एआई कार्य कुशलता रडार | 2026-07-10

आज सबसे स्पष्ट संकेत यह है कि “एआई एजेंटों में रेलिंग जोड़ना” और “एजेंटों को अधिक पुन: प्रयोज्य बनाना” की दो पंक्तियाँ एक ही समय में मजबूत हो रही हैं: एक तरफ संदर्भ संपीड़न, सत्र रीप्ले और नीति बाधाएं जैसे बुनियादी ढांचे हैं, और दूसरी तरफ ज्ञान वर्कफ़्लो-उन्मुख कौशल पुस्तकालय, सुलभ एमसीपी सर्वर और ब्राउज़र द्वारा संचालित किए जा सकने वाले उपकरण हैं। केवल मजबूत मॉडलों की तुलना में, ये परियोजनाएं उन चीजों के करीब हैं जिन्हें दैनिक विकास, डेटा संग्रह और टीम सहयोग में सीधे लागू किया जा सकता है।

प्रवेश करना

यह क्या है: एआई कोडिंग एजेंटों के लिए एक स्थानीय संदर्भ नियंत्रण परत, “साक्ष्य चयन, पुनर्प्राप्ति योग्य संपीड़न, कैश संरक्षण और उत्तर सत्यापन” पर ध्यान केंद्रित करती है। विवरण से देखते हुए, यह एक मिडलवेयर की तरह है जो कर्सर, क्लाउड कोड, कोडेक्स और एडर जैसे टूल में प्रॉक्सी/एसडीके/एमसीपी क्षमताओं की एक परत जोड़ता है।

अब यह देखने लायक क्यों है: जैसे-जैसे एजेंट की क्षमताओं में सुधार होता है, अड़चन बढ़ती जा रही है कि “यह लिख सकता है या नहीं”, लेकिन “इसे कौन सा संदर्भ खिलाया जाए, संदर्भ की लंबाई को कैसे नियंत्रित किया जाए, और परिणामों को कैसे ट्रैक किया जाए।” एन्ट्रोली बिल्कुल इसी दर्द बिंदु पर प्रहार करता है।

विकास/डेटा संगठन/स्वचालन/टीम सहयोग के लिए क्या उपयोग है:

• विकास के दौरान, संदर्भ प्रदूषण को कम करने के लिए गोदाम साक्ष्य, लॉग और डिज़ाइन की बाधाओं को परतों में एजेंट को खिलाया जा सकता है।
• डेटा को व्यवस्थित करते समय, पुनर्प्राप्त साक्ष्य को एक संपीड़ित और पुनर्प्राप्त करने योग्य वर्कफ़्लो में बदलना उपयुक्त है।
• टीम सहयोग में, यदि इसका “उत्तर सत्यापन” ठोस रूप से किया जाता है, तो यह एजेंट आउटपुट को अधिक समीक्षा योग्य वितरण योग्य में बदलने में मदद कर सकता है।

जोखिम या ध्यान के बिंदु: यह अब एक बुनियादी ढांचे के घटक की तरह दिखता है और जरूरी नहीं कि यह बॉक्स से बाहर काम करे; यदि संदर्भ चयन रणनीति अच्छी तरह से डिज़ाइन नहीं की गई है, तो यह “संपीड़न” को “सूचना हानि” में बदल देगी।

मूल लिंक: https://github.com/juyterman1000/entroly

##twhsi/कौशल

यह क्या है: चीनी ज्ञान कार्यकर्ताओं के लिए एक एआई एजेंट कौशल गोदाम। इसमें iMandalArt, FIRE, योजना, प्रकाशन और अन्य वर्कफ़्लो का उल्लेख है। लक्ष्य क्लाउड कोड और कोडेक्स जैसे एजेंटों को निश्चित कौशल के अनुसार कार्य करने देना है।

अब यह देखने लायक क्यों है: एजेंट की वास्तविक उपयोगिता अक्सर “फ्री प्ले” पर नहीं बल्कि उच्च-आवृत्ति कार्यों को कौशल में समाहित करने पर निर्भर करती है। इस परियोजना का मूल्य चीनी परिदृश्य में ज्ञान वर्कफ़्लो की संरचना करने के प्रयास में निहित है।

