इस प्रोजेक्ट के बारे में
यह «AG-UI ग्रुप चैट एक्सटेंशन प्रोटोकॉल मानक v1.0» के अनुसार कार्यान्वित एक ग्रुप चैट प्रोटोकॉल हब (Hub) है, जिसे C# / .NET 10 के ASP.NET Core Minimal API का उपयोग करके लिखा गया है। यह "ग्रुप चैट" को एक प्रोटोकॉल लेयर के रूप में बनाता है जिसे तीसरे पक्ष के एप्लिकेशन एक्सेस कर सकते हैं: ग्रुप और सदस्यों का लाइफसाइकिल, मैसेज फैन-आउट, सब्सक्रिप्शन और रियल-टाइम डाउनलिंक सभी एक ही इवेंट और एरर कोड कन्वेंशन का पालन करते हैं, जिसमें AI एजेंट ग्रुप सदस्यों के रूप में भाग लेते हैं।
प्रोटोकॉल क्षमताएं
- ग्रुप लाइफसाइकिल: निर्माण, अपडेट और विघटन, जो GROUP_CREATED / GROUP_UPDATED / GROUP_DISBANDED के अनुरूप हैं।
- सदस्य प्रबंधन: शामिल होना, हटाना, स्वेच्छा से छोड़ना, भूमिका और प्रोफाइल परिवर्तन (GROUP_MEMBER_*)।
- मैसेज फैन-आउट: उपयोगकर्ता संदेश TEXT_MESSAGE_START/CONTENT/END ट्रिपलेट के रूप में प्रसारित किए जाते हैं, जिसमें all, mentioned, और private तीन दृश्यता रेंज प्रदान की जाती हैं, और यह संदेश वापस लेने (recall), रीड रसीद और 'टाइपिंग' स्थिति का समर्थन करता है।
- सब्सक्रिप्शन तंत्र: GROUP_SUBSCRIBE / GROUP_UNSUBSCRIBE / GROUP_SUBSCRIBE_ACK / GROUP_STATE_SNAPSHOT।
- डुअल ट्रांसमिशन: WebSocket फुल-डुप्लेक्स (/ws) और SSE सिंगल-डायरेक्शनल डाउनलिंक (/sse), हार्टबीट कीप-अलाइव के साथ; SSE को HTTP इंटरफेस के माध्यम से गतिशील रूप से सब्सक्राइब और अनसब्सक्राइब किया जा सकता है।
- एजेंट ट्रिगर नियम (प्रोटोकॉल §6): मेंशन ट्रिगर, फुल लिसनिंग, कीवर्ड ट्रिगर, और कॉन्टेक्स्ट ट्रिगर (मॉडल द्वारा संदर्भ के आधार पर तय किया जाता है कि बोलना है या नहीं)।
- HTTP अपलिंक API: ग्रुप निर्माण, कस्टमर नॉलेज हब की खोज/प्रवेश, ग्रुप नाम ऑटो-जेनरेशन, सदस्य जोड़ना/हटाना, मैसेज भेजना, अटैचमेंट अपलोड/डाउनलोड, रिकॉल, रीड रसीद, मानव-मशीन इंटरैक्शन निर्णय, स्नैपशॉट और सदस्य सूची आदि को कवर करता है; त्रुटियां एकीकृत code + message के रूप में लौटाई जाती हैं, और स्टेटस कोड 403/404/409/400 पर मैप किए जाते हैं। राइट इंटरफेस टोकन पहचान के आधार पर रिक्वेस्ट बॉडी में पहचान फ़ील्ड को ओवरराइड करते हैं, और रीड इंटरफेस यह सत्यापित करते हैं कि कॉलर ग्रुप सदस्य है।
एजेंट और मेमोरी
- AguiGroupChat.Agents, Microsoft Agent Framework के आधार पर IAgentGateway को लागू करता है: मॉक प्रदाता आउट-ऑफ-द-बॉक्स उपलब्ध है, या OpenAI संगत एंडपॉइंट्स (Ollama / vLLM / Azure OpenAI / DeepSeek) कॉन्फ़िगर किए जा सकते हैं। ट्रिगर होने के बाद, यह टेक्स्ट इवेंट्स को स्ट्रीम करता है और फंक्शन कॉल के लिए TOOL_CALL_START फैन-आउट करता है।
- मानव-इन-द-लूप (HITL): टूल्स को ApprovalRequiredAIFunction के रूप में चिह्नित किया जा सकता है, जिससे मॉडल कॉल के दौरान निष्पादन रुक जाता है, और ग्रुप चैट में AGENT_INTERACTION_REQUEST इंटरैक्शन कार्ड प्रसारित किया जाता है। केवल ट्रिगर करने वाला व्यक्ति इसे स्वीकृत या अस्वीकृत कर सकता है, जिसके बाद सत्र फिर से शुरू होता है।
- RAG सिमेंटिक मेमोरी: MemoryContextProvider रिट्रीवल कॉन्टेक्स्ट इंजेक्ट करता है, वेक्टर pgvector में संग्रहीत होते हैं, और एम्बेडिंग HTTP एंडपॉइंट या LLamaSharp स्थानीय मॉडल (जैसे bge-m3) के माध्यम से हो सकते हैं। नॉलेज बेस डॉक्यूमेंट स्लाइसिंग और रिट्रीवल का समर्थन करता है, जिसमें मेमोरी रेंज, TopK और समानता थ्रेशोल्ड जैसे समायोज्य पैरामीटर हैं।
