스크립트
00:00:00एलेक्स हैनकॉक: हे दोस्तों। मेरा नाम एलेक्स हैनकॉक है। आज मैं बात करने जा रहा हूँ एआई के लिए यूनिवर्सल
00:00:17रिमोट कंट्रोल के बारे में। और शुरू करने से पहले, मैं बस यह कहना चाहता हूँ कि पिछले वक्ता ने कहा था
00:00:21कि MCP क्लाइंट मेंटेनर्स ने टास्क के लिए सपोर्ट इसलिए लागू नहीं किया क्योंकि वे समझदार हैं। मैं
00:00:26एक MCP क्लाइंट मेंटेनर हूँ। मैं आपको बता सकता हूँ कि मैंने ऐसा सिर्फ इसलिए नहीं किया क्योंकि मैं आलसी हूँ। ठीक है,
00:00:33तो शुरू करने से पहले मेरे बारे में थोड़ा सा। मैं ब्लॉक में एक सॉफ्टवेयर इंजीनियर हूँ, जो कि
00:00:37Cash App, Square और Tidal की मूल कंपनी है। अब हमारे पास कई अलग-अलग प्रोजेक्ट चल रहे हैं।
00:00:43और मैंने वहाँ लंबे समय तक काम किया है। मैंने Square के प्रोडक्ट और Cash App पर काम किया है।
00:00:47लेकिन पिछले कुछ सालों से मैं ओपन सोर्स एआई पर काम कर रहा हूँ। खासतौर पर, मैं इस
00:00:51ओपन सोर्स हार्नेस प्रोजेक्ट पर काम करता हूँ जिसका नाम Goose है, जो ब्लॉक में एक आंतरिक प्रोजेक्ट के रूप में शुरू हुआ था।
00:00:56हाँ, वहाँ कुछ Goose के प्रशंसक भी हैं। और फिर, हाँ, हमने इसे ओपन सोर्स कर दिया और हमने इसे
00:01:02Linux Foundation को दान कर दिया। तो अब इसका आईपी वहीं है। लेकिन हम फिर भी, ब्लॉक के हम में से कई लोग इस पर काम करते हैं।
00:01:07मैं MCP यानी मॉडल कॉन्टेक्स्ट प्रोटोकॉल का मेंटेनर भी हूँ। मैं उस प्रोजेक्ट के लिए रस्ट एसडीके पर काम करता हूँ।
00:01:14और हाल ही में, मैंने ACP यानी एजेंट क्लाइंट प्रोटोकॉल पर भी कुछ काम शुरू किया है, जिसके बारे में मैं
00:01:20आज बात करने जा रहा हूँ। तो मुझे लगता है कि हार्नेस के साथ एक समस्या है जिसे मैं आज आपके सामने रखना चाहता हूँ,
00:01:27आज एक समस्या के रूप में आपके सामने प्रस्ताव रखना चाहता हूँ और फिर एक समाधान की सिफारिश करना चाहता हूँ। तो हाल ही में मैंने जो
00:01:35देखा है वह यह है कि हमारे पास बहुत सारे बेहतरीन हार्नेस मौजूद हैं, है ना? लैब्स की तरफ से कुछ हैं।
00:01:40विभिन्न कंपनियों की ओर से हैं। बहुत सारे ओपन स्टैंडर्ड-आधारित हैं।
00:01:46लेकिन मैंने देखा है कि उनके साथ इंटरफेस अक्सर कस्टम या विशेष रूप से तैयार किया गया होता है। और सबसे खराब स्थिति में, ऐसा होता है जैसे,
00:01:52आपके पास कुछ ऐसे हार्नेस हो सकते हैं जहाँ शाब्दिक रूप से केवल एक ही क्लाइंट एप्लीकेशन होती है जिसका उपयोग आप उस हार्नेस को कंट्रोल करने के लिए कर सकते हैं, है ना?
