Spec Kit Agents: Context-Grounded Agentic Workflows
यह शोध पत्र Spec Kit Agents को प्रस्तुत करता है, जो एक मल्टी-एजेंट सिस्टम है जो वर्कफ़्लो को रिपॉजिटरी संदर्भ में स्थापित करने के लिए रीड-ओनली प्रोबिंग और वैलिडेशन हुक्स को एकीकृत करके स्पेक-ड्रिवन डेवलपमेंट को बढ़ाता है, जिसके परिणामस्वरूप कई बेंचमार्क में कोड गुणवत्ता और टेस्ट कम्पैटिबिलिटी में सांख्यिकीय रूप से महत्वपूर्ण सुधार होते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपने अपने घर में एक नया कमरा बनाने के लिए एक बेहद प्रतिभाशाली, सुपर-फास्ट आर्किटेक्ट को काम पर रखा है। यह आर्किटेक्ट (AI एजेंट) अविश्वसनीय रूप से स्मार्ट है और सेकंडों में ब्लूप्रिंट लिख सकता है और दीवारें खड़ी कर सकता है। हालाँकि, एक समस्या है: इस आर्किटेक्ट को भूलने की बीमारी (amnesia) है।
हर बार जब आप उन्हें कोई नया काम शुरू करने के लिए कहते हैं, तो वे भूल जाते हैं कि घर कैसा दिखता है, प्लंबिंग कहाँ है, या आपने किचन में किस तरह की लकड़ी का इस्तेमाल किया था। वे बस इस आधार पर अंदाज़ा लगाते हैं कि एक "घर" कैसा होना चाहिए।
कभी-कभी, उनका अंदाज़ा सही होता है। लेकिन अक्सर, वे ऐसी जगह दरवाज़ा लगाने की कोशिश करते हैं जहाँ एक भार वहन करने वाली (load-bearing) दीवार होती है, या वे ऐसे पेंट का उपयोग करते हैं जो आपके स्थानीय हार्डवेयर स्टोर में मौजूद ही नहीं है। यह जो होता है, उसे यह पेपर "कॉन्टेक्स्ट ब्लाइंडनेस" (Context Blindness) कहता है। AI अपने स्वयं के आंतरिक तर्क पर इतना केंद्रित हो जाता है कि वह उस विशिष्ट प्रोजेक्ट की वास्तविकता की जाँच करना भूल जाता है जिस पर वह काम कर रहा है।
समाधान: "स्पेक किट एजेंट्स" (Spec Kit Agents)
इस पेपर के लेखकों ने एक नया वर्कफ़्लो बनाया है जिसे Spec Kit Agents कहा जाता है। इसे एक अकेले जीनियस को काम पर रखने के बजाय, एक निर्माण दल (construction crew) को सख्त, चरण-दर-चरण सुरक्षा प्रोटोकॉल के साथ काम पर रखने के रूप में समझें।
यहाँ बताया गया है कि उनका सिस्टम कैसे काम करता है, एक सरल उपमा (analogy) का उपयोग करते हुए:
1. पुराना तरीका (द "कॉन्टेक्स्ट ब्लाइंड" एजेंट)
आप AI को कहते हैं: "एक नया लॉगिन पेज बनाओ।"
AI तुरंत कोड लिखना शुरू कर देता है। यह एक ऐसा डेटाबेस बना सकता है जो मौजूद ही नहीं है, एक गलत फ़ाइल पाथ का उपयोग कर सकता है, या आपकी वेबसाइट के मौजूदा डिज़ाइन को बिगाड़ सकता है। जब तक आपको गलती का एहसास होता है, तब तक AI ने उसके ऊपर कोड का एक पूरा टावर खड़ा कर दिया होता है, और उसे ठीक करना एक दुस्वप्न बन जाता है।
2. नया तरीका (स्पेक किट एजेंट्स)
सीधे निर्माण में कूदने के बजाय, सिस्टम काम को चार अलग-अलग चरणों में विभाजित करता है, और हर एक चरण में, यह AI को रुकने और अपने आस-पास देखने के लिए मजबूर करता है।
चरण 1: "स्काउट" (खोज/Discovery)
