প্রকল্প সম্পর্কে

AutoAgent, থার্ড লেয়ার থেকে, একটি ওপেন-সোর্স ফ্রেমওয়ার্ক যা স্বায়ত্তশাসিত হারনেস ইঞ্জিনিয়ারিংয়ের জন্য: একটি AI এজেন্টের কোড হাতে সম্পাদনা করার পরিবর্তে, আপনি একটি মেটা-এজেন্ট (আপনার কোডিং এজেন্ট) কে এজেন্ট হারনেস তৈরি এবং পুনরাবৃত্তি করতে দেন, যা autoresearch-এর জনপ্রিয় রাখা-বা-বাতিল পরীক্ষা লুপ অনুসরণ করে। এটি কীভাবে কাজ করে: - পরীক্ষাধীন হারনেসটি একটি একক ফাইল, agent.py-তে থাকে, যাতে কনফিগারেশন, টুল ডেফিনিশন, একটি এজেন্ট রেজিস্ট্রি, রাউটিং/অর্কেস্ট্রেশন এবং একটি Harbor অ্যাডাপ্টার সীমানা থাকে। অ্যাডাপ্টার বিভাগটি স্পষ্টভাবে স্থির হিসাবে চিহ্নিত; বাকি অংশটি মেটা-এজেন্টের প্রাথমিক সম্পাদনা পৃষ্ঠ। - মানুষ পাইথন সম্পাদনা করে না। পরিবর্তে আপনি program.md সম্পাদনা করেন, একটি মার্কডাউন ফাইল যা মেটা-এজেন্টের নির্দেশাবলী এবং কী ধরনের এজেন্ট তৈরি করতে হবে তার নির্দেশনা প্রদান করে। - মূল্যায়ন কাজগুলি tasks/-এ Harbor টাস্ক ফর্ম্যাট ব্যবহার করে: task.toml কনফিগারেশন, instruction.md প্রম্পট, টেস্ট (test.sh/test.py, ডিটারমিনিস্টিক বা LLM-বিচারক) যা 0.0-1.0 স্কোর লেখে, বেস ইমেজের উপর ভিত্তি করে একটি প্রতি-টাস্ক Dockerfile এবং মাউন্ট করা রেফারেন্স ফাইল। রিপোজিটরি টাস্ক ছাড়া পাঠানো হয়; আপনি নিজের যোগ করেন এবং বেঞ্চমার্ক পেলোডগুলি বেঞ্চমার্ক-নির্দিষ্ট শাখায় উপস্থিত হতে পারে। - লুপ: মেটা-এজেন্ট নির্দেশনা পড়ে, বর্তমান হারনেস পরিদর্শন করে, বেঞ্চমার্ক চালায়, ব্যর্থতা নির্ণয় করে, agent.py পরিবর্তন করে, টাস্ক টেস্ট স্যুট দ্বারা উত্পাদিত মোট স্কোর পরীক্ষা করে এবং পরিবর্তনটি রাখে বা বাতিল করে - স্কোরের উপর হিল-ক্লাইম্বিং। পরীক্ষাগুলি results.tsv-এ লগ করা হয় এবং Harbor কাজের আউটপুট jobs/-এ যায়। প্রয়োজনীয়তা এবং ব্যবহার: Docker, Python 3.10+, uv এবং আপনার হারনেসের প্রয়োজনীয় মডেল-প্রদানকারী ক্রেডেনশিয়াল (যেমন, .env-এ OPENAI_API_KEY)। আপনি Dockerfile.base দিয়ে বেস ইমেজ তৈরি করেন, টাস্ক যোগ করেন, তারপর harbor CLI-এর মাধ্যমে এজেন্ট ইমপোর্ট পাথ agent:AutoAgent সহ একটি একক টাস্ক বা সমস্ত টাস্ক সমান্তরালে চালান। একটি পরীক্ষা শুরু করতে, আপনি আপনার কোডিং এজেন্টকে রিপোজিটরিতে নির্দেশ করেন এবং এটি program.md পড়তে প্রম্পট করেন। README-তে উল্লিখিত ডিজাইন পছন্দ: সরাসরি হারনেসের পরিবর্তে মেটা-এজেন্ট প্রোগ্রাম করুন; হারনেসকে একক-ফাইল রাখুন কিন্তু রেজিস্ট্রি-চালিত রাখুন যাতে এটি এখনও পরিষ্কারভাবে বিবর্তিত হতে পারে; এজেন্টকে ডকার আইসোলেশনে চালান যাতে এটি হোস্টের ক্ষতি করতে না পারে; প্রতিটি পরীক্ষাকে স্কোর-চালিত করুন; এবং Harbor-সামঞ্জস্যপূর্ণ টাস্ক ব্যবহার করুন যাতে একই হারনেস বিভিন্ন ডেটাসেটে মূল্যায়ন করা যায়। README আরও পরামর্শ দেয় যে এজেন্টকে প্রসঙ্গ-ইঞ্জিনিয়ারিং দক্ষতা (যেমন এজেন্ট স্কিলস ফর কনটেক্সট ইঞ্জিনিয়ারিং এবং context7) দিয়ে সজ্জিত করা কর্মক্ষমতা উন্নত করতে পারে এবং ডকার ইমেজ, কন্টেইনার এবং Harbor-এর টাস্ক ক্যাশের জন্য ক্লিনআপ কমান্ড সরবরাহ করে, যা রান জুড়ে জমা হয়। MIT লাইসেন্সের অধীনে লাইসেন্সকৃত। রক্ষণাবেক্ষণকারীরা স্ব-কনফিগারিং এজেন্ট এবং নিয়োগের আশেপাশে একটি আসন্ন পণ্য নোট করেছেন।