एआई कार्य कुशलता रडार | 2026-07-17

आज सबसे स्पष्ट संकेत यह नहीं है कि एक बड़ा मॉडल जारी किया गया है, बल्कि यह कि कोडिंग एजेंट के चारों ओर “वायरिंग परत” घनी होनी शुरू हो गई है: कुछ लोग एकीकृत क्षमता कॉन्फ़िगरेशन कर रहे हैं, कुछ क्लाउड कोड के कार्यक्षेत्र पर काम कर रहे हैं, और कुछ मेमोरी, टूल्स और कंप्यूटर नियंत्रण को पूरक कर रहे हैं। दूसरी पंक्ति भी बहुत स्पष्ट है. हर कोई प्रदर्शन स्तर पर बने रहने के बजाय, वास्तव में एजेंटों को वर्कफ़्लो में एकीकृत करना शुरू कर रहा है। यहां तक ​​कि आर्थिक डेटा, नाटककार और डेस्कटॉप अधिग्रहण जैसी अतिरिक्त क्षमताओं को भी पूरक बनाया जा रहा है।

इन्फ्रागेट/कैपा

यह क्या है: एक कॉन्फ़िगरेशन परत जो कौशल, उपकरण, नियम, उप-एजेंट, एमसीपी सर्वर और प्लगइन्स को एक क्षमताओं में एकीकृत करती है। कर्सर, क्लाउड कोड, कोडेक्स, विंडसर्फ, गिटहब कोपायलट और अधिक कोडिंग एजेंटों को क्षमता विवरण का एक सेट साझा करने की अनुमति देने के लक्ष्य के साथ।

यह अभी देखने लायक क्यों है: अधिक से अधिक एजेंट टूल हैं। सबसे परेशानी वाली बात यह नहीं है कि “कोई मॉडल है या नहीं”, बल्कि प्रत्येक टूल के लिए कॉन्फ़िगरेशन, नियम और एक्सेस विधियां लिखना है। कैपा विखंडन की इस परत को मजबूत करने की कोशिश करता है, जो आज सबसे यथार्थवादी दर्द बिंदु है।

विकास/डेटा संग्रह/स्वचालन/टीम सहयोग के लिए इसका क्या उपयोग है: यदि इसका डिज़ाइन पर्याप्त रूप से स्थिर है, तो टीम उपकरण, नियम, उप-एजेंट और एमसीपी इंटरफेस को केंद्रीय रूप से बनाए रख सकती है, जिससे “एक आईडीई का उपयोग किया जा सकता है लेकिन दूसरे का उपयोग नहीं किया जा सकता” के काम के दोहराव को कम किया जा सकता है। डेटा संग्रह और स्वचालन परिदृश्यों के लिए, संदर्भ स्विचिंग लागत को कम करने के लिए आमतौर पर उपयोग की जाने वाली क्षमताओं को पुन: प्रयोज्य वर्कफ़्लो प्रविष्टियों में भी समाहित किया जा सकता है।

जोखिम या ध्यान देने योग्य बिंदु: इस प्रकार की एकीकृत परत आसानी से एक केंद्रीय कॉन्फ़िगरेशन फ़ाइल बन सकती है जहां “सब कुछ लिखा जा सकता है, लेकिन अंत में कोई भी इसे बदलने की हिम्मत नहीं करता”; इसके अलावा, यह कितने एजेंटों को कवर कर सकता है और क्या इसका व्यवहार विभिन्न ग्राहकों में सुसंगत है, इसे अभी भी वास्तव में सत्यापित करने की आवश्यकता है।

मूल लिंक: https://github.com/infragate/capa

वह वास्तव में उसे/भयानक-क्लाउड-कोड है

यह क्या है: क्लाउड कोड के लिए संसाधनों का एक संग्रह, जिसमें कौशल, एजेंट, विकास उपकरण, स्टेटस बार, प्लग-इन आदि शामिल हैं। यह एक उपकरण से अधिक “पारिस्थितिक मानचित्र” है।

अब यह देखने लायक क्यों है: क्लाउड कोड बाह्य उपकरणों की दुनिया तेजी से बढ़ रही है, और असली कठिन हिस्सा यह तय करना है कि कौन सा आपके दैनिक वर्कफ़्लो में फिट बैठता है और कौन सा केवल दिखावे के लिए है। इस प्रकार का संगठन पृष्ठ आपको तुरंत स्कैन करने में मदद कर सकता है कि वर्तमान में कौन से घटक प्रयास करने के लिए उपलब्ध हैं, जिससे आपको शुरुआत से ही इसका पता लगाने से बचाया जा सकता है।

