00:00:00AI कोडिंग जिस तरह से आगे बढ़ रही है,
00:00:01बहुत सी चीजें ऑटोमेटेड होती जा रही हैं।
00:00:03इसमें क्या गलत है कि एक और चीज़ हमारे हाथों से निकल जाए?
00:00:06LLM को टूल्स मिल गए,
00:00:07और बस ऐसे ही,
00:00:08इंसानों का बहुत सारा काम ऑटोमेटेड हो गया।
00:00:10Puppeteer MCP के साथ, हमने ऑटोमेटेड UI टेस्टिंग देखी।
00:00:13अब Ingest ने हमें एक मॉनिटरिंग लेयर दी है,
00:00:16जिससे आपके कोडिंग एजेंट्स खुद बनाए गए कोड के लाइव डीबगर बन सकते हैं।
00:00:20वे ऐसा Ingest dev सर्वर के लिए अपना MCP रिलीज़ करके कर रहे हैं,
00:00:23जो मूल रूप से उनके क्लाउड प्लेटफॉर्म का एक लोकल वर्ज़न है।
00:00:26यह प्लेटफॉर्म आपको अपने एजेंट के अंदर बनाए गए सभी फंक्शन्स को टेस्ट करने देता है,
00:00:31और चलने वाले विभिन्न इवेंट्स के साथ हर चीज़ के लिए एक विज़ुअल इंटरफ़ेस प्रदान करता है।
00:00:35इसके साथ,
00:00:35आप सीधे अपने AI एजेंट्स जैसे Claude Code या Cursor से सभी ऑटोमेटेड टेस्टिंग करने के लिए कह सकते हैं।
00:00:41अगर Versil के पास ऐसा कुछ होता,
00:00:43तो उनके डिप्लॉयमेंट और डीबगिंग के लिए केवल एक प्रॉम्प्ट की ज़रूरत होती।
00:00:46जो लोग नहीं जानते,
00:00:47Ingest एक ओपन-सोर्स वर्कफ़्लो ऑर्केस्ट्रेशन प्लेटफॉर्म है जो आपको विश्वसनीय AI वर्कफ़्लो बनाने देता है और इससे जुड़ी कई समस्याओं का ध्यान रखता है।
00:00:55मैं इसे अपनी कंपनी में एजेंटिक वर्कफ़्लो बनाने के लिए इस्तेमाल कर रहा हूँ,
00:00:59और डेवलपर एक्सपीरियंस वाकई बहुत अच्छा है।
00:01:00MCP सर्वर के साथ, यह और भी बेहतर हो गया है।
00:01:03ये वर्कफ़्लो एसिंक फंक्शन्स के साथ बनाए गए हैं,
00:01:06और इन्हें टेस्ट व डीबग करने में कुछ समस्याएँ हैं।
00:01:09उनमें से ज़्यादातर बाहरी इवेंट्स से ट्रिगर होते हैं।
00:01:11वे कई स्टेप्स के साथ एसिंक्रोनसली चलते हैं।
00:01:13जो लोग नहीं जानते कि एसिंक्रोनस का क्या मतलब है,
00:01:16ये ऐसे फंक्शन्स हैं जो रुक सकते हैं और किसी चीज़ के खत्म होने का इंतज़ार कर सकते हैं,
00:01:19और फिर बाकी सब कुछ ब्लॉक किए बिना जारी रह सकते हैं।
00:01:22ये फंक्शन्स बड़े वर्कफ़्लो का हिस्सा हैं,
00:01:24जिससे डीबगिंग और भी मुश्किल हो जाती है।
00:01:26इससे आमतौर पर आपको इन इवेंट्स को मैन्युअल रूप से ट्रिगर करना पड़ता है,
00:01:30या आपको समय-समय पर अपने कोड एडिटर और ब्राउज़र के बीच लगातार स्विच करना पड़ सकता है।
00:01:34आपको यह समझने के लिए लॉग्स खंगालने पड़ सकते हैं कि उस एक फंक्शन के साथ वास्तव में क्या हुआ,
00:01:39या यह क्यों फेल हो गया या कुछ और।
00:01:41या आपको जटिल इवेंट्स को फिर से बनाना पड़ सकता है,
00:01:44या फंक्शन को वास्तव में टेस्ट करने के लिए उन्हें खुद ट्रिगर करना पड़ सकता है।
00:01:47लेकिन अब MCP इंटीग्रेशन के साथ,
00:01:49आपका AI एजेंट यह सब ऑटोमैटिकली संभाल सकता है।
00:01:52उनके पास यह 'कॉन्टेक्स्ट इंजीनियरिंग इन प्रैक्टिस' पेपर भी था,
00:01:55जहाँ उन्होंने बताया कि उन्होंने वास्तव में एक AI रिसर्च एजेंट कैसे बनाया।
00:01:58मैं MCP कैसे काम करता है,
00:01:59यह दिखाने के लिए इस एजेंट का उपयोग करूँगा।
00:02:01एजेंट में,
00:02:02उन्होंने इसे केवल बनाने के बजाय,
00:02:03इसके अंदर कॉन्टेक्स्ट इंजीनियरिंग को लागू किया,
00:02:06दोनों इसके कॉन्टेक्स्ट रिट्रीवल फेज़ और इसके कॉन्टेक्स्ट एनरिचमेंट फेज़ में।
00:02:10वे कॉन्टेक्स्ट पुशिंग और कॉन्टेक्स्ट पुलिंग के बीच के अंतर को भी बहुत अच्छी तरह समझाते हैं।
00:02:14यह एक बहुत ही दिलचस्प लेख भी है,
00:02:16और मैं इस पर एक वीडियो बना सकता हूँ।
00:02:18तो अगर आप इसमें रुचि रखते हैं, तो नीचे कमेंट करें।
00:02:20यह एजेंट पूरी तरह से ओपन सोर्स है।
00:02:22मैंने लिंक कॉपी किया,
00:02:23इसे क्लोन किया,
00:02:24डिपेंडेंसी इंस्टॉल की,
00:02:25और क्लाउड कोड को इनिशियलाइज़ किया।
00:02:27मैंने इससे कोड बेस का विश्लेषण करवाया और claud.md बनवाया।
00:02:31लेख में यह भी बताया गया है कि हमें उनकी अलग-अलग ताकतों के लिए अलग-अलग मॉडलों का उपयोग क्यों करना चाहिए,
00:02:35और उन्होंने रिसर्च एजेंट में अलग-अलग भूमिकाओं के लिए अलग-अलग LLM वाले एजेंटों को लागू किया है।
00:02:39वे Vercel के साथ AI गेटवे का उपयोग कर रहे हैं,
00:02:42जो आपको 100 से अधिक मॉडलों तक पहुँच प्रदान करता है।
00:02:44मैं एक सिंगल मॉडल का उपयोग करना चाहता था।
00:02:46claud.md का उपयोग करके,
00:02:47इसने कोड बेस को अपडेट किया और इसे OpenAI के API का उपयोग करने के लिए स्विच कर दिया।
00:02:51एडिट करने के बाद इसने मुझे बताया कि इसने कौन सी फाइलें बदली थीं।
00:02:54उसके बाद,
00:02:54मैंने क्लाउड कोड के लिए कॉन्फ़िगरेशन कॉपी किया,
00:02:57एक .mcp.json फ़ाइल बनाई,
00:02:58उसे पेस्ट किया,
00:02:59Next.js ऐप शुरू किया,
00:03:00और फिर इनजेस्ट देव सर्वर शुरू किया जिसे आप पहले ही देख चुके हैं।
00:03:04उसके बाद,
00:03:05मैंने क्लाउड कोड को रीस्टार्ट किया और जाँच की कि MCP कनेक्टेड था।
00:03:09MCP के अंदर,
00:03:09आपके पास इवेंट मैनेजमेंट है,
00:03:10जहाँ यह मूल रूप से टेस्ट इवेंट्स के साथ फंक्शन्स को ट्रिगर कर सकता है और रन आईडी प्राप्त कर सकता है,
00:03:15साथ ही अन्य फंक्शन्स भी हैं जो इसे फंक्शन्स को लिस्ट और इनवोक करने की अनुमति देते हैं।
00:03:19आपके पास मॉनिटरिंग टूल्स हैं जो इसे स्टेटस और डॉक्यूमेंटेशन एक्सेस भी प्राप्त करने की अनुमति देते हैं,
00:03:23इसलिए अगर इनजेस्ट फंक्शन्स के साथ कुछ गलत होता है,
00:03:26तो मुझे अब मैन्युअल रूप से यह पता लगाने के लिए खंगालना नहीं पड़ेगा कि मेरे एजेंट में क्या गलत है।
00:03:30ये टूल्स क्लाउड को ऑटोमैटिकली बता सकते हैं कि क्या गलत हुआ,
00:03:33और यह मेरे लिए इसे ठीक कर सकता है।
00:03:34इसने 'सेंड इवेंट' टूल का उपयोग करके मुख्य रिसर्च फंक्शन से सवाल पूछा,
00:03:40उसके बाद,
00:03:41इसने रन स्टेटस को पोल किया,
00:03:42जिसका मूल रूप से मतलब है कि इसने बार-बार पूछा कि रन पूरा हुआ था या नहीं।
00:03:47फिर इसने इसे फिर से टेस्ट किया और देखा कि वे सभी सही मॉडल नाम का उपयोग कर रहे थे और वर्कफ़्लो अभी भी ठीक से चल रहा था।
00:03:53उनके अपने शब्दों में,
00:03:54यह इस बात में एक मौलिक बदलाव का प्रतिनिधित्व करता है कि वे सर्वरलेस फंक्शन्स का निर्माण और डीबग कैसे कर रहे हैं।
00:04:00फंक्शन्स के ब्लैक बॉक्स होने के बजाय जिन्हें AI मॉडल केवल बाहर से पढ़ता है,
00:04:04AI अब उचित निष्पादन में काम कर सकता है और रियल-टाइम इनसाइट प्रदान कर सकता है,
00:04:08और उम्मीद है कि हम इसे अन्य टूल्स के साथ भी होते देखेंगे,
00:04:11जहाँ हम AI को अधिक स्वायत्तता दे रहे हैं।
00:04:13और मैं इसके लिए काफी उत्साहित हूँ।
00:04:15इसी के साथ हम इस वीडियो के अंत पर पहुँचते हैं।
00:04:16यदि आप चैनल का समर्थन करना चाहते हैं और हमें ऐसे वीडियो बनाना जारी रखने में मदद करना चाहते हैं,
00:04:20तो आप नीचे दिए गए 'सुपर थैंक्स' बटन का उपयोग करके ऐसा कर सकते हैं।
00:04:23हमेशा की तरह,
00:04:23देखने के लिए धन्यवाद और मैं आपसे अगले वीडियो में मिलूँगा।