विकास/डेटा संगठन/स्वचालन/टीम सहयोग के लिए क्या उपयोग है:

• विकास के संदर्भ में, आप इसकी कौशल विभाजन विधि से सीख सकते हैं और आवश्यकताओं के विश्लेषण, योजना लेखन और निरीक्षण को निश्चित टेम्पलेट्स में बदल सकते हैं।
• डेटा संगठन में, संग्रह, संग्रह, संक्षेपण और प्रकाशन को श्रृंखला कौशल बनाना उपयुक्त है।
• टीम सहयोग में, यदि कौशल विशिष्टताओं को एकीकृत किया जाता है, तो यह विभिन्न लोगों/एजेंटों की आउटपुट शैलियों के बहाव को कम कर सकता है।

जोखिम या ध्यान देने योग्य बिंदु: कौशल पुस्तकालय वास्तव में आपके वर्कफ़्लो के अनुकूल है या नहीं, यह आपके कार्य की गंभीरता और लेखन शैली पर निर्भर करता है; यदि इसे अति-टेम्पलेट किया गया है, तो यह केवल “सही फॉर्म” के आउटपुट को बढ़ा सकता है।

मूल लिंक: https://github.com/twhsi/skills

एजेंट-सत्र

यह क्या है: कोडेक्स, क्लाउड कोड, ओपनकोड, कर्सर एजेंट, हर्मीस, कोपायलट सीएलआई और बहुत कुछ को कवर करने वाले कई कोडिंग एजेंटों के लिए सत्र इतिहास को ब्राउज़ करने, खोजने, विश्लेषण करने और पुनर्स्थापित करने के लिए एक देशी-पहला macOS ऐप।

अब यह देखने लायक क्यों है: कोडिंग एजेंट का उपयोग लंबे समय से किया जा रहा है। असली परेशानी इसे शुरू करने में नहीं है, बल्कि “यह पता लगाने में है कि आपने पिछली बार क्या किया था, आपने ऐसा क्यों किया था और क्या आप इसे जारी रख सकते हैं।” सत्र इतिहास प्रबंधन धीरे-धीरे एक आवश्यकता बन जाएगा।

विकास/डेटा संगठन/स्वचालन/टीम सहयोग के लिए क्या उपयोग है:

• विकास के दौरान, एजेंट की तर्क श्रृंखला और ऑपरेशन प्रक्षेपवक्र का सीधे पता लगाया जा सकता है, जिससे “री-रनिंग” की बर्बादी कम हो जाती है।
• डेटा व्यवस्थित करते समय, एजेंट सत्रों का उपयोग प्रोजेक्ट नोट्स और निर्णय रिकॉर्ड के रूप में किया जा सकता है।
• टीम सहयोग में, यदि वार्तालाप इतिहास को एकीकृत और संचित किया जा सकता है, तो हैंडओवर लागत बहुत कम होगी और समीक्षा करना आसान होगा।

जोखिम या ध्यान के बिंदु: स्थानीय सत्र सूचकांक और संवेदनशील कोड इतिहास, गोपनीयता और पहुंच अनुमतियों को शामिल करते हुए पहले विचार करने की आवश्यकता है; इसके अलावा, यह विशिष्ट एजेंट के ऐतिहासिक प्रारूप पर निर्भर करता है, और अपस्ट्रीम परिवर्तनों के साथ संगतता में उतार-चढ़ाव हो सकता है।

मूल लिंक: https://github.com/jazzyalex/agent-sessions

##भट्ठा

यह क्या है: एक खुला स्रोत एमसीपी सर्वर, जो 3डी प्रिंटिंग परिदृश्यों के लिए उन्मुख है, जो क्लाउड, कोडेक्स, कर्सर या किसी भी एमसीपी क्लाइंट को बम्बू लैब, प्रूसा, क्रिएलिटी, क्लिपर/मूनरेकर, ऑक्टोप्रिंट और अन्य पारिस्थितिक तंत्रों का समर्थन करते हुए सीधे डिजाइन, जेनरेट, स्लाइस और ट्रिगर प्रिंटिंग की अनुमति देता है।

