AI एजेंट · पाठ

पदानुक्रमित पर्यवेक्षक (ऑर्केस्ट्रेटर + कार्यकर्ता)

पर्यवेक्षक योजना बनाकर कार्य सौंपता है; कार्यकर्ता उसे पूरा करके रिपोर्ट करते हैं—जटिल कार्यों के लिए यह एक विश्वसनीय पैटर्न है।

पाठ 2, कुल 4 में से15 चरण

पदानुक्रमित पर्यवेक्षक (ऑर्केस्ट्रेटर + कार्यकर्ता), CoddyKit पर AI एजेंट का एक निःशुल्क पाठ है। यह 4 में से 2वाँ 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।

पर्यवेक्षक पैटर्न

एक "पर्यवेक्षक" एजेंट तय करता है कि क्या करना है और विशेषीकृत "worker" एजेंटों को कार्य सौंपता है। worker वापस रिपोर्ट करते हैं और पर्यवेक्षक परिणामों को संश्लेषित करता है।

यह मुक्त-रूप वाली बातचीत की तुलना में मानव टीमों के काम करने के तरीके के अधिक करीब है।

संरचना

दो स्तर (कभी-कभी अधिक):

पर्यवेक्षक — उपयोगकर्ता की क्वेरी देखता है, उसे छोटे भागों में बाँटता है, worker चुनता है और परिणामों को एकीकृत करता है
worker — विशेषीकृत एजेंट (अनुसंधान, कोड, गणित), जिनमें से हर एक के अपने टूल और प्रॉम्प्ट होते हैं

पदानुक्रम क्यों?

अधिक साफ़ तर्क — पर्यवेक्षक पूरी तस्वीर देखता है
विशेषज्ञता — हर worker छोटा और केंद्रित होता है
मूल्यांकन आसान — worker का स्वतंत्र रूप से परीक्षण करें
नई क्षमताएँ जोड़ना आसान — बस नया worker पंजीकृत करें

LangGraph Implementation

from langgraph.graph import StateGraph, END
from typing import TypedDict, Annotated
import operator

class State(TypedDict):
    messages: Annotated[list, operator.add]
    next: str

def supervisor(state):
    # Ask LLM which worker should handle this
    decision = supervisor_llm.invoke(state['messages']).content   # 'researcher' / 'coder' / 'FINISH'
    return {'next': decision}

def researcher(state):
    result = research_agent.run(state['messages'][-1].content)
    return {'messages': [{'role': 'tool', 'content': result}], 'next': 'supervisor'}

def coder(state):
    result = code_agent.run(state['messages'][-1].content)
    return {'messages': [{'role': 'tool', 'content': result}], 'next': 'supervisor'}

Wiring the Graph

g = StateGraph(State)
g.add_node('supervisor', supervisor)
g.add_node('researcher', researcher)
g.add_node('coder', coder)

g.set_entry_point('supervisor')
g.add_conditional_edges(
    'supervisor',
    lambda s: s['next'],
    {'researcher': 'researcher', 'coder': 'coder', 'FINISH': END}
)
g.add_edge('researcher', 'supervisor')
g.add_edge('coder', 'supervisor')

app = g.compile()

worker की स्वतंत्रता

हर worker अपने-आप में पूरा एक छोटा एजेंट होता है। हर एक को अलग-अलग बनाएँ और उसका परीक्षण करें; फिर उन्हें पर्यवेक्षक के अधीन संयोजित करें।

worker के टूल सेट

हर worker को केवल उन टूल तक सीमित रखें जिनकी उसे आवश्यकता है:

researcher — खोज, प्राप्ति
coder — फ़ाइल पढ़ना, फ़ाइल लिखना, पायथन चलाना
database — तालिकाओं की सूची बनाना, SQL चलाना

टूल का वर्णन अधिक साफ़ होता है और भ्रम कम होता है।

संचार प्रारूप

worker पर्यवेक्षक को पूरे ट्रांसक्रिप्ट के बजाय संरचित सारांश लौटाते हैं। इससे टोकन बचते हैं और पर्यवेक्षक के लिए उन्हें एकीकृत करना आसान होता है:

class WorkerResult(BaseModel):
    summary: str
    citations: list[str]
    next_step_suggestion: str = ''

समाप्ति

पर्यवेक्षक तय करता है कि कब रुकना है। आमतौर पर:

विश्वास-स्तर सीमा से ऊपर हो
worker की ओर से कार्य पूरा होने का संकेत मिले
चरण गणक की सीमा पार हो जाए

बहु-स्तरीय पदानुक्रम

बहुत जटिल कार्यों के लिए तीसरी परत जोड़ें: इंजीनियरिंग के लिए एक "team lead" पर्यवेक्षक, अनुसंधान के लिए दूसरा आदि। हर एक अपने क्षेत्र के worker को कार्य सौंपता है।

लागत का स्वरूप

पर्यवेक्षक का हर निर्णय एक LLM कॉल होता है। हर worker अपना अलग चक्र चलाता है। कुल लागत लगभग N_supervisor_decisions × cost_per_decision + N_worker_loops × cost_per_loop होती है।

कब उपयोग करें

स्पष्ट उप-क्षेत्रों वाले जटिल कार्य
ऐसे कार्य जिनमें हर चरण के लिए अलग प्रॉम्प्ट शैली चाहिए
ऐसी प्रणालियाँ जिनमें आप धीरे-धीरे क्षमताएँ जोड़ना चाहते हैं

गलत पैटर्न

पर्यवेक्षक ही सारा वास्तविक काम करे — इससे पूरे तरीके का उद्देश्य समाप्त हो जाता है
worker पर्यवेक्षक की जानकारी के बिना दूसरे worker को कॉल करें — नियंत्रण खो जाता है
बहुत अधिक worker (>10) — पर्यवेक्षक का चयन अविश्वसनीय हो जाता है

पर्यवेक्षक की भूमिका

इस पैटर्न में पर्यवेक्षक का मुख्य कार्य क्या है?

इंटरैक्टिव पाठ में इसका उत्तर दें

पुनरावलोकन

पर्यवेक्षक + worker > एक बड़ा एजेंट। हर worker छोटा, केंद्रित और स्वतंत्र रूप से परीक्षण योग्य होता है। पर्यवेक्षक तय करता है कि किसे क्या काम करना है।

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 “पदानुक्रमित पर्यवेक्षक (ऑर्केस्ट्रेटर + कार्यकर्ता)” पाठ निःशुल्क है?

हाँ—“पदानुक्रमित पर्यवेक्षक (ऑर्केस्ट्रेटर + कार्यकर्ता)” 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।

“पदानुक्रमित पर्यवेक्षक (ऑर्केस्ट्रेटर + कार्यकर्ता)” में मैं क्या सीखूँगा?

पर्यवेक्षक योजना बनाकर कार्य सौंपता है; कार्यकर्ता उसे पूरा करके रिपोर्ट करते हैं—जटिल कार्यों के लिए यह एक विश्वसनीय पैटर्न है। 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 2वाँ पाठ है।

“पदानुक्रमित पर्यवेक्षक (ऑर्केस्ट्रेटर + कार्यकर्ता)” 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