এআই কাজের দক্ষতা রাডার | 2026-07-10

আজকে সবচেয়ে সুস্পষ্ট সংকেত হল যে “এআই এজেন্টগুলিতে গার্ডেল যুক্ত করা” এবং “এজেন্টদেরকে আরও পুনঃব্যবহারযোগ্য করে তোলা” এর দুটি লাইন একই সাথে শক্তিশালী হচ্ছে: একদিকে অবকাঠামো যেমন কনটেক্সট কম্প্রেশন, সেশন রিপ্লে, এবং নীতির সীমাবদ্ধতা, এবং অন্য দিকে রয়েছে জ্ঞান কর্মপ্রবাহ-ভিত্তিক দক্ষতা লাইব্রেরি, ব্রাউজার দ্বারা অ্যাক্সেসযোগ্য সার্ভার এবং ব্রাউজারগুলিকে MCP-এর মাধ্যমে ড্রাইভ করা টুল। সহজভাবে শক্তিশালী মডেলগুলির সাথে তুলনা করে, এই প্রকল্পগুলি এমন জিনিসগুলির কাছাকাছি যা দৈনন্দিন বিকাশ, ডেটা সংগ্রহ এবং দলের সহযোগিতায় সরাসরি প্রয়োগ করা যেতে পারে।

এন্ট্রোলি

এটি কি: এআই কোডিং এজেন্টদের জন্য একটি স্থানীয় প্রসঙ্গ নিয়ন্ত্রণ স্তর, “প্রমাণ নির্বাচন, পুনরুদ্ধারযোগ্য কম্প্রেশন, ক্যাশে সংরক্ষণ এবং উত্তর যাচাইকরণের উপর দৃষ্টি নিবদ্ধ করে।” বর্ণনা থেকে বিচার করলে, এটি অনেকটা মিডলওয়্যারের মতো যা কার্সার, ক্লড কোড, কোডেক্স এবং এডারের মতো সরঞ্জামগুলিতে প্রক্সি/এসডিকে/এমসিপি ক্ষমতার একটি স্তর যুক্ত করে।

কেন এটি এখন দেখার মতো: এজেন্টের ক্ষমতার উন্নতির সাথে সাথে, বাধাটি ক্রমবর্ধমানভাবে “এটি লিখতে পারে কিনা” নয়, বরং “কোন প্রেক্ষাপটে এটি খাওয়ানো যায়, কীভাবে প্রসঙ্গ দৈর্ঘ্য নিয়ন্ত্রণ করা যায় এবং কীভাবে ফলাফলগুলি সনাক্তযোগ্য করা যায়।” entroly ঠিক এই ব্যথা বিন্দু হিট.

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• উন্নয়নের সময়, প্রসঙ্গ দূষণ কমাতে গুদামের প্রমাণ, লগ এবং নকশার সীমাবদ্ধতাগুলি স্তরে এজেন্টকে খাওয়ানো যেতে পারে।
• ডেটা সংগঠিত করার সময়, পুনরুদ্ধার করা প্রমাণগুলিকে সংকোচনযোগ্য এবং পুনরুদ্ধারযোগ্য ওয়ার্কফ্লোতে পরিণত করা উপযুক্ত।
• দলের সহযোগিতায়, যদি এর “উত্তর যাচাইকরণ” দৃঢ়ভাবে সম্পন্ন করা হয়, তাহলে এটি এজেন্ট আউটপুটকে আরও পর্যালোচনাযোগ্য ডেলিভারে পরিণত করতে সাহায্য করতে পারে।

ঝুঁকি বা মনোযোগের বিষয়: এটি এখন একটি অবকাঠামো উপাদানের মতো দেখায় এবং অগত্যা বাক্সের বাইরে কাজ নাও করতে পারে; যদি প্রসঙ্গ নির্বাচন কৌশলটি ভালভাবে ডিজাইন করা না হয় তবে এটি “সংকোচন” কে “তথ্য ক্ষতি” এ পরিণত করবে।

