एआई कार्य कुशलता रडार | 2026-07-22

आज सबसे स्पष्ट संकेत यह है कि एआई एजेंट टूल श्रृंखला “परिणाम उत्पन्न कर सकते हैं” से “स्थापित, एक्सेस, याद और स्वीकार किया जा सकता है” में स्थानांतरित होना शुरू हो गया है। एक और बदलाव यह है कि ब्राउज़र नियंत्रण और दीर्घकालिक कार्य चलाना बुनियादी ढांचे के पूरक के रूप में शुरू हो गया है: जबकि कार्रवाई सत्यापनशीलता पर जोर दिया गया है, जबकि दीर्घकालिक निष्पादन के लिए अलगाव और पुनर्प्राप्ति पर जोर दिया गया है। व्यक्तिगत दक्षता के लिए, जो चीज़ अनुसरण के लिए सबसे योग्य है वह अब एकल बिंदु मॉडल की क्षमता नहीं है, बल्कि कौशल, एमसीपी, मेमोरी और स्वचालित प्रक्रियाओं को एक स्थिर वर्कफ़्लो में संयोजित करने की क्षमता है।

रोलक्राफ्ट-श/रोलक्राफ्ट

यह एक शून्य-निर्भरता सीएलआई है जो किसी भी स्रोत से एