ओपनजियुवेन का हाइपर-एजेंट स्वार्म कार्य चैट में स्थायी एआई एजेंटों को डिजिटल कर्मचारियों के रूप में लागू करता है
और पढ़ें
Pandaily
pandaily.com

ओपनजियुवेन का हाइपर-एजेंट स्वार्म कार्य चैट में स्थायी एआई एजेंटों को डिजिटल कर्मचारियों के रूप में लागू करता है

ओपनजियुवेन, एक ओपन एजेंट समुदाय जिसे हुआवेई द्वारा समर्थित किया जाता है, ने हाइपर-एजेंट जारी किया है - एक स्वार्म आर्किटेक्चर जो एजेंटों को अलग-अलग चैट सत्रों से वास्तविक समूह कार्य चैट में स्थानांतरित करता है, जिससे वे स्थायी डिजिटल कर्मचारी बन जाते हैं। इस बारे में आईटी होम ने समुदाय की प्रकाशन श्रृंखला में बताया।

यह कार्यक्षमता openJiuwen WorkSwarm में उपलब्ध है, जिसका कोड GitHub पर JiuwenSwarm नाम से खुला है। मुख्य परिवर्तन एजेंटों और सत्रों के संचार सिद्धांत में बदलाव है। इसके बजाय कि एजेंट एक बातचीत से बंधा हो, स्थायी एजेंट अपनी पहचान और स्थिति बनाए रखता है, लगातार काम करता रहता है, जबकि सत्र एक बुनियादी संसाधन बन जाते हैं जिसे सिस्टम वितरित, समानांतर में योजनाबद्ध और संदर्भ को संरक्षित करते हुए फिर से शुरू करता है।

सिस्टम में एक गेटवे शामिल है जो इंस्टेंट मैसेजिंग ऐप्स और वेब इंटरफ़ेस को जोड़ता है, साथ ही AgentServer भी है जो एजेंटों और कार्य सत्रों की योजना बनाता है। समुदाय के अनुसार, यह स्थायी सत्रों पर पिछले काम का विकास है और एक एजेंट को विभिन्न तृतीय-पक्ष समूह चैट में कई कार्य करने की अनुमति देता है।

WorkSwarm में, उपयोगकर्ता कर्मचारी केंद्र के माध्यम से इन एजेंटों का निर्माण करते हैं, या तो तैयार विशेषज्ञ टेम्पलेट का उपयोग करके या उन्हें खरोंच से बनाकर। कॉन्फ़िगरेशन के दौरान, जिम्मेदारियां, कार्य शैली, वितरण आवश्यकताएं, कौशल, कनेक्टर, ज्ञान स्रोत और यहां तक कि एक समर्पित मेलबॉक्स निर्दिष्ट किए जाते हैं। जब संदर्भ विंडो अपनी सीमा के करीब पहुंचती है, तो एजेंट एक नए पर स्विच हो जाता है, उद्देश्यों, प्रगति और अगले चरणों का सारांश सौंपता है, और यदि आवश्यक हो तो पुरालेख इतिहास प्राप्त करता है।

दो परिचालन मोड हैं: निष्क्रिय मोड केवल उल्लेख पर प्रतिक्रिया करता है, जबकि अनुकूली मोड अपनी भूमिका और बातचीत की प्रगति के आधार पर संदेश को अनदेखा करने, जवाब देने या हस्तक्षेप करने का निर्णय लेता है। गतिविधि पैनल प्रत्येक एजेंट की गतिविधि, टोकन उपयोग और हाल के प्रतिक्रिया समय को प्रदर्शित करता है।

एक ही एजेंट Feishu और DingTalk जैसे कार्यालय अनुप्रयोगों में काम कर सकता है, एक चैनल में अनुरोध स्वीकार कर सकता है और दूसरे में परिणाम प्रदान कर सकता है। समूहों के बीच जानकारी साझा करने के लिए अनुमोदन की आवश्यकता होती है: उपयोगकर्ता मूल समूह, प्राप्तकर्ता और सामग्री की जांच करते हैं, जिसके बाद वे एक बार या हमेशा के लिए अनुमति देते हैं, जिसे बाद में वापस लिया जा सकता है।