আসল লিঙ্ক: https://github.com/juyterman1000/entroly

##twhsi/দক্ষতা

এটি কী: চীনা জ্ঞান কর্মীদের জন্য একটি এআই এজেন্ট দক্ষতা গুদাম। এটি iMandalArt, FIRE, পরিকল্পনা, প্রকাশনা এবং অন্যান্য কর্মপ্রবাহের কথা উল্লেখ করে। লক্ষ্য হল ক্লাউড কোড এবং কোডেক্সের মতো এজেন্টদের নির্দিষ্ট দক্ষতা অনুযায়ী কাজ সম্পাদন করতে দেওয়া।

কেন এটি এখন দেখার মতো: এজেন্টের প্রকৃত ব্যবহারযোগ্যতা প্রায়শই “ফ্রি প্লে” এর উপর নির্ভর করে না বরং উচ্চ-ফ্রিকোয়েন্সি কাজগুলিকে দক্ষতায় অন্তর্ভুক্ত করার উপর নির্ভর করে। এই প্রকল্পের মূল্য চীনা দৃশ্যপটে জ্ঞান কর্মপ্রবাহ গঠনের প্রচেষ্টার মধ্যে নিহিত।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• উন্নয়নের পরিপ্রেক্ষিতে, আপনি এর দক্ষতা বিভাজন পদ্ধতি থেকে শিখতে পারেন এবং প্রয়োজনীয়তা বিশ্লেষণ, পরিকল্পনা লিখন এবং নির্দিষ্ট টেমপ্লেটে পরিদর্শন প্রকাশ করতে পারেন।
• ডেটা সংস্থায়, এটি সংগ্রহ, সংরক্ষণাগার, সংক্ষিপ্তকরণ এবং প্রকাশনাকে সিরিজ দক্ষতায় তৈরি করা উপযুক্ত।
• দলের সহযোগিতায়, যদি দক্ষতার বৈশিষ্ট্যগুলি একীভূত হয়, তবে এটি বিভিন্ন ব্যক্তি/এজেন্টদের আউটপুট শৈলীর প্রবাহ কমাতে পারে।

ঝুঁকি বা পয়েন্ট নোট করুন: দক্ষতা লাইব্রেরি সত্যিই আপনার কর্মপ্রবাহের সাথে খাপ খায় কিনা তা নির্ভর করে আপনার টাস্ক গ্রানুলারিটি এবং লেখার শৈলীর উপর; এটি অতিরিক্ত টেমপ্লেট করা হলে, এটি শুধুমাত্র “সঠিক ফর্ম” এর আউটপুট বাড়াতে পারে।

আসল লিঙ্ক: https://github.com/twhsi/skills

এজেন্ট-সেশন

এটি কী: কোডেক্স, ক্লাউড কোড, ওপেনকোড, কার্সার এজেন্ট, হার্মিস, কপিলট CLI এবং আরও অনেক কিছু কভার করে একাধিক কোডিং এজেন্টের জন্য ব্রাউজিং, অনুসন্ধান, বিশ্লেষণ এবং সেশন ইতিহাস পুনরুদ্ধারের জন্য একটি নেটিভ-প্রথম macOS অ্যাপ।

কেন এটি এখন দেখার মতো: কোডিং এজেন্টটি দীর্ঘদিন ধরে ব্যবহার করা হয়েছে। আসল সমস্যাটি এটি শুরু করা নয়, তবে “আপনি শেষবার কী করেছিলেন, কেন এটি করেছিলেন এবং আপনি এটি চালিয়ে যেতে পারবেন কিনা তা খুঁজে বের করা।” সেশন ইতিহাস ব্যবস্থাপনা ধীরে ধীরে একটি প্রয়োজনীয়তা হয়ে উঠবে।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• বিকাশের সময়, এজেন্টের যুক্তি চেইন এবং অপারেশন ট্র্যাজেক্টোরি সরাসরি ফিরে পাওয়া যেতে পারে, “পুনরায় চলমান” এর বর্জ্য হ্রাস করে।
• ডেটা সংগঠিত করার সময়, এজেন্ট সেশনগুলি প্রকল্প নোট এবং সিদ্ধান্তের রেকর্ড হিসাবে ব্যবহার করা যেতে পারে।
• দলগত সহযোগিতায়, যদি কথোপকথনের ইতিহাস একত্রিত করা যায় এবং জমা করা যায়, হস্তান্তরের খরচ অনেক কম হবে এবং পর্যালোচনা করা সহজ হবে।

