লিগ্যাল এজেন্ট ওয়ার্কশপ যা করে
লিগ্যাল এজেন্ট ওয়ার্কশপ হলো একটি আইনি AI এজেন্ট তৈরি ও মূল্যায়নের জন্য হাতে-কলমে দুই-সেশনের প্রকল্প। প্রথমে অংশগ্রহণকারীরা একটি এজেন্টভিত্তিক তদন্ত লুপ বাস্তবায়ন করেন এবং একটি যাচাই-বিহীন আইনি মেমো তৈরি করেন। এরপর তারা একটি যাচাইকরণ স্তর যোগ করেন, যা এজেন্টের নিয়ন্ত্রণের বাইরে কাজ করে।
রিপোজিটরিতে সাধারণ OpenAI Python SDK কোডের ওপর ভিত্তি করে তৈরি একটি কিট রয়েছে। এতে প্রতিটি টুলের জন্য আলাদা ফাইল, Files API-এর মাধ্যমে নথি পড়ার সুবিধা এবং উদ্ধৃতি-যাচাইকৃত তথ্য ট্র্যাক করার একটি কেস-ম্যানেজমেন্ট সিস্টেম অন্তর্ভুক্ত আছে। অন্তর্ভুক্ত কেসটি হলো northbridge-v-caldera, তবে এজেন্টটি সাধারণ প্রকৃতির এবং এর মধ্যে কেসটি অন্তর্ভুক্ত নেই।
গুরুত্বপূর্ণ ওয়ার্কস্পেস নিয়ম: কেবল
agent/ডিরেক্টরি থেকে Muse Code চালু করুন।cases/,world/,ground_truth/,solutions/এবংui/ডিরেক্টরিগুলো Muse Code ওয়ার্কস্পেসের বাইরে রাখতে হবে।
প্রধান বৈশিষ্ট্য
- সাধারণ আইনি এজেন্ট: এজেন্টটি একটি চেকলিস্ট খসড়া করে, পরিকল্পনা তৈরি করে, নথি তদন্ত করে এবং একটি মেমো তৈরি করে।
- OpenAI Python SDK বাস্তবায়ন: এজেন্টভিত্তিক লুপটি অতিরিক্ত কোনো এজেন্ট ফ্রেমওয়ার্কের পরিবর্তে সরাসরি SDK কোড ব্যবহার করে।
- নথি বিশ্লেষণ: কিটটি কেসের নথি পড়তে Files API ব্যবহার করে।
- উদ্ধৃতি-যাচাইকৃত তথ্য: কেস-ম্যানেজমেন্ট সিস্টেমটি সহায়ক উদ্ধৃতিসহ তথ্য সংরক্ষণ করে।
- বাহ্যিক যাচাইকরণ: চেকলিস্ট ও মেমো যাচাই এজেন্টের নিয়ন্ত্রণের বাইরে পরিচালিত হয়।
- প্রকৃত তথ্যের সঙ্গে তুলনা: চেকলিস্ট যাচাইকারী এজেন্টের কাজকে একটি কেস-নির্দিষ্ট প্রকৃত তথ্যভিত্তিক চেকলিস্টের সঙ্গে তুলনা করে, যা এজেন্ট দেখতে পারে না।
- পুনরায় চালানো যায় এমন কর্মপ্রবাহ: সেশন ১-এর একটি রান শাখা তৈরি করে যাচাইকরণ সক্রিয় অবস্থায় চালিয়ে নেওয়া যায়।
- লাইভ এজেন্ট কনসোল: আগে থেকে তৈরি ইন্টারফেসটি টার্ন, চেকলিস্টের আইটেম, সহায়ক প্রমাণ, প্রমাণ প্রকাশ এবং অ্যাটর্নির অনুমোদন দেখায়।
রিপোজিটরির কাঠামো বুঝুন
HANDBOOK.md-তে সেটআপ নির্দেশনা, উভয় ওয়ার্কশপ সেশন এবং 1.7 নম্বর সেকশনে Muse Code-এর মূল-নিয়মের প্রম্পট রয়েছে।agent/-এ প্রাথমিক কোড রয়েছে এবং এটিই একমাত্র ডিরেক্টরি যা Muse Code ওয়ার্কস্পেস হিসেবে উন্মুক্ত করা উচিত।cases/northbridge-v-caldera/-এ এজেন্টকে দেওয়া কেসের উদ্দেশ্য ও নথি রয়েছে।ground_truth/-এ বাহ্যিক যাচাইয়ের জন্য ব্যবহৃত ব্যক্তিগত চেকলিস্ট রয়েছে। এটি কখনো কেসের মধ্যে অন্তর্ভুক্ত করা বা এজেন্টকে দেখানো যাবে না।world/অনুকরণ করা বাইরের জগতকে উপস্থাপন করে, যার মধ্যে আটকে রাখা পরবর্তী নথি এবং প্রমাণ প্রকাশের স্ক্রিপ্ট রয়েছে।solutions/-এ সেশন ১ ও সেশন ২-এর স্ন্যাপশট রয়েছে।ui/-এ আগে থেকে তৈরি Agent Console রয়েছে এবং এটি Muse Code ওয়ার্কস্পেসের বাইরে থাকে।
ওয়ার্কশপ ইনস্টল ও কনফিগার করুন
১. রিপোজিটরি ক্লোন করুন
প্রকল্পটি ক্লোন করুন, এরপর Muse Code সেটআপ বা চালু করার আগে agent/ ডিরেক্টরিতে প্রবেশ করুন।
git clone https://github.com/meta-models/legal-agent-workshop.git
cd legal-agent-workshop/agent২. এনভায়রনমেন্ট ফাইল তৈরি করুন
উদাহরণ কনফিগারেশনটি .env-এ কপি করুন।
cp .env.example .env.env সম্পাদনা করে আপনার MODEL_API_KEY যোগ করুন। CASE_DIR অন্তর্ভুক্ত কেসটির দিকে নির্দেশ করছে কি না নিশ্চিত করুন:
../cases/northbridge-v-caldera৩. সেটআপ হেলপার চালান
./helper setupসেটআপ কমান্ডটি OpenAI Python SDK-সহ একটি .venv এনভায়রনমেন্ট তৈরি করে, কেসের নথিগুলো প্রত্যাশিত অবস্থানে কপি করে এবং কনফিগার করা API কী পরীক্ষা করে।
৪. Muse Code চালু করুন
agent/-এর ভেতরে থেকেই Muse Code চালু করুন:
museআপনার প্রথম বার্তাটি অবশ্যই HANDBOOK.md-এর 1.7 নম্বর সেকশনে থাকা মূল-নিয়মের প্রম্পট হতে হবে। প্রতিটি পুনরারম্ভ বা নতুন Muse Code সেশনের পর আবার সেই প্রম্পট জমা দিন।
সেশন ১: আইনি এজেন্ট তৈরি ও চালান
সেশন ১-এ সরবরাহ করা কিট ব্যবহার করে সাধারণ এজেন্টভিত্তিক লুপ বাস্তবায়নের ওপর জোর দেওয়া হয়। agent/-এর ভেতরে সমস্ত কাজ রেখে HANDBOOK.md-এর ধাপে ধাপে নির্দেশনা অনুসরণ করুন।
প্রত্যাশিত কর্মপ্রবাহ হলো:
- চেকলিস্টের খসড়া তৈরি: তদন্তে কোন প্রশ্ন ও প্রমাণ অন্তর্ভুক্ত হওয়া উচিত তা শনাক্ত করুন।
- তদন্তের পরিকল্পনা করুন: উপলব্ধ টুল ও কেসের নথিগুলো কীভাবে ব্যবহার করবেন তা নির্ধারণ করুন।
- তদন্ত করুন: সরবরাহ করা নথি-প্রক্রিয়ার মাধ্যমে নথি পড়ুন এবং কেস-ম্যানেজমেন্ট সিস্টেমে উদ্ধৃতি-যাচাইকৃত তথ্য সংরক্ষণ করুন।
- ফলাফল প্রস্তুত করুন: তদন্তের ভিত্তিতে একটি যাচাই-বিহীন মেমো দিয়ে রান শেষ করুন।