- मेमोरी पर्सना टाइप: प्रत्येक डिजिटल कर्मचारी के लिए पांच मेमोरी प्रीसेट और टोन मोड कॉन्फ़िगर किए जा सकते हैं; यदि कॉन्फ़िगर नहीं किया गया है, तो यह प्लेटफॉर्म ग्लोबल सेटिंग्स का उपयोग करता है।
- बिल्ट-इन टूलसेट में कैलकुलेटर, यूनिट कन्वर्जन, ग्रुप मेमोरी रिट्रीवल और अटैचमेंट रीडिंग शामिल हैं; वेब_सर्च / रीड_यूआरएल डिफ़ॉल्ट रूप से बंद हैं।
- इमेज अंडरस्टैंडिंग: इमेज अटैचमेंट वाले रिप्लाई विजन मॉडल पर रूट किए जाते हैं, जहाँ इमेज base64 मल्टी-मोडल कंटेंट के रूप में भेजी जाती हैं।
- थिंकिंग मोड ब्रिजिंग: बाहरी सेवाओं का REASONING_MESSAGE_CONTENT एक स्वतंत्र चैनल के माध्यम से जाता है, जिससे फ्रंटएंड कोलैप्सिबल थिंकिंग प्रोसेस ब्लॉक रेंडर कर सकता है।
एप्लिकेशन और एक्सटेंशन फीचर्स
- उपयोगकर्ता प्रबंधन: पंजीकरण, लॉगिन, लॉगआउट, पासवर्ड परिवर्तन, प्रोफाइल रखरखाव, PBKDF2 पासवर्ड हैशिंग और सेशन टोकन; WS/SSE टोकन ऑथेंटिकेशन का समर्थन करते हैं। लॉगिन इंटरफेस में यूजरनेम एनुमरेशन प्रिवेंशन और फेल्योर रेट लिमिटिंग है।
- प्लेटफॉर्म-लेवल RBAC: SuperAdmin / Admin / Operator / User चार स्तर, जिन्हें कॉन्फ़िगरेशन लिस्ट या सुपर एडमिन द्वारा ऑनलाइन प्रदान किया जा सकता है। डिजिटल कर्मचारियों और स्किल्स की दृश्यता के लिए यूजर ग्रुपिंग और ग्रुप-आधारित ऑथराइजेशन भी उपलब्ध है।
- स्किल लाइब्रेरी: prompt / shell / http / dotnet चार श्रेणियों में विभाजित; निष्पादन क्षमता वाले स्किल्स को केवल सिस्टम एडमिन बदल सकते हैं। यह प्राकृतिक भाषा का उपयोग करके स्किल परिभाषा उत्पन्न करने और ट्रायल रन करने का समर्थन करता है।
- वन-क्लिक ऑर्गनाइजेशन ऑर्केस्ट्रेशन: एक वाक्य की आवश्यकता दर्ज करें, SSE के माध्यम से जॉब प्लान उत्पन्न करें, ऑर्गनाइजेशन स्ट्रक्चर, स्किल्स और असाइनमेंट संबंधों का पूर्वावलोकन करें और फिर उन्हें डेटाबेस में सेव करें, साथ ही ग्रुप निर्माण को सिंक्रोनाइज़ करें।
- सिंगल चैट और कस्टमर नॉलेज हब: डिजिटल कर्मचारियों के लिए प्राइवेट वन-टू-वन चैट बनाई जा सकती है; कस्टमर नॉलेज हब में सामान्य उपयोगकर्ता प्रतिभागियों के रूप में प्रवेश करते हैं, और सत्र एक-दूसरे से अलग होते हैं।
- ग्लोबल सर्च: मैसेज, सिमेंटिक मेमोरी और नॉलेज बेस में खोज करता है और दृश्यता के आधार पर परिणामों को फ़िल्टर करता है।
- लिंक प्रॉक्सी, डेटा एक्सपोर्ट/इंपोर्ट, रनटाइम मॉडल कॉन्फ़िगरेशन, ऑडिट लॉग और अकाउंट डिलीशन जैसी एंटरप्राइज कॉम्प्लायंस क्षमताएं।
डिप्लॉयमेंट और प्रोजेक्ट फॉर्म
- चार रनिंग मोड प्रदान किए गए हैं: वेब डेमो, केवल प्रोटोकॉल हब, विंडोज डेस्कटॉप (WPF + WebView2), और क्रॉस-प्लेटफॉर्म डेस्कटॉप (Avalonia); डेस्कटॉप संस्करण एक ही बैकएंड प्रोसेस साझा करने के लिए मल्टी-इंस्टेंस का समर्थन करता है।
- पर्सिस्टेंस के लिए JSON सिंगल-फाइल स्नैपशॉट या postgres / mysql / sqlite डेटाबेस का विकल्प है; docker compose के माध्यम से postgres(pgvector) + बिल्ट-इन Ollama + Web को एक क्लिक में शुरू किया जा सकता है, जिसमें सिमेंटिक मेमोरी डिफ़ॉल्ट रूप से सक्षम होती है।
- इसमें थर्ड-पार्टी एक्सेस SDK (AguiClient + AguiRealtimeClient, net8.0/net10.0 समर्थित), उदाहरण क्लाइंट, यूनिट और एंड-टू-एंड टेस्ट, और Playwright ब्राउज़र ऑटोमेशन स्क्रिप्ट शामिल हैं।
Comments
0 Rating appears after 10 ratings
Sign in to join the discussion.