ঝুঁকি বা মনোযোগের বিষয়: স্থানীয় অধিবেশন সূচী এবং সংবেদনশীল কোড ইতিহাস, গোপনীয়তা এবং অ্যাক্সেসের অনুমতিগুলিকে প্রথমে চিন্তা করা দরকার; উপরন্তু, এটি নির্দিষ্ট এজেন্টের ঐতিহাসিক বিন্যাসের উপর নির্ভর করে এবং আপস্ট্রিম পরিবর্তনের সাথে সামঞ্জস্যতা ওঠানামা করতে পারে।

আসল লিঙ্ক: https://github.com/jazzyalex/agent-sessions

ভাটা

এটি কি: একটি ওপেন সোর্স MCP সার্ভার, 3D প্রিন্টিং পরিস্থিতিতে ভিত্তিক, ক্লাউড, কোডেক্স, কার্সার বা যেকোনো MCP ক্লায়েন্টকে সরাসরি ডিজাইন, জেনারেট, স্লাইস এবং ট্রিগার প্রিন্ট করার অনুমতি দেয়, Bambu Lab, Prusa, Creality, Klipper/Moonraker, OctoPrint এবং অন্যান্য সহায়তা করে।

কেন এটি এখন দেখার যোগ্য: এটি দেখায় যে MCP-এর মান “দস্তাবেজ পরীক্ষা করা” ছাড়িয়ে যায় এবং বাস্তব সরঞ্জাম এবং কর্মপ্রবাহ নিয়ন্ত্রণে প্রসারিত হয়। একটি এজেন্টের জন্য, এটি একটি নির্দিষ্ট সিস্টেমে নিরাপদে কাজগুলি বরাদ্দ করতে পারে কিনা তা নির্ধারণ করে এটি একটি সরঞ্জাম বা খেলনা কিনা।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• ডেভেলপমেন্ট তার MCP ডিজাইন পদ্ধতি থেকে শারীরিক ডিভাইস বা বহিরাগত সিস্টেমগুলিকে এজেন্টদের কাছে প্রকাশ করতে শিখতে পারে।
• অটোমেশন স্তরে, এটি “প্রাকৃতিক ভাষা → ডিভাইস অপারেশন” এর একটি সাধারণ কেস।
• দলের সহযোগিতায়, এই সার্ভার-ভিত্তিক এনক্যাপসুলেশন অ-প্রযুক্তিগত সদস্যদের সাথে জটিল ক্ষমতা ভাগ করে নিতে সাহায্য করে।

ঝুঁকি বা মনোযোগের বিষয়: 3D প্রিন্টিং হল একটি দৈহিক পরিণতি সহ একটি দৃশ্যকল্প, এবং যেকোনো অটোমেশনের জন্য দৃঢ় পর্যালোচনা প্রয়োজন; একই মডেল অন্য সিস্টেমে সরানো হলে, অনুমতি বিচ্ছিন্নতা এবং ভুল অপারেশন রোলব্যাকের দিকেও মনোযোগ দেওয়া উচিত।

আসল লিঙ্ক: https://github.com/codeofaxel/Kiln

কাস্ত্র.আই

এটি কি: ক্লড কোড, কার্সার এবং কোডেক্সের জন্য নীতি প্রয়োগ/নীতির সীমাবদ্ধতার জন্য একটি টুল। HN এর ভূমিকা থেকে, ফোকাস নীতি প্রয়োগের উপর।

কেন এটি এখন দেখার মতো: যখন এজেন্টরা কোড পরিবর্তন করতে এবং টুল কল শুরু করতে সক্ষম হতে শুরু করে, তখন দলটির আসলে যা অভাব থাকে তা প্রায়শই “স্মার্ট” নয় বরং “আরও শৃঙ্খলাবদ্ধ” হয়। কৌশল স্তর, সীমাবদ্ধতা স্তর, এবং অনুমোদন স্তর আরো এবং আরো মান হবে.

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• ডেভেলপমেন্টের সময়, আপনি ডাইরেক্টরি, কমান্ড এবং বাহ্যিক নির্ভরতা সীমিত করতে পারেন যা এজেন্ট অননুমোদিত ক্রিয়াকলাপ কমাতে স্পর্শ করতে পারে।
• ডেটা সংস্থায়, আপনি এটিকে শুধুমাত্র পড়ার জন্য সীমাবদ্ধ করতে পারেন, শুধুমাত্র পরামর্শ দিতে পারেন এবং স্বয়ংক্রিয়ভাবে প্রকাশ করতে পারবেন না৷
• দলের সহযোগিতায়, এটি একটি ইউনিফাইড সিকিউরিটি সীমানা গঠনের জন্য উপযুক্ত হতে পারে যাতে বিভিন্ন লোক এজেন্ট নিয়মের একই সেট ব্যবহার করতে পারে।

ঝুঁকি বা মনোযোগের বিষয়: বর্তমানে খুব কম জনসাধারণের তথ্য রয়েছে, এবং এটি পরিষ্কার দিকনির্দেশ সহ একটি টুলের মতো কিন্তু অপর্যাপ্ত বিবরণ; কৌশল ব্যবস্থা নিজেই খুব কঠোর হওয়ার কারণে দক্ষতা কমাতে পারে এবং খুব শিথিল হলে অর্থ হারাতে পারে।

আসল লিঙ্ক: https://kastra.ai/

আম্বার

এটি কী: একটি হালকা ওজনের হেডলেস ব্রাউজার, AI এজেন্টদের ব্যবহারের জন্য অবস্থান করে, কম রিসোর্স ব্যবহার যেমন 17MB নিষ্ক্রিয়।

কেন এটি এখন দেখার মতো: ব্রাউজার এজেন্টগুলি উত্পাদনশীলতা টুলচেইনের মধ্যে সবচেয়ে আটকে থাকা লিঙ্কগুলির মধ্যে একটি। একটি ব্রাউজার বেস যা হালকা ওজনের, নিয়ন্ত্রণযোগ্য এবং অটোমেশনের জন্য উপযুক্ত তা প্রায়ই “চলমান” এর চেয়ে বেশি গুরুত্বপূর্ণ।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• বিকাশে, এটি ওয়েব পৃষ্ঠা অটোমেশন, ফর্ম পূরণ, রিগ্রেশন চেকিং এবং কাঠামোগত তথ্য ক্যাপচারের জন্য ব্যবহার করা যেতে পারে।
• ডেটা বাছাই ওয়েব পৃষ্ঠা সংগ্রহ, পৃষ্ঠা তুলনা এবং ব্যাচ উদ্ধৃতির জন্য উপযুক্ত।
• দলের সহযোগিতায়, যদি স্থিতিশীলতা যথেষ্ট ভাল হয়, তাহলে এটিকে ম্যানুয়াল কাজ কমাতে শেয়ার্ড ব্রাউজার এক্সিকিউশন লেয়ার হিসেবে ব্যবহার করা যেতে পারে।

ঝুঁকি বা মনোযোগের বিষয়: HN এর কাছে কম তথ্য রয়েছে এবং এর পরিপক্কতা এবং পরিবেশগত সামঞ্জস্যতা পুনরায় যাচাই করা প্রয়োজন; হেডলেস ব্রাউজার টুলগুলি সাধারণত সাইট অ্যান্টি-ক্রলিং, লগইন স্ট্যাটাস এবং ফ্রন্ট-এন্ড পরিবর্তনের ভয় পায়।

আসল লিঙ্ক: https://github.com/andalabx/ember

কোড আলমানাক

এটি কী: একটি স্ব-আপডেটকারী স্থানীয় উইকি বিশেষত কোডিং এজেন্টদের জন্য, এজেন্টকে প্রকল্পের জ্ঞান, নিয়মাবলী এবং প্রসঙ্গগুলির একটি ক্রমাগত রক্ষণাবেক্ষণ করা “বাহ্যিক স্মৃতি” দেওয়ার লক্ষ্য নিয়ে।

কেন এটি এখন দেখার মতো: প্রকল্পগুলি বড় হওয়ার সাথে সাথে এজেন্টদের জন্য সবচেয়ে বড় সমস্যা হল যে তারা লিখতে পারে না, তবে তারা মনে রাখতে এবং চালিয়ে যেতে পারে না। জ্ঞানের ভিত্তিকে এমন একটি ফর্মে পরিণত করা যা “প্রকল্পের সাথে বিকশিত হয়” অস্থায়ীভাবে স্টাফিং প্রম্পটগুলির চেয়ে দীর্ঘমেয়াদী রক্ষণাবেক্ষণযোগ্য সমাধানের কাছাকাছি।

উন্নয়ন/ডেটা সংস্থা/অটোমেশন/টিম সহযোগিতার জন্য কী ব্যবহার করা হয়:

• বিকাশের সময়, আর্কিটেকচারাল কনভেনশন, নামকরণের নিয়ম এবং সাধারণ ত্রুটিগুলি অনুসন্ধানযোগ্য প্রকল্প জ্ঞানে জমা করা যেতে পারে।
• ডেটা সংস্থায়, এটি বিক্ষিপ্ত তথ্য একত্রিত করার সুবিধার্থে একটি প্রকল্প-স্তরের সূচক স্তরের মতো।
• দলের সহযোগিতায়, এটি নতুন লোকেদের দায়িত্ব গ্রহণ এবং একই প্রকল্পের জ্ঞান পুনরায় ব্যবহারকারী এজেন্টদের খরচ কমাতে পারে।

ঝুঁকি বা মনোযোগের বিষয়: যদি একটি স্ব-হালনাগাদ জ্ঞানের ভিত্তির সংস্করণ নিয়ন্ত্রণ এবং পর্যালোচনা প্রক্রিয়া না থাকে তবে ত্রুটিগুলি “স্বয়ংক্রিয়ভাবে একত্রিত” হতে পারে; এটিকে সত্যের উৎসের পরিবর্তে একটি পরামর্শ স্তর হিসাবে বিবেচনা করা ভাল।

মূল লিঙ্ক: https://github.com/AlmanacCode/codealmanac

আজকে অনুসরণ করার জন্য সবচেয়ে যোগ্য দিকনির্দেশনা, আমি দুটি বিষয়ে ফোকাস করব: একটি হল কোডিং এজেন্টে “প্রসঙ্গ নিয়ন্ত্রণ + সেশন প্লেব্যাক + নীতির সীমাবদ্ধতা” পরিকাঠামো যোগ করা, এবং অন্যটি হ’ল দক্ষতা লাইব্রেরি এবং প্রকল্প জ্ঞানকে টেকসইভাবে রক্ষণাবেক্ষণ করা বাহ্যিক মেমরিতে পরিণত করা। প্রাক্তনটি নির্ধারণ করে যে এজেন্টটি স্থিরভাবে কাজ করতে পারে কিনা এবং পরবর্তীটি নির্ধারণ করে যে এটি একটি বাস্তব দলে দীর্ঘ সময়ের জন্য পুনরায় ব্যবহার করা যেতে পারে কিনা।