विकास/डेटा संगठन/स्वचालन/टीम सहयोग के लिए इसका क्या उपयोग है: यह चयन सूची के रूप में उपयोग के लिए उपयुक्त है, खासकर जब आप टीम के लिए क्लाउड कोड के उपयोग को एकीकृत करना चाहते हैं। यह बिखरे हुए कौशल, प्लग-इन और सहायक उपकरणों को थीम के आधार पर वर्गीकृत करने और फिर लागू किए जा सकने वाले छोटे हिस्से को फ़िल्टर करने के लिए डेटा संग्रह पोर्टल के रूप में भी उपयुक्त है।

जोखिम या सावधानियाँ: संसाधन संग्रह स्वाभाविक रूप से उन परियोजनाओं के साथ मिलाया जाएगा जो “मज़बूत दिखती हैं लेकिन जरूरी नहीं कि आमतौर पर उपयोग की जाती हों”। यह किसी निष्कर्ष की तुलना में एक सूचकांक की तरह अधिक है; वास्तव में वर्कफ़्लो में प्रवेश करने के लिए, आपको अभी भी अपने कार्यों के अनुसार एक ट्रायल रन करना होगा।

मूल लिंक: https://github.com/hesreallyhim/awesome-claude-code

एओएफपी/यम

यह क्या है: क्लाउड कोड के लिए एक देशी डेस्कटॉप यूआई, ऑर्केस्ट्रेशन, स्ट्रीमिंग आउटपुट, बैकग्राउंड एजेंट और मल्टी-मॉडल समर्थन पर ध्यान केंद्रित करता है। प्रौद्योगिकी स्टैक टौरी + रिएक्ट है।

अब यह देखने लायक क्यों है: बहुत से लोग अब “कमांड लाइन से एजेंटों को चलाने” से संतुष्ट नहीं हैं, लेकिन एक ऐसा कार्यक्षेत्र चाहते हैं जो एक ही समय में मुख्य प्रक्रिया, पृष्ठभूमि कार्यों और मल्टी-मॉडल स्विचिंग को देख सके। यम दर्शाता है कि यह आवश्यकता एक विचार से एक विशिष्ट उत्पाद रूप में परिवर्तित हो गई है।

विकास/डेटा संग्रह/स्वचालन/टीम सहयोग के लिए इसका क्या उपयोग है: यदि आप अक्सर एजेंट को समानांतर में कई कार्य चलाने देते हैं, तो यह यूआई प्रगति की निगरानी, ​​​​कार्य स्विच करने और परिणाम प्राप्त करने के लिए अधिक उपयुक्त हो सकता है। शुद्ध सीएलआई की तुलना में टीमों के लिए प्रेजेंटेशन, सहयोग और कार्य प्रतिनिधिमंडल करना आसान हो सकता है, खासकर जब एजेंट स्थिति को गैर-अंत उपयोगकर्ताओं को समझाने की आवश्यकता होती है।

जोखिम या ध्यान देने योग्य बिंदु: डेस्कटॉप यूआई “दृश्यता” का अच्छा काम करते हैं, लेकिन वे “विश्वसनीय पुनरुत्पादन” की समस्या का समाधान नहीं कर सकते हैं। एकाधिक प्रदाताओं और एकाधिक बैकएंड एजेंटों का मतलब अधिक राज्य प्रबंधन समस्याएं भी हैं, और स्थिरता का परीक्षण करने की आवश्यकता है।

मूल लिंक: https://github.com/aofp/yume

Yantrikos/Yantrikdb-सर्वर

यह क्या है: एआई एजेंटों के लिए एक “संज्ञानात्मक मेमोरी डेटाबेस”, जो समय क्षय के आधार पर दोहराव हटाने, संघर्ष का पता लगाने और पुरानी यादों को फीका करने का काम कर सकता है; यह लाइब्रेरी, एमसीपी सर्वर और HTTP क्लस्टर फॉर्म भी प्रदान करता है।

यह अभी देखने लायक क्यों है: एक बार जब कोई एजेंट लंबे समय तक चलना शुरू कर देता है, तो याददाश्त एक कठिन समस्या बन जाती है। यह इस बारे में नहीं है कि इसे सहेजा जाए या नहीं, बल्कि यह है कि नकल, एक-दूसरे से लड़ने और हमेशा जगह घेरने वाली समाप्त हो चुकी जानकारी से कैसे बचा जाए। Yantrikdb-सर्वर सीधे इस मुद्दे को पटल पर रखता है।