टीम के सदस्य अपने स्वयं के उपकरणों पर WorkSwarm भी चला सकते हैं, जिससे क्लाउड सर्वर और व्यक्तिगत पीसी पर मौजूद एजेंट एक ही समूह में स्थानीय रूप से अधिकृत फ़ाइलों और उपकरणों का उपयोग करके सहयोग कर सकते हैं।

अधिक बड़े पैमाने की परियोजनाओं के लिए WorkSwarm में SwarmEngine समूह चैट का उपयोग किया जाता है, जो उपयोगकर्ताओं, स्थायी एजेंटों, व्यक्तिगत विशेषज्ञों और विशेषज्ञ टीमों को एक ही स्थान पर लाता है। विशेषज्ञ टीम का एक लीडर होता है जो कार्यों को लेता है, प्रगति की रिपोर्ट करता है और कार्य वितरण का आयोजन करता है, जबकि टीम के सदस्य पृष्ठभूमि में काम करते हैं। विशेषज्ञों को Codex और Claude Code जैसे तृतीय-पक्ष एजेंटों से आकर्षित किया जा सकता है और आंतरिक डिजिटल कर्मचारियों के साथ मिश्रित किया जा सकता है।

समुदाय ने उल्लेख किया है कि भविष्य की योजनाओं में अधिक दीर्घकालिक सहयोग सुनिश्चित करने के लिए व्यक्तिगत और क्लस्टर कंप्यूटिंग संसाधनों के समन्वय, सक्रिय शिक्षण और विफलता के बाद पुनर्प्राप्ति की क्षमता शामिल है।

समान कहानियाँ

DeepSeek Harness टीम ने त्रुटियों को स्वयं ढूंढने और ठीक करने में सक्षम सुपर-एजेंट का प्रोटोटाइप जारी किया
और पढ़ें
pandaily.com

DeepSeek Harness टीम ने त्रुटियों को स्वयं ढूंढने और ठीक करने में सक्षम सुपर-एजेंट का प्रोटोटाइप जारी किया

DeepSeek Harness टीम ने अपने प्रोजेक्ट का विवरण प्रकाशित किया, जिसे उन्होंने सुपर-एजेंट नाम दिया है। इस एजेंट को एक स्थायी प्रणाली के रूप में डिज़ाइन किया गया है जो एक साथ कई कार्यों को आगे बढ़ाती है, स्वचालित रूप से काम खोजती है और विफलताओं से उबरती है। चीनी तकनीकी मीडिया द्वारा सूचित किया गया है कि संबंधित अनुसंधान प्रोटोटाइप MIT लाइसेंस के तहत GitHub पर जारी किया गया है।

dsh-superagent-prototype रिपॉजिटरी डीपसीक हार्नेस इकोसिस्टम के भीतर एक GitHub रिपॉजिटरी के साथ काम करने के लिए डिज़ाइन किए गए एक सक्रिय कोडिंग एजेंट पैकेज का प्रतिनिधित्व करती है। एजेंट GitHub और वैकल्पिक रूप से Feishu में गतिविधि को ट्रैक करता है। जब कोई अधिकृत उपयोगकर्ता कार्य निष्पादन का अनुरोध करता है, तो एजेंट एक कार्य आइटम बनाता है, इसे अपने सत्र और कैटलॉग में संसाधित करता है, और फिर मूल संवाद में उत्तर देता है, उदाहरण के लिए, मर्ज अनुरोध (पुल रिक्वेस्ट) बनाकर।

सहयोगी दस्तावेज़ीकरण में इस बात पर जोर दिया गया है कि यह कोड DeepSeek का आधिकारिक उत्पाद नहीं है, बल्कि एक शोध है, और दस्तावेज़ में वर्णित कुछ अवधारणाएं अभी तक कार्यान्वित नहीं की गई हैं।

