ai-agents-for-beginners

কীভাবে ভালো এআই এজেন্ট ডিজাইন করবেন

(উপরের ছবিতে ক্লিক করে এই পাঠের ভিডিও দেখুন)

টুল ব্যবহারের ডিজাইন প্যাটার্ন

টুলগুলো আকর্ষণীয় কারণ এগুলো এআই এজেন্টদের আরও বিস্তৃত ক্ষমতা প্রদান করে। এজেন্টের সীমিত কিছু কাজ করার ক্ষমতা থাকলে, একটি টুল যোগ করার মাধ্যমে এজেন্ট এখন অনেক ধরণের কাজ করতে পারে। এই অধ্যায়ে, আমরা টুল ব্যবহারের ডিজাইন প্যাটার্ন নিয়ে আলোচনা করব, যা বর্ণনা করে কীভাবে এআই এজেন্ট নির্দিষ্ট টুল ব্যবহার করে তাদের লক্ষ্য অর্জন করতে পারে।

ভূমিকা

এই পাঠে, আমরা নিম্নলিখিত প্রশ্নগুলোর উত্তর খুঁজব:

শেখার লক্ষ্য

এই পাঠ শেষ করার পর, আপনি সক্ষম হবেন:

টুল ব্যবহারের ডিজাইন প্যাটার্ন কী?

টুল ব্যবহারের ডিজাইন প্যাটার্ন মূলত LLM-কে নির্দিষ্ট লক্ষ্য অর্জনের জন্য বাহ্যিক টুলের সাথে ইন্টারঅ্যাক্ট করার ক্ষমতা প্রদান করে। টুল হলো এমন কোড যা এজেন্ট দ্বারা কার্যকর করা যায়। একটি টুল হতে পারে একটি সাধারণ ফাংশন যেমন ক্যালকুলেটর, অথবা তৃতীয় পক্ষের সেবার API কল যেমন স্টক প্রাইস বা আবহাওয়ার পূর্বাভাস। এআই এজেন্টের ক্ষেত্রে, টুলগুলো এমনভাবে ডিজাইন করা হয় যাতে এজেন্ট মডেল-জেনারেটেড ফাংশন কল এর মাধ্যমে এগুলো কার্যকর করতে পারে।

এটি কোন কোন ক্ষেত্রে প্রয়োগ করা যেতে পারে?

এআই এজেন্ট টুল ব্যবহার করে জটিল কাজ সম্পন্ন করতে, তথ্য সংগ্রহ করতে বা সিদ্ধান্ত নিতে পারে। টুল ব্যবহারের ডিজাইন প্যাটার্ন সাধারণত এমন পরিস্থিতিতে ব্যবহৃত হয় যেখানে বাহ্যিক সিস্টেমের সাথে গতিশীল ইন্টারঅ্যাকশন প্রয়োজন, যেমন ডাটাবেস, ওয়েব সার্ভিস, বা কোড ইন্টারপ্রেটার। এই ক্ষমতা বিভিন্ন ক্ষেত্রে কার্যকর, যেমন:

টুল ব্যবহারের ডিজাইন প্যাটার্ন বাস্তবায়নের জন্য প্রয়োজনীয় উপাদান/গঠনমূলক ব্লক কী কী?

এই গঠনমূলক ব্লকগুলো এআই এজেন্টকে বিভিন্ন ধরণের কাজ সম্পাদন করতে সক্ষম করে। আসুন টুল ব্যবহারের ডিজাইন প্যাটার্ন বাস্তবায়নের জন্য প্রয়োজনীয় মূল উপাদানগুলো দেখি:

এখন, আসুন ফাংশন/টুল কলিং সম্পর্কে আরও বিস্তারিত জানি।

ফাংশন/টুল কলিং

ফাংশন কলিং হলো LLM-কে টুলের সাথে ইন্টারঅ্যাক্ট করার প্রাথমিক উপায়। প্রায়ই ‘ফাংশন’ এবং ‘টুল’ শব্দগুলো একে অপরের পরিবর্তে ব্যবহৃত হয় কারণ ‘ফাংশন’ (পুনরায় ব্যবহারযোগ্য কোডের ব্লক) হলো এজেন্টের কাজ সম্পাদনের ‘টুল’। একটি ফাংশনের কোড কার্যকর করার জন্য, LLM ব্যবহারকারীর অনুরোধকে ফাংশনের বিবরণের সাথে তুলনা করে। এটি করার জন্য, উপলব্ধ ফাংশনগুলোর বিবরণসহ একটি স্কিমা LLM-এ পাঠানো হয়। এরপর LLM কাজের জন্য সবচেয়ে উপযুক্ত ফাংশন নির্বাচন করে এবং এর নাম ও আর্গুমেন্ট ফেরত দেয়। নির্বাচিত ফাংশন কার্যকর করা হয়, এর প্রতিক্রিয়া LLM-এ পাঠানো হয়, যা ব্যবহারকারীর অনুরোধের উত্তর দিতে এই তথ্য ব্যবহার করে।

ডেভেলপারদের এজেন্টের জন্য ফাংশন কলিং বাস্তবায়ন করতে প্রয়োজন:

  1. একটি LLM মডেল যা ফাংশন কলিং সমর্থন করে
  2. ফাংশনের বিবরণসহ একটি স্কিমা
  3. প্রতিটি বর্ণিত ফাংশনের কোড

আসুন একটি উদাহরণ ব্যবহার করে বিষয়টি ব্যাখ্যা করি যেখানে একটি শহরের বর্তমান সময় পাওয়া যাবে:

  1. ফাংশন কলিং সমর্থন করে এমন একটি LLM ইনিশিয়ালাইজ করুন:

    সব মডেল ফাংশন কলিং সমর্থন করে না, তাই আপনি যে LLM ব্যবহার করছেন তা নিশ্চিত করা গুরুত্বপূর্ণ। Azure OpenAI ফাংশন কলিং সমর্থন করে। আমরা Azure OpenAI ক্লায়েন্ট ইনিশিয়ালাইজ করে শুরু করতে পারি।

     # Initialize the Azure OpenAI client
 client = AzureOpenAI(
     azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT"), 
     api_key=os.getenv("AZURE_OPENAI_API_KEY"),  
     api_version="2024-05-01-preview"
 )

  2. একটি ফাংশন স্কিমা তৈরি করুন:

    এরপর আমরা একটি JSON স্কিমা সংজ্ঞায়িত করব যাতে ফাংশনের নাম, ফাংশন কী করে তার বিবরণ, এবং ফাংশনের প্যারামিটারগুলোর নাম ও বিবরণ থাকবে। আমরা এই স্কিমা ক্লায়েন্টে পাঠাবো, ব্যবহারকারীর অনুরোধের সাথে। এখানে গুরুত্বপূর্ণ বিষয় হলো একটি টুল কল ফেরত আসে, প্রশ্নের চূড়ান্ত উত্তর নয়। আগেই উল্লেখ করা হয়েছে, LLM কাজের জন্য নির্বাচিত ফাংশনের নাম এবং পাস করা আর্গুমেন্ট ফেরত দেয়।

     # Function description for the model to read
 tools = [
     {
         "type": "function",
         "function": {
             "name": "get_current_time",
             "description": "Get the current time in a given location",
             "parameters": {
                 "type": "object",
                 "properties": {
                     "location": {
                         "type": "string",
                         "description": "The city name, e.g. San Francisco",
                     },
                 },
                 "required": ["location"],
             },
         }
     }
 ]

      
 # Initial user message
 messages = [{"role": "user", "content": "What's the current time in San Francisco"}] 
  
 # First API call: Ask the model to use the function
   response = client.chat.completions.create(
       model=deployment_name,
       messages=messages,
       tools=tools,
       tool_choice="auto",
   )
  
   # Process the model's response
   response_message = response.choices[0].message
   messages.append(response_message)
  
   print("Model's response:")  

   print(response_message)
  

     Model's response:
 ChatCompletionMessage(content=None, role='assistant', function_call=None, tool_calls=[ChatCompletionMessageToolCall(id='call_pOsKdUlqvdyttYB67MOj434b', function=Function(arguments='{"location":"San Francisco"}', name='get_current_time'), type='function')])

  3. কাজটি সম্পাদনের জন্য প্রয়োজনীয় ফাংশন কোড:

    এখন LLM নির্ধারণ করেছে কোন ফাংশন কার্যকর করতে হবে, কাজটি সম্পাদনের জন্য কোডটি বাস্তবায়ন এবং কার্যকর করতে হবে। আমরা পাইথনে বর্তমান সময় পাওয়ার কোডটি বাস্তবায়ন করতে পারি। এছাড়াও, প্রতিক্রিয়া বার্তা থেকে নাম এবং আর্গুমেন্ট বের করার কোড লিখতে হবে।

       def get_current_time(location):
     """Get the current time for a given location"""
     print(f"get_current_time called with location: {location}")  
     location_lower = location.lower()
        
     for key, timezone in TIMEZONE_DATA.items():
         if key in location_lower:
             print(f"Timezone found for {key}")  
             current_time = datetime.now(ZoneInfo(timezone)).strftime("%I:%M %p")
             return json.dumps({
                 "location": location,
                 "current_time": current_time
             })
      
     print(f"No timezone data found for {location_lower}")  
     return json.dumps({"location": location, "current_time": "unknown"})

      # Handle function calls
   if response_message.tool_calls:
       for tool_call in response_message.tool_calls:
           if tool_call.function.name == "get_current_time":
     
               function_args = json.loads(tool_call.function.arguments)
     
               time_response = get_current_time(
                   location=function_args.get("location")
               )
     
               messages.append({
                   "tool_call_id": tool_call.id,
                   "role": "tool",
                   "name": "get_current_time",
                   "content": time_response,
               })
   else:
       print("No tool calls were made by the model.")  
  
   # Second API call: Get the final response from the model
   final_response = client.chat.completions.create(
       model=deployment_name,
       messages=messages,
   )
  
   return final_response.choices[0].message.content

       get_current_time called with location: San Francisco
   Timezone found for san francisco
   The current time in San Francisco is 09:24 AM.

ফাংশন কলিং প্রায় সব এজেন্ট টুল ব্যবহারের ডিজাইনের কেন্দ্রে থাকে, তবে এটি শূন্য থেকে বাস্তবায়ন করা কখনও কখনও চ্যালেঞ্জিং হতে পারে। Lesson 2 এ আমরা শিখেছি যে এজেন্টিক ফ্রেমওয়ার্ক আমাদের টুল ব্যবহারের জন্য প্রি-বিল্ট গঠনমূলক ব্লক প্রদান করে।

এজেন্টিক ফ্রেমওয়ার্ক ব্যবহার করে টুল ব্যবহারের উদাহরণ

এখানে বিভিন্ন এজেন্টিক ফ্রেমওয়ার্ক ব্যবহার করে টুল ব্যবহারের ডিজাইন প্যাটার্ন বাস্তবায়নের কিছু উদাহরণ দেওয়া হলো:

সেমান্টিক কার্নেল

সেমান্টিক কার্নেল হলো .NET, পাইথন, এবং জাভা ডেভেলপারদের জন্য একটি ওপেন-সোর্স এআই ফ্রেমওয়ার্ক যারা LLM নিয়ে কাজ করছেন। এটি ফাংশন কলিং ব্যবহারের প্রক্রিয়াকে সহজ করে তোলে কারণ এটি স্বয়ংক্রিয়ভাবে আপনার ফাংশন এবং এর প্যারামিটারগুলোকে মডেলের কাছে সিরিয়ালাইজ করে। এটি মডেল এবং আপনার কোডের মধ্যে কথোপকথন পরিচালনা করে। সেমান্টিক কার্নেলের মতো একটি এজেন্টিক ফ্রেমওয়ার্ক ব্যবহারের আরেকটি সুবিধা হলো এটি আপনাকে ফাইল সার্চ এবং কোড ইন্টারপ্রেটার এর মতো প্রি-বিল্ট টুল অ্যাক্সেস করতে দেয়।

