ChatGPT ಆ್ಯಪ್ಸ್ SDK ಬಳಸಿ ಬಿಡುಗಡೆ ಮಾಡುವಾಗ ನಾವು ಕಲಿತದ್ದು

• ChatGPTನಲ್ಲಿ ಶೀಘ್ರವೇ ಕಾರ್ಯಪ್ರವಾಹ ಬೇಕಿದ್ದರೆ ಅಥವಾ ಕಸ್ಟಮ್ ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಹೂಡಿಕೆ ಮಾಡುವ ಮೊದಲು ನಿಮ್ಮ ಪರಿಕರಗಳನ್ನು ಅಲ್ಲಿ ಪರೀಕ್ಷಿಸಲು ಬಯಸಿದರೆ, ಆ್ಯಪ್ಸ್ SDK ಒಂದು ಪ್ರಾಯೋಗಿಕ ಆಯ್ಕೆ. ಏಜೆಂಟ್ ಹೇಗೆ ವರ್ತಿಸುತ್ತದೆ ಎಂಬುದರ ಪ್ರತಿಯೊಂದು ಹಂತವೂ ನಿಮ್ಮ ನಿಯಂತ್ರಣದಲ್ಲಿರಬೇಕಾದರೆ, ಸಾಮಾನ್ಯವಾಗಿ ಇದು ಸೂಕ್ತವಲ್ಲ.

• ChatGPT ಮುಖ್ಯ ವೇದಿಕೆಯಾಗಿರಬೇಕು ಮತ್ತು ಸಂಪೂರ್ಣ ಚಾಟ್ ಉತ್ಪನ್ನವನ್ನು ನಿರ್ಮಿಸದೆ ಪರಿಕರಗಳ ಜೊತೆಗೆ ಸಣ್ಣ ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕದ ಅಂಶಗಳು ಬೇಕಿದ್ದರೆ ಆ್ಯಪ್ಸ್ SDK ಆಯ್ಕೆಮಾಡಿ. ಪ್ರವಾಹ, ಸ್ಮರಣೆ, ಪ್ರಾಂಪ್ಟ್‌ಗಳು ಮತ್ತು ಬರೆಯುವ ಕ್ರಿಯೆಗಳ ಮೇಲೆ ಕಟ್ಟುನಿಟ್ಟಿನ ನಿಯಂತ್ರಣ ಬೇಕಿದ್ದರೆ ನಿಮ್ಮದೇ ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಆಯ್ಕೆಮಾಡಿ.

• ಕೆಲವು ಕಿರು ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕ ಹಂತಗಳನ್ನು ಚಾಟ್‌ನೊಂದಿಗೆ ಬೆರೆಸುವ ಉತ್ಪನ್ನಗಳಿಗೆ ಆ್ಯಪ್ಸ್ SDK ಸೂಕ್ತವಾಗಿದೆ. ನೀವು ವೇಗವಾಗಿ ಬಿಡುಗಡೆ ಮಾಡಬಹುದು, ಆದರೆ ಸ್ವಲ್ಪ ನಿಯಂತ್ರಣವನ್ನು ಬಿಟ್ಟುಕೊಡಬೇಕಾಗುತ್ತದೆ.

• ಸ್ಪಷ್ಟ ಪರಿಕರಗಳು, ಸ್ಪಷ್ಟ ವಿಜೆಟ್ ವರ್ತನೆ ಮತ್ತು ಸ್ಪಷ್ಟ ಮುಂದಿನ ಹಂತಗಳು ನಮಗೆ ಫಲ ನೀಡಿದವು. ಪ್ರವಾಹವನ್ನು ನಿರ್ಧರಿಸಲು ನಾವು ಅವನ್ನೇ ಅವಲಂಬಿಸಿದೆವು, LLM ಅನ್ನು ಅಲ್ಲ. ವ್ಯವಸ್ಥೆಯು ಈಗಾಗಲೇ ಆಯ್ಕೆಮಾಡಿದ ಫಲಿತಾಂಶಗಳನ್ನು ವಿವರಿಸುವಾಗ ಮಾಡೆಲ್ ಹೆಚ್ಚು ಉಪಯುಕ್ತವಾಗಿತ್ತು.

• ಮುಂದೆ: ಮೊದಲು ಹೇಗೆ ಆಯ್ಕೆಮಾಡುವುದು, ನಂತರ ಯಾವುದು ಫಲ ನೀಡಿತು ಮತ್ತು ಯಾವುದು ನೀಡಲಿಲ್ಲ ಎಂಬುದನ್ನು ನೋಡೋಣ.

ಬಹುತೇಕ ತಂಡಗಳು ಇನ್ನೂ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪ್ರಾಯೋಗಿಕ ಯೋಜನೆಗಳನ್ನು ನಡೆಸುತ್ತಿವೆ ಅಥವಾ ಕಡಿಮೆ ಅಪಾಯ ಮತ್ತು ಪ್ರತಿಫಲವಿರುವ ಪೂರಕ ಬಳಕೆಗಳಿಗೆ ಅದನ್ನು ನಿಯೋಜಿಸುತ್ತಿವೆ. ಬಳಕೆದಾರರು ಪ್ರತಿ ವಾರ ಬಳಸುವ ವ್ಯವಹಾರಕ್ಕೆ ನಿರ್ಣಾಯಕವಾದ ಉತ್ಪನ್ನವನ್ನು ಬಿಡುಗಡೆ ಮಾಡುವವರು ಕೆಲವೇ ಮಂದಿ. ಸಂಪೂರ್ಣ ಸಹಾಯಕವನ್ನು ನೀವೇ ನಿರ್ಮಿಸುವ ಬದಲು ChatGPT ಒಳಗೆ ತಲುಪುವುದು ನಿಮ್ಮ ಗುರಿಯಾಗಿದ್ದರೆ, ಆ ಅಂತರವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ChatGPT ಆ್ಯಪ್ಸ್ SDK ಒಂದು ಮಾರ್ಗ.

ChatGPT ಅನ್ನು ಮುಖ್ಯ ವೇದಿಕೆಯಾಗಿಸಬೇಕು ಮತ್ತು ಸಂಪೂರ್ಣ ಕಸ್ಟಮ್ ಚಾಟ್ ಉತ್ಪನ್ನಕ್ಕೆ ಗ್ರಾಹಕರು ಹಣ ಹೂಡಬೇಕಿಲ್ಲದ ವೇಗದ ಮಾರ್ಗ ಬೇಕು ಎಂಬ ಅವಶ್ಯಕತೆಗಳಿದ್ದ ಗ್ರಾಹಕ ಯೋಜನೆಯಿಂದ ನಾವು ಈ ಪಾಠಗಳನ್ನು ಕಲಿತೆವು.

ಆ ಅಗತ್ಯಗಳಿಗೆ ಆ್ಯಪ್ಸ್ SDK ಹೊಂದಿಕೆಯಾಗಿತ್ತು, ಏಕೆಂದರೆ ಗ್ರಾಹಕರಿಗೆ ಇವು ಬೇಕಿದ್ದವು:

• ನಿರ್ಮಿಸಿ ನಿರ್ವಹಿಸಬೇಕಾದ ಪ್ರತ್ಯೇಕ ಚಾಟ್ ಉತ್ಪನ್ನ ಬೇಡ—ಅವರಿಗೆ ಮತ್ತೊಂದು ಸ್ವತಂತ್ರ ಸಹಾಯಕದ ಚೌಕಟ್ಟಿಗಿಂತ ChatGPT ಒಳಗಿನ ವ್ಯಾಪ್ತಿ ಬೇಕಿತ್ತು.

• ಚಾಟ್ ಜೊತೆಗೆ ಸಣ್ಣ, ಕಾರ್ಯ-ನಿರ್ದಿಷ್ಟ ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕ—ಕಾರ್ಯಪ್ರವಾಹದೊಳಗೆ ಮತ್ತೊಂದು ಸಂಪೂರ್ಣ ಉತ್ಪನ್ನವಲ್ಲ, ಕೆಲವು ಕೇಂದ್ರೀಕೃತ ವಿಜೆಟ್ ಹಂತಗಳು.

• MCP ಪರಿಕರಗಳ ಮೂಲಕ ಲಭ್ಯವಾಗುವ ಹಿಂಬದಿ ವ್ಯವಸ್ಥೆಯ ವರ್ತನೆ—ಆರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ ಸ್ವಂತದಾಗಿರುವ ಕಸ್ಟಮ್ ಏಜೆಂಟ್ ಕಾರ್ಯಾಚರಣಾ ಪರಿಸರವಲ್ಲ, ಪ್ರಮಾಣಿತ ಪರಿಕರ ಕರೆ.

• ChatGPT ಒಳಗೇ ಪತ್ತೆಯಾಗುವಿಕೆ—ಬಳಕೆದಾರರು ಈಗಾಗಲೇ ಕೆಲಸ ಮಾಡುವ ಸ್ಥಳದಲ್ಲೇ ಕಾರ್ಯಪ್ರವಾಹ ಸಿಗಬೇಕು.

ನಿರ್ಮಾಣದ ಜತೆಗೆ ಆ ಆಯ್ಕೆಗಳನ್ನು ಗ್ರಾಹಕರೊಂದಿಗೆ ದೃಢಪಡಿಸಿದೆವು. ಈ ರಾಜಿ ಇನ್ನೂ ಅನ್ವಯಿಸುತ್ತದೆ: ಅಧಿವೇಶನವನ್ನು ChatGPT ನಿರ್ವಹಿಸಿದಾಗ, ಹೊರಗಿನ ಕಾರ್ಯಾಚರಣಾ ಪರಿಸರ ನಿಮ್ಮ ನಿಯಂತ್ರಣದಲ್ಲಿರುವುದಿಲ್ಲ. ನೀವು ಅದಕ್ಕೆ ಮಾರ್ಗದರ್ಶನ ನೀಡುತ್ತೀರಿ, ಸಂಪೂರ್ಣವಾಗಿ ನಿಯಂತ್ರಿಸುವುದಿಲ್ಲ.

ಆ್ಯಪ್ಸ್ SDK ಅಪ್ಲಿಕೇಶನ್ ಮೂರು ಅಂಶಗಳನ್ನು ಜೋಡಿಸುತ್ತದೆ:

1. ChatGPTಯ ಏಜೆಂಟ್ ಕಾರ್ಯಾಚರಣಾ ಪರಿಸರ

2. ನಿಮ್ಮ MCP ಪರಿಕರಗಳು

3. ನಿಮ್ಮ ವಿಜೆಟ್ ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕ

ಪ್ರಾಯೋಗಿಕ ಪ್ರವಾಹ:

1. ಬಳಕೆದಾರರು ChatGPTಗೆ ಏನನ್ನಾದರೂ ಕೇಳುತ್ತಾರೆ.

2. ChatGPT ನಿಮ್ಮ MCP ಪರಿಕರಗಳಲ್ಲಿ ಒಂದನ್ನು ಕರೆಯಬಹುದು.

3. ನಿಮ್ಮ ಸರ್ವರ್ ರಚನಾತ್ಮಕ ಪರಿಕರ ಫಲಿತಾಂಶವನ್ನು ಹಿಂದಿರುಗಿಸುತ್ತದೆ.

4. ChatGPT ಆ ಫಲಿತಾಂಶವನ್ನು ಓದಿ ಮುಂದಿನ ಹಂತವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ: ಇನ್ನಷ್ಟು ಪರಿಕರ ಕರೆಗಳು, ಬಳಕೆದಾರರಿಗೆ ಉತ್ತರ ಅಥವಾ ಎರಡೂ. ಆ ಪರಿಕರಕ್ಕೆ ವಿಜೆಟ್ ಲಗತ್ತಿಸಿದ್ದರೆ, ಅದು ಈ ಸರದಿಯಲ್ಲಿ ಕಾಣಿಸಬಹುದು.

5. ಬಳಕೆದಾರರು ಚಾಟ್‌ನಲ್ಲಿ ಅಥವಾ ವಿಜೆಟ್‌ನಲ್ಲಿ ಮುಂದುವರಿಯುತ್ತಾರೆ—ಹೆಚ್ಚುವರಿ ಪಠ್ಯ, ಆಯ್ಕೆ ಅಥವಾ ವಿಜೆಟ್ ಆರಂಭಿಸಿದ ಪರಿಕರ ಕರೆಯ ಮೂಲಕ. ಇದು ಸಂವಾದ ಸರಣಿಯನ್ನು ನವೀಕರಿಸುತ್ತದೆ. ChatGPT ಮತ್ತೊಂದು ಸರದಿಯನ್ನು ನಡೆಸುತ್ತದೆ ಮತ್ತು ಕಾರ್ಯ ಮುಗಿಯುವವರೆಗೆ 2–4ನೇ ಹಂತಗಳು ಪುನರಾವರ್ತಿಸುತ್ತವೆ.

ಚಾಟ್, ಹಿಂಬದಿ ಕ್ರಿಯೆಗಳು ಮತ್ತು ಕಿರು ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕ ಹಂತಗಳ ಈ ಸಂಯೋಜನೆಯೇ ಇದರ ಉದ್ದೇಶ. ಚಾಟ್, ಪರಿಕರಗಳು ಮತ್ತು ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕದ ನಡುವಿನ ಹಸ್ತಾಂತರಗಳೇ ಸುಲಭವಾಗಿ ಮುರಿಯುವ ಭಾಗಗಳು ಎಂದೂ ಇದರರ್ಥ.

ಚಾಟ್ ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕ, ಪರಿಕರ ಜೋಡಣೆ, ದೃಢೀಕರಣ ಮಾದರಿಗಳು ಅಥವಾ ವಿಜೆಟ್ ಚೌಕಟ್ಟನ್ನು ನೀವು ಮೊದಲಿನಿಂದ ಮರುನಿರ್ಮಿಸಬೇಕಿಲ್ಲ. ಹಲವು ಉತ್ಪನ್ನಗಳಲ್ಲಿ ಇದು ನಿರ್ಮಾಣ ಸಮಯವನ್ನು ಗಣನೀಯವಾಗಿ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಹೀಗಾಗಿ ಕ್ಷೇತ್ರದ ತರ್ಕ ಮತ್ತು ಸುರಕ್ಷತಾ ಮಿತಿಗಳ ಮೇಲೆ ಗಮನಹರಿಸಬಹುದು.

ChatGPT ಒಳಗೆ ನಿರ್ಮಿಸುವುದು ನಿಮ್ಮದೇ ಏಜೆಂಟ್ ನಡೆಸುವುದಕ್ಕೆ ಸಮಾನವಲ್ಲ. ಯೋಜನೆಯ ಕಠಿಣ ಭಾಗ ಪ್ರಾಂಪ್ಟ್ ತಂತ್ರಗಳಾಗಿರಲಿಲ್ಲ. ಮಾಡೆಲ್ ಮತ್ತು ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕ ಒಂದೇ ದಿಕ್ಕಿನಲ್ಲಿರಲು ಪರಿಕರಗಳು, ವಿಜೆಟ್‌ಗಳು ಮತ್ತು ಮುಂದಿನ ಹಂತಗಳನ್ನು ಸಾಕಷ್ಟು ಸ್ಪಷ್ಟಗೊಳಿಸುವುದೇ ಕಷ್ಟವಾಗಿತ್ತು.

ಆ್ಯಪ್ಸ್ SDK ನಿಮ್ಮ ಸಾಮಾನ್ಯ ಮುಂಭಾಗದ ವ್ಯವಸ್ಥೆಗಿಂತ ಭಿನ್ನವಾದ ಉತ್ಪನ್ನ ರೂಪವನ್ನು ನೀಡುತ್ತದೆ. ಆದರೆ ಅದು ಯಾವ ಸನ್ನಿವೇಶಗಳಿಗೆ ಸೂಕ್ತ ಎಂಬುದನ್ನು ತಿಳಿಯುವುದು ಮುಖ್ಯ.

ಈ ಅಗತ್ಯಗಳಿದ್ದಾಗ ಆ್ಯಪ್ಸ್ SDK ಬಳಸಿ

• ChatGPT ಕಾರ್ಯಪ್ರವಾಹವನ್ನು ತ್ವರಿತವಾಗಿ ಬಿಡುಗಡೆ ಮಾಡುವುದು.

• ಸಂಭಾಷಣೆಯನ್ನು ChatGPT ನಿರ್ವಹಿಸಲು ಬಿಡುವುದು.

• ಸಹಜ ಭಾಷೆಯನ್ನು ಕೆಲವು ಕೇಂದ್ರೀಕೃತ ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕ ಹಂತಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸುವುದು.

• ನಿಮ್ಮದೇ ಚಾಟ್ ಅಂತರಸಂಪರ್ಕ, ಏಜೆಂಟ್ ಧಾರಕ ಮತ್ತು ಪತ್ತೆ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸುವುದನ್ನು ತಪ್ಪಿಸುವುದು.

ನಿಮ್ಮ ಬಳಕೆದಾರರು ಈಗಾಗಲೇ ChatGPTಯಲ್ಲೇ ಹೆಚ್ಚು ಸಮಯ ಕಳೆಯುತ್ತಿದ್ದರೆ, ಕೊನೆಯ ಅಂಶ ಮುಖ್ಯವಾಗುತ್ತದೆ.

ಈ ಅಗತ್ಯಗಳಿದ್ದಾಗ ನಿಮ್ಮದೇ ಏಜೆಂಟ್ ನಿರ್ಮಿಸಿ

• ಕೋಡ್‌ನಲ್ಲಿ ಕಡ್ಡಾಯಗೊಳಿಸಬಹುದಾದ ನಿಗದಿತ ಹಂತ-ಹಂತದ ಪ್ರವಾಹ.

• ಆರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ ನಿಮ್ಮ ನಿಯಂತ್ರಣದಲ್ಲಿರುವ ಕಸ್ಟಮ್ ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕ ಮತ್ತು ದೃಢೀಕರಣ ಮಾರ್ಗ.

• ನಿಮ್ಮದೇ ಸ್ಮರಣೆ ಮತ್ತು ಸ್ಥಿತಿ ಮಾಡೆಲ್.

• ಪ್ರತಿ ಚಾಲನೆಯಲ್ಲೂ ಊಹಿಸಬಹುದಾದ ವರ್ತನೆ.

• ಏಜೆಂಟ್‌ಗಾಗಿ ಜಾಡುಗಳು, ದಾಖಲೆಗಳು ಮತ್ತು ಮಾಪಕಗಳು.

ಯೋಜಕ, ವ್ಯವಸ್ಥಾ ಪ್ರಾಂಪ್ಟ್‌ಗಳು ಮತ್ತು ಸಂಪೂರ್ಣ ಕಾರ್ಯಪ್ರವಾಹವೇ ನಿಮ್ಮ ಉತ್ಪನ್ನವಾಗಿದ್ದರೆ, ಕಸ್ಟಮ್ ವ್ಯವಸ್ಥೆಯೇ ಸಾಮಾನ್ಯವಾಗಿ ಹೆಚ್ಚು ಸೂಕ್ತ.

ನಮ್ಮ ಯೋಜನೆಯಲ್ಲಿ ಮತ್ತೆ ಮತ್ತೆ ಕೇಳಿಬಂದ ಪದ ನಿಯಂತ್ರಣ: ಒಂದು ಕಡೆ ವೇಗ ಮತ್ತು ಪರಿಚಿತ ಆತಿಥೇಯ ವೇದಿಕೆ, ಮತ್ತೊಂದೆಡೆ ಕಾರ್ಯಾಚರಣಾ ಪರಿಸರದ ಭಾಗಶಃ ಒಡೆತನ. ಸಂಪೂರ್ಣ ವ್ಯವಸ್ಥೆಯ ಒಡೆತನಕ್ಕಿಂತ ChatGPTಯಲ್ಲೇ ಬಳಕೆದಾರರನ್ನು ತಲುಪಲು ಆದ್ಯತೆ ನೀಡಿದಾಗ ಗ್ರಾಹಕರು ಒಪ್ಪಿಕೊಂಡ ರಾಜಿ ಇದೇ.

ಸುಗಮ ಮಾರ್ಗ ಸರಳವಾಗಿ ತೋರುತ್ತದೆ: ಬಳಕೆದಾರರು ಕೇಳುತ್ತಾರೆ, ಪರಿಕರ ಚಲಿಸುತ್ತದೆ, ದತ್ತಾಂಶ ಮರಳುತ್ತದೆ, ಆಯ್ಕೆ ಮುಖ್ಯವಾದಾಗ ವಿಜೆಟ್ ಕಾಣಿಸುತ್ತದೆ.

ಆಚರಣೆಯಲ್ಲಿ ಹಸ್ತಾಂತರಗಳೇ ತೊಂದರೆ ನೀಡಿದವು. ವಿಜೆಟ್ ಅಲಂಕಾರವಲ್ಲ. ಅದು ಪರದೆಯ ಮೇಲೆ ಕಾಣಿಸಿಕೊಂಡ ನಂತರ ಮಾಡೆಲ್ ಏನನ್ನು ನೋಡುತ್ತದೆ ಮತ್ತು ಮುಂದೆ ಏನು ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಬದಲಿಸುತ್ತದೆ. ವಿಜೆಟ್ ಕ್ರಿಯೆಗಳನ್ನು ಅಸ್ಪಷ್ಟ ಚಾಟ್‌ನಂತೆ ಅಲ್ಲ, ಹೆಸರಿಸಲಾದ ಘಟನೆಗಳಂತೆ ಪರಿಗಣಿಸಿ.

ಯೋಜನೆಯ ತಂತ್ರಜ್ಞಾನ ವ್ಯವಸ್ಥೆ ಸರಳವಾಗಿತ್ತು: FastMCP, Pydantic, React, TypeScript. ಅವುಗಳನ್ನು ಸಂಯೋಜಿಸುವುದು ಸುಲಭವಾಗಿತ್ತು. ಮುಂದೆ ಏನಾಗಬೇಕು ಎಂಬುದರ ಕುರಿತು ಮಾಡೆಲ್, ಪರಿಕರಗಳು ಮತ್ತು ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕವನ್ನು ಒಮ್ಮತಕ್ಕೆ ತರುವುದೇ ನಿಜವಾದ ಕೆಲಸವಾಗಿತ್ತು.

