Agensh آپریشن میں

Agensh مائیکروسافٹ ریسرچ کا تیار کردہ کثیر ایجنٹ تعاون کا فریم ورک ہے، جس میں تمام ایجنٹس ایک متحدہ پانچ مرحلہ جاتی تعاون کے چکر کی پیروی کرتے ہیں اور مشترکہ کوڈ ریپوزٹری، فوری پیغام رسانی اور ساختی ڈیش بورڈ کے ذریعے ازخود کام تقسیم کرتے ہیں۔ تجربات سے ظاہر ہوا کہ ماڈل کو تبدیل کیے بغیر ایجنٹس کی تعداد 1 سے بڑھا کر 1024 کرنے پر سافٹ ویئر ری پروڈکشن ٹیسٹ کی کامیابی کی شرح 33.89% سے بڑھ کر 55.06% ہو گئی، جس سے ثابت ہوتا ہے کہ ایجنٹس کی تعداد خود AI کی صلاحیت بڑھانے کی ایک نئی جہت بن سکتی ہے۔

مرکزی آرکیسٹریشن کے بغیر: نگران ایجنٹ کو ہٹا دیا گیا ہے؛ تمام ایجنٹس خود کام قبول کرتے، ذمہ داریاں طے کرتے اور نتائج ضم کرتے ہیں۔
پانچ مرحلہ جاتی تعاون کا چکر: ہر ایجنٹ ”سیاق و سباق جمع کرنا→ذیلی کام قبول کرنا→عمل درآمد اور اشتراک→نتائج کی توثیق→پیش رفت ضم کرنا“ کے غیر ہم وقت چکر کو بار بار انجام دیتا ہے۔
مشترکہ ورک اسپیس: کوڈ کے انتظام کے لیے Git (Gitea) استعمال ہوتا ہے، جو بیک وقت ترقی، برانچ انضمام اور تنازعات کو نمایاں کرنے کی سہولت دیتا ہے۔
پیغامات کے ذریعے گفت و شنید: Mattermost کی بنیاد پر ٹیم اعلانات اور نجی ایک بہ ایک گفتگو ممکن ہے؛ نجی پیغام رسانی کاموں کے ٹکراؤ کو حل کرنے کے لیے دوسرے فریق کو فوری طور پر متوجہ کر سکتی ہے۔
مشترکہ سیاق و سباق کا ڈیش بورڈ: OBSERVED/FACT/FAIL/CLAIM/PATCH_SUMMARY کی پانچ اقسام کے اندراجات ریکارڈ کرتا ہے، تاکہ تمام ارکان تجربات دوبارہ استعمال کر سکیں اور کام کی تکرار سے بچ سکیں۔
ہزاروں کی سطح تک توسیع: تجربے میں ایجنٹس کی تعداد 1,024 تک بڑھائی گئی اور پھر بھی خود تنظیمی تعاون برقرار رہا۔
کرداروں کا ازخود ظہور: تنظیم کے حجم میں اضافے کے بعد جائزے کے معمولات، معیاری طریقہ کار اور専وی整合 کرنے والوں جیسے کاموں کی تقسیم خود تشکیل پاتی ہے، اسے پہلے سے متعین کرنے کی ضرورت نہیں ہوتی۔

تنظیمی سطح اور واحد ایجنٹ کی سطح کی الگ پرتوں پر مبنی ساخت: Agensh نچلے درجے کے واحد ایجنٹ فریم ورک کی جگہ نہیں لیتا، بلکہ اس کے اوپر ایک تنظیمی پرت شامل کرتا ہے۔ ہر ایجنٹ کا مقامی چکر نچلے درجے کا harness سنبھالتا ہے، جبکہ Agensh صرف ایجنٹ کی شناخت، تعاون کے پروٹوکول، ایونٹ روٹنگ، مشترکہ خدمات اور خرابی سے بحالی کی ذمہ داری لیتا ہے۔ دونوں پرتوں کے انٹرفیس جان بوجھ کر ہلکے اور پلگ اینڈ پلے رکھے گئے ہیں۔ تعاون کا چکر رن ٹائم میں ہارڈ کوڈ نہیں کیا گیا، بلکہ prompt میں موجود ورک فلو ہدایات کے ذریعے نافذ ہوتا ہے۔ تمام ایجنٹس کو بالکل یکساں ہدایات ملتی ہیں، اور مختلف نچلے درجے کے فریم ورک کے مطابق ڈھلنے کے لیے صرف ہلکا ایڈاپٹر تبدیل کرنا پڑتا ہے، تعاون کی منطق میں ترمیم نہیں۔
ایونٹ پر مبنی غیر ہم وقت رن ٹائم: ہر ایجنٹ مرکزی شیڈولر کے بجائے متعلقہ ایونٹس سے فعال ہوتا ہے۔ router مسلسل Gitea ریپوزٹری کی سرگرمی اور Mattermost پیغامات کی نگرانی کرتا ہے، نئے ایونٹس کو منفرد ID والی نقل سے پاک مستقل قطار میں لکھتا ہے، اور dispatcher انہیں ایجنٹ کے اگلے turn میں ترتیب دے کر شامل کرتا ہے۔ پیغامات دو سطحی ترجیح کے ساتھ پہنچائے جاتے ہیں: عوامی چینل کے پیغامات چکر کے آغاز پر پہنچتے ہیں، جبکہ براہ راست پیغامات اور ڈیش بورڈ کے نئے اندراجات موجودہ turn کے ٹول کال کے نتائج میں شامل ہو کر دورانِ عمل پہنچتے ہیں، جس سے ایجنٹ کاموں کے ٹکراؤ کے وقت ساتھیوں کو حقیقی وقت میں روک کر گفت و شنید کر سکتے ہیں۔ متعلقہ طریقہ کار میں ناکامی کے بعد بتدریج دوبارہ کوشش، router کے دوبارہ شروع ہونے کے بعد قطار اور سیشن کی بحالی، 10 منٹ تک غیر فعال رہنے والے ایجنٹ کو خودکار طور پر بیدار کرنا، اور ایک چکر مکمل ہونے پر ڈیش بورڈ اندراج نہ بھیجنے کی صورت میں یاد دہانی شامل ہیں۔
نوعیت کے مطابق مشترکہ سیاق و سباق کے ذریعے تنظیمی یادداشت: DeLM کے تصور سے استفادہ کرتے ہوئے Agensh تنظیمی یادداشت کو append-only ساختی لاگ کی صورت میں بیرونی سطح پر رکھتا ہے۔ اندراجات پانچ اقسام میں تقسیم ہیں: OBSERVED حوالہ پروگرام کے قابل مشاہدہ رویے کو ریکارڈ کرتا ہے، FACT تصدیق شدہ حقائق درج کرتا ہے، FAIL غلط ثابت شدہ مفروضوں کو ریکارڈ کرتا ہے، CLAIM کاموں کے ٹکراؤ سے بچنے کے لیے دائرہ کار کا عوامی دعویٰ ظاہر کرتا ہے، جبکہ PATCH_SUMMARY مکمل شدہ تبدیلیوں کا خلاصہ ”files= | idea= | evidence=“ کے مقررہ فارمیٹ میں پیش کرتا ہے۔ ڈیش بورڈ دو راستوں سے تقسیم ہوتا ہے: نئے turn کے آغاز پر حالیہ 2000 ریکارڈ شامل کیے جاتے ہیں، جبکہ turn کے دوران ٹول کال کے نتائج کے ذریعے نئے اندراجات شامل کیے جاتے ہیں۔ اس کے ساتھ board_grep ٹول بھی موجود ہے، جو پوری تاریخ میں AND/OR کلیدی الفاظ تلاش کرنے کی سہولت دیتا ہے، واحد ایجنٹ کے سیاق و سباق کی ونڈو کی حد سے بچتے ہوئے طویل مدتی کاموں کے تجربات جمع اور دوبارہ استعمال کرنے میں مدد دیتا ہے۔
تعاون کے چکر میں تنازعات کے حل اور توثیق کا built-in طریقہ کار: ذیلی کام قبول کرتے وقت ایجنٹ کو ڈیش بورڈ پر CLAIM کے ذریعے دائرہ کار کا اعلان کرنا ہوتا ہے۔ کسی دوسرے ایجنٹ سے اوورلیپ ملنے پر دونوں نجی پیغامات کے ذریعے دائرہ کار میں تبدیلی پر اتفاق کرتے ہیں۔ انضمام کے مرحلے میں Git کو مرکزی بنیاد بنایا جاتا ہے۔ ایجنٹ نجی برانچ میں ترقی کے بعد مرکزی برانچ کو PR جمع کرتا ہے؛ انضمامی تنازع کی صورت میں تازہ ترین پیش رفت حاصل کر کے تنازع حل کرنا اور دوبارہ جمع کرنا ضروری ہے، نیز انضمام سے پہلے مقامی نتیجے کو قبولیت کے معیار کے مطابق جانچنا لازم ہے۔ یہ طریقہ کار روایتی طور پر نگران کی جانب سے انجام دی جانے والی کاموں کی تقسیم، تنازعات کے فیصلے اور نتائج کے انضمام کی تین ذمہ داریوں کو تمام ارکان کے روزمرہ چکر میں تقسیم کر دیتا ہے، جبکہ ورژن ہسٹری اور PR عمل کے ذریعے انضمام کے کام کو واضح اور قابلِ سراغ بناتا ہے۔

ماحول تیار کریں: یقینی بنائیں کہ مشین پر Docker اور قابلِ استعمال model API موجود ہے۔
کوڈ ریپوزٹری کلون کریں: GitHub سے microsoft/Agensh ریپوزٹری مقامی مشین پر حاصل کریں، اور کوڈ عوامی ہونے کے بعد اسے clone کریں۔
مشترکہ بنیادی ڈھانچہ تعینات کریں: فریم ورک کے لیے درکار تین اقسام کے اجزا شروع کریں: Gitea (کوڈ ریپوزٹری)، Mattermost (پیغام رسانی) اور مشترکہ سیاق و سباق کا ڈیش بورڈ سروس۔
ایجنٹ کے پیرامیٹرز ترتیب دیں: کنفیگریشن میں worker کی تعداد، کام کا مقصد، وقت کی حد، نچلے درجے کے واحد ایجنٹ کے harness کی قسم اور model key مقرر کریں۔
تنظیم شروع کریں: آغاز کی اسکرپٹ چلائیں؛ فریم ورک وقفوں کے ساتھ ایجنٹس کو مرحلہ وار فعال کرے گا، اور بڑے پیمانے کی تعیناتی خودکار طور پر متعدد نوڈز میں تقسیم ہو جائے گی۔
ایجنٹس خود کام کریں گے: ارکان پانچ مرحلہ جاتی چکر کے مطابق خود کام قبول کریں گے، کوڈ تیار کریں گے، PR بھیجیں گے اور اسے مرکزی برانچ میں ضم کریں گے۔ انسانی مداخلت کی ضرورت نہیں، صرف Mattermost کے عوامی چینل میں پیش رفت دیکھنی ہوگی۔
اختتام اور حوالگی: آخری وقت قریب آنے پر فریم ورک خودکار طور پر کام سمیٹنے کی یاد دہانی دے گا، اور حتمی نتیجہ مرکزی برانچ کے کوڈ اور ڈیش بورڈ کے ریکارڈ کی صورت میں فراہم کیا جائے گا۔

نگران کی رکاوٹ ختم: مرکزی آرکیسٹریٹر ہٹانے کے بعد نظام کی توسیع پذیری کسی ایک ایجنٹ کی رابطہ کاری کی حد سے محدود نہیں رہتی، اور اسے ہموار انداز میں 1,024 ایجنٹس تک بڑھایا جا سکتا ہے۔
تعداد صلاحیت کی نئی جہت بن جاتی ہے: ماڈل اور نچلے درجے کے فریم ورک کو مکمل طور پر یکساں رکھتے ہوئے، صرف ایجنٹس کی تعداد بڑھانے سے اوسط ٹیسٹ کامیابی کی شرح میں تقریباً 49% اضافہ کیا جا سکتا ہے، جس سے ماڈل کے حجم کے علاوہ scaling کا دوسرا راستہ کھلتا ہے۔
کام کی تاخیر میں نمایاں کمی: 128 ایجنٹس 30ویں منٹ میں ہی 30% سے زیادہ کامیابی کی شرح حاصل کر لیتے ہیں، جبکہ واحد ایجنٹ پہلے دو گھنٹوں میں اس معیار تک نہیں پہنچتا؛ بڑی ٹیم کم وقت میں مساوی نتیجہ حاصل کر سکتی ہے۔
بنیادی ڈھانچہ ہلکا اور الگ: تعاون کا چکر ہارڈ کوڈ کے بجائے prompt ہدایات کے ذریعے نافذ ہوتا ہے، اس لیے Copilot، Claude Code جیسے مختلف نچلے درجے کے فریم ورک کے ساتھ پلگ اینڈ پلے انداز میں مطابقت پیدا کی جا سکتی ہے۔ مشترکہ خدمات کے لیے صرف Gitea، Mattermost اور ڈیش بورڈ کے تین اوپن سورس اجزا درکار ہیں۔
تنظیمی تجربات محفوظ اور دوبارہ قابلِ استعمال: نوعیت کے مطابق ڈیش بورڈ مشاہدات، حقائق اور ناکام مفروضوں کو ساختی شکل میں ریکارڈ کرتا ہے۔ FAIL نوعیت کے اندراجات خاص طور پر ساتھیوں کو ایک ہی کوشش میں بجٹ ضائع کرنے سے روکتے ہیں اور تنظیمی یادداشت تشکیل دیتے ہیں۔

پروجیکٹ کی ویب سائٹ: https://agens-harness.github.io/project/
arXiv تکنیکی مقالہ: https://arxiv.org/pdf/2609.26781

بڑے سافٹ ویئر کے رویے کی ازسرنو تشکیل: نیٹ ورک سے منقطع اور محدود وقت کے حالات میں، سینکڑوں سے ہزاروں ایجنٹس کو صفر سے FFmpeg، pandoc جیسے دسیوں لاکھ سطروں پر مشتمل سافٹ ویئر کے رویے کی تعمیر نو اور پوشیدہ ٹیسٹ پاس کرنے کے لیے استعمال کرنا۔
فوری ہنگامی ترقی: ایسے کاموں کے لیے موزوں جن میں وقت کی سخت حد ہو؛ 128 ایجنٹس 30 منٹ میں وہ تکمیل حاصل کر سکتے ہیں جس تک واحد ایجنٹ دو گھنٹوں میں نہیں پہنچ پاتا۔
انتہائی بڑے پیمانے پر کوڈ آڈٹ: ایجنٹس ماڈیولز کی ذمہ داری قبول کرتے، متوازی طور پر ٹیسٹ لکھتے اور ایک دوسرے کے PR کا جائزہ لیتے ہیں، اس لیے بڑے کاروباری کوڈ بیس کے سکیورٹی آڈٹ اور ٹیسٹ کوریج میں توسیع کے لیے فطری طور پر موزوں ہیں۔
پہلے سے طے شدہ منصوبے کے بغیر تحقیقی ترقی: جب کام کو پہلے سے تقسیم نہ کیا جا سکے، ایجنٹس حوالہ جاتی رویے کا مشاہدہ کر کے خود کام دریافت کرتے ہیں، اس لیے یہ مبہم تقاضوں اور تلاش کے ذریعے متعین ہونے والی حدود والے تکنیکی مسائل کے لیے موزوں ہے۔
مختلف شعبوں کے بنیادی سافٹ ویئر کی منتقلی: PHP interpreter، سالماتی تخروپن اور دیگر شعبوں کے نظام کی ترقی میں اجتماعی ذہانت ”ہر شعبے کے ماہر“ کی علم کی وسعت کو پورا کر سکتی ہے، جبکہ ایک ہی شعبے کے ماہرین ایک دوسرے کا متبادل بن کر کام جاری رکھ سکتے ہیں۔