এই পর্যায়ে মেমোটি ইচ্ছাকৃতভাবে যাচাই-বিহীন থাকে। সেশন ২ দেখায়, আপাতদৃষ্টিতে সম্পূর্ণ এজেন্ট আউটপুটও কীভাবে প্রয়োজনীয় চেকলিস্টের আইটেম বাদ দিতে বা মেমোর নিয়ম ভঙ্গ করতে পারে।
এজেন্ট কনসোলে একটি রান দেখুন
রিপোজিটরির রুট থেকে আগে থেকে তৈরি ইন্টারফেসটি চালু করুন:
python3 ui/ui.pyব্রাউজারে http://127.0.0.1:8765 খুলুন। কনসোল একটি রান লাইভ দেখাতে পারে, যার মধ্যে প্রতিটি এজেন্ট টার্ন, তার চেকলিস্ট এবং চেকলিস্টের আইটেমগুলো কীভাবে প্রমাণিত হয় তা অন্তর্ভুক্ত থাকে। এটি ওয়ার্কশপের প্রমাণ প্রকাশ এবং অ্যাটর্নির অনুমোদনের ধাপগুলোকেও সমর্থন করে।
সেশন ২: এজেন্ট কী বাদ দিয়েছে তা পরীক্ষা করুন
সেশন ২-এ দুটি স্বাধীন যাচাইকরণ পরীক্ষা চালু করা হয়। একটি কেসের গোপন প্রকৃত তথ্যের ভিত্তিতে চেকলিস্ট মূল্যায়ন করে। অন্যটি মেমোকে নির্ধারিত নিয়মের ভিত্তিতে মূল্যায়ন করে।
মেমো যাচাই করুন
agent/ থেকে, RUN_ID-এর জায়গায় Session 1 রানটির শনাক্তকারী বসান:
./helper verify RUN_ID --memoএতে Session 1-এর মেমো যাচাইয়ে শনাক্ত হওয়া সমস্যাগুলো দেখা যাবে।
চেকলিস্ট যাচাই করুন
./helper verify RUN_ID --checklistএটি এজেন্টের চেকলিস্টের সঙ্গে কেস-নির্দিষ্ট প্রকৃত চেকলিস্টের তুলনা করে। প্রকৃত চেকলিস্টটি কেস এবং এজেন্টের ওয়ার্কস্পেস—উভয়ের বাইরেই থাকে।
যাচাইয়ের পরীক্ষা তৈরি করুন
চেকলিস্ট ও মেমো যাচাইয়ের পরীক্ষা তৈরি করতে HANDBOOK.md-এর Session 2 নির্দেশনা অনুসরণ করুন। আস্থার সীমানা বজায় রাখুন: এজেন্টকে নিজের কাজ অনুমোদনের ওপর নির্ভর না করে এই পরীক্ষাগুলো এজেন্টের নিয়ন্ত্রণের বাইরে চালাতে হবে।
যাচাই সক্রিয় রেখে রান চালিয়ে যান
বিদ্যমান চেকলিস্ট থেকে মূল Session 1 রানটির একটি শাখা তৈরি করুন:
./helper branch RUN_IDচালু রাখা এই কর্মপ্রবাহে যাচাই-সচেতন আচরণ পরীক্ষা করা হয়, যার মধ্যে প্রত্যাখ্যান, এসকেলেশন, নতুন প্রমাণ প্রকাশ, পুনরায় শুরু এবং অ্যাটর্নির অনুমোদন রয়েছে। শাখা তৈরি করলে একটি সম্পর্কহীন তদন্ত দিয়ে শুরু না করে চেকলিস্টটিকে সূচনা হিসেবে রাখা যায়।
আটকে রাখা প্রমাণ প্রকাশ করুন
কোনো রান needs_input অবস্থায় পৌঁছালে, অনুসরণী উপকরণ প্রকাশ করতে সিমুলেটেড বাইরের জগত ব্যবহার করুন। রিপোজিটরির রুট থেকে এই কমান্ডটি চালান:
python3 world/release.pyপ্রমাণ প্রকাশের পর কর্মশালার প্রবাহ চালিয়ে যান এবং Agent Console-এ পুনরায় শুরু হওয়া রানটি পর্যবেক্ষণ করুন।
উন্নত পরামর্শ
ওয়ার্কস্পেসের সীমানা সুরক্ষিত রাখুন
সবসময় রিপোজিটরির রুট থেকে নয়, agent/ থেকে Muse Code চালু করুন। এতে Muse Code কেসের উৎস, গোপন প্রকৃত তথ্য, সিমুলেটেড জগত, সমাধানের স্ন্যাপশট বা UI কোড দেখতে পাবে না। এই পৃথকীকরণ কর্মশালার যাচাই মডেলের কেন্দ্রীয় অংশ।
এজেন্টের কাছে কখনও প্রকৃত তথ্য প্রকাশ করবেন না
ground_truth/northbridge-v-caldera.json ফাইলটি বাহ্যিক চেকলিস্ট যাচাইয়ের জন্য ব্যবহৃত হয়। এটি কেসে কপি করবেন না, Muse Code ওয়ার্কস্পেসে অন্তর্ভুক্ত করবেন না বা এজেন্টকে সরবরাহ করবেন না।
রিস্টার্টের পর মূল নিয়মগুলো আবার প্রয়োগ করুন
রিস্টার্ট করা বা নতুন করে তৈরি করা Muse Code সেশন মূল নিয়মের প্রম্পট দেওয়ার প্রয়োজনীয়তা দূর করে না। প্রতিবার HANDBOOK.md-এর section 1.7 থেকে এটি কপি করুন।
প্রতিষ্ঠিত বিন্যাস ব্যবহার করে আরেকটি কেস যোগ করুন
নতুন কেস একটি ফোল্ডার দিয়ে উপস্থাপিত হয়, যাতে objective.md ফাইল এবং একটি documents/ ডিরেক্টরি থাকে। কেসটিকে agent/-এর বাইরে রাখুন এবং CASE_DIR-কে সেটির দিকে নির্দেশ করুন। README অতিরিক্ত কেস-রচনার বা প্রকৃত তথ্য তৈরির ধাপ নির্দিষ্ট করে না, তাই যাচাই ব্যবস্থা সম্প্রসারণের আগে হ্যান্ডবুক অনুসরণ করুন।
সমাধানের স্ন্যাপশট সতর্কতার সঙ্গে ব্যবহার করুন
solutions/01_session1/ এবং solutions/02_session2/ ডিরেক্টরিগুলো দুটি সেশনের স্ন্যাপশট সরবরাহ করে। এগুলো Muse Code ওয়ার্কস্পেসের বাইরে থাকায় এজেন্টের কাজের প্রসঙ্গের অংশ না করেই কর্মশালার রেফারেন্স হিসেবে ব্যবহার করা যায়।
কমান্ড রেফারেন্স
git clone https://github.com/meta-models/legal-agent-workshop.git
cd legal-agent-workshop/agent
cp .env.example .env
./helper setup
muse
# রিপোজিটরির রুট থেকে
python3 ui/ui.py
python3 world/release.py
# agent/ থেকে
./helper verify RUN_ID --memo
./helper verify RUN_ID --checklist
./helper branch RUN_IDউপসংহার
Legal Agent Workshop আইনি-এজেন্ট উন্নয়নের উভয় দিক প্রদর্শন করে: এমন একটি এজেন্ট তৈরি করা, যে পরিকল্পনা, তদন্ত এবং খসড়া তৈরি করতে পারে; এবং এমন বাহ্যিক নিয়ন্ত্রণ তৈরি করা, যা তার কাজ সম্পূর্ণ ও অনুবর্তী কি না পরীক্ষা করে। কেস, প্রকৃত তথ্য, যাচাইয়ের রিসোর্স এবং সিমুলেটেড প্রমাণ Muse Code ওয়ার্কস্পেসের বাইরে রেখে প্রকল্পটি আস্থার সীমানাকে স্পষ্ট ও পরীক্ষাযোগ্য করে তোলে।