ಪ್ರತಿ ಹಸ್ತಾಂತರವನ್ನೂ ಸ್ಪಷ್ಟಗೊಳಿಸಿ

ಪರಿಕರ ಫಲಿತಾಂಶಗಳನ್ನು ಸಂಸ್ಕರಿಸದ ಹಿಂಬದಿ ದತ್ತಾಂಶವೆಂದು ಪರಿಗಣಿಸುವುದನ್ನು ನಿಲ್ಲಿಸಿದೆವು. ಪ್ರತಿ ಪ್ರತಿಕ್ರಿಯೆಯೂ ಒಂದು ಹಸ್ತಾಂತರವಾಯಿತು.

ಉತ್ತಮ ಪರಿಕರ ಫಲಿತಾಂಶವು:

• ವಿಜೆಟ್ ಪ್ರದರ್ಶಿಸಲು ಬೇಕಾದುದನ್ನು ಒದಗಿಸುತ್ತದೆ.

• ಉತ್ತರಕ್ಕೆ ಆಧಾರವಾಗುವಂತೆ ChatGPTಗೆ ರಚನಾತ್ಮಕ ವಾಸ್ತವಾಂಶಗಳನ್ನು ನೀಡುತ್ತದೆ.

• ಪ್ರವಾಹಕ್ಕೆ ಅಗತ್ಯವಿದ್ದಾಗ, ಮಾಡೆಲ್ ಊಹಿಸಬೇಕಾಗದಂತೆ ಮುಂದೆ ಏನಾಗಬೇಕು ಎಂಬುದನ್ನು ತಿಳಿಸುತ್ತದೆ.

ವಿಜೆಟ್ ಕ್ರಿಯೆಗಳು ಅಸ್ಪಷ್ಟ ವಿವರಣೆಯನ್ನು ಸಂವಾದ ಸರಣಿಗೆ ಮರಳಿ ಕಳುಹಿಸಬಾರದು. ಬಳಕೆದಾರರು ಏನು ಮಾಡಿದರು ಮತ್ತು ಮುಂದೆ ಏನಾಗಬೇಕು ಎಂಬುದನ್ನು ಅವು ತಿಳಿಸಬೇಕು.

ಹಸ್ತಾಂತರಗಳು ಸ್ಪಷ್ಟವಾದ ನಂತರ ವಿಶ್ವಾಸಾರ್ಹತೆ ಹೆಚ್ಚಾಯಿತು.

ಪರಿಕರ ಔಟ್‌ಪುಟ್ ಮತ್ತು ವಿಜೆಟ್ ಕ್ರಿಯೆಗಳಲ್ಲಿ ಕಿರು, ಸ್ಪಷ್ಟ ಸೂಚನೆಗಳಿದ್ದಾಗ ಮಾಡೆಲ್ ಅವನ್ನು ಪಾಲಿಸುತ್ತದೆ.

ನಾವು ಬಳಸಿದ ಸಣ್ಣ Pydantic ರಚನೆ ಕೆಳಗಿದೆ. ವಿಜೆಟ್ ತೋರಿಸುವಾಗ ಅದಕ್ಕೆ ಬೇಕಾದ ರಚನಾತ್ಮಕ ದತ್ತಾಂಶ ಮತ್ತು ಅಧಿವೇಶನದಲ್ಲಿ ChatGPT ಬಳಸಬೇಕಾದ ವಾಸ್ತವಾಂಶಗಳು output ಕ್ಷೇತ್ರದಲ್ಲಿರುತ್ತವೆ. ಸಹಾಯಕ ಮುಂದೆ ಏನು ಮಾಡಬೇಕೆಂದು ತಿಳಿಸುವ ಕಿರು ಸಾಲು agent_directions ಕ್ಷೇತ್ರದಲ್ಲಿರುತ್ತದೆ. Reason ಐಚ್ಛಿಕವಾಗಿದೆ.

1from typing import Generic, TypeVar2
3from pydantic import BaseModel4
5T = TypeVar("T")6
7class AgentDirections(BaseModel):8 assistant_instruction: str9 reason: str | None = None10
11class ToolResults(BaseModel, Generic[T]):12 agent_directions: AgentDirections13 output: T

ವಿಜೆಟ್‌ಗಳನ್ನು ಚಿಕ್ಕದಾಗಿಡಿ

ಫಲ ನೀಡಿದ ವಿಜೆಟ್‌ಗಳು ಒಂದೇ ನಿರ್ಧಾರವನ್ನು ನಿರ್ವಹಿಸಿ, ನಂತರ ನಿಯಂತ್ರಣವನ್ನು ಹಿಂದಿರುಗಿಸಿದವು. ವಿಜೆಟ್ ಅನ್ನು ಪುಟ್ಟ ಅಪ್ಲಿಕೇಶನ್ ಆಗಿಸುವುದಕ್ಕಿಂತ ಕಿರು ಪಟ್ಟಿಗಳು, ದೃಢೀಕರಣಗಳು ಅಥವಾ ಕೇಂದ್ರೀಕೃತ ಪರಿಶೀಲನಾ ಪರದೆಗಳು ಉತ್ತಮವಾಗಿ ಕೆಲಸ ಮಾಡಿದವು. ಪ್ರವಾಹವನ್ನು ಹೆಚ್ಚು ನಿರ್ಣಾಯಕವಾಗಿಸಲು ಬಯಸಿದಾಗ, ಸರಳ ಮೌಲ್ಯಮಾಪನ ಅಥವಾ ನಿಗದಿತ ಮುಂದಿನ ಹಂತದಂತಹ ಸ್ವಲ್ಪ ತರ್ಕವನ್ನು ವಿಜೆಟ್‌ನಲ್ಲಿ ಇಡುವುದು ಸಹ ನೆರವಾಯಿತು.