सिस्टम आर्किटेक्चर

मुख्य अवधारणा दो-स्तरीय वास्तुकला पर आधारित है। राउटर सत्र विभिन्न चैनलों से सभी मानवीय गतिविधि स्वीकार करता है, लेकिन यह स्वयं काम नहीं करता है और उसके पास Bash टूल भी नहीं हो सकता है। कार्यों को अलग-थलग वर्कर एजेंट सत्रों (Worker) को सौंप दिया जाता है, जो पूर्ण टूलसेट का उपयोग करके समानांतर में काम करते हैं, और रिपोर्ट राउटर को वापस भेजते हैं, उपयोगकर्ताओं के साथ संचार को दरकिनार करते हुए।

प्रत्येक वर्कर एजेंट उन शाखाओं की सदस्यता लेता है जिनमें उसकी रुचि है, जैसे चैट चर्चा या मर्ज अनुरोध, जिससे बाद की घटनाएं सीधे उस तक पहुंचती हैं, राउटर से होकर नहीं गुजरती हैं। सिस्टम इवेंट-आधारित तरीके से काम करता है: ट्रिगर चैट संदेश, ईमेल, समीक्षा टिप्पणियाँ और निरंतर एकीकरण (CI) परिणाम होते हैं, जिन्हें पहले नियतात्मक कोड और फिर मॉडल द्वारा फ़िल्टर किया जाता है।

टीम ने एजेंट और रनटाइम वातावरण की स्थिति को भी अलग किया ताकि एजेंट क्लाउड में सक्रिय रह सके और उपयोगकर्ता के स्थानीय मशीनों के साथ इंटरैक्ट कर सके। अतिरिक्त रूप से, एक बाहरी वॉचडॉग (Watchdog) सत्र का उपयोग किया जाता है जो यह नियंत्रित करता है कि वर्कर एजेंट वास्तविक प्रगति हासिल कर रहे हैं या नहीं। आंतरिक उपयोगकर्ता समूह में, टीम ने एक नियम स्थापित किया: इंस्टेंस को बताए गए त्रुटियों को चुपचाप दोहराना चाहिए और केवल तभी उनके बारे में सूचित करना चाहिए जब उसे एक सरल समाधान मिल जाए, कभी-कभी किसी समस्या को चिह्नित करने से पहले ही मर्ज अनुरोध खोल देना।

सिंथेटिक लोड पर प्रारंभिक परीक्षणों में, जिसमें लगभग 300 संदेश और लगभग 20 कार्य अनुरोध शामिल थे, सुपर-एजेंट ने 12.4 मिनट में आधे कार्य पूरे किए, और 95% कार्य 15.7 मिनट में पूरे किए। इन प्रदर्शन संकेतकों ने एक सब-एजेंट टूल के साथ एक ही सत्र द्वारा प्राप्त परिणामों को पार कर लिया, हालांकि इसके लिए अधिक कैश किए गए टोकन की आवश्यकता थी। वर्कर एजेंटों को घटनाओं के सीधे मार्गदर्शन के बिना, राउटर के समाधान लगभग 30% बढ़ गए, और उच्च भार पर बैच प्रोसेसिंग ने राउटर के एक समाधान के निष्पादन समय को 6.4 सेकंड से घटाकर 1.6 सेकंड कर दिया। टीम ने इन परिणामों को एक प्रारंभिक दिशानिर्देश बताया।

टीम द्वारा सूचीबद्ध अनसुलझे प्रश्नों में राउटर का स्केलिंग, दीर्घकालिक स्मृति, एजेंट-से-एजेंट इंटरैक्शन और प्रॉम्प्ट-इंजेक्शन के जोखिम शामिल हैं यदि क्लाउड एजेंट को स्थानीय उपकरणों पर क्रेडेंशियल्स तक पहुंच मिलती है।

कुआइसो एआई-आधारित डिजिटल कर्मचारियों को स्टोर निदान और वीडियो सामग्री प्रबंधन के लिए लागू कर रहा है
और पढ़ें
pandaily.com

कुआइसो एआई-आधारित डिजिटल कर्मचारियों को स्टोर निदान और वीडियो सामग्री प्रबंधन के लिए लागू कर रहा है

कुआइसो ने अपने ई-कॉमर्स प्लेटफॉर्म, कुआइसो शॉप के विक्रेताओं के कार्य वातावरण में कृत्रिम बुद्धिमत्ता पर आधारित डिजिटल सहायक एकीकृत किए हैं। ये उपकरण छोटे विक्रेताओं के लिए डिज़ाइन किए गए हैं जो स्वयं या अंशकालिक आधार पर स्टोर चलाते हैं। आईटी होम द्वारा प्रकाशित जानकारी के अनुसार, ये सहायक चौबीसों घंटे उपलब्ध हैं और पीसी पर कार्यस्थल, ऐप में विशेष एआई मोड या कंप्यूटर पर एआई ऑपरेशन विजेट के माध्यम से बुलाए जा सकते हैं।

विक्रेता सरल भाषा में प्रश्न पूछ सकते हैं, जैसे पिछले सप्ताह ट्रैफ़िक में कमी के कारणों के बारे में या रिटर्न की वर्तमान स्थिति के बारे में। एआई ऑपरेशन का केंद्रीय हब विक्रेता के अनुरोध की पहचान करता है, स्टोर डेटा, उपकरणों और प्लेटफ़ॉर्म नियमों को एकत्र करता है, और फिर कार्य को उपयुक्त एजेंट को सौंपता है।

डिजिटल कर्मचारियों की कार्यक्षमता

सिस्टम में आठ विभिन्न भूमिकाएँ शामिल हैं। वर्चुअल स्टोर मैनेजर पूरे स्टोर का पूर्ण निदान करता है और नए ग्राहकों के रूपांतरण को बढ़ाने, पुनर्खरीद को प्रोत्साहित करने, अभियानों में पंजीकरण करने और उत्पाद नामों को समायोजित करने के लिए रणनीतियाँ प्रस्तावित करता है। डेटा विशेषज्ञ बिक्री, ट्रैफ़िक और रिटर्न से संबंधित प्रश्नों का उत्तर देता है, साथ ही किसी भी विचलन के मूल कारणों की पहचान करता है।

वीडियो विशेषज्ञ लघु वीडियो का निदान करता है, उत्पादों का चयन करता है, एक ही चरण में तैयार क्लिप उत्पन्न करता है, सामग्री को स्वचालित रूप से प्रकाशित और प्रचारित करता है। लाइव स्ट्रीमिंग विशेषज्ञ योजना बनाने, उत्पादों का चयन करने, स्क्रिप्ट लिखने, और प्रसारण के बाद देखने और समीक्षा करने में मदद करता है।

ग्राहक सेवा पक्ष पर, रिटर्न हैंडलिंग विशेषज्ञ शिकायतों की समीक्षा करता है, विवादों के संबंध में प्लेटफ़ॉर्म नियमों की व्याख्या करता है, और उच्च रिटर्न दर को कम करने के लिए समाधान प्रस्तावित करता है। ग्राहक सेवा विशेषज्ञ समीक्षाओं और संतुष्टि मेट्रिक्स, साथ ही शिकायत चैट का विश्लेषण करता है। इसके अलावा, एक ऑर्डर पूर्ति विशेषज्ञ लॉजिस्टिक समस्याओं की निगरानी करता है, और एक अनुपालन विशेषज्ञ उल्लंघनों के जोखिमों और स्टोर अनुभव रेटिंग में गिरावट के कारणों की व्याख्या करता है।

