AI පර්යේෂක ඒජන්ට් එකක් තුනක් හෝ හයයික් පමණ tool call කරලා වැඩ කරන එක සරලයි. නමුත් හතවෙනි call එක timeout වුනාම, පළමු හය tool call වලින් ගනුදෙනු කරලා පද්ධතියේ තත්වය වෙනස් වුනාම, අලුත්ම ගැටලුව එනවා – අසාර්ථකත්වය පසුදීම කෙසේ ඉදිරියට ගෙන යාමද?
මෙම ගැටලුව AI framework ගැන නොව, අසාර්ථකත්වය පසුදීම පද්ධතියේ durable execution (දෘඩ ක්රියාත්මක) හැකියාව ගැනයි. Temporal සහ Diagrid Catalyst දෙකම එවැනි හැකියාවන් ලබා දෙයි, නමුත් ඒකක් තෝරාගැනීමට ඔබේ ඒජන්ට් පරිසරය හා ක්රියාකාරීත්වය ගැලපෙන්නෙ කුමක්ද කියලා තීරණය කල යුතුය.
Temporal ක්රමය වැඩේ activity (කාර්ය) ලෙස ගනිමින්, workflow එකක් මඟින් ඒ activity ගණනාවක් සමග සංවිධානය කරයි. Workflow තත්වය දත්ත ගබඩාවේ සුරැකුම් කර, අසාර්ථකත්වයක් සිදු වුවත් ඉතිහාසය replay කරමින් පසුගිය තත්වයට ආපසු යයි. Temporal ඔබට self‑host කරගත හැකි අතර Temporal Cloud සේවාවද ලබා දේ. මෙහි ලාභය වන්නේ workflow‑and‑activity මොඩලය පරිපූර්ණව පවත්වාගෙන යාම, බහුභාෂා සහය සහ විශාල distributed systems මාර්ගෝපදේශයක් ඇතිවීම. නමුත් ඒ සඳහා කණ්ඩායමක් Temporal හි execution semantics පිළිබඳ ගැඹුරු අවබෝධයක් තිබිය යුතුය.
Catalyst Diagrid විසින් Dapr Workflows මත පදනම් කරගෙන ඉදිරිපත් කරන විසඳුමකි. ඔබේ AI ඒජන්ට් LangGraph, CrewAI, Microsoft Agent Framework, Google ADK, OpenAI Agents වැනි ප්රචලිත framework වලින් ඕනෑම එකක් භාවිතා කරමින් තිබේ නම්, Catalyst ඒ framework එකට පසුබිමක් වශයෙන් durability, workload identity, policy enforcement වැනි සේවාවන් එක් කරයි. ඒ නිසා ඔබේ framework එක වෙනස් නොකර, එකම governance layer එකක් තුළ සියලු ඒජන්ට් කළමනාකරණය කළ හැකිය.
කොහොමද තේරීමට? ඔබට workflow‑as‑code මොඩලය අවශ්ය නම්, Temporal ඔබට වඩා සුදුසු. එසේම ඔබේ කණ්ඩායමට විවිධ programming language (Python, .NET, TypeScript) සහිත ඒජන්ට් පරිසරයක් තිබේ නම්, Catalyst එකම policy engine එකක් සමඟ වැඩ කිරීම පහසු වේ. දෙකම idempotent side‑effects නිර්මාණය කිරීම, හුමාන අනුමතීන් ඇතුළත් කිරීම වැනි මූලික සැලසුම් අවශ්ය කරයි – ඒවා තෝරාගත් platform එකේ පරාසය නොව, ඔබේ නිර්මාණයම විසඳා ගත යුතුයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
- සංසදය ශිෂ්යයන් – AI research agent එකක් නිර්මාණය කිරීමේදී durable execution මූලධර්මයන් ඉගෙන ගැනීම, විශ්වවිද්යාල පාඨමාලා වලට නවතම ප්රායෝගික අංගයක් එක් කරයි.
- දෙවන පාර්ශවික සංවර්ධකයින් – Temporal හෝ Catalyst යන platform එකක් තෝරාගැනීමේදී, ලොකු පරිමාණ AI සේවාවන් නිර්මාණය කරගත හැකි, cloud‑native හා multi‑language support සමඟ වැඩ කිරීමේ හැකියාව ලැබේ.
- ව්යාපාරික සමාගම් – දීර්ඝකාලීන AI workflow ගත කිරීමේදී අසාර්ථකත්වය පසුදීම දත්ත හා state අහිමි නොවීම නිසා operational cost අඩු වේ, compliance සහ security audit කටයුතු පහසු වේ.
අවසන් වශයෙන්, Temporal හෝ Diagrid Catalyst යන දෙකම ඔබේ AI research agent එකේ අසාර්ථකත්වය පසුදීම නවීන විසඳුමක් ලබා දේ. ප්රධාන තේරීම ඔබේ සංවර්ධන පරිසරය, governance අවශ්යතා සහ කණ්ඩායමේ කුසලතා මත පදනම් වේ. පළමු පරික්ෂාවක් කරලා, කුමන platform එක ඔබේ developers, operators, security reviewers යන කණ්ඩායම් සඳහා පැහැදිලිව පැහැදිලි කරන්නේදැයි තීරණය කරගන්න.