ವಿಜೆಟ್ ಸಂದೇಶಗಳಲ್ಲಿ ತೃತೀಯ ಪುರುಷ ನಿರೂಪಣೆ

ವಿಜೆಟ್‌ನ ಮುಂದುವರಿದ ಸಂದೇಶಗಳನ್ನು ಬಳಕೆದಾರರ ಚಾಟ್‌ನಂತೆ—“ನಾನು ಆಯ್ಕೆ ಮಾಡಿದೆ…”, “ನಾನು ದೃಢೀಕರಿಸಿದೆ…”—ಬರೆಯುವುದನ್ನು ನಿಲ್ಲಿಸಿದೆವು. ಅವುಗಳನ್ನು ಬಳಕೆದಾರರ ಕ್ರಿಯೆಯ ಕಿರು ವರದಿಗಳಂತೆ—“ಬಳಕೆದಾರರು ಆಯ್ಕೆ ಮಾಡಿದರು…”, “ಬಳಕೆದಾರರು ದೃಢೀಕರಿಸಿದರು…”—ಬರೆದೆವು. ChatGPT ವಿಜೆಟ್ ಸಂದೇಶಗಳನ್ನು ಬಳಕೆದಾರ ಸಂದೇಶಗಳ ಬದಲು ಪರಿಕರ ಸಂದೇಶಗಳಾಗಿ ಸೇರಿಸುತ್ತಿದ್ದ ಕಾರಣ ಈ ವಿಧಾನವನ್ನು ಪ್ರಯತ್ನಿಸಿದೆವು.

ಮುಂದಿನ ಹಂತ ಸ್ಪಷ್ಟವಾಗಿದ್ದಾಗ ನೇರ ಕ್ರಿಯೆಗಳು

ಒಂದು ಗುಂಡಿಯು ಮುಂದಿನ ಪರಿಕರ ಕರೆಯನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಸೂಚಿಸಿದರೆ, ಮತ್ತೊಂದು ಚಾಟ್ ಸರದಿಯನ್ನು ಒತ್ತಾಯಿಸುವುದಕ್ಕಿಂತ ವಿಜೆಟ್ ನೇರವಾಗಿ ಅದನ್ನು ಆರಂಭಿಸುವುದು ಉತ್ತಮವಾಗಿ ಕೆಲಸ ಮಾಡಿತು. ಮುಂದಿನ ಪರಿಕರ ಕರೆಗೆ ChatGPTಯಿಂದ ಒಳಾಂಶಗಳು ಅಗತ್ಯವಿಲ್ಲದಿದ್ದಾಗ ಮಾತ್ರ ಇದು ಅನ್ವಯಿಸುತ್ತದೆ.

ಇದು ನಿರ್ಣಾಯಕ ಪ್ರವಾಹಗಳನ್ನು ಕಡ್ಡಾಯಗೊಳಿಸಲು ನೆರವಾಯಿತು ಮತ್ತು ಮತ್ತೊಂದು ಚಾಟ್ ಸರದಿಯನ್ನು ತಪ್ಪಿಸಿದ್ದರಿಂದ ವಿಳಂಬವನ್ನೂ ಕಡಿಮೆ ಮಾಡಿತು.

ದೋಷ ನಿರ್ವಹಣೆ

ಪರಿಕರ ಕರೆ ವಿಫಲವಾದಾಗ, ಸರಿಯಾದ MCP ದೋಷ ಸಂಕೇತಗಳು ಮತ್ತು ಕಿರು, ಸರಳ ಸಂದೇಶಗಳನ್ನು ಪರಿಕರದಿಂದ ಹಿಂದಿರುಗಿಸಿದೆವು. ಹೀಗಾಗಿ ವಿಫಲ ಕರೆಗಳ ಕುರಿತು ಓದಲು ChatGPTಗೆ ನೈಜ ಮಾಹಿತಿ ಸಿಕ್ಕಿತು. ಅದರಿಂದ ಅದು ಬಳಕೆದಾರರಿಗೆ ಸಮಸ್ಯೆಯನ್ನು ವಿವರಿಸಲು, ಸೂಕ್ತ ಮುಂದಿನ ಹಂತವನ್ನು ಆಯ್ಕೆಮಾಡಲು ಅಥವಾ ಎರಡನ್ನೂ ಮಾಡಲು ಸಾಧ್ಯವಾಯಿತು.

ಪರಿಕರ ಸಂದರ್ಭ ನಿರ್ವಹಣೆ

ಅಧಿವೇಶನದ ಸ್ಥಿತಿಯನ್ನು ನಮ್ಮ ಸರ್ವರ್‌ನಲ್ಲೇ ಉಳಿಸಿದೆವು. ChatGPT ಪರಿಕರ ಕರೆಗಳೊಂದಿಗೆ ಅಧಿವೇಶನ-ವ್ಯಾಪ್ತಿಯ ಸಂದರ್ಭವನ್ನು ಕಳುಹಿಸುತ್ತದೆ. FastMCPಯಲ್ಲಿ ನಿರ್ವಹಣಾ ಘಟಕವು ಆ ಸ್ಥಿತಿಯನ್ನು ಓದಿ ನವೀಕರಿಸಲು ಪ್ರತಿ ಪರಿಕರಕ್ಕೂ Context ನಿಯತಾಂಕ ನೀಡಿದೆವು.

