loop पहरेदार: max_steps और दोहराए काम पर रुकना
loop कर सकने वाला agent हमेशा loop कर सकता है। मॉडल उलझ जाता है, वही विफल tool call दोहराता है, और आप पाँच अंकों के बिल के साथ जागते हैं। Guard rails वैकल्पिक नहीं हैं - वे एक demo और ग्राहक के सामने रखने लायक चीज़ का अंतर हैं। दो पहरेदार लगभग सब पकड़ते हैं: एक पक्की क़दम छत, और दोहराए काम की पहचान।
आप run_with_guard(plan, tools, max_steps) बनाएँगे। यह पहले जैसी ही योजना चलाता है, पर सिर्फ़ trace के बजाय एक छोटी रिपोर्ट लौटाता है: {"status": ..., "trace": [...]}, जहाँ status तीन नतीजों में से एक है:
"max_steps"- agent पूरा होने से पहले क़दम छत तक पहुँच गया। रुकें और चिह्नित करें।"loop_detected"- agent ने ठीक वही काम (वही tool, वही args) आज़माया जो वह पहले कर चुका है। वह एक loop है; घूमने से पहले रुकें।"done"- योजना सामान्य ढंग से पूरी हुई (क़दम ख़त्म हुए या"finish"काम आया)।
देखे कामों का हिसाब रखें ताकि दोहराव सस्ते में पकड़े जाएँ। एक dict hashable नहीं है, इसलिए पहले हर काम को एक hashable कुंजी में बदलें:
seen = set()
...
key = (action, repr(args)) # repr makes the args dict hashable
if key in seen:
return {"status": "loop_detected", "trace": trace}
seen.add(key)trace रुकने के बिंदु पर कटता है: जब आप max_steps या loop_detected पर रुकते हैं, तो उस पल तक असल में जो चला उसका trace लौटाएँ, पूरी योजना नहीं। वह कटा trace आपकी घटना रिपोर्ट है - यह ठीक दिखाता है कि agent कहाँ पटरी से उतरा।
क़दम दर्ज करने से पहले क़दम छत और दोहराव जाँचें, ताकि गिनतियाँ मेल खाएँ: max_steps=3 के साथ trace में ज़्यादा से ज़्यादा 3 प्रविष्टियाँ होती हैं, और दोहराया काम दूसरी बार चलने से पहले पकड़ा जाता है। तीनों नतीजे आते देखने के लिए Run दबाएँ।
run_with_guard(plan, tools, max_steps=10) लिखें जो {"status": ..., "trace": [...]} लौटाए। trace के max_steps प्रविष्टियों तक पहुँचने पर "max_steps" के साथ रुकें, कोई काम ठीक-ठीक दोहराए (वही tool और args) तो "loop_detected" के साथ, और योजना पूरी होने या "finish" आने पर "done" के साथ। हर क़दम दर्ज करने से पहले पहरेदार जाँचें ताकि trace रुकने के बिंदु पर कटे।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।