अब यह देखने लायक क्यों है: यह दर्शाता है कि एमसीपी का मूल्य “दस्तावेज़ों की जाँच” से परे है और वास्तविक उपकरण और वर्कफ़्लो नियंत्रण तक फैला हुआ है। किसी एजेंट के लिए, यह किसी विशिष्ट सिस्टम को सुरक्षित रूप से कार्य सौंप सकता है या नहीं, यह निर्धारित करता है कि यह एक उपकरण है या खिलौना है।

विकास/डेटा संगठन/स्वचालन/टीम सहयोग के लिए क्या उपयोग है:

• विकास एजेंटों के सामने भौतिक उपकरणों या बाहरी प्रणालियों को उजागर करने के लिए अपनी एमसीपी डिजाइन पद्धति से सीख सकता है।
• स्वचालन स्तर पर, यह “प्राकृतिक भाषा → डिवाइस संचालन” का एक विशिष्ट मामला है।
• टीम सहयोग में, यह सर्वर-आधारित एनकैप्सुलेशन गैर-तकनीकी सदस्यों के साथ जटिल क्षमताओं को साझा करने में मदद करता है।

जोखिम या ध्यान के बिंदु: 3डी प्रिंटिंग भौतिक परिणामों वाला एक परिदृश्य है, और किसी भी स्वचालन के लिए मजबूत समीक्षा की आवश्यकता होती है; यदि उसी मॉडल को अन्य प्रणालियों में ले जाया जाता है, तो अनुमति अलगाव और गलत संचालन रोलबैक पर भी ध्यान दिया जाना चाहिए।

मूल लिंक: https://github.com/codeofaxel/Kiln

##Kastra.ai

यह क्या है: क्लाउड कोड, कर्सर और कोडेक्स के लिए नीति प्रवर्तन/नीतिगत बाधाओं के लिए एक उपकरण। एचएन के परिचय से, फोकस नीति प्रवर्तन पर है।

अब यह देखने लायक क्यों है: जब एजेंट कोड बदलने और टूल कॉल शुरू करने में सक्षम होने लगते हैं, तो टीम में वास्तव में जो कमी होती है वह अक्सर “स्मार्ट” नहीं बल्कि “अधिक अनुशासित” होती है। रणनीति परत, बाधा परत और अनुमोदन परत अधिक से अधिक मानक बन जाएंगी।

विकास/डेटा संगठन/स्वचालन/टीम सहयोग के लिए क्या उपयोग है:

• विकास के दौरान, आप उन निर्देशिकाओं, आदेशों और बाहरी निर्भरताओं को सीमित कर सकते हैं जिन्हें एजेंट अनधिकृत संचालन को कम करने के लिए छू सकता है।
• डेटा संगठन में, आप इसे केवल पढ़ने, केवल सुझाव देने और स्वचालित रूप से प्रकाशित नहीं करने तक सीमित कर सकते हैं।
• टीम सहयोग में, एक एकीकृत सुरक्षा सीमा बनाना उपयुक्त हो सकता है ताकि विभिन्न लोग एजेंट नियमों के समान सेट का उपयोग कर सकें।

जोखिम या ध्यान देने योग्य बिंदु: वर्तमान में बहुत कम सार्वजनिक जानकारी है, और यह स्पष्ट निर्देशों वाला लेकिन अपर्याप्त विवरण वाला एक उपकरण जैसा है; रणनीति प्रणाली स्वयं बहुत सख्त होने के कारण दक्षता को आसानी से कम कर सकती है, और यदि यह बहुत ढीली है तो अर्थ खो सकती है।

मूल लिंक: https://kastra.ai/

अंगारा

यह क्या है: एक हल्का हेडलेस ब्राउज़र, जिसे एआई एजेंटों द्वारा उपयोग के लिए तैनात किया गया है, जो 17 एमबी निष्क्रिय जैसे कम संसाधन उपयोग पर ध्यान केंद्रित करता है।

अब यह देखने लायक क्यों है: ब्राउज़र एजेंट उत्पादकता टूलचेन में सबसे अटके हुए लिंक में से एक बने हुए हैं। एक ब्राउज़र बेस जो हल्का, नियंत्रणीय और स्वचालन के लिए उपयुक्त है, अक्सर “चलने” से अधिक महत्वपूर्ण होता है।

