AI एजेंट · पाठ

बातचीत-आधारित बहु-एजेंट (AutoGen)

Microsoft AutoGen कई एजेंटों को आपस में तब तक बातचीत करने देता है, जब तक वे सहमति पर न पहुँच जाएँ।

पाठ 1, कुल 4 में से15 चरण

बातचीत-आधारित बहु-एजेंट (AutoGen), CoddyKit पर AI एजेंट का एक निःशुल्क पाठ है। यह 4 में से 1वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह AI एजेंट सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। AI एजेंट पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

इस पाठ के कुछ हिस्सों का अभी तक अनुवाद नहीं हुआ है और वे अंग्रेज़ी में दिखाए गए हैं।

बहु-एजेंट क्यों?

सभी टूल वाले एक एजेंट की तुलना में अक्सर एक-दूसरे से बात करने वाले दो विशेषीकृत एजेंट बेहतर होते हैं। विशेषज्ञता > सामान्य विशेषज्ञ।

उदाहरण:

Researcher + Writer — एक जानकारी जुटाता है और दूसरा उत्तर तैयार करता है
Coder + Reviewer — एक कोड लिखता है और दूसरा उसकी समीक्षा करता है
User-Proxy + Assistant — उपयोगकर्ता का प्रतिनिधित्व करता है और worker से बात करता है

AutoGen पैटर्न

Microsoft AutoGen एजेंटों को बातचीत करने देता है: हर एजेंट AssistantAgent या UserProxyAgent होता है। वे सहमति बनने तक संदेशों का आदान-प्रदान करते हैं।

Two-Agent Example

# pip install pyautogen
from autogen import AssistantAgent, UserProxyAgent

llm_config = {'model': 'gpt-4o-mini', 'api_key': '...'}

assistant = AssistantAgent(
    name='coder',
    system_message='You write Python code. Reply with code only.',
    llm_config=llm_config
)

user_proxy = UserProxyAgent(
    name='user',
    human_input_mode='NEVER',
    code_execution_config={'work_dir': './workdir'}
)

user_proxy.initiate_chat(assistant, message='Write a function that returns the factorial of n.')

UserProxyAgent

यह मनुष्य (या किसी स्क्रिप्ट) का प्रतिनिधित्व करता है। यह सहायक द्वारा लौटाए गए कोड को चला सकता है, स्पष्टीकरण वाले प्रश्न पूछ सकता है और तय कर सकता है कि कार्य पूरा हुआ या नहीं।

बातचीत करने वाले एजेंट

सभी AutoGen एजेंट ConversableAgent से इनहेरिट होते हैं। आप कस्टम व्यवहार के लिए इसकी उपक्लास बना सकते हैं।

GroupChat for >2 Agents

class AssistantAgent:
    def __init__(self, name, system_message=''):
        self.name = name
        self.system_message = system_message

    def initiate_chat(self, manager, message):
        manager.run(self, message)

class GroupChat:
    def __init__(self, agents, messages, max_round=12):
        self.agents = agents
        self.messages = messages
        self.max_round = max_round

class GroupChatManager:
    def __init__(self, groupchat, llm_config=None):
        self.groupchat = groupchat

    def run(self, initiator, message):
        self.groupchat.messages.append({'role': initiator.name, 'content': message})
        for i, agent in enumerate(self.groupchat.agents):
            if i >= self.groupchat.max_round:
                break
            reply = f'{agent.name} contributes to: {message}'
            self.groupchat.messages.append({'role': agent.name, 'content': reply})
            print(reply)

user_proxy = AssistantAgent(name='user_proxy')
researcher = AssistantAgent(name='researcher')
writer = AssistantAgent(name='writer')
critic = AssistantAgent(name='critic')

group = GroupChat(agents=[user_proxy, researcher, writer, critic], messages=[], max_round=12)
manager = GroupChatManager(groupchat=group, llm_config={})

user_proxy.initiate_chat(manager, message='Write a blog post about RAG.')

वक्ता का चयन

GroupChatManager तय करता है कि अगला वक्ता कौन होगा। रणनीतियाँ:

round_robin — निश्चित क्रम में बारी
auto — बातचीत के आधार पर LLM चयन करता है
manual — मनुष्य चयन करता है

समाप्ति की शर्तें

बातचीत इन स्थितियों में समाप्त होती है:

कोई एजेंट TERMINATE कीवर्ड भेजता है
max_round पूरा हो जाता है
UserProxyAgent तय करता है कि कार्य पूरा हो गया है

कोड चलाना

UserProxyAgent उन सभी कोड को चला सकता है जिन्हें सहायक कोड ब्लॉक में भेजता है। सैंडबॉक्स का उपयोग करें:

user_proxy = UserProxyAgent(
    name='user',
    code_execution_config={
        'work_dir': './workdir',
        'use_docker': True   # safer
    }
)

लागत पर नज़र

बहु-एजेंट बातचीत महँगी होती है — N एजेंट × M चरण = हर कार्य के लिए N×M LLM कॉल। चरणों की संख्या पर कड़ी सीमा लगाएँ।

कब उपयोग करें

स्पष्ट भूमिका-विभाजन वाले कार्य (अनुसंधान, कोड, समीक्षा)
ऐसे कार्य जिनमें आलोचना से गुणवत्ता बेहतर होती है
ऐसे कार्य जो एक एजेंट के प्रॉम्प्ट के लिए बहुत जटिल हों

कब NOT उपयोग करें

सरल प्रश्न-उत्तर — एक एजेंट तेज़ और सस्ता है
विलंबता-संवेदी पथ
ऐसे कार्य जिन्हें एक एजेंट अच्छी तरह पूरा कर सकता है

AutoGen बनाम LangGraph

AutoGen = बातचीत-आधारित (एजेंटों के बीच मुक्त-रूप वाली बातचीत)। LangGraph = ग्राफ़-आधारित (स्पष्ट स्टेट मशीन)। दोनों मान्य हैं; चुनाव इस आधार पर करें कि आपका कार्य किसमें अधिक स्वाभाविक रूप से फिट बैठता है।

AutoGen पैटर्न

AutoGen में केंद्रीय अमूर्त अवधारणा क्या है?

इंटरैक्टिव पाठ में इसका उत्तर दें

पुनरावलोकन

AutoGen = भूमिका-आधारित एजेंटों की बातचीत। यह उन कार्यों के लिए उपयोगी है जहाँ एक एजेंट पर्यवेक्षण करता है और अन्य विशेषज्ञता प्रदान करते हैं। लागत पर नज़र रखें और चरणों की सीमा तय करें।

शुरुआत निःशुल्क

एआई शिक्षक के साथ AI एजेंट सीखें — निःशुल्क

अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।

पाठ्यक्रम: 60
पाठ: 239

निःशुल्क सीखना शुरू करें पूरा पाठ्यक्रम देखें

अक्सर पूछे जाने वाले प्रश्न

क्या “बातचीत-आधारित बहु-एजेंट (AutoGen)” पाठ निःशुल्क है?

हाँ—“बातचीत-आधारित बहु-एजेंट (AutoGen)” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और AI एजेंट पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। AI एजेंट पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

“बातचीत-आधारित बहु-एजेंट (AutoGen)” में मैं क्या सीखूँगा?

Microsoft AutoGen कई एजेंटों को आपस में तब तक बातचीत करने देता है, जब तक वे सहमति पर न पहुँच जाएँ। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ AI एजेंट का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।

क्या AI एजेंट शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?

पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर AI एजेंट शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 1वाँ पाठ है।

“बातचीत-आधारित बहु-एजेंट (AutoGen)” पाठ पूरा करने में कितना समय लगता है?

CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।

क्या मैं इस AI एजेंट पाठ में कोड लिख और चला सकता हूँ?

हाँ। हर AI एजेंट पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।

इस पाठ्यक्रम के सभी पाठ

बातचीत-आधारित बहु-एजेंट (AutoGen)
पदानुक्रमित पर्यवेक्षक (ऑर्केस्ट्रेटर + कार्यकर्ता)
एजेंट की भूमिकाएँ और विशेषज्ञताएँ
संचार प्रोटोकॉल (संदेश बस)

← AI एजेंट पर वापस जाएँ