00:01:57और मुझे लगता है कि इसके साथ कुछ समस्याएं हैं। लेकिन वेब के साथ मैं जो सादृश्य दूँगा
00:02:03वह यह होगा कि मानो आपको हर वेबसाइट से कनेक्ट करने के लिए केवल एक ब्राउज़र या एक दिए गए प्रोटोकॉल का उपयोग करना पड़े,
00:02:11है ना? यह बिल्कुल काम नहीं करेगा। यदि ब्राउज़र के साथ यही वास्तविकता होती, तो आपके पास ओपन वेब जैसा कुछ नहीं होता।
00:02:16और इसलिए मुझे लगता है कि हम बेहतर कर सकते हैं। और मानकों के बारे में बात यह है कि, एक मानक खोजकर।
00:02:22और मानकों के बारे में बात यह है कि वे पारिस्थितिकी तंत्र और बाजार बनाते हैं। और मैं यह तर्क दूंगा
00:02:28कि एजेंटिक एआई स्पेस में, हमारे पास एजेंट के बाहर जाने और काम करने के लिए एक अच्छा मानक है,
00:02:35है ना? टूल कॉल करना, अन्य प्रणालियों में कार्रवाई करना, संसाधनों को पढ़ना, डेटा पढ़ना। हम सभी को
00:02:41एक समुदाय के रूप में MCP होने से लाभ हुआ है, है ना? और MCP के बारे में सबसे शक्तिशाली बात
00:02:47MCP के बारे में खुद कुछ भी नहीं है, बल्कि यह है कि हर कोई MCP का उपयोग करता है। और इसीलिए हमारे पास, आप जानते हैं,
00:02:53दुनिया भर में हजारों या दसियों हजार सर्वर हैं, और सभी एजेंट उनसे जुड़ सकते हैं
00:02:58और उन अन्य प्रणालियों में जाकर काम कर सकते हैं। मैं यह कहूँगा कि हमारे पास अभी तक कोई अच्छा समाधान नहीं है
00:03:05या क्लाइंट सॉफ्टवेयर के लिए एजेंट को यह बताने का कोई मानक नहीं है कि क्या करना है, इसे कार्य देना, इसे बताना कि किस पर काम करना है,
00:03:13और अपडेट प्राप्त करना। और इसलिए आज मैं एक ऐसा विकल्प सामने रख रहा हूँ जो मुझे लगता है कि एक अच्छा विकल्प है जिसे
00:03:20हम सब अपनी टीम में काम कर रहे हैं और हमें लगता है कि ओपन स्टैंडर्ड स्पेस में यह एक अच्छा समाधान है।
00:03:26और यह ACP है। तो एजेंट क्लाइंट प्रोटोकॉल इस प्रोजेक्ट का नाम है। और यह एडिटर कंपनियों से आया है।
00:03:32यह इस तरह से आया है जैसे, यदि आपने Zed टेक्स्ट एडिटर का उपयोग किया है, या आपने JetBrains के किसी भी
00:03:39उत्पाद का उपयोग किया है, तो Zed के लोगों और JetBrains के लोगों ने मिलकर एक मानक का प्रस्ताव रखा है
00:03:45ताकि क्लाइंट्स हार्नेस को नियंत्रित कर सकें। और यदि आप उनकी स्थिति में खुद को रखकर देखें तो यह समझ में आता है,
00:03:49है ना? वे क्या करने में सक्षम होना चाहते थे कि एक एडिटर में एक ही उच्च गुणवत्ता वाला क्लाइंट कार्यान्वयन लिखा जाए,
00:03:54शायद Zed में या IntelliJ में या इस तरह की किसी चीज़ में, और उस एकल क्लाइंट कार्यान्वयन के साथ किसी भी हार्नेस को नियंत्रित करने में सक्षम हो सकें,
00:04:00कार्य भेजना, परिणाम वापस प्राप्त करना,
00:04:06यह देखना कि कौन सी फाइलें संपादित की जा रही हैं, आदि। यदि आप खुद को उनकी जगह पर रखते हैं तो यह बहुत समझ में आता है,
00:04:10है ना? लेकिन हमने इसे Goose टीम में देखा। और हमें लगता है कि केवल संपादकों की तुलना में इसका उपयोगिता क्षेत्र बहुत व्यापक है, है ना?
00:04:17तो यह अपेक्षाकृत तटस्थ है और इसमें कई संपादक-विशिष्ट विशेषताएं नहीं हैं। और इसलिए
00:04:22हमें लगता है कि इसे क्लाइंट सॉफ्टवेयर की एक विस्तृत श्रृंखला तक फैलाया जा सकता है। ACP के डिज़ाइन के बारे में और आप इसके साथ क्या कर सकते हैं,
00:04:30इस बारे में थोड़ी और गहराई से जानने के लिए, यह आपको क्लाइंट्स और एजेंट हार्नेस के बीच कनेक्शन स्थापित करने देता है
00:04:37जिनमें कनेक्शन से जुड़ी क्षमताओं का एक दिया गया सेट होता है। और फिर आप सत्र बना सकते हैं।
00:04:45सत्रों के भीतर, आप उपयोगकर्ता संदेश भेज सकते हैं, वे चीजें जो शायद कोई उपयोगकर्ता ऐप में टाइप कर रहा है या
00:04:51जिसे क्लाइंट सॉफ्टवेयर भेजना चाहता है। एजेंट तब टेक्स्ट, अधिक छवियों या ऑडियो, टेक्स्ट आदि के साथ उन पर प्रतिक्रिया दे सकता है,
00:04:59या क्या चल रहा है इसके बारे में अपडेट दे सकता है। तो जैसे कि यदि कोई टूल कॉल किया जाता है, तो यह टूल कॉल
00:05:04अधिसूचना भेज सकता है और समझा सकता है कि कौन सा टूल कहा गया था और मेटाडेटा क्या था। और यह इस तरह की चीजें भी भेज सकता है
00:05:10जैसे अनुमति अनुरोध ताकि यदि क्लाइंट सॉफ्टवेयर को उपयोगकर्ता को दिखाने की आवश्यकता हो, तो आप जानते हैं, क्या मुझे यह
00:05:16टूल कॉल करना चाहिए, हाँ या ना, यह इस प्रोटोकॉल के माध्यम से जा सकता है। और यह अपने डिज़ाइन में काफी सरल है। यह JSON-RPC
00:05:24संदेशों का उपयोग करता है। और जो बात हमें सबसे ज्यादा पसंद है वह यह है कि यह एक्स्टेंसिबल भी है। इसलिए आप केवल
00:05:29वैनिला प्रोटोकॉल में क्या है, तक सीमित नहीं हैं। आप कस्टम तरीके जोड़ सकते हैं। सम्मेलन यह है कि आप एक अंडरस्कोर डालते हैं
00:05:37और फिर आप अपने कस्टम तरीकों को रखना शुरू करते हैं। और इसके बारे में जो बात मुझे पसंद है वह यह है कि यदि पर्याप्त
00:05:41हार्नेस प्रोजेक्ट या क्लाइंट प्रोजेक्ट इसे अपनाते हैं, तो हम देखना शुरू कर सकते हैं कि हम सभी क्या कर रहे हैं जो
00:05:46समान है, है ना? जैसे कि यदि कोडेक्स टीम के पास कुछ कस्टम तरीके हैं, गूज टीम के पास कुछ कस्टम तरीके हैं,
00:05:52क्लाइंट टीम के पास कुछ कस्टम तरीके हैं, जो कोई भी हो, हम देख सकते हैं कि पारिस्थितिकी तंत्र में क्या उभरता है और
00:05:58मानकों की राह पर चलना और स्वयं प्रोटोकॉल में लाना क्या समझ में आता है ताकि यह उपयोग द्वारा आकार दिया जा सके और
00:06:03समुदाय द्वारा आकार दिया जा सके। मैं इसका एक मानक I/O संस्करण का डेमो करने जा रहा हूँ।
00:06:12तो मैं Zed खोलने जा रहा हूँ और मेरे पास यहाँ एक बहुत ही सरल प्रोजेक्ट है जहाँ मैं कहूँगा कि मुझे इस
00:06:18प्रोजेक्ट के बारे में बताओ। और इसलिए यह एक एकल HTML फाइल है। तो आप देख सकते हैं कि मैं Zed में अपनी क्वेरी टाइप करने में सक्षम था
