Joerg Hiller
ফেব্রুয়ারি ২২, ২০২৬ ০৪:৩৮
LangChain বিস্তারিত জানিয়েছে কিভাবে এর এজেন্ট বিল্ডার মেমরি সিস্টেম ফাইলসিস্টেম রূপক এবং COALA ফ্রেমওয়ার্ক ব্যবহার করে কোড ছাড়াই স্থায়ী, শেখার AI এজেন্ট তৈরি করে।
LangChain তার LangSmith এজেন্ট বিল্ডারকে চালিত করা মেমরি আর্কিটেকচারের পর্দা সরিয়ে দিয়েছে, একটি ফাইলসিস্টেম-ভিত্তিক পদ্ধতি প্রকাশ করেছে যা AI এজেন্টদের ব্যবহারকারীদের কোড লেখার প্রয়োজন ছাড়াই সেশন জুড়ে শিখতে এবং মানিয়ে নিতে দেয়।
কোম্পানিটি একটি অপ্রচলিত বাজি ধরেছে: প্রথম দিন থেকেই মেমরিকে অগ্রাধিকার দেওয়া যা বেশিরভাগ AI পণ্যের মতো পরে যুক্ত করার পরিবর্তে। তাদের যুক্তি? এজেন্ট বিল্ডার টাস্ক-নির্দিষ্ট এজেন্ট তৈরি করে, সাধারণ উদ্দেশ্যের চ্যাটবট নয়। যখন একটি এজেন্ট বারবার একই ওয়ার্কফ্লো পরিচালনা করে, মঙ্গলবারের সেশন থেকে শেখা পাঠ স্বয়ংক্রিয়ভাবে বুধবার প্রয়োগ হওয়া উচিত।
মেমরি হিসেবে ফাইল
কাস্টম মেমরি অবকাঠামো তৈরি করার পরিবর্তে, LangChain এর দল এমন কিছুর দিকে ঝুঁকেছে যা LLM ইতিমধ্যে ভালোভাবে বোঝে—ফাইলসিস্টেম। সিস্টেমটি এজেন্ট মেমরিকে ফাইলের সংগ্রহ হিসেবে উপস্থাপন করে, যদিও তারা আসলে Postgres-এ সংরক্ষিত এবং এজেন্টদের কাছে ভার্চুয়াল ফাইলসিস্টেম হিসেবে প্রকাশিত।
আর্কিটেকচারটি সরাসরি COALA গবেষণা পত্রের তিনটি মেমরি বিভাগের সাথে মানচিত্রিত হয়। প্রসিডিউরাল মেমরি—এজেন্ট আচরণ চালিত করে এমন নিয়ম—AGENTS.md ফাইল এবং tools.json কনফিগারেশনে থাকে। সিম্যান্টিক মেমরি, তথ্য এবং বিশেষায়িত জ্ঞান কভার করে, স্কিল ফাইলে থাকে। দলটি ইচ্ছাকৃতভাবে প্রাথমিক রিলিজের জন্য এপিসোডিক মেমরি (অতীত আচরণের রেকর্ড) এড়িয়ে গেছে, বাজি ধরে যে এটি তাদের ব্যবহারের ক্ষেত্রে কম গুরুত্বপূর্ণ।
যেখানে সম্ভব সেখানে স্ট্যান্ডার্ড ফরম্যাট জিতেছে: মূল নির্দেশনার জন্য AGENTS.md, বিশেষায়িত কাজের জন্য এজেন্ট স্কিল, এবং সাবএজেন্টদের জন্য Claude Code-অনুপ্রাণিত ফরম্যাট। একটি ব্যতিক্রম? স্ট্যান্ডার্ড mcp.json এর পরিবর্তে একটি কাস্টম tools.json ফাইল, যা ব্যবহারকারীদের MCP সার্ভার থেকে শুধুমাত্র নির্দিষ্ট টুল প্রকাশ করতে এবং কনটেক্সট ওভারফ্লো এড়াতে দেয়।
যে মেমরি নিজেই তৈরি হয়
ব্যবহারিক ফলাফল: এজেন্ট যা কনফিগারেশনের পরিবর্তে সংশোধনের মাধ্যমে উন্নত হয়। LangChain একটি মিটিং সামারাইজার উদাহরণ দিয়ে হেঁটেছে যেখানে একজন ব্যবহারকারীর সহজ "বুলেট পয়েন্ট ব্যবহার করুন" প্রতিক্রিয়া স্বয়ংক্রিয়ভাবে এজেন্টের AGENTS.md ফাইল আপডেট করেছে। তিন মাসের মধ্যে, এজেন্ট ফরম্যাটিং পছন্দ, মিটিং-টাইপ পরিচালনার নিয়ম এবং অংশগ্রহণকারী-নির্দিষ্ট নির্দেশনা সংগ্রহ করেছিল—সবই ম্যানুয়াল কনফিগারেশন ছাড়াই।
এটি তৈরি করা তুচ্ছ ছিল না। দলটি শুধুমাত্র মেমরি-সম্পর্কিত প্রম্পটিংয়ের জন্য একজনকে পূর্ণ-সময়ের জন্য উৎসর্গ করেছে, এজেন্টরা যখন তাদের উচিত নয় তখন মনে রাখা বা ভুল ফাইল টাইপে লেখার মতো সমস্যা সমাধান করছে। একটি মূল শিক্ষা: এজেন্টরা তথ্য যোগ করতে দক্ষ কিন্তু একত্রিত করতে সংগ্রাম করে। একটি ইমেল সহকারী "সমস্ত কোল্ড আউটরিচ উপেক্ষা করুন" সাধারণীকরণের পরিবর্তে উপেক্ষা করার জন্য প্রতিটি বিক্রেতা তালিকাভুক্ত করা শুরু করেছিল।
মানব অনুমোদন প্রয়োজন
সমস্ত মেমরি সম্পাদনা ডিফল্টভাবে স্পষ্ট মানব অনুমোদন প্রয়োজন—প্রম্পট ইনজেকশন আক্রমণের বিরুদ্ধে একটি নিরাপত্তা ব্যবস্থা। ব্যবহারকারীরা এই "yolo mode" নিষ্ক্রিয় করতে পারে যদি তারা প্রতিকূল ইনপুট সম্পর্কে কম উদ্বিগ্ন থাকে।
ফাইলসিস্টেম পদ্ধতি পোর্টেবিলিটি সক্ষম করে যা লক-ইন DSL-গুলি মেলাতে পারে না। এজেন্ট বিল্ডারে নির্মিত এজেন্টরা তাত্ত্বিকভাবে ন্যূনতম ঘর্ষণ সহ Deep Agents CLI, Claude Code, বা OpenCode-এ চলতে পারে।
কী আসছে
LangChain বেশ কয়েকটি পরিকল্পিত উন্নতি তুলে ধরেছে: কথোপকথনের ইতিহাস ফাইল হিসেবে প্রকাশ করার মাধ্যমে এপিসোডিক মেমরি, মিস করা শিক্ষা ধরার জন্য দৈনিক চলমান ব্যাকগ্রাউন্ড মেমরি প্রক্রিয়া, একটি স্পষ্ট /remember কমান্ড, মৌলিক grep-এর বাইরে সিম্যান্টিক অনুসন্ধান, এবং ব্যবহারকারী-স্তর বা সংস্থা-স্তরের মেমরি হায়ারার্কি।
AI এজেন্ট তৈরিকারী ডেভেলপারদের জন্য, এখানে প্রযুক্তিগত পছন্দগুলি গুরুত্বপূর্ণ। ফাইলসিস্টেম রূপক কাস্টম মেমরি API-এর জটিলতা এড়িয়ে যায় যখন LLM-নেটিভ থাকে। এজেন্টরা আরও জটিল, দীর্ঘ-চলমান কাজগুলি পরিচালনা করার সাথে সাথে এই পদ্ধতিটি স্কেল করে কিনা তা একটি উন্মুক্ত প্রশ্ন থেকে যায়—তবে LangChain বাজি ধরছে যে নো-কোড এজেন্ট তৈরির জন্য ফাইলগুলি ফ্রেমওয়ার্ককে হারায়।
ছবির উৎস: Shutterstock
উৎস: https://blockchain.news/news/langchain-agent-builder-memory-system-architecture
