Strabo: Declarative Specification and Implementation of Agentic Interaction Protocols
यह शोध पत्र स्ट्रैबो (Strabo) का परिचय देता है, जो एक ऐसा ढांचा है जो लैंगशॉ (Langshaw) विशिष्टता और पीच (Peach) कार्यान्वयन का उपयोग करके गूगल के यूनिवर्सल कॉमर्स प्रोटोकॉल (UCP) चेकआउट प्रक्रिया को मॉडल करते हुए, डिक्लेरेटिव इंटरेक्शन प्रोटोकॉल की व्यावहारिक प्रासंगिकता को उद्योग-स्तर के एजेंटिक एआई (Agentic AI) के लिए प्रदर्शित करता है, जो गूगल के एजेंटों के साथ इंटरऑपरेबिलिटी को सफलतापूर्वक सत्यापित करके पारंपरिक परिवेश में औपचारिक विधियों (formal methods) को क्रमिक रूप से अपनाने में सक्षम बनाता है।
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
यहाँ "Strabo: Declarative Specification and Implementation of Agentic Interaction Protocols" पेपर की सरल भाषा और रचनात्मक उपमाओं (analogies) का उपयोग करके दी गई व्याख्या है।
बड़ी तस्वीर: रोबोटों को एक साथ खरीदारी करना सिखाना
कल्पना कीजिए कि भविष्य में आपका व्यक्तिगत AI सहायक (मान लीजिए "Alice") आपके लिए खरीदारी करने जाता है। उसे एक शर्ट खरीदने, उसका भुगतान करने और उसकी डिलीवरी प्राप्त करने के लिए एक स्टोर के AI सहायक (मान लीजिए "Bob") से बात करने की आवश्यकता है।
इसके काम करने के लिए, Alice और Bob को एक ही भाषा बोलनी होगी और एक ही नियमों का पालन करना होगा। यदि Alice कहती है, "मैं यह खरीदना चाहती हूँ," तो Bob को ठीक से पता होना चाहिए कि इसका क्या अर्थ है, उसे आगे किस जानकारी की आवश्यकता है, और वह अभी क्या नहीं कर सकता।
वर्तमान में, बड़ी टेक कंपनियाँ (जैसे Google) इन नियमों को तय करने की कोशिश कर रही हैं। उन्होंने UCP (Universal Commerce Protocol) नामक निर्देशों का एक सेट बनाया है। UCP को साधारण अंग्रेजी और JSON कोड में लिखी गई एक बहुत लंबी, अव्यवस्थित निर्देश पुस्तिका (instruction manual) के रूप में समझें। यह डेवलपर्स को बताता है कि शॉपिंग बॉट्स कैसे बनाए जाएं। हालाँकि, क्योंकि यह अनौपचारिक रूप से लिखा गया है, इसमें भ्रम की बहुत गुंजाइश है। डेवलपर्स को नियमों का अनुमान लगाना पड़ता है, जिससे अक्सर गलतियाँ होती हैं या ऐसे बॉट्स बनते हैं जो एक-दूसरे से ठीक से बात नहीं कर पाते।
समस्या: "अकादमिक" दुनिया वर्षों से रोबोटों के लिए बहुत सटीक, गणितीय नियम पुस्तिकाएँ (जिन्हें Langshaw कहा जाता है) बना रही है। लेकिन किसी ने नहीं सोचा था कि ये शानदार नियम पुस्तिकाएँ Google जैसी कंपनियों द्वारा उपयोग किए जाने वाले अव्यवस्थित, वास्तविक दुनिया के प्रोटोकॉल के साथ वास्तव में काम कर सकती हैं।
समाधान (Strabo): लेखकों ने Strabo नामक एक टूल बनाया है। इसका काम एक अनुवादक (translator) और एक सेतु (bridge) के रूप में कार्य करना है। यह Google के अव्यवस्थित निर्देशों को लेता है, उन्हें एक सटीक गणितीय नियम पुस्तिका में बदलता है, और फिर एक "सेतु" बनाता है जो सटीक भाषा बोलने वाले रोबोट को अव्यवस्थित भाषा बोलने वाले रोबोट से बात करने की अनुमति देता है।
तीन मुख्य पात्र
यह समझने के लिए कि यह कैसे काम करता है, आइए लेखकों द्वारा उपयोग किए गए तीन प्रमुख उपकरणों को देखें:
1. Langshaw: सख्त वास्तुकार (The Strict Architect)
कल्पना कीजिए कि आप एक घर बना रहे हैं।
- Google का तरीका (UCP): आपके पास एक नैपकिन पर बना स्केच है जिसमें लिखा है, "यहाँ एक दरवाज़ा लगाओ, शायद वहाँ एक खिड़की लगा दो।" आपको अंदाज़ा लगाना पड़ता है कि दरवाज़ा कहाँ लगेगा। यदि आपका अंदाज़ा गलत निकला, तो घर ढह सकता है।
- Langshaw का तरीका: यह एक सख्त वास्तुशिल्प ब्लूप्रिंट (architectural blueprint) है। यह कहता है: "दरवाज़ा यहीं होना चाहिए। खिड़की वहाँ नहीं हो सकती। जब तक दरवाज़ा नहीं लग जाता, आप दीवार को नीला नहीं पेंट कर सकते।"
- यह क्यों महत्वपूर्ण है: Langshaw आपको सटीक होने के लिए मजबूर करता है। यह रोबोटों को चीज़ों को गलत क्रम में करने या महत्वपूर्ण कदम भूल जाने से रोकता है।
2. Peach: स्मार्ट बिल्डर (The Smart Builder)
एक बार जब आपके पास सख्त ब्लूप्रिंट (Langshaw) आ जाता है, तो आपको एक बिल्डर की आवश्यकता होती है जो उसका पालन करे।
- Peach वह बिल्डर है। इसे इंसान द्वारा हर एक कदम बताने की आवश्यकता नहीं होती। इसके बजाय, यह ब्लूप्रिंट को देखता है और कहता है, "ठीक है, नियमों के आधार पर, अभी मैं जो एकमात्र काम करने के लिए अनुमति प्राप्त हूँ, वह है दरवाज़ा लगाना।"
- यह "क्या यह चरण अनुमत है? क्या हमने कोई चरण छोड़ दिया?" जैसे सभी उबाऊ, जटिल गणित को संभालता है ताकि इंसान (या AI का दिमाग) केवल रचनात्मक भाग पर ध्यान केंद्रित कर सके: "दरवाज़ा लगाओ।"
3. Strabo: राजनयिक अनुवादक (The Diplomatic Translator)
यही इस शो का असली सितारा है।
- समस्या: Google के बॉट्स (UCP) "नैपकिन स्केच" बोलते हैं। Peach बॉट्स "सख्त ब्लूप्रिंट" बोलते हैं। वे एक-दूसरे को समझ नहीं सकते।
- समाधान: Strabo एक सेतु (bridge) बनाता है। यह बीच में बैठता है।
- जब Peach बॉट "चेकआउट सेशन बनाना" चाहता है (सख्त ब्लूप्रिंट की भाषा), तो Strabo उसे एक विशिष्ट HTTP अनुरोध (नैपकिन स्केच की भाषा) में बदल देता है जिसे Google का बॉट समझ सके।
- जब Google का बॉट जवाब देता है, तो Strabo उस अव्यवस्थित जवाब को वापस एक साफ "Created" सिग्नल में बदल देता है जिसे Peach बॉट समझ सके।
- परिणाम: Peach बॉट सोचता है कि वह दूसरे Peach बॉट से बात कर रहा है। Google का बॉट सोचता है कि वह दूसरे Google बॉट से बात कर रहा है। उन्हें कभी पता नहीं चलता कि वे अलग-अलग भाषाएँ बोल रहे हैं।
उन्होंने वास्तव में क्या किया?
लेखकों ने इसे Checkout प्रक्रिया (खरीदारी करना) पर परखने का निर्णय लिया।
- उन्होंने Google के अव्यवस्थित नियमों को मॉडल किया: उन्होंने Google UCP "Checkout" निर्देशों को लिया और उन्हें एक पूर्ण, सख्त Langshaw ब्लूप्रिंट के रूप में फिर से लिखा।
- उन्होंने बॉट्स बनाए: उन्होंने एक "Platform" बॉट (खरीददार) बनाया।
- उन्होंने सेतु बनाया: उन्होंने एक "Proxy" (Strabo अनुवादक) बनाया जो Peach बॉट को Google के वास्तविक सर्वर से जोड़ता है।
- परीक्षण: उन्होंने Peach बॉट को Google के सर्वर से चीजें खरीदने की कोशिश करने दी।
परिणाम: यह काम कर गया! Peach बॉट ने Google के सर्वर के साथ लेनदेन सफलतापूर्वक पूरा किया। इसने साबित कर दिया कि आप वास्तविक दुनिया के अव्यवस्थित उद्योग प्रणालियों को तोड़े बिना, उन्हें नियंत्रित करने के लिए सटीक, अकादमिक नियमों का उपयोग कर सकते हैं।
यह एक बड़ी बात क्यों है? ("Aha!" मोमेंट्स)
लेखों ने कुछ आश्चर्यजनक बातें उजागर कीं जो उन्होंने नियमों का अनुवाद करते समय खोजी थीं:
- छिपी हुई धारणाएँ (Hidden Assumptions): Google के निर्देशों में स्पष्ट रूप से यह नहीं लिखा था कि "अगला संदेश भेजने से पहले आपको जवाब का इंतज़ार करना चाहिए।" उन्होंने बस यह मान लिया कि सबको पता है। सख्त Langshaw ब्लूप्रिंट ने उन्हें उस नियम को स्पष्ट रूप से लिखने के लिए मजबूर किया। यह उन बग्स को रोकता है जहाँ दो बॉट एक-दूसरे के ऊपर बात करने लगते हैं।
- मालिकाना हक किसका है? Google के अव्यवस्थित नियमों में यह हमेशा स्पष्ट नहीं था कि किस डेटा (जैसे कीमत) को बदलने की अनुमति किसे है। सख्त नियमों ने इसे स्पष्ट कर दिया: "खरीददार (Shopper) आइटम सेट कर सकता है, लेकिन स्टोर कुल कीमत तय करता है।"
- कम कोड, अधिक तर्क (Less Code, More Logic): लेखकों ने दिखाया कि उनके सख्त तरीके (Peach) का उपयोग करके बॉट लिखना, सीधे Google के अव्यवस्थित नियमों के विरुद्ध बॉट लिखने की तुलना में बहुत कम कोड की आवश्यकता रखता है। "सेतु" (bridge) इंटरनेट से जुड़ने और डेटा को फॉर्मेट करने का सारा भारी काम संभाल लेता है। डेवलपर को केवल यह लिखने की आवश्यकता थी कि क्या खरीदना है, न कि यह कि संदेश कैसे भेजना है।
निष्कर्ष (The Bottom Line)
यह पेपर तर्क देता है कि हमें "अव्यवस्थित, वास्तविक दुनिया के उद्योग मानकों" और "सटीक, अकादमिक सुरक्षा नियमों" में से किसी एक को चुनने की आवश्यकता नहीं है।
Strabo दिखाता है कि आप दोनों रख सकते हैं। आप एक वास्तविक दुनिया के प्रोटोकॉल (जैसे Google का UCP) को ले सकते हैं, उसे एक सख्त, त्रुटि-रहित परत (Langshaw/Peach) में लपेट सकते हैं, और उन्हें एक साथ काम करने के लिए एक अनुवादक (Strabo) का उपयोग कर सकते हैं। इसका मतलब है कि हम पूरे इंटरनेट को फिर से बनाए बिना अपने वर्तमान सिस्टम में धीरे-धीरे सुरक्षित, स्मार्ट AI एजेंटों को शामिल कर सकते हैं।
संक्षेप में: उन्होंने एक सार्वभौमिक एडॉप्टर बनाया है जो एक सख्त नियम पुस्तिका का पालन करने वाले रोबोट को एक स्केची नैपकिन का पालन करने वाले रोबोट के साथ हाथ मिलाने की अनुमति देता है, यह साबित करते हुए कि सटीकता और व्यावहारिकता साथ-साथ रह सकते हैं।
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।