ඔබේ AI ඒජන්ට්ස් නිතරම එකම වැරදි කරගෙන, ටෝකන් පවා වියදම් කරලා සර්වර් බිඳේද? චෙන් යුආන් විසින් MCP (Multi‑Chat‑Protocol) සර්වර් එකේ හුදකලා වෙලා පවතින ගැටළුවට නව විසඳුමක් ගෙන ආවා – Failure Library කියන ලේඛන ගබඩාව.
මේ ලයිබ්රරියෙහි මූලික අදහස සරලයි: එක් එක් ඒජන්ට් එකක් පණිවිඩයක් හෝ API ඇමතුමක් කරද්දී දෝෂයක් සිදු වුවොත්, ඒ තොරතුරුව JSON ගොනුවකට ලියා තබා ගනියි. ඉදිරි ඒජන්ට් එක ඒ ගොනුව පළමුව පරීක්ෂා කර, දැනටමත් සාර්ථක ලෙස නිරාකරණය කරපු විසඳුමක් තිබේ නම්, එම fix එක අතුරුදන් නොවී නැවතත් අත්හදා බැලීමට අවශ්ය නොවේ.
කේත උදාහරණය බලනවානම්, log_failure ෆංශනය තවත් තොරතුරු (task, error, attempted_fix, result, timestamp) එක්ක ගොනුවට එකතු කරයි. check_failure_library ෆංශනය පසුගිය ලොග් එකේ “fixed” ලෙස ලේබල කරපු අලුත්ම අයිතමය පළමු වරට සොයා ගනී. මෙය browser_navigate වැනි අස්ථිර මෙවලම් භාවිතා කරන විට ඉතා ප්රයෝජනවත්.
මෙම ක්රමය කාර්යක්ෂම වන්නේ ත්රිත්වයක් නිසා: Reverse lookup මඟින් නවතම විසඳුම පළමුව පරීක්ෂා කිරීම, Result tagging මඟින් “fixed” සහ “failed” වර්ගයන් වෙනස් කිරීම, සහ Shared filesystem මඟින් ඒජන්ට්ස් අතර තොරතුරු බෙදාගැනීම, නෙට්වර්ක් හෝ දත්ත ගබඩා අවශ්ය නොවීම. ඒ නිසා Python, Node.js, Rust වැනි භාෂා භාවිතා කරන ඕනෑම මෙවලම එකම ගොනුවේ දත්ත කියවා, ලියවා, ඒකකවලට අඩංගු කරගත හැකිය.
ශ්රී ලංකාවට ඇති වැදගත්කම
- විකසකයින් – දෝෂ ලොග් එකක් බෙදාගැනීමෙන් කණ්ඩායම් වැඩේ වේගවත් වේ. එකම ගැටලුවට පළමු වරට හමුවෙන කෙනාටම අලුත් fix එකක් ලැබෙනවා.
- අධ්යාපනික පරිසරය – විශ්වවිද්යාල, තාක්ෂණ පාඨමාලා වල AI සහ automation පාඩම් වලට නව ආදර්ශයක්. සිසුන්ට real‑time troubleshooting හැකියාවක් ලැබේ.
- ව්යාපාරික අංශය – ස්වයංක්රිය සේවා (RPA, chatbots) වල downtime අඩු කරයි. token වියදම අඩු වීමෙන් cloud ගාස්තුත් ඉතිරි වේ.
සාරාංශයෙන්, Failure Library එක AI ඒජන්ට්ස් අතර “අත්දැකීම් බෙදාගැනීම” පද්ධතියක් වශයෙන් ක්රියා කරයි. එය නිෂ්පාදන පරිසරයේ අස්ථිරතා අඩු කර, සංවර්ධන කාලය කෙටි කර, පරිශීලක අත්දැකීම වැඩි කරයි. ඔබේ පළපුරුදු හෝ අලුත්ම AI ව්යාපෘතියකට මේ වගේ ලේඛන ගබඩාවක් එක් කරලා, අනාගතයේ ගැටළු වලට පෙරම පිළිතුරු සොයාගන්න.
