पदानुक्रमित कार्य-विभाजन
शीर्ष-स्तरीय लक्ष्य -> उप-लक्ष्य -> उप-उप-लक्ष्य — बड़े कार्यों से निपटने का मनुष्यों और एजेंटों, दोनों के लिए, यही एकमात्र तरीका है।
पदानुक्रमित कार्य-विभाजन, 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।
कार्य बड़े हो जाएँ तो
"प्रमाणीकरण मॉड्यूल को पुनर्गठित करें" एक ही निर्देश के लिए बहुत बड़ा है। एजेंट को इसे छोटे, संभालने योग्य हिस्सों में बाँटना होगा।
पदानुक्रमित कार्य-विभाजन (HTD) इसी तरह है जैसे मनुष्य और एजेंट इसे संभालते हैं।
पदानुक्रम
- लक्ष्य — उच्च-स्तरीय उद्देश्य
- उप-लक्ष्य — प्रमुख चरण
- कार्य — ठोस चरण
- क्रियाएँ — अलग-अलग उपकरण-कॉल
Example Decomposition
Goal: Refactor authentication module to use OAuth.
Sub-goal 1: Set up OAuth dependencies
Task: Add dependency to requirements.txt
Task: Configure OAuth client
Sub-goal 2: Replace existing auth flow
Task: Replace login endpoint
Task: Replace session middleware
Task: Update tests
Sub-goal 3: Migration and rollout
Task: Write migration script
Task: Update documentationLLM-Driven Decomposition
DECOMPOSE_PROMPT = '''
Decompose this goal into 3-6 sub-goals. For each sub-goal, list 2-5 concrete tasks.
Return JSON: {sub_goals: [{name, tasks: [str]}]}
Goal: {goal}
'''पुनरावर्ती विभाजन
यदि कोई कार्य अब भी बहुत बड़ा है, तो IT का आगे विभाजन करें। जब कोई कार्य एकल LLM चरण (~3-5 उपकरण-कॉल) में समा जाए, तब रुक जाएँ।
विभाजन कब रोकें
कुछ सामान्य नियम:
- कार्य का विवरण एक वाक्य में समा जाए
- कार्य के स्वीकृति मानदंड स्पष्ट हों
- कार्य कम संख्या में फ़ाइलों को प्रभावित करता हो
- कार्य को किसी विशिष्ट परीक्षण से सत्यापित किया जा सके
वृक्ष संरचनाएँ
विभाजन को एक वृक्ष के रूप में दर्शाएँ। हर नोड एक कार्य हो, जिसमें विवरण, स्थिति (लंबित/चल रहा/पूर्ण/विफल) और बच्चे हों:
@dataclass
class TaskNode:
description: str
status: Literal['pending', 'running', 'done', 'failed']
children: list['TaskNode']
result: str | None = Noneगहराई-प्रथम निष्पादन
वृक्ष को गहराई-प्रथम क्रम में देखें। आगे बढ़ने से पहले हर पत्ती को पूरा करें:
def execute(node):
if node.children:
for child in node.children:
execute(child)
else:
node.status = 'running'
try:
node.result = run_leaf(node)
node.status = 'done'
except Exception as e:
node.status = 'failed'परिणामों का एकत्रीकरण
बच्चों के पूरा होने के बाद, मूल नोड पर aggregate करें:
def aggregate(parent):
summaries = [c.result for c in parent.children if c.status == 'done']
parent.result = llm.invoke(f'Summarise these sub-task results: {summaries}').contentवृक्ष उपयोगकर्ताओं को दिखाएँ
लंबे समय तक चलने वाले एजेंटों के लिए, उपयोगकर्ताओं को जीवंत स्थिति-अद्यतनों के साथ वृक्ष दिखाएँ। विश्वास और पारदर्शिता:
[x] Add OAuth dependency
[x] Configure OAuth client
[~] Replace login endpoint <-- in progress
[ ] Replace session middleware
[ ] Update testsवृक्ष के संपादन की अनुमति दें
विशेषज्ञ उपयोगकर्ता कार्यों को छोड़ना, जोड़ना या उनका क्रम बदलना चाह सकते हैं। योजना-वृक्ष में मैन्युअल संपादन का समर्थन करें।
विफलता पर फिर योजना बनाएँ
यदि कोई उप-कार्य बार-बार विफल हो, तो मूल नोड तक वापस जाएँ और फिर से विभाजन करें:
if failed_count(node) > 2:
parent = node.parent
parent.children = llm_replan(parent, failure_context=node.last_error)विभाजन की लागत
हर विभाजन एक LLM कॉल है। परिणाम-संग्रह मदद करता है — एक ही लक्ष्य -> SAME प्रारंभिक विभाजन।
विभाजन कब रोकें
एजेंट को कार्यों का विभाजन कब रोक देना चाहिए?
पुनरावलोकन
लक्ष्य -> उप-लक्ष्य -> कार्य -> क्रियाएँ। एक वृक्ष बनाएँ, गहराई-प्रथम क्रम में निष्पादित करें, परिणामों का एकत्रीकरण करें और विफलता पर फिर योजना बनाएँ। लंबे समय तक चलने वाले कार्यों के लिए यह मानक पैटर्न है।
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
अक्सर पूछे जाने वाले प्रश्न
क्या “पदानुक्रमित कार्य-विभाजन” पाठ निःशुल्क है?
हाँ—“पदानुक्रमित कार्य-विभाजन” 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 कार्य-विभाजन” में मैं क्या सीखूँगा?
शीर्ष-स्तरीय लक्ष्य -> उप-लक्ष्य -> उप-उप-लक्ष्य — बड़े कार्यों से निपटने का मनुष्यों और एजेंटों, दोनों के लिए, यही एकमात्र तरीका 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 1वाँ पाठ है।
“पदानुक्रमित कार्य-विभाजन” 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
- पदानुक्रमित कार्य-विभाजन
- लक्ष्य स्टैक और बैकट्रैकिंग
- विश्व मॉडल और आगे की झलक
- चिंतन और स्व-आलोचना चक्र