• ಪ್ರತಿ ಕರೆಯಲ್ಲೂ ಅವನ್ನು ಪರಿಕರ ವಾದಗಳಾಗಿ ಮತ್ತೆ ಕಳುಹಿಸಲು ChatGPTಗೆ ಹೇಳುವ ಬದಲು ಸ್ಥಿರ IDಗಳು ಮತ್ತು ಹಿಂದಿನ ಫಲಿತಾಂಶಗಳನ್ನು ಅಧಿವೇಶನದಲ್ಲೇ ಇರಿಸಿದೆವು.

• ಪರಿಕರ ಕರೆಗಳ ಆವರ್ತನೆ ಕಾಣಿಸಿಕೊಂಡಾಗ, ನಕಲಿ ಕರೆಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಿ ಪರಿಕರ ಫಲಿತಾಂಶದ ಮೂಲಕ ಸ್ಪಷ್ಟ ದೋಷವನ್ನು ಹಿಂದಿರುಗಿಸಲು ಸಾಧ್ಯವಾಯಿತು.

• ದೋಷನಿವಾರಣೆ ಮತ್ತು ಬೆಂಬಲಕ್ಕಾಗಿ ಅಧಿವೇಶನದ ದಾಖಲೆಗಳು ನಮ್ಮಲ್ಲೇ ಉಳಿದವು.

ಆರಂಭದಲ್ಲಿ ನಾವು ವಿಜೆಟ್ ತೋರಿಸಿ, ಮಾಡೆಲ್ “ಅರ್ಥಮಾಡಿಕೊಂಡಿದೆ” ಎಂದು ಭಾವಿಸಿ, ಸರಿಯಾದ ಮುಂದುವರಿದ ಪರಿಕರ ಕರೆಗಾಗಿ ಕಾಯುತ್ತಿದ್ದೆವು. ಕೆಲವೊಮ್ಮೆ ಅದು ನಡೆಯಿತು. ಹೆಚ್ಚಿನ ಬಾರಿ ನಡೆಯಲಿಲ್ಲ.

ಸ್ಪಷ್ಟ ಹಸ್ತಾಂತರವಿಲ್ಲದೆ, ನಾವು ಕ್ರಿಯೆ ಬಯಸಿದಾಗ ChatGPT ಸಾರಾಂಶ ನೀಡಬಹುದು, ಬಳಕೆದಾರರಿಗೆ ಆಯ್ಕೆಯನ್ನು ಪುನರಾವರ್ತಿಸಲು ಹೇಳಬಹುದು ಅಥವಾ ನಿಲ್ಲಿಸಬೇಕಾದಾಗಲೂ ಯೋಜಿಸುತ್ತಿರಬಹುದು.

ಮಾಡೆಲ್ ಊಹಿಸುತ್ತದೆಂದು ನಿರೀಕ್ಷಿಸುವ ಬದಲು, ಸ್ಟ್ರಕ್ಚರ್ಡ್ ಔಟ್‌ಪುಟ್ಸ್ ಮತ್ತು ವಿಜೆಟ್ ದತ್ತಾಂಶದಲ್ಲಿ ಮುಂದಿನ ಹಂತವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ತಿಳಿಸುವುದೇ ಪರಿಹಾರವಾಗಿತ್ತು.

ಆ್ಯಪ್ಸ್ SDK ದಾಖಲಾತಿಯಂತೆ ಪರಿಕರ ಔಟ್‌ಪುಟ್, ಗುಪ್ತ ಹೆಚ್ಚುವರಿ ದತ್ತಾಂಶ ಮತ್ತು ಚಾಟ್ ಪಠ್ಯದ ನಡುವೆ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಜಾಣ್ಮೆಯಿಂದ ವಿಭಜಿಸಲು ಪ್ರಯತ್ನಿಸಿದೆವು. ಆದರೆ ವಿಜೆಟ್‌ಗಳಲ್ಲಿ ಗುಪ್ತ ಹೆಚ್ಚುವರಿ ದತ್ತಾಂಶವನ್ನು ಓದಲು ನಮಗೆ ಸಾಧ್ಯವಾಗಲಿಲ್ಲ. ಆದ್ದರಿಂದ ಇದನ್ನು ಬಳಸಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ.

ಏಜೆಂಟ್ ಅವನ್ನು ಆಯ್ಕೆಮಾಡದಂತೆ ಅದರ ಪರಿಕರ ಪಟ್ಟಿಯಿಂದ ಹೊರಗಿಟ್ಟು, ವಿಜೆಟ್‌ನಿಂದ ಮಾತ್ರ ಕರೆಯಬಹುದಾದ ಪರಿಕರಗಳನ್ನು ಆ್ಯಪ್ಸ್ SDK ದಾಖಲಾತಿ ವಿವರಿಸುತ್ತದೆ. ಗೋಚರತೆಯನ್ನು app-onlyಗೆ ಹೊಂದಿಸಿದಾಗ, ಆ ಪರಿಕರಗಳು ಏಜೆಂಟ್‌ಗೆ ಮಾತ್ರವಲ್ಲದೆ ವಿಜೆಟ್‌ಗೂ ಲಭ್ಯವಿಲ್ಲದಾದವು. ಏಜೆಂಟ್‌ಗೆ ಕಾಣದಿದ್ದರೂ ವಿಜೆಟ್ ಬಳಸಬಹುದಾದ ಪರಿಕರದ ಸಂರಚನೆಯನ್ನು ಸಾಧಿಸಲು ನಮಗೆ ಸಾಧ್ಯವಾಗಲಿಲ್ಲ.

