এআই কাজের দক্ষতা রাডার | 2026-07-16

সবচেয়ে সুস্পষ্ট সংকেত আজ একটি “বড় মডেল” নয়, কিন্তু এজেন্ট বাস্তবায়নের আশেপাশের পরিকাঠামোর নিবিড় সমাপ্তি: পুনঃব্যবহারযোগ্য দক্ষতা ডিরেক্টরি, MCP/টুল অর্কেস্ট্রেশন ফ্রেমওয়ার্ক, এবং উপাদানগুলি যেগুলি কোডিং এজেন্ট এবং কম্পিউটার-ব্যবহার এজেন্টদের জন্য নিরাপত্তা প্রহরী প্রদান করে সবই উদীয়মান। অন্য কথায়, আজকে যেটি বেশি মনোযোগের দাবি রাখে তা হল “কীভাবে এআইকে প্রকৃত কর্মপ্রবাহে একীভূত করা যায়” শুধু প্রদর্শনী দেখার চেয়ে।

টেক-লিডস-ক্লাব/এজেন্ট-দক্ষতা

এটি পেশাদার AI কোডিং এজেন্টদের জন্য একটি দক্ষতা রেজিস্ট্রি। লক্ষ্য হল পুনঃব্যবহারযোগ্য দক্ষতা প্যাকেজগুলিকে একটি যাচাইযোগ্য এবং মাপযোগ্য আকারে পরিণত করা, সাধারণ টুল চেইন যেমন ক্লড কোড, কার্সার এবং কপিলটকে কভার করে। এটি একটি খুব বাস্তব সমস্যা সমাধান করছে বলে মনে হচ্ছে: এজেন্টরা কোড লিখতে পারে, কিন্তু দলটির আসলে যা অভাব রয়েছে তা হ’ল দক্ষতার স্তরগুলির একটি সেট যা স্থিতিশীলভাবে পুনরায় ব্যবহার করা যেতে পারে এবং অডিট করা সহজ।

কেন এটি এখন দেখার মতো: সমস্ত কোডিং এজেন্ট “দক্ষতা” এবং “ওয়ার্কফ্লো” এর দিকে অগ্রসর হচ্ছে৷ যে ব্যক্তি প্রথমে হস্তান্তরযোগ্য সম্পদে দক্ষতা সংগ্রহ করতে পারে সে আরও সহজে বিক্ষিপ্ত অটোমেশনকে সাংগঠনিক ক্ষমতায় পরিণত করতে সক্ষম হবে। বিকাশকারীদের জন্য, এটি দক্ষতার কাঠামো, নামকরণ পদ্ধতি এবং যাচাইকরণ ধারণাগুলির জন্য একটি রেফারেন্স হিসাবে উপযুক্ত; দলের সহযোগিতার জন্য, এটি একটি অভ্যন্তরীণ এজেন্ট ক্ষমতা গুদামের প্রোটোটাইপ হিসাবে ব্যবহার করা যেতে পারে।

এটি কি আনতে পারে:

• উন্নয়ন: পুনরাবৃত্তিমূলক প্রম্পট শব্দগুলি কমাতে সাধারণ উন্নয়ন কর্মগুলিকে পুনরায় ব্যবহারযোগ্য দক্ষতায় অন্তর্ভুক্ত করুন।
• ডেটা অর্গানাইজেশন: দক্ষতার ক্যাটালগ নিজেই অনুসন্ধানযোগ্য অপারেশনাল জ্ঞান বেসের একটি সেট।
• অটোমেশন: “ফলাফল” এর পরিবর্তে “অভ্যাস” নিষ্পত্তির জন্য আরও উপযুক্ত।
• টিম সহযোগিতা: পৃথক এজেন্ট অভিজ্ঞতাকে ভাগ করা নিয়মে পরিণত করার সুযোগ।

ঝুঁকি বা পয়েন্ট নোট: এই ধরনের রেজিস্ট্রি সহজে বড় হতে পারে, কিন্তু সত্যিই দরকারী দক্ষতা প্রায়ই শক্তিশালী সীমাবদ্ধতা এবং ক্রমাগত রক্ষণাবেক্ষণ প্রয়োজন; যাচাইকরণ প্রক্রিয়া যথেষ্ট কঠোর না হলে, এটি শেষ পর্যন্ত একটি সংগ্রহে পরিণত হবে যেটি “অনেক মত দেখায়, কিন্তু খুব কমই আসলে স্থিরভাবে চলে।”

আসল লিঙ্ক: https://github.com/tech-leads-club/agent-skills

প্রসারিত-এআই/প্রসারণ

এটি একটি ওপেন সোর্স এআই আইডিই যা মূলত ক্লাউড কোড, কোডেক্স এবং ওপেনকোডের মতো এজেন্টকে সমান্তরাল, ক্লাউড/স্থানীয় হাইব্রিড এক্সিকিউশন এবং পুনরায় ব্যবহারযোগ্য ওয়ার্কফ্লোতে চালানোর ক্ষমতা প্রদান করে। এটি একটি বিশুদ্ধ চ্যাট ইন্টারফেসের চেয়ে “এজেন্ট অর্কেস্ট্রেশন লেয়ার” এর মতো।

কেন এটি এখন দেখার মতো: কোডিং এজেন্টরা একক কাজ থেকে মাল্টি-টাস্ক সমান্তরালে যেতে শুরু করেছে। বাস্তব দক্ষতার উন্নতি প্রায়শই “একই সময়ে একাধিক এজেন্ট চালানো এবং তারপর অভিসার ফলাফল একত্রিত করা” থেকে আসে। আপনি যদি কোড রিভিউ, প্রয়োজনীয়তা টিয়ারডাউন, ব্যাচ ফিক্স বা বহু-শাখা পরীক্ষা করে থাকেন, তাহলে এই ধরনের টুল একটি একক এজেন্টের তুলনায় উৎপাদন উপলব্ধতার কাছাকাছি হতে পারে।

এটি কি আনতে পারে:

• উন্নয়ন: সমান্তরালভাবে একাধিক বাস্তবায়ন, পরীক্ষা সংশোধন বা রিফ্যাক্টরিং পাথ চালান।
• ডেটা বাছাই: ডেটা সারাংশ, তুলনা এবং সারাংশকে একাধিক সাবটাস্কে ভাগ করুন এবং সমান্তরালভাবে করুন।
• অটোমেশন: স্ক্রিপ্ট, গুদাম অপারেশন এবং এজেন্ট ওয়ার্কফ্লো সংযোগ করার জন্য উপযুক্ত।
  -দলের সহযোগিতা: কাজগুলিকে বরাদ্দযোগ্য এবং ট্র্যাকযোগ্য ইউনিটে ভাগ করা সহজ।

ঝুঁকি বা মনোযোগের বিষয়: সমান্তরালকরণ প্রসঙ্গ ব্যবস্থাপনা সমস্যাকে আরও বাড়িয়ে তুলবে, বিশেষ করে যখন একাধিক এজেন্ট একই সময়ে একই প্রকল্পে পরিবর্তন করে; স্পষ্ট টাস্ক সীমানা এবং একত্রীকরণ কৌশল ছাড়া, দক্ষতা দ্বন্দ্ব দ্বারা অফসেট হতে পারে।

আসল লিঙ্ক: https://github.com/proliferate-ai/proliferate

aws/agent-toolkit-for-aws

এটি এমসিপি সার্ভার, দক্ষতা এবং প্লাগইন সহ AWS দ্বারা আনুষ্ঠানিকভাবে সমর্থিত একটি এজেন্ট টুলকিট। লক্ষ্য হল এআই এজেন্টদের আরও সহজে AWS সম্পদ এবং উন্নয়ন প্রক্রিয়া অ্যাক্সেস করার অনুমতি দেওয়া। অফিসিয়াল অনুমোদনের অর্থ হল এটি এমন সরঞ্জামগুলি পছন্দ করে যা পরীক্ষামূলক ডেমোগুলির পরিবর্তে বিদ্যমান এন্টারপ্রাইজ ক্লাউড পরিবেশের সাথে সংযুক্ত হতে পারে৷

কেন এটি এখন দেখার মতো: অনেক এজেন্ট প্রকল্প “টুলটিকে বলা যেতে পারে, তবে এটি এন্টারপ্রাইজ ক্লাউড পরিবেশে প্রবেশের জন্য উপযুক্ত নয়” এ আটকে যায়। AWS MCP, দক্ষতা এবং প্লাগ-ইনগুলির মতো মডিউলগুলিকে একত্রিত করে, যা দেখায় যে এজেন্ট ইন্টিগ্রেশন “একক পয়েন্ট ক্ষমতা” থেকে প্ল্যাটফর্ম এবং গভর্নেন্সে চলে যাচ্ছে।

এটি কি আনতে পারে:

• ডেভেলপমেন্ট: এজেন্টদের জন্য ক্লাউড রিসোর্স পড়তে এবং লিখতে এবং স্থাপনা এবং পরিচালনা এবং রক্ষণাবেক্ষণের সুবিধার্থে আরও সুবিধাজনক।
• ডেটা অর্গানাইজেশন: AWS সম্পর্কিত ক্রিয়াকলাপগুলিকে স্ট্যান্ডার্ড দক্ষতায় জমা করা যেতে পারে।
• অটোমেশন: ক্লাউড পরিদর্শন, সম্পদ পরিদর্শন এবং ঘটনার প্রতিক্রিয়ার জন্য উপযুক্ত।
• টিম সহযোগিতা: ইউনিফাইড অনুমতি, অডিটিং এবং অপারেশনাল সীমানা সহজতর করে।

লক্ষণীয় ঝুঁকি বা পয়েন্ট: এটির AWS ইকোসিস্টেমের উপর একটি শক্তিশালী নির্ভরতা রয়েছে এবং এটি এমন দলগুলির জন্য উপযুক্ত যারা ইতিমধ্যে AWS ব্যাপকভাবে ব্যবহার করে; আপনি যদি শুধুমাত্র একটি সাধারণ এজেন্ট ওয়ার্কফ্লো করতে চান তবে এটি কিছুটা ভারী মনে হতে পারে।

আসল লিঙ্ক: https://github.com/aws/agent-toolkit-for-aws

জেনসিএআই/জেনসি-ক্রেট

এটি এআই কোডিং এজেন্টদের জন্য একটি রানটাইম নিরাপত্তা উপাদান। এটি রিয়েল-টাইম সীমাবদ্ধতা, সিস্টেম ইভেন্ট পর্যবেক্ষণ এবং দীর্ঘমেয়াদী ট্রেসেবিলিটির উপর জোর দেয়। এটি ক্লড কোড এবং কোডেক্সের মতো সরঞ্জামগুলিকে সমর্থন করে এবং স্পষ্টভাবে ম্যাকওএস এবং লিনাক্স উল্লেখ করে। এটি এজেন্টে “ব্রেক” এবং “রেকর্ডার” যোগ করার মতো।

কেন এটি এখন দেখার মতো: একবার এজেন্ট স্বয়ংক্রিয়ভাবে কোড পরিবর্তন করা, কমান্ড চালানো এবং বাহ্যিক সরঞ্জামগুলির সাথে সংযোগ করা শুরু করলে, প্রশ্নটি কেবল “এটি করা যেতে পারে?” কিন্তু “যদি এটি ভুল করা হয় তবে এটি কি সময়মতো বন্ধ করা যেতে পারে এবং এটি কি ফিরে পাওয়া যেতে পারে?” এই ধরনের রানটাইম নিরাপত্তা স্তর টিমের জন্য এজেন্ট চালু করার পূর্বশর্ত হয়ে উঠতে পারে।

এটি কি আনতে পারে:

• বিকাশ: এজেন্টদের ভুলবশত ফাইল মুছে ফেলা এবং ভুল করে কমান্ড চালানোর ঝুঁকি হ্রাস করুন।
• ডেটা সংগঠন: সহজ পর্যালোচনার জন্য অপারেশন ট্র্যাক রাখুন।
• অটোমেশন: দীর্ঘ টাস্ক চেইন সহ দীর্ঘ-চলমান এজেন্টদের জন্য আরও উপযুক্ত।
• টিম সহযোগিতা: এজেন্ট অপারেশনের জন্য অডিট এবং দায়িত্বের সীমানা স্থাপনে সহায়তা করে।

ঝুঁকি বা মনোযোগের বিষয়: নিরাপত্তা স্তর নিজেই একীকরণের জটিলতা বাড়াবে এবং কর্মক্ষমতা এবং প্রাপ্যতার ক্ষেত্রেও আপস আনতে পারে; যদি নিয়মগুলি খুব কঠোর হয়, তাহলে এজেন্টের নমনীয়তা উল্লেখযোগ্যভাবে হ্রাস পাবে।

আসল লিঙ্ক: https://github.com/GenseeAI/gensee-crate

mcp-use/mcp-use

এটি একটি সম্পূর্ণ-স্ট্যাক এমসিপি ফ্রেমওয়ার্ক যার লক্ষ্য এমসিপি অ্যাপস তৈরি করা এবং এআই এজেন্টদের জন্য এমসিপি সার্ভার তৈরি করা। এটির অবস্থান তুলনামূলকভাবে অবকাঠামো-ভিত্তিক, যেমন একটি বিকাশযোগ্য এবং পুনঃব্যবহারযোগ্য কাঠামোতে “মডেল ব্যবহার টুলস” তৈরি করা।