00:06:25और यहाँ खेल में एजेंट गूज है। इसलिए यह गूज के ACP इंटरफ़ेस का उपयोग कर रहा है। और यह, आप देख सकते हैं,
00:06:31यह टेक्स्ट वापस भेज रहा है। यह इस बारे में टूल कॉल की जानकारी वापस भेज रहा है कि इसने क्या पढ़ा और क्या
00:06:36किया। और फिर इसने पाया, आप जानते हैं, कि यह एक एकल HTML फाइल है और इसे समझाया। और मैं दूसरा करूँगा,
00:06:42मैं दूसरा करूँगा। यह Poolside AI नामक कंपनी का है। मैं कहूँगा, मुझे इस प्रोजेक्ट के बारे में
00:06:50उसी प्रोजेक्ट में बताओ। और इसलिए यह एक टर्मिनल आधारित क्लाइंट है जो उसी एजेंट से बिल्कुल वही अनुभव प्राप्त कर रहा है,
00:06:55हार्नेस की तरफ एक कार्यान्वयन, और अब आप किसी भी क्लाइंट का उपयोग कर सकते हैं, है ना? और इसलिए
00:07:01आप देख सकते हैं कि इसने वही किया। इसने मुझे कुछ टेक्स्ट परिणाम वापस दिखाए, इसने एक टूल कॉल दिखाया, और फिर
00:07:06इसने एक दिखाया, यह एक सारांश में स्ट्रीमिंग कर रहा है। तो यह एक बुनियादी डेमो है जो स्थानीय रूप से मानक I/O पर एक ही एजेंट से बात करने वाले दो क्लाइंट्स को दिखाता है।
00:07:13लेकिन स्थानीय ज़ाहिर है कि पर्याप्त नहीं है, है ना? यदि आप चाहते हैं कि यह उड़ान भरे,
00:07:21तो आपको रिमोट करने में भी सक्षम होना होगा। एजेंट क्लाउड में चल रहे होंगे। और इसलिए
00:07:25जब हम इस प्रोजेक्ट पर आए, तो हमने देखा कि इसमें अभी तक रिमोट सपोर्ट नहीं था। इसलिए हमने एक HTTP
00:07:31परिवहन निर्दिष्ट किया, एक HTTP संस्करण है और एक वेबソकेट अपग्रेड है। और इसलिए अब संदेश समान हैं,
00:07:37प्रोटोकॉल सिमेंटिक्स समान हैं, लेकिन एक नया परिवहन है जो अभी आ रहा है जो सक्षम बनाता है
00:07:42रिमोट। और जिस तरह से हम गूज टीम पर इसके बारे में सोचते हैं, एजेंटिक स्टैक यह है कि इनमें से कुछ
00:07:49चार महत्वपूर्ण घटक हैं, है ना? आपके पास क्लाइंट है, जो कि ऐप की तरह है जिसका उपयोग उपयोगकर्ता कर रहा है,
00:07:54या मशीन पर कहीं चल रहा एक हेडलेस ऐप। हार्नेस है, जो वह प्रोग्राम है जो
00:07:59टूल कॉलिंग लूप को लागू करता है। टूल खुद हैं, अक्सर MCP। और फिर
00:08:04मॉडल है, है ना? और यदि आप एजेंट क्लाइंट प्रोटोकॉल के लिए एक रिमोट ट्रांसपोर्ट करते हैं, और MCP के पास टूल कॉलिंग के लिए रिमोट
00:08:13ट्रांसपोर्ट है, और मॉडल के पास एक तरह से सभी रिमोट एंडपॉइंट्स रहे हैं, जैसे प्रतिक्रियाएं,
00:08:18लंबे समय से एपीआई। अब आपके पास इन सभी चार घटकों को इधर-उधर ले जाने की लचीलापन है। वे
00:08:24सभी एक ही मशीन पर हो सकते हैं। हार्नेस क्लाइंट से अलग मशीन पर हो सकता है।
00:08:29मॉडल एकमात्र ऐसी चीज़ हो सकती है जो रिमोट है। टूल एकमात्र ऐसी चीज़ हो सकते हैं जो रिमोट हैं।
00:08:34मानकों पर संरेखित होना और यह सुनिश्चित करना कि उनके पास अच्छी परिवहन कहानियाँ हैं, वह है जो हमें अनुमति देगा
