
      "description": "සෙවුම් පදය",
      "required": true
    },
    "max_results": {
      "type": "integer",
      "description": "උපරිම ප්‍රතිඵල ගණන",
      "default": 10
    }
  }
}

3. ක්‍රියාත්මක තර්කනය ලියන්න (Execution Logic)

• නිශ්චිත තර්කනය: ශ්‍රිත, API හෝ දත්ත සමුදාය කෙලින්ම ඇමතීම.
• අනිශ්චිත තර්කනය: LLM භාවිතා කර ප්‍රතිචාර උත්පාදනය කිරීම (prompt අච්චුවක් සැපයිය යුතුය).
• දෝෂ හැසිරවීම: කාලය ඉක්මවීම, නැවත උත්සාහ කිරීම, පහත හෙළීමේ උපාය මාර්ග නිර්වචනය කරන්න.

4. ප්‍රතිදාන ආකෘතිය නිර්වචනය කරන්න (Output Schema)

එලෙසම JSON Schema භාවිතා කර ආපසු ලැබෙන දත්ත ව්‍යුහය විස්තර කරන්න.

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

5. අතිරේක පාර-දත්ත (Metadata)

• අනුවාද අංකය: පුනරාවර්තන කළමනාකරණයට පහසු.
• කර්තෘ/නඩත්තුකරු: වගකීම පැවරීම.
• යැපීම්: අවශ්‍ය බාහිර සේවා හෝ පුස්තකාල.
• භාවිත සීමාවන්: සංඛ්‍යාත සීමාවන්, අවසර අවශ්‍යතා වැනි.

3. උදාහරණය: සම්පූර්ණ Skill නිර්වචනයක්

name: "weather_query"
description: "නගර නාමය අනුව වත්මන් කාලගුණය විමසන්න"
version: "1.0.0"
author: "AI කණ්ඩායම"

input:
  type: object
  properties:
    city:
      type: string
      description: "නගර නාමය, උදා: 'කොළඹ'"
      required: true
    unit:
      type: string
      enum: ["celsius", "fahrenheit"]
      default: "celsius"

execute:
  - step: "කාලගුණ API ඇමතීම"
    api: "https://api.weather.com/v1/current"
    method: "GET"
    params:
      city: "{input.city}"
      unit: "{input.unit}"
  - step: "ප්‍රතිඵල ආකෘතිකරණය"
    format: "වත්මන් {city} හි උෂ්ණත්වය {temperature}°{unit} වේ"

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

4. හොඳම භාවිතයන්

• තනි වගකීම: එක් එක් Skill එකක් එක් දෙයක් පමණක් කරන්න, අධික සම්බන්ධතාවයෙන් වළකින්න.
• ස්වයං-අඩංගු: හැකිතාක් බාහිර ගෝලීය තත්වයන් මත රඳා නොසිටින්න, ආදානය ප්‍රතිදානය වේ.
• පරීක්ෂා කළ හැකි: ඒකක පරීක්ෂණ සඳහා ව්‍යාජ දත්ත හෝ වැලි පෙට්ටි පරිසරයක් සපයන්න.
• ලේඛනගත කරන්න: එක් එක් Skill සඳහා භාවිත උපදෙස් සහ උදාහරණ ලියන්න.

ඉහත ක්‍රම මගින් නිර්වචනය කරන ලද Skill, AI Agent විසින් ගතිකව උපලේඛනගත කළ හැකි අතර, සංවර්ධකයින්ට පද්ධතියට සෘජුවම ඒකාබද්ධ කළ හැකි අතර, "එක් වරක් ලියන්න, සෑම තැනකම භාවිතා කරන්න" යන ප්‍රතිභාව ලබා ගත හැක.