कुआइसो इस प्रणाली को एक बंद लूप के रूप में वर्णित करता है: पहले समस्या का निदान किया जाता है, फिर विक्रेता की ओर से निष्पादित की जाने वाली रणनीति प्रस्तावित की जाती है, और अंत में प्राप्त डेटा का विश्लेषण किया जाता है। आईटी होम का एक अन्य लेख इस प्रणाली का समर्थन करने वाले उपकरणों के व्यापक सेट को सूचीबद्ध करता है। इनमें कैटलॉग में वस्तुओं को बैच में जोड़ने की सुविधा, वीडियो का स्वचालित प्रकाशन, स्क्रिप्ट और वीडियो जनरेशन प्लेटफॉर्म, एक क्लिक में एआई के साथ लाइव स्ट्रीमिंग सेटअप, लाइव चैट असिस्टेंट, पार्टनर प्रोग्राम का स्वचालित प्रबंधन, प्राकृतिक भाषा में विज्ञापन अभियान सेटअप, एआई ग्राहक सेवा, रिटर्न रिकवरी और स्वचालित ऑर्डर प्रिंटिंग और शिपिंग शामिल हैं।

इस विषय पर प्रकाश डालते हुए, अंशकालिक काम करने वाले एक कपड़ों के विक्रेता ने बताया कि वह हर शाम पिछले दिन की तुलना में एक्सपोजर, क्लिक और रिटर्न के आंकड़ों की जांच करता है, और यह एजेंट को मुख्य काम पर रहते हुए भी वीडियो स्वचालित रूप से प्रकाशित करने की अनुमति देता है। एक चाय कंपनी के प्रतिनिधि ने उल्लेख किया कि इन उपकरणों की बदौलत उन्होंने वीडियो संपादकों को नियुक्त करने की आवश्यकता को काफी कम कर दिया है।

MiHoYo टीम ने कीबोर्ड और माउस का उपयोग करके खेलों को नियंत्रित करने के लिए GameScaling मॉडल जारी किए
और पढ़ें
technode.com

MiHoYo टीम ने कीबोर्ड और माउस का उपयोग करके खेलों को नियंत्रित करने के लिए GameScaling मॉडल जारी किए

MiHoYo के कृत्रिम बुद्धिमत्ता विशेषज्ञों और विश्वविद्यालयों के भागीदारों सहित शोध समूह ने GameScaling मॉडल सार्वजनिक कर दिए हैं। ये मॉडल दृश्य विश्लेषण के आधार पर कीबोर्ड और माउस के लिए कमांड उत्पन्न करके वीडियो गेम खेल सकते हैं।

जारी किए गए सेट में आठ चेकपॉइंट शामिल हैं, जिनके पैरामीटर 800 मिलियन से 27 बिलियन तक भिन्न होते हैं। इन मॉडलों को Qwen3.5 मॉडलों के प्री-ट्रेनिंग को जारी रखकर बनाया गया था, जो दृष्टि और भाषा मॉडल हैं।

छोटी कमांड अनुक्रमों को उत्पन्न करने के लिए, मॉडल वर्तमान और हाल के गेम फ्रेम के साथ-साथ पिछली कार्रवाइयों की जानकारी का भी उपयोग करते हैं। प्रदर्शित क्षमताओं में Minecraft में संसाधन एकत्र करना और क्राफ्टिंग, Doom में लड़ाई और मूवमेंट, और एस्केप रूम में क्वेस्ट स्थितियों के तहत पहेली हल करना शामिल है।

यह परियोजना मॉडल वेट्स, इन्फेरेंस के लिए कोड और Apache 2.0 लाइसेंस के तहत सॉफ़्टवेयर उदाहरण प्रदान करती है। यह डेवलपर्स को यह अध्ययन करने की अनुमति देता है कि विभिन्न आभासी दुनियाओं में प्रशिक्षण इंटरैक्टिव आर्टिफिशियल इंटेलिजेंस के प्रदर्शन को कैसे प्रभावित करता है।

लोकप्रिय