নিচের ডায়াগ্রামটি সেমান্টিক কার্নেলের সাথে ফাংশন কলিং প্রক্রিয়াটি চিত্রিত করে:

function calling

সেমান্টিক কার্নেলে ফাংশন/টুলগুলোকে প্লাগইন বলা হয়। আমরা আগের get_current_time ফাংশনটিকে একটি ক্লাসে রূপান্তর করে প্লাগইনে পরিণত করতে পারি। আমরা kernel_function ডেকোরেটরও আমদানি করতে পারি, যা ফাংশনের বিবরণ গ্রহণ করে। এরপর আপনি যখন GetCurrentTimePlugin সহ একটি কার্নেল তৈরি করবেন, কার্নেল স্বয়ংক্রিয়ভাবে ফাংশন এবং এর প্যারামিটারগুলোকে সিরিয়ালাইজ করবে, প্রক্রিয়ায় LLM-এ পাঠানোর জন্য স্কিমা তৈরি করবে।

from semantic_kernel.functions import kernel_function

class GetCurrentTimePlugin:
    async def __init__(self, location):
        self.location = location

    @kernel_function(
        description="Get the current time for a given location"
    )
    def get_current_time(location: str = ""):
        ...


from semantic_kernel import Kernel

# Create the kernel
kernel = Kernel()

# Create the plugin
get_current_time_plugin = GetCurrentTimePlugin(location)

# Add the plugin to the kernel
kernel.add_plugin(get_current_time_plugin)

Azure AI এজেন্ট সার্ভিস

Azure AI এজেন্ট সার্ভিস হলো একটি নতুন এজেন্টিক ফ্রেমওয়ার্ক যা ডেভেলপারদের নিরাপদে উচ্চমানের এবং সম্প্রসারণযোগ্য এআই এজেন্ট তৈরি, স্থাপন এবং স্কেল করতে সক্ষম করে, এবং এর জন্য অন্তর্নিহিত কম্পিউট এবং স্টোরেজ রিসোর্স পরিচালনা করার প্রয়োজন হয় না। এটি বিশেষভাবে এন্টারপ্রাইজ অ্যাপ্লিকেশনের জন্য উপযোগী কারণ এটি একটি সম্পূর্ণ পরিচালিত সার্ভিস যা এন্টারপ্রাইজ গ্রেড নিরাপত্তা প্রদান করে।

LLM API সরাসরি ব্যবহার করার তুলনায় Azure AI এজেন্ট সার্ভিস কিছু সুবিধা প্রদান করে, যেমন:

Azure AI এজেন্ট সার্ভিসে উপলব্ধ টুলগুলো দুইটি ক্যাটাগরিতে বিভক্ত:

  1. জ্ঞান টুল:
  2. অ্যাকশন টুল:

এজেন্ট সার্ভিস আমাদের এই টুলগুলোকে toolset হিসেবে একত্রে ব্যবহার করার সুযোগ দেয়। এটি threads ব্যবহার করে যা একটি নির্দিষ্ট কথোপকথনের বার্তাগুলোর ইতিহাস ট্র্যাক করে।

ধরা যাক আপনি Contoso নামক একটি কোম্পানির সেলস এজেন্ট। আপনি একটি কথোপকথনমূলক এজেন্ট তৈরি করতে চান যা আপনার সেলস ডেটা সম্পর্কে প্রশ্নের উত্তর দিতে পারে।

নিচের চিত্রটি দেখায় কীভাবে আপনি Azure AI এজেন্ট সার্ভিস ব্যবহার করে আপনার সেলস ডেটা বিশ্লেষণ করতে পারেন:

Agentic Service In Action

এই সার্ভিসের সাথে যেকোনো টুল ব্যবহার করতে আমরা একটি ক্লায়েন্ট তৈরি করতে পারি এবং একটি টুল বা টুলসেট সংজ্ঞায়িত করতে পারি। এটি বাস্তবায়নে আমরা নিম্নলিখিত পাইথন কোড ব্যবহার করতে পারি। LLM টুলসেটটি দেখতে পারবে এবং ব্যবহারকারীর অনুরোধের উপর ভিত্তি করে ব্যবহারকারীর তৈরি ফাংশন fetch_sales_data_using_sqlite_query অথবা প্রি-বিল্ট কোড ইন্টারপ্রেটার ব্যবহার করবে।

import os
from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential
from fetch_sales_data_functions import fetch_sales_data_using_sqlite_query # fetch_sales_data_using_sqlite_query function which can be found in a fetch_sales_data_functions.py file.
from azure.ai.projects.models import ToolSet, FunctionTool, CodeInterpreterTool

project_client = AIProjectClient.from_connection_string(
    credential=DefaultAzureCredential(),
    conn_str=os.environ["PROJECT_CONNECTION_STRING"],
)