कोड की एक भी लाइन लिखने से पहले, एक "स्काउट" एजेंट कोडबेस (घर) के अंदर जाता है और चक्कर लगाता है। वह जाँचता है: कौन सी फ़ाइलें पहले से मौजूद हैं? हम किन टूल्स का उपयोग कर रहे हैं? नियम क्या हैं?- उपमा: ब्लूप्रिंट बनाने से पहले, एक स्काउट कमरे को मापता है और यह जाँचता है कि क्या फर्श एक भारी पियानो का भार सह सकता है।
चरण 2: "स्पेक्स" (योजना/Planning)
AI एक विस्तृत योजना (एक "Spec") लिखता है। लेकिन यह केवल अंदाज़ा नहीं लगाता; यह वह योजना लिखता है जो स्काउट द्वारा मिली जानकारी के आधार पर होती है।- उपमा: आर्किटेक्ट स्काउट द्वारा लिए गए सटीक माप का उपयोग करके ब्लूप्रिंट बनाता है, जिससे यह सुनिश्चित होता है कि दरवाज़ा वास्तव में दीवार में फिट बैठे।
चरण 3: "इंस्पेक्टर" (सत्यापन/Validation)
निर्माण शुरू करने से पहले, एक "इंस्पेक्टर" ब्लूप्रिंट की जाँच करता है। क्या यह योजना समझ में आती है? क्या सामग्री उपलब्ध है?- उपमा: एक बिल्डिंग इंस्पेक्टर ब्लूप्रिंट देखता है और कहता है, "रुको, तुम यहाँ खिड़की नहीं लगा सकते क्योंकि यह फायर कोड के खिलाफ है," इससे पहले कि एक भी ईंट रखी जाए।
चरण 4: "बिल्डर" (कार्यान्वयन/Implementation)
योजना स्वीकृत होने और वास्तविकता की जाँच होने के बाद ही AI वास्तव में कोड लिखता है। यहाँ तक कि काम पूरा होने के बाद भी, इंस्पेक्टर अंतिम परीक्षण करता है ताकि यह सुनिश्चित हो सके कि नया कमरा घर में लीकेज या ढहने का कारण न बने।
यह क्यों महत्वपूर्ण है
शोधकर्ताओं ने इसका परीक्षण 32 विभिन्न सॉफ़्टवेयर प्रोजेक्ट्स (जैसे विभिन्न प्रकार के घरों में विभिन्न प्रकार के कमरे बनाना) पर किया।
- परिणाम: "कॉन्टेक्स्ट-ग्राउंडेड" टीम (Spec Kit Agents) ने कम गलतियाँ कीं। वे केवल तेज़ नहीं बने; उन्होंने ऐसी चीज़ें बनाईं जो वास्तव में घर में फिट बैठती थीं।
- स्कोर: 1 से 5 के पैमाने पर, नई पद्धति ने काम की गुणवत्ता में एक छोटे लेकिन महत्वपूर्ण सुधार को दर्शाया। इससे भी महत्वपूर्ण बात यह है कि इसने AI को "हैलुसिनेशन" (नकली टूल्स या फ़ाइलों का आविष्कार करना) करने से रोका।
- समझौता (Trade-off): इस प्रक्रिया में सभी चेकिंग और स्काउटिंग के कारण थोड़ा अधिक समय लगता है। लेकिन पेपर का तर्क है कि उस दीवार को गिराने में 10 घंटे बिताने से बेहतर है कि ब्लूप्रिंट की जाँच करने में 10 अतिरिक्त मिनट लिए जाएँ जिसे आपने गलत जगह बनाई थी।
बड़ी तस्वीर
AI कोडिंग की दुनिया में, हम अक्सर पूछते हैं: "AI कितना स्मार्ट है?"
यह पेपर एक अलग सवाल पूछता है: "AI अपने आस-पास की दुनिया पर कितनी अच्छी तरह ध्यान देता है?"
Spec Kit Agents यह साबित करता है कि एक सुपर-स्मार्ट AI को भी वास्तव में उपयोगी होने के लिए एक चेकलिस्ट, एक स्काउट और एक इंस्पेक्टर की आवश्यकता होती है। यह एक "अंदाजे" को एक "विश्वसनीय निर्माण परियोजना" में बदल देता है।
संक्षेप में: AI को केवल समाधान की कल्पना करने के लिए न छोड़ें। उसे नक्शा देखने, नियमों को पढ़ने और निर्माण शुरू करने से पहले दूसरी राय लेने के लिए कहें। इसी से आप ऐसा सॉफ़्टवेयर प्राप्त करते हैं जो वास्तव में काम करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।