AI एजेंट · पाठ

ग्राफ़ सपाट चेन से बेहतर क्यों हैं

वास्तविक एजेंटों को लूप, पुनःप्रयास और शर्तों की आवश्यकता होती है—DAG और ग्राफ़ वह व्यक्त करते हैं जो चेन नहीं कर सकतीं।

पाठ 1, कुल 4 में से14 चरण

ग्राफ़ सपाट चेन से बेहतर क्यों हैं, 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।

चेन कहाँ कमज़ोर पड़ती हैं

LCEL चेन रैखिक प्रवाहों के लिए बहुत अच्छी हैं: A -> B -> C। लेकिन इन स्थितियों में कठिनाई होती है:

लूप (सफलता मिलने तक पुनःप्रयास)
सशर्त शाखाएँ (स्थिति के आधार पर A या B चुनना)
मानव-सहभागिता वाले विराम
कॉल के बीच स्थायी स्थिति

वास्तविक एजेंट ग्राफ़ होते हैं

एजेंट चरण-दर-चरण निर्णय लेते हैं। एक वास्तविक एजेंट शायद:

Plan
जानकारी खोजे
यदि मिल जाए, तो उत्तर का प्रारूप बनाए; न मिले, तो फिर खोजे
सत्यापन करे
यदि अमान्य हो, तो संशोधित करे; अन्यथा लौटाए

यह एक ग्राफ़ है, रेखा नहीं।

LangGraph का परिचय

LangGraph (LangChain टीम द्वारा) आपको एजेंटों को ग्राफ़ के रूप में परिभाषित करने देता है:

नोड — ऐसे फ़ंक्शन जो स्थिति पढ़ते और अपडेट करते हैं
किनारे — अगला चलने वाला नोड
State — साझा, स्थायी डिक्शनरी

Nodes Are Just Functions

from langgraph.graph import StateGraph

class AgentState(TypedDict):
    messages: list
    plan: str
    answer: str

def plan_step(state: AgentState) -> AgentState:
    plan = generate_plan(state['messages'])
    return {'plan': plan}

Edges Connect Nodes

from langgraph.graph import StateGraph, END

graph = StateGraph(AgentState)
graph.add_node('plan', plan_step)
graph.add_node('search', search_step)
graph.add_node('answer', answer_step)

graph.set_entry_point('plan')
graph.add_edge('plan', 'search')
graph.add_edge('search', 'answer')
graph.add_edge('answer', END)

app = graph.compile()

Running the Graph

result = app.invoke({'messages': [{'role': 'user', 'content': 'What is RAG?'}]})
print(result['answer'])

स्थिति अपडेट मिलाए जाते हैं

जब कोई नोड आंशिक डिक्शनरी लौटाता है, तो LangGraph उसे स्थिति में मिला देता है। आपको हर चरण में पूरी स्थिति लिखने की आवश्यकता नहीं होती।

सशर्त शाखाएँ

स्थिति के आधार पर मार्ग चुनने के लिए add_conditional_edges का उपयोग करें:

def needs_more_info(state):
    if state['confidence'] < 0.7:
        return 'search'
    return 'answer'

graph.add_conditional_edges('plan', needs_more_info, {
    'search': 'search',
    'answer': 'answer'
})

Loops Are Just Edges Back

graph.add_edge('search', 'plan')   # loop back to planner
# The planner decides if more search is needed.

दृश्यांकन

LangGraph आपके ग्राफ़ के Mermaid आरेख बनाता है — संरचना की डीबगिंग के लिए बहुत उपयोगी:

from IPython.display import Image
Image(app.get_graph().draw_mermaid_png())

खुद लिखे while लूप की तुलना में

आप इसे Python while लूप से भी कर सकते हैं। LangGraph ये सुविधाएँ जोड़ता है:

स्पष्ट ग्राफ़ संरचना (जिसका दृश्यांकन किया जा सकता है)
अंतर्निर्मित चेकपॉइंटिंग
स्थिति अपडेट का प्रवाह
मानव-सहभागिता के मूल घटक

LangGraph + LCEL

नोड कोई भी callable हो सकते हैं — LCEL चेन सहित। इन्हें अपनी आवश्यकता के अनुसार मिलाएँ:

summarise_chain = prompt | model | parser

def summarise_node(state):
    return {'summary': summarise_chain.invoke(state['text'])}

ग्राफ़ का उपयोग कब करें

कौन-सी स्थिति सपाट LCEL चेन की तुलना में LangGraph से सबसे अधिक लाभान्वित होती है?

इंटरैक्टिव पाठ में इसका उत्तर दें

पुनरावलोकन

जब आपको लूप, शाखाएँ, स्थायित्व या मानव-सहभागिता चाहिए, तो चेन की तुलना में ग्राफ़ बेहतर होते हैं। LangGraph आपको इसकी संरचना देता 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 “ग्राफ़ सपाट चेन से बेहतर क्यों हैं” पाठ निःशुल्क है?

हाँ—“ग्राफ़ सपाट चेन से बेहतर क्यों हैं” 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।

“ग्राफ़ सपाट चेन से बेहतर क्यों हैं” में मैं क्या सीखूँगा?

वास्तविक एजेंटों को लूप, पुनःप्रयास और शर्तों की आवश्यकता होती है—DAG और ग्राफ़ वह व्यक्त करते हैं जो चेन नहीं कर सकतीं। 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।

“ग्राफ़ सपाट चेन से बेहतर क्यों हैं” 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

← AI एजेंट पर वापस जाएँ