विकास/डेटा संगठन/स्वचालन/टीम सहयोग के लिए क्या उपयोग है:

• विकास में, इसका उपयोग वेब पेज स्वचालन, फॉर्म भरने, प्रतिगमन जांच और संरचित जानकारी कैप्चर करने के लिए किया जा सकता है।
• डेटा सॉर्टिंग वेब पेज संग्रह, पेज तुलना और बैच अंश के लिए उपयुक्त है।
• टीम सहयोग में, यदि स्थिरता काफी अच्छी है, तो इसे मैन्युअल कार्य को कम करने के लिए साझा ब्राउज़र निष्पादन परत के रूप में उपयोग किया जा सकता है।

जोखिम या ध्यान के बिंदु: एचएन के पास कम जानकारी है, और इसकी परिपक्वता और पारिस्थितिक अनुकूलता को फिर से सत्यापित करने की आवश्यकता है; हेडलेस ब्राउज़र टूल आमतौर पर साइट एंटी-क्रॉलिंग, लॉगिन स्थिति और फ्रंट-एंड परिवर्तनों से सबसे अधिक डरते हैं।

मूल लिंक: https://github.com/andalabx/ember

कोड पंचांग

यह क्या है: विशेष रूप से कोडिंग एजेंटों के लिए एक स्व-अद्यतन स्थानीय विकी, जिसका लक्ष्य एजेंट को परियोजना ज्ञान, सम्मेलनों और संदर्भ की निरंतर बनाए रखी गई “बाहरी मेमोरी” देना है।

अब यह देखने लायक क्यों है: जैसे-जैसे परियोजनाएं बड़ी होती जाती हैं, एजेंटों के लिए सबसे बड़ी समस्या यह नहीं है कि वे लिख नहीं सकते, बल्कि यह है कि वे याद नहीं रख पाते और जारी नहीं रख पाते। ज्ञान के आधार को ऐसे रूप में बनाना जो “परियोजना के साथ विकसित होता है” अस्थायी रूप से संकेत भरने की तुलना में दीर्घकालिक रखरखाव योग्य समाधान के करीब है।

विकास/डेटा संगठन/स्वचालन/टीम सहयोग के लिए क्या उपयोग है:

• विकास के दौरान, वास्तुशिल्प परंपराओं, नामकरण नियमों और सामान्य कमियों को खोजने योग्य परियोजना ज्ञान में संग्रहीत किया जा सकता है।
• डेटा संगठन में, यह बिखरी हुई जानकारी के विलय की सुविधा के लिए एक परियोजना-स्तरीय सूचकांक परत की तरह है।
• टीम सहयोग में, यह नए लोगों के कार्यभार संभालने और एजेंटों द्वारा उसी परियोजना ज्ञान का पुन: उपयोग करने की लागत को कम कर सकता है।

जोखिम या ध्यान के बिंदु: यदि स्व-अद्यतन ज्ञान आधार में संस्करण नियंत्रण और समीक्षा तंत्र नहीं है, तो त्रुटियां “स्वचालित रूप से समेकित” हो सकती हैं; इसे तथ्य के स्रोत के बजाय सुझाव परत के रूप में मानना ​​सबसे अच्छा है।

मूल लिंक: https://github.com/AlmanacCode/codealmanac

आज अनुसरण करने के लिए सबसे योग्य दिशा, मैं दो चीजों पर ध्यान केंद्रित करूंगा: एक है कोडिंग एजेंट के लिए “संदर्भ नियंत्रण + सत्र प्लेबैक + नीति बाधाएं” बुनियादी ढांचे को जोड़ना, और दूसरा है कौशल पुस्तकालय और परियोजना ज्ञान को एक स्थायी रूप से बनाए रखा बाहरी मेमोरी में बदलना। पूर्व यह निर्धारित करता है कि क्या एजेंट स्थिर रूप से काम कर सकता है, और बाद वाला यह निर्धारित करता है कि क्या इसे लंबे समय तक वास्तविक टीम में पुन: उपयोग किया जा सकता है।