LinkedIn වැනි වෘත්තීය සමාජ ජාල සඳහා අන්තර්ගත සැකසීමේ කාර්යය ඉක්මනින් ස්වයංක්රිය කරගැනීමට, සංවර්ධකයන් බහු-ඏජන්ට් AI පද්ධතියක් නිර්මාණය කරති. මේ පද්ධතියේ ප්රධාන මූලික කොටස වන Orchestrator Agent, සියලු ඒජන්ට් අතර සන්නිවේදනය හා ක්රියාත්මක අනුක්රමය පාලනය කරන ‘ට්රැෆික් කන්ට්රෝලර්’ වගේ කාර්යභාරයක් ඉටු කරයි.
ඉහළ ලිපියේදී, කාර්යයන් වෙන් කර ඒජන්ට්වලට ස්වයංක්රියව කටයුතු කිරීමේ සැලසුම ඉදිරිපත් කරන ලදී. දැන් Orchestrator Agent එකේ වැඩ කාරය වන්නේ, පරිශීලකයා ඇතුළත් කරපු මාතෘකාව විශ්ලේෂණය කර, ඒ අනුව domain, content_type, angle යන තොරතුරු JSON ආකාරයෙන් සකස් කිරීමයි. මෙය පසුගිය ඒජන්ට් (Research Agent) වෙත නිවැරදිව ලබා දීමට අවශ්යයි.
LLM (Large Language Model) සමඟ සම්බන්ධ වීමේදී, සැලසුම් කළ SYSTEM_PROMPT එකක් භාවිතා කරයි. Prompt එකේ අන්තර්ගතය: "ඔබ WanderMesh හි Orchestrator Agent. ඔබේ කාර්යය මාතෘකාව විශ්ලේෂණය කර, domain, content_type, angle, reasoning යන ක්ෂේත්ර වලින් සමන්විත JSON එකක් ලබා දීම" ලෙස සකස් කර ඇත. මෙය අනිවාර්යයෙන්ම සත්ය JSON ආකාරයක් ලෙස පිළිතුරු ලබා දීමට මඟ පෙන්වයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ආරම්භකයන්, විශ්වවිද්යාල සිසුන්, හා ව්යාපාරිකයින්ට මෙම Orchestrator Agent එකේ නිර්මාණ ක්රමවේදය ඉතා ප්රයෝජනවත්. පළමුව, Python සහ Pydantic භාවිතයෙන් JSON වල වැරදි පරීක්ෂා කිරීමේ ක්රමය ඉගෙන ගැනීම, දත්ත වල නිරවද්යතාව තහවුරු කරයි. දෙවනුව, ලොකල් LLM (Gemma2:2b) භාවිතා කරමින්, මූලික AI පද්ධති ස්ථාපනය කරගැනීමේ හැකියාව ලැබේ. තෙවැනිය, Orchestrator Agent එකේ නිර්මාණය කරගැනීමෙන්, LinkedIn වෙත ස්වයංක්රිය අන්තර්ගත සැකසීමේ සේවාවන් සැලසීමේ හැකියාව ඇතිව, ශ්රී ලංකාවේ තාක්ෂණික සේවා අපනයනයේ නව අවස්ථා සලසා දේ.
ඉදිරියේදී, මෙම පද්ධතියේ අඩංගු ඒජන්ට්වල (Research, Draft, Critic, Writing_Critic) අතර සම්බන්ධතා තවත් සවිස්තරාත්මක කර, පරිශීලක අත්දැකීම් වැඩිදියුණු කර ගැනීමට සැලසුම් කර ඇත. එමඟින්, LinkedIn පිටු සඳහා අලූත්ම අන්තර්ගතය ඉක්මනින්, නිවැරදිව, සහ ප්රතිචාරශීලීව නිර්මාණය කළ හැකි වේ.
ඔබත් AI බහු-ඏජන්ට් පද්ධතියක් නිර්මාණය කර, LinkedIn අන්තර්ගත කළමනාකරණය තවත් ඉක්මනින් කරගැනීමට කැමති නම්, මෙහිදී පළමු පියවර ලෙස Orchestrator Agent එකේ සැකසුම් පරික්ෂා කර බලන්න.