ಉಪಯುಕ್ತವಾದುದೇನೂ ನಡೆಯದಾಗ ಮೌನ ಅಥವಾ ಸಾಮಾನ್ಯ “ಯಶಸ್ವಿಯಾಗಿದೆ” ಎಂಬ ಸಂದೇಶವು ನೇರ ದೋಷಕ್ಕಿಂತ ಕೆಟ್ಟದಾಗಿತ್ತು. ಆದ್ದರಿಂದ ಪರಿಕರ ಮತ್ತು ವಿಜೆಟ್ ವೈಫಲ್ಯಗಳನ್ನು ಪ್ರಮುಖ ಔಟ್‌ಪುಟ್‌ಗಳಾಗಿ ಪರಿಗಣಿಸಿದೆವು: ಒಂದು ಹಂತ ಮುಂದುವರಿಯಲಾಗದಿದ್ದರೆ, ಪ್ರದರ್ಶಿತವಾಗಿದ್ದರೂ ಬಳಕೆದಾರರನ್ನು ಮುಂದಕ್ಕೆ ಕರೆದೊಯ್ಯದ ವಿಜೆಟ್ ಎದುರು ಅವರನ್ನು ಕಾಯಿಸುವ ಬದಲು, ಸರಳ ಭಾಷೆಯಲ್ಲಿ ತಿಳಿಸಿ ಸ್ಪಷ್ಟ ದೋಷವನ್ನು ಹಿಂದಿರುಗಿಸಿದೆವು. ಇದು ಬಳಕೆಯ ಸುಲಭತೆಯನ್ನು ಸುಧಾರಿಸಿ ಮಾಡೆಲ್‌ನ ವರ್ತನೆಯನ್ನು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹಗೊಳಿಸಿತು.

ಕಡಿಮೆ ಕಸ್ಟಮ್ ವೇದಿಕೆ ಕೆಲಸದೊಂದಿಗೆ ChatGPTನಲ್ಲಿ ಕಾರ್ಯಪ್ರವಾಹ ರೂಪಿಸುವುದು ನಿಮ್ಮ ಗುರಿಯಾಗಿದ್ದರೆ, ಅದನ್ನು ಸಾಧಿಸಲು ಆ್ಯಪ್ಸ್ SDK ಒಂದು ಪ್ರಾಯೋಗಿಕ ಮಾರ್ಗ. ವೇಗಕ್ಕಾಗಿ ಮತ್ತು ಬಳಕೆದಾರರು ಈಗಾಗಲೇ ಕೆಲಸ ಮಾಡುವ ಸ್ಥಳದಲ್ಲೇ ಅವರನ್ನು ತಲುಪುವುದಕ್ಕಾಗಿ ನೀವು ಸ್ವಲ್ಪ ನಿಯಂತ್ರಣವನ್ನು ಬಿಟ್ಟುಕೊಡುತ್ತೀರಿ.

ಪ್ರವಾಹದ ಪ್ರತಿಯೊಂದು ಶಾಖೆ, ಬಳಕೆದಾರ ಅಂತರಸಂಪರ್ಕ ಮತ್ತು ಪ್ರತಿ ಹಂತವನ್ನು ಯಾರು ನಿರ್ಧರಿಸುತ್ತಾರೆ ಎಂಬುದು ನಿಮ್ಮ ನಿಯಂತ್ರಣದಲ್ಲಿರಬೇಕಾದರೆ, ಆರಂಭದಿಂದಲೇ ನಿಮ್ಮದೇ ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಯೋಜಿಸಿ. ChatGPT ಒಳಗೆ ಮಾತ್ರ ನಿರ್ಮಿಸುವ ವಿಧಾನವು ನಿಮ್ಮ ಅಗತ್ಯಗಳಿಗೆ ಸಾಕಾಗದ ಹಂತವನ್ನು ನೀವು ಬಹುಶಃ ತಲುಪುತ್ತೀರಿ.

ಚಾಟ್, ದೃಢೀಕರಣ ಮತ್ತು ಏಜೆಂಟ್ ಜೋಡಣೆಯನ್ನು ನೀವೇ ನಿರ್ಮಿಸುವ ಮೊದಲು ನಿಮ್ಮ MCP ಸರ್ವರ್ ಅನ್ನು ChatGPT ಒಳಗೆ ನಡೆಸಲು ಆ್ಯಪ್ಸ್ SDK ಬಳಸಬಹುದು. ನಂತರ ಉತ್ಪನ್ನಕ್ಕೆ ಅಗತ್ಯವಾದಾಗ ನಿಮ್ಮದೇ ವ್ಯವಸ್ಥೆಗೆ ವರ್ಗಾಯಿಸಬಹುದು.

ಇದೇ ಸ್ಥಿತಿಯಲ್ಲಿರುವ ತಂಡಗಳ ಮುಂದಿನ ಹೆಜ್ಜೆ: ಸ್ಪಷ್ಟ ಫಲಿತಾಂಶವಿರುವ ಒಂದು ಕಾರ್ಯಪ್ರವಾಹವನ್ನು ಆಯ್ಕೆಮಾಡಿ, ಚಾಟ್, ಪರಿಕರಗಳು ಮತ್ತು ವಿಜೆಟ್‌ಗಳ ನಡುವಿನ ಹಸ್ತಾಂತರಗಳನ್ನು ದಾಖಲಿಸಿ, ನಂತರ ಪ್ರಾಂಪ್ಟ್ ಹೊಂದಾಣಿಕೆಗೆ ಹೆಚ್ಚು ಸಮಯ ನೀಡುವ ಮೊದಲು ಮರುಪ್ರಯತ್ನಗಳು ಮತ್ತು ದೋಷಗಳನ್ನು ತೀವ್ರವಾಗಿ ಪರೀಕ್ಷಿಸಿ.