[Перевод] Interpretable Context Methodology (Методология интерпретируемого контекста): структура директорий как архитектура агента
Habr ·
Привет, Хабр! Это не перевод, скорее выжимка из статьи со схожим названием. Очень советую ознакомиться, если подход заинтересует. Текущий подход к оркестрации AI агентов обычно включает в себя создание фреймворка, который руководит передачей контекста, памятью, обработкой ошибок и координацией шагов решения задачи (CrewAI, LangChain, AutoGen). Подобные фреймворки отлично подходят для сложных, многозадачных систем. Но для последовательных процессов, требующих проверки работы человеком для определенных шагов процесса, использование подобных фреймворков добавляет огромный инженерных overhead. Методология интерпретируемого контекста заменяет оркестрацию на уровне фреймворка на оркестрацию с помощью структуры файловой системы. Markdown файлы содержат в себе промпты и контекст, который говорит агенту, какую роль взять на себя для каждого шага пайплайна. Если задача не требует использования LLM, работа описывается через локальные скрипты. Этот подход позволяет избежать использования оркестрационного фреймворка и использования нескольких агентов. Один агент отвечает за оркестрацию. Структура директорий говорит агенту, что делать на каждом шаге процесса и даже если агенту надо делегировать задачу, эта же структура определяет контекст для sub-агентов. Подход основан на идее Unix-pipeline. Система декомпозирована на основе того, что одни модули прячут от других модулей, что позволяет вносить изменения в логику модулей, не нарушая работу программы. Предложенный Дейкстрой подход “разделения зависимостей” позволяет модулям отвечать за единственную задачу. Разработчику остается лишь определить порядок выполнения задач. Читать далее
Привет, Хабр! Это не перевод, скорее выжимка из статьи со схожим названием. Очень советую ознакомиться, если подход заинтересует. Текущий подход к оркестрации AI агентов обычно включает в себя создание фреймворка, который руководит передачей контекста, памятью, обработкой ошибок и координацией шагов решения задачи (CrewAI, LangChain, AutoGen). Подобные фреймворки отлично подходят для сложных, многозадачных систем. Но для последовательных процессов, требующих проверки работы человеком для определенных шагов процесса, использование подобных фреймворков добавляет огромный инженерных overhead. Методология интерпретируемого контекста заменяет оркестрацию на уровне фреймворка на оркестрацию с помощью структуры файловой системы. Markdown файлы содержат в себе промпты и контекст, который говорит агенту, какую роль взять на себя для каждого шага пайплайна. Если задача не требует использования LLM, работа описывается через локальные скрипты. Этот подход позволяет избежать использования оркестрационного фреймворка и использования нескольких агентов. Один агент отвечает за оркестрацию. Структура директорий говорит агенту, что делать на каждом шаге процесса и даже если агенту надо делегировать задачу, эта же структура определяет контекст для sub-агентов. Подход основан на идее Unix-pipeline. Система декомпозирована на основе того, что одни модули прячут от других модулей, что позволяет вносить изменения в логику модулей, не нарушая работу программы. Предложенный Дейкстрой подход “разделения зависимостей” позволяет модулям отвечать за единственную задачу. Разработчику остается лишь определить порядок выполнения задач. Читать далее