विकास/डेटा संग्रह/स्वचालन/टीम सहयोग के लिए क्या उपयोग है: यदि आप एक लंबे समय तक चलने वाला व्यक्तिगत सहायक, डेटा संग्रह बॉट, या टीम ज्ञान एजेंट बना रहे हैं, तो यह “समय क्षय के साथ स्मृति परत” एक शुद्ध वेक्टर लाइब्रेरी की तुलना में वास्तविक जरूरतों के करीब होने की संभावना है। इससे टीमों को डुप्लिकेट रिकॉर्ड, परस्पर विरोधी निष्कर्ष और पुराने ज्ञान के अवशेषों को कम करने में भी मदद मिल सकती है।

जोखिम या ध्यान के बिंदु: मेमोरी सिस्टम “स्वचालित अति-निर्णय” से सबसे अधिक डरता है। एक बार जब डिडुप्लीकेशन या क्षीणन रणनीति अनुपयुक्त हो जाती है, तो महत्वपूर्ण जानकारी कमजोर हो सकती है। एक अन्य बिंदु एजीपीएल लाइसेंस है। कनेक्ट करने से पहले टीम को अनुपालन आवश्यकताओं की स्पष्ट रूप से जांच करनी चाहिए।

मूल लिंक: https://github.com/yantrikos/yantrikdb-server

हनलुलोंग/ओपेनकॉन-डेटा

यह क्या है: एक एमसीपी सर्वर + वेब यूआई जो एआई एजेंटों को आर्थिक डेटा प्रदान करता है, जिसमें एफआरईडी, विश्व बैंक, आईएमएफ, यूरोस्टेट इत्यादि सहित डेटा स्रोतों के साथ लगभग 330,000 संकेतक शामिल हैं।

अब यह देखने लायक क्यों है: जब कई एजेंट विश्लेषण करते हैं, तो उनके पास जिस चीज़ की सबसे अधिक कमी होती है वह यह नहीं है कि “क्या वे तर्क कर सकते हैं”, बल्कि “क्या उनके पास विश्वसनीय डेटा पहुंच है”। मैक्रोइकॉनॉमिक डेटा को सीधे एमसीपी सर्वर में पैकेजिंग करने का मतलब है कि एजेंट मैन्युअल क्रॉलिंग और सफाई की एक परत को बचा सकता है।

विकास/डेटा सॉर्टिंग/ऑटोमेशन/टीम सहयोग के लिए यह कितना उपयोगी है: डेटा सॉर्टिंग के लिए, इस प्रकार की सेवा स्वचालित अनुसंधान आधारों के लिए उपयुक्त है, जैसे एजेंटों को निश्चित कैलिबर के अनुसार संकेतक खींचने, समय श्रृंखला की तुलना करने और ब्रीफिंग का पहला ड्राफ्ट तैयार करने की सुविधा देना। टीम सहयोग के लिए, यह डेटा स्रोतों को एक कॉल करने योग्य इंटरफ़ेस में एकीकृत कर सकता है, जिससे प्रत्येक व्यक्ति के अपने मुद्दों पर काम करने और असंगत कैलिबर होने की समस्या कम हो जाती है।

जोखिम या ध्यान के बिंदु: व्यापक डेटा कवरेज का मतलब यह नहीं है कि विश्लेषण स्थिर है, विशेष रूप से संकेतक परिभाषा, अद्यतन आवृत्ति और क्रॉस-सोर्स कैलिबर को अभी भी मैन्युअल रूप से पुष्टि करने की आवश्यकता है। एमसीपी सर्वर को एक्सेस अनुमतियों, कैशिंग और विफलता फ़ॉलबैक पर भी ध्यान देना चाहिए, अन्यथा यह आसानी से स्वचालन में विफलता का एकल बिंदु बन सकता है।

मूल लिंक: https://github.com/hanlulong/openecon-data

caider.dev

यह क्या है: एक macOS ऐप जिसका उद्देश्य कंप्यूटर को “हैंड्स-ऑफ कोडिंग एजेंट” में बदलना है, जो एजेंट को एक निष्पादक की तरह बनाता है जो डेस्कटॉप पर कब्जा कर सकता है।