কেন এটি এখন দেখার মতো: MCP ইকোসিস্টেম “একটি সার্ভার চেষ্টা করা” থেকে “একটি টুল লেয়ার স্ট্যান্ডার্ড হিসাবে MCP ডিজাইন করা” এ চলে যাচ্ছে। আপনি যদি অভ্যন্তরীণ সিস্টেম, নলেজ বেস, কাজের আদেশ এবং নথি স্ট্রীমে এজেন্ট ইন্টারফেস যোগ করার পরিকল্পনা করেন, তাহলে এই কাঠামোটি অস্থায়ী স্প্লিসিং স্ক্রিপ্টের চেয়ে বেশি স্থিতিশীল।

এটি কি আনতে পারে:

• ডেভেলপমেন্ট: ডিজাইন টুল এক্সপোজার, প্যারামিটার এবং রিটার্ন স্ট্রাকচার আরও পদ্ধতিগতভাবে।
• ডেটা অর্গানাইজেশন: পুনরুদ্ধারের সুবিধার্থে MCP সরঞ্জামগুলিতে বাহ্যিক জ্ঞানের উত্সগুলিকে এনক্যাপসুলেট করুন৷
• অটোমেশন: পুনরাবৃত্তিমূলক ক্রিয়াকলাপগুলিকে ইউনিফাইড ইন্টারফেসে পরিণত করার জন্য উপযুক্ত।
• টিম সহযোগিতা: একই এজেন্ট টুল স্তরের সাথে বিভিন্ন সিস্টেম সংযোগ করা সুবিধাজনক।

ঝুঁকি বা মনোযোগের বিষয়: ফ্রেমওয়ার্ক যত সাধারণ, বিমূর্তকরণ স্তর তত ঘন; আপনি যদি শুধুমাত্র একটি ছোট অভ্যন্তরীণ টুল তৈরি করেন, তাহলে আপনি দেখতে পাবেন যে কনফিগারেশন এবং শেখার খরচ বেশি।

আসল লিঙ্ক: https://github.com/mcp-use/mcp-use

##ctxr-dev/llm-wiki-memory

এটি একটি স্থানীয়, গিট সংস্করণযুক্ত AI কোডিং এজেন্ট মেমরি সিস্টেম যা বহিরাগত পরিষেবা বা প্রথাগত RAG-এর উপর নির্ভর না করার উপর জোর দেয়। পরিবর্তে, এটি ক্যাপচার, কম্পাইল এবং প্রত্যাহার করার জন্য স্থানীয় উইকি এবং অন-ডিভাইস এম্বেডিং ব্যবহার করে এবং একটি MCP সার্ভার প্রদান করে। “এজেন্ট প্রতিবার গতবার যা শিখেছিল তা ভুলে যায়” এর পুরানো সমস্যা সমাধানের জন্য এটি দুর্দান্ত।

কেন এটি এখন দেখার মতো: এজেন্টরা দীর্ঘ মেয়াদে প্রকল্পগুলিতে অংশ নিতে শুরু করলে, স্মৃতিগুলি আর কেবল চ্যাট ইতিহাস নয়, তবে দলের জ্ঞান সম্পদের অংশ। একটি মেমরি স্তর যা গিট দ্বারা পরিচালনা করা যায়, স্থানীয়ভাবে চালানো যায় এবং MCP-এর মাধ্যমে এজেন্টদের সংস্পর্শে আনা যায় বিশেষভাবে উচ্চ গোপনীয়তা এবং নিয়ন্ত্রণযোগ্যতার প্রয়োজনীয়তা সহ পরিবেশে ট্রায়াল ব্যবহারের জন্য উপযুক্ত।

এটি কি আনতে পারে:

• ডেভেলপমেন্ট: এজেন্টকে প্রকল্প চুক্তি, পিটফল রেকর্ড এবং কোড প্যাটার্নগুলি প্ররোচিত করুন।
• ডেটা সংগঠন: বিক্ষিপ্ত নোটের চেয়ে একটি সংস্করণ-নিয়ন্ত্রিত জ্ঞান বেসের মতো।
• অটোমেশন: কার্য সম্পাদন করার সময় এজেন্টকে বিদ্যমান সিদ্ধান্তগুলি স্মরণ করার অনুমতি দিন।
• টিমওয়ার্ক: “মুখের কথা” অভিজ্ঞতাকে ভাগ করা স্মৃতিতে পরিণত করার সুযোগ।

ঝুঁকি বা মনোযোগের বিষয়: স্থানীয় মেমরি সিস্টেমের গুণমান প্রতিষ্ঠানের স্পেসিফিকেশনের উপর অত্যন্ত নির্ভরশীল; তথ্য লেখা এবং পুনর্ব্যবহারের কৌশল যদি অস্থির হয়, তবে যত বেশি স্মৃতি থাকবে, এটি ব্যবহার করা তত কঠিন হবে।

আসল লিঙ্ক: https://github.com/ctxr-dev/llm-wiki-memory

উপকূলীয়

এটি কম্পিউটার-ব্যবহার এজেন্টদের জন্য একটি API। দেখে মনে হচ্ছে এটি বহিরাগত সিস্টেম থেকে সরাসরি কল করার সুবিধার্থে পরিষেবা ইন্টারফেসে ব্রাউজার/ডেস্কটপ নিয়ন্ত্রণ ক্ষমতাগুলিকে মোড়ানো। আজকের অন্যান্য প্রজেক্টের তুলনায়, এটি আরও “এক্সিকিউশন লেয়ার” এবং ব্রাউজার এজেন্ট, ডেস্কটপ অটোমেশন এবং রিমোট কন্ট্রোল সম্পর্কে যত্নশীল লোকদের জন্য উপযুক্ত।

কেন এটি এখন দেখার মতো: কম্পিউটার-ব্যবহারের এজেন্টরা গবেষণা প্রদর্শন থেকে ইঞ্জিনিয়ারিং ইন্টারফেসে বিকশিত হচ্ছে এবং APIকরণের অর্থ হল বিদ্যমান অটোমেশন প্ল্যাটফর্মগুলিতে প্লাগ করা সহজ। এই ফর্মটি এমন পরিস্থিতিতে খুবই ব্যবহারিক যেখানে আপনাকে স্বয়ংক্রিয়ভাবে ফর্ম পূরণ করতে হবে, ওয়েব পেজ পরিচালনা করতে হবে এবং অ্যাপ্লিকেশন জুড়ে তথ্য স্থানান্তর করতে হবে।

এটি কি আনতে পারে:

• বিকাশ: পরিষেবা-ভিত্তিক কলগুলিতে UI অটোমেশন অন্তর্ভুক্ত করুন।
• ডেটা সংগঠন: ওয়েব পৃষ্ঠার তথ্য সংগ্রহ এবং পৃষ্ঠার বিষয়বস্তু সংগঠিত করতে সহায়তা করে।
• অটোমেশন: ফর্ম প্রসেসিং, ব্যাকগ্রাউন্ড অপারেশন এবং ওয়েব পেজ প্রসেস ব্যাচ চলার জন্য উপযুক্ত।
• টিম সহযোগিতা: ব্রাউজার কার্যগুলি হস্তান্তর করতে সক্ষম যা শুধুমাত্র একটি ইউনিফাইড ইন্টারফেসে ম্যানুয়ালি করা যেতে পারে।

ঝুঁকি বা মনোযোগের বিষয়: কম্পিউটার-ব্যবহার নিজেই ভঙ্গুর এবং UI পরিবর্তনের সাথে সাথে ব্যর্থ হতে পারে; পর্যাপ্ত পুনঃপ্রচেষ্টা, পর্যবেক্ষণ এবং রোলব্যাক প্রক্রিয়া না থাকলে, স্থিতিশীলতা একটি বড় বাধা হয়ে দাঁড়াবে।

মূল লিঙ্ক: https://coasty.ai/docs

আজকে অনুসরণ করার জন্য সবচেয়ে উপযুক্ত দিক হল “এজেন্ট পরিকাঠামো” একটি একক চমকপ্রদ অ্যাপ্লিকেশনের পরিবর্তে: দক্ষতা রেজিস্ট্রি, MCP ফ্রেমওয়ার্ক, রানটাইম নিরাপত্তা এবং সংস্করণযোগ্য মেমরি। এই ধরনের উপাদানগুলি AI কে ডিসপোজেবল সহকারী থেকে একটি রক্ষণাবেক্ষণযোগ্য কাজের সিস্টেমে ঠেলে দিচ্ছে। আমি যদি পরবর্তী একটি দিকে বাজি ধরতে চাই, তাহলে আমি “এজেন্ট অবকাঠামো যা বিদ্যমান উন্নয়ন প্রবাহ এবং দলের সহযোগিতা প্রবাহের সাথে সরাসরি সংযোগ করতে পারে” অগ্রাধিকার দেব, কারণ এটি স্বল্পমেয়াদে সত্যিকারের সময় বাঁচানোর সম্ভাবনা বেশি।