මැද රෑ 2:47 ට, ඩිබග් කරනයකින් ලැබුණු stack trace එකක් මට මතක් වුණා. තුන් තට්ටු ලූප්, ලූප් තුළ ලූප් එකක් පාවිච්චි කරපු retry handler එකක්, සහ අර්ධ-පරිශීලක, අර්ධ-API ප්රතිචාරයක් වගේම අසම්භව තත්වයක් ගොඩක් වූ state object එකක්. ඒ මොහොතේ මට තේරුණේ, මම කුමක්ද හදලා තියෙන්නේ කියලා – ඒක ලූප් වලින් පවත්නා Rube Goldberg යන්ත්රයක්, ඒජන්ට් එකක් නොවේ.
ලූප් මත පදනම් වූ වැඩපිළිවෙළ සරළයි, නමුත් ඒවා වර්ධනය වීමත් සමඟ ගැටලු බරපතළ වෙනවා. සටහනක්, state opacity (තත්ත්වය පෙනෙන්නේ නැති වීම), implicit branching (ගුප්ත මාර්ග), සහ retry entanglement (පුනරැවීමේ ගැටළු) යන ප්රධාන අඩුපාඩු නිසා 12 ට වැඩි මෙවලම් සමඟ ලූප් එකක් අසාර්ථක වේ. මේවා නිසා latency වැඩිවීම, ලොග් පිරික්සුම් ගැටලු, සහ duplicate data වැනි ගැටළු පැන ගනී.
ග්රැෆ් ඉංජිනේරුකරණය කියන්නේ, ඒජන්ට් workflow එකක් Directed Acyclic Graph (DAG) ලෙස මෝඩල කිරීම. මෙහිදී state transitions, typed edges, සහ failure domains සියල්ල පැහැදිලිව නිර්වචනය කරයි. ලූප් එක “ඊළඟට කුමක් වෙයි?” කියන ප්රශ්නය අසයි; ග්රැෆ් “කොයි කොටස කොයි එකට පදනම් වෙලා තියෙන්නේ?” කියලා පිළිතුර දෙයි. මේ විධිමත් topology එක observability, iteration, සහ reliability වර්ධනයේ මූලික පදයක්.
ග්රැෆ් එකේ මූලික කොටස් 4ක්:
- Nodes – State → State පිරිසිදු functions. side‑effects tools මඟින් කරයි.
- Edges – Nodes අතර සම්බන්ධතා. ලොජික් router එකේ.
- State – එකම typed object, සියලු node කියවයි, patch එකක් ආපසු දෙයි.
- Router – Edge තීරණය කරන logic.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලාංකීය සංවර්ධකයන්, විශ්වවිද්යාල සිසුන්, සහ තාක්ෂණික ව්යාපාර සඳහා ග්රැෆ් ඉංජිනේරුකරණයේ ප්රයෝජන විශාලයි.
- කේතයේ ගැටළු හඳුනා ගැනීම ඉතා පහසු – DAG topology එක visualise කරලා, එකම state object එකෙන් debug කරගන්න පුළුවන්.
- AI ඒජන්ට් ලේඛන ගොඩනැගීමේදී scalability ගැටළු අඩු වේ. 10+ APIs එකතු කළත් latency සහ error handling පාලනය කළ හැක.
- ශ්රී ලංකාවේ startup හා fintech සමාගම්ට, data pipelines සහ automated decision‑making systems ඉක්මනින්, විශ්වාසනීයව නිර්මාණය කළ හැක.
- ඉගෙනුම් වශයෙන්, graph‑based programming concepts (nodes, edges, state) ග්රැෆ්QL, Airflow, LangGraph වැනි ජනප්රිය tools සමඟ ගැලපේ, එමඟින් ගෝලීය තරඟකාරීත්වයට පියවරක් ඉදිරියට.
අවසානයේ, ලූප් වලින් ග්රැෆ් ඉංජිනේරුකරණයට මාරු වීම, AI ඒජන්ට් නිර්මාණයට නව මට්ටමක් ගෙන එනවා. මෙය කේතය පාලනය, පරීක්ෂා, සහ නවීකරණය කිරීමේ අනාගතයයි.