अब यह देखने लायक क्यों है: कंप्यूटर-नियंत्रित एजेंट कोई नई अवधारणा नहीं हैं, लेकिन ऐसे कई उत्पाद नहीं हैं जो वास्तव में स्थानीय डेस्कटॉप पर चल सकें और कोडिंग प्रक्रिया से जुड़े हों। इस दिशा पर नज़र रखने लायक है, क्योंकि यह “ब्राउज़र क्या कर सकता है” मशीन-स्तरीय स्वचालन के एक कदम करीब ले जाता है।

विकास/डेटा संगठन/स्वचालन/टीम सहयोग के लिए इसका क्या उपयोग है: यदि यह पर्याप्त स्थिर है, तो यह वेब पेज परीक्षण, डेस्कटॉप संचालन, फ़ाइल संगठन और कुछ क्रॉस-एप्लिकेशन प्रक्रियाओं को जोड़ सकता है। यह उन कार्यों के लिए विशेष रूप से उपयुक्त है जिन्हें शुद्ध एपीआई द्वारा एक्सेस नहीं किया जा सकता है और इंटरफ़ेस पर क्लिक करके पूरा किया जाना चाहिए। टीम सहयोग के लिए, इस प्रकार के टूल में मैन्युअल कार्य के “अंतिम मील” को भरने का अवसर होता है।

जोखिम या ध्यान के बिंदु: कंप्यूटर अधिग्रहण टूल के साथ सबसे आम समस्याएं गलत संचालन, अनुमति सीमाएं और अवलोकनशीलता हैं। स्थानीय फ़ाइलों, ब्राउज़र सत्रों और सिस्टम पॉप-अप से जुड़े किसी भी परिदृश्य में, आपको पहले रोलबैक और मैन्युअल टेकओवर तंत्र के बारे में सोचना होगा।

मूल लिंक: https://caider.dev/

libretto.sh/debug-agents

यह क्या है: नाटककार स्क्रिप्ट की विफलता की मरम्मत के लिए एक पीआर एजेंट परियोजना, विफल स्क्रिप्ट की स्वचालित मरम्मत पर ध्यान केंद्रित करती है।

अब यह देखने लायक क्यों है: परीक्षण स्वचालन के बारे में सबसे कष्टप्रद बात स्क्रिप्ट लिखना नहीं है, लेकिन एक बार जब स्क्रिप्ट भंगुर हो जाती है, तो रखरखाव की लागत टीम पर तेजी से प्रतिकूल प्रभाव डालेगी। यह परियोजना इस बहुत ही विशिष्ट और बहुत ही सामान्य समस्या बिंदु पर केंद्रित है।

विकास/डेटा संग्रह/स्वचालन/टीम सहयोग के लिए इसका क्या उपयोग है: यदि यह वास्तव में नाटककार विफलता बिंदुओं को पहचान और ठीक कर सकता है, तो मूल्य बहुत प्रत्यक्ष होगा: प्रतिगमन परीक्षण में मैन्युअल समस्या निवारण समय को कम करना, और फ्रंट-एंड और क्यूए टीमों को चयनकर्ताओं, प्रतीक्षा स्थितियों और पर्यावरण मतभेदों पर कम समय बिताने की अनुमति देना। स्वचालित वर्कफ़्लो के लिए, इस प्रकार के “परीक्षण स्क्रिप्ट में विशेषज्ञता वाले एजेंट” को सामान्य कोड सहायकों की तुलना में लागू करना आसान है।

जोखिम या ध्यान देने योग्य बिंदु: परीक्षण और मरम्मत करते समय पीआर एजेंट को “मरम्मत संभव है, लेकिन तर्क छिपा हुआ है” की समस्या से ग्रस्त है, खासकर अगर प्रतीक्षा समय बढ़ जाता है। इसे पहले कम जोखिम वाले गोदाम या स्थानीय परीक्षण सेट में आज़माना उपयुक्त है, और इसे शुरू करते ही इसे कोर रिग्रेशन लिंक को छूने न दें।

मूल लिंक: https://libretto.sh/debug-agents

आज पालन करने के लिए सबसे योग्य दिशा “एजेंटों को रखरखाव योग्य प्रणालियों में बदलना” की पंक्ति है: एकीकृत क्षमता कॉन्फ़िगरेशन, पुन: प्रयोज्य कौशल, दीर्घकालिक मेमोरी, विश्वसनीय डेटा प्रविष्टि, साथ ही डेस्कटॉप-स्तरीय निष्पादन। एकल-बिंदु प्रदर्शनों की तुलना में, ये चीजें बुनियादी ढांचे के करीब हैं जिनका उपयोग वास्तव में दैनिक कार्यों में किया जा सकता है।