# Initialize function calling agent with the fetch_sales_data_using_sqlite_query function and adding it to the toolset
fetch_data_function = FunctionTool(fetch_sales_data_using_sqlite_query)
toolset = ToolSet()
toolset.add(fetch_data_function)

# Initialize Code Interpreter tool and adding it to the toolset. 
code_interpreter = code_interpreter = CodeInterpreterTool()
toolset = ToolSet()
toolset.add(code_interpreter)

agent = project_client.agents.create_agent(
    model="gpt-4o-mini", name="my-agent", instructions="You are helpful agent", 
    toolset=toolset
)

বিশ্বাসযোগ্য এআই এজেন্ট তৈরি করতে টুল ব্যবহারের ডিজাইন প্যাটার্ন ব্যবহারের জন্য বিশেষ বিবেচ্য বিষয়গুলো কী?

LLM দ্বারা গতিশীলভাবে তৈরি করা SQL নিয়ে একটি সাধারণ উদ্বেগ হলো নিরাপত্তা, বিশেষত SQL ইনজেকশন বা ক্ষতিকারক কাজের ঝুঁকি, যেমন ডাটাবেস ড্রপ করা বা পরিবর্তন করা। যদিও এই উদ্বেগগুলো বৈধ, সেগুলো কার্যকরভাবে মোকাবিলা করা যেতে পারে ডাটাবেস অ্যাক্সেস অনুমতিগুলো সঠিকভাবে কনফিগার করে। বেশিরভাগ ডাটাবেসের জন্য এটি ডাটাবেসকে শুধুমাত্র-পঠনযোগ্য (read-only) হিসেবে কনফিগার করার মাধ্যমে সম্পন্ন হয়। PostgreSQL বা Azure SQL এর মতো ডাটাবেস সার্ভিসের জন্য, অ্যাপটিকে শুধুমাত্র-প অ্যাপটি একটি সুরক্ষিত পরিবেশে চালানো সুরক্ষার স্তর আরও বৃদ্ধি করে। এন্টারপ্রাইজ পরিস্থিতিতে, সাধারণত ডেটা অপারেশনাল সিস্টেম থেকে বের করে একটি রিড-অনলি ডেটাবেস বা ডেটা ওয়্যারহাউসে রূপান্তরিত করা হয়, যেখানে ব্যবহারকারী-বান্ধব স্কিমা থাকে। এই পদ্ধতি নিশ্চিত করে যে ডেটা সুরক্ষিত, পারফরম্যান্স এবং অ্যাক্সেসযোগ্যতার জন্য অপ্টিমাইজ করা হয়েছে এবং অ্যাপটির সীমিত, রিড-অনলি অ্যাক্সেস রয়েছে।

নমুনা কোড

টুল ব্যবহারের ডিজাইন প্যাটার্ন সম্পর্কে আরও প্রশ্ন আছে?

Azure AI Foundry Discord-এ যোগ দিন, যেখানে আপনি অন্যান্য শিক্ষার্থীদের সাথে দেখা করতে পারবেন, অফিস আওয়ারে অংশ নিতে পারবেন এবং আপনার AI Agents সম্পর্কিত প্রশ্নের উত্তর পেতে পারবেন।

অতিরিক্ত রিসোর্স

পূর্ববর্তী পাঠ

Understanding Agentic Design Patterns

পরবর্তী পাঠ

Agentic RAG

অস্বীকৃতি:
এই নথিটি AI অনুবাদ পরিষেবা Co-op Translator ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসাধ্য সঠিক অনুবাদের চেষ্টা করি, তবে দয়া করে মনে রাখবেন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। নথিটির মূল ভাষায় থাকা সংস্করণটিকে প্রামাণিক উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য, পেশাদার মানব অনুবাদ সুপারিশ করা হয়। এই অনুবাদ ব্যবহারের ফলে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।

This site is open source. Improve this page.