00:08:39इस एजेंटिक स्टैक के सभी टुकड़ों को इधर-उधर ले जाने के लिए। और मैं इसका एक त्वरित डेमो भी दिखा सकता हूँ।
00:08:46तो यह केवल यह दिखाने के लिए एक क्लाइंट है कि इसके लिए क्लाइंट बनाना कितना आसान है। मैंने अभी इसे वाइब कोडेड किया,
00:08:53कल रात ही, और मैं कहूँगा कि एक कविता लिखो। तो यह फिर से मेरी मशीन पर उसी प्रक्रिया से कनेक्ट हो रहा है।
00:09:01इस मामले में, मैं इसे नेटवर्क पर चला रहा हूँ, लेकिन यह मेरी मशीन पर है।
00:09:03यह कनेक्ट हो रहा है और रिमोट तरीके से क्या करना है इसके लिए गूज निर्देश भेज रहा है। तो यह एक कंटेनर में हो सकता है,
00:09:09यह क्लाउड में हो सकता है, लेकिन संदेश समान हैं और आपके द्वारा उपयोग की जाने वाली लाइब्रेरी समान है।
00:09:15तो आप बहुत, बहुत आसानी से स्थानीय और रिमोट के बीच स्विच कर सकते हैं।
00:09:21तो यदि आप इस पारिस्थितिकी तंत्र से जुड़ना चाहते हैं, तो समर्थन के साथ प्रयोग करना शुरू करें,
00:09:25या तो अपने खुद के क्लाइंट बनाना या हार्नेस में सामान जोड़ना।
00:09:29यह आपको शुरू करने के तरीके के लिए एजेंट क्लाइंट प्रोटोकॉल साइट से जोड़ेगा। वहाँ कई क्लाइंट
00:09:34और एजेंट सर्वर पहले से ही मौजूद हैं। यह संपादकों, डेस्कटॉप अनुप्रयोगों, मोबाइल अनुप्रयोगों से लेकर है,
00:09:41टर्मिनल-आधारित चीजें। वहाँ एक प्रसार है। और मुझे लगता है कि उपयोग के मामले संभावित रूप से विशाल हैं,
00:09:49है ना? यदि हम, यदि हम यहाँ कुछ अंतरसंचालन प्राप्त करते हैं, क्योंकि आप लोगों के पास हो सकता है कि लोग व्यक्तिगत क्लाइंट बना सकें।
00:09:54यह ठीक वैसे ही है जैसे आप चाहते हैं कि यह आपके एजेंटों कोオーケस्ट्रेट करे। आपके पास कुछ व्यावसायिक डोमेन
00:10:00या किसी व्यक्तिगत कंपनी या किसी कंपनी के क्लाइंट्स के सेट के लिए बनाए गए क्लाइंट्स हो सकते हैं। आप एक सफेद लेबल क्लाइंट को अनुकूलित कर सकते हैं
00:10:06और इसे सभी हार्नेस के साथ काम करवा सकते हैं। और मुझे यह भी लगता है कि यदि हम यहाँ एक नई श्रेणी बनाते हैं,
00:10:12तो हम क्लाइंट्स की गुणवत्ता को ऊपर जाते हुए देखेंगे, है ना? क्योंकि जब भी आपको
00:10:17कोई पारिस्थितिकी तंत्र या बाजार मिल रहा है और कई विकल्प हैं, तो उपयोगकर्ता अपने पैरों से वोट कर सकते हैं यदि
00:10:22क्लाइंट उनकी जरूरतों को पूरा नहीं कर रहे हैं। और इसलिए लोग उपयोगकर्ता अनुभव की गुणवत्ता पर प्रतिस्पर्धा करना शुरू कर देंगे।
00:10:26और, और कुल मिलाकर, मुझे लगता है कि इससे एआई का उपयोग करने का उपयोगकर्ता अनुभव बढ़ना चाहिए।
00:10:33मेरे पास आज के लिए बस इतना ही है। आपका बहुत-बहुत धन्यवाद। और यदि आप मुझसे बात करना चाहते हैं, तो मुझे
00:10:37बाद में खोजें या मुझे एक ईमेल भेजें। मैं आपको इस काम से जोड़ने में खुश हूँ। शुक्रिया।
커뮤니티 글
아직 글이 없습니다. 이 영상에 대한 첫 번째 글을 작성해 보세요!
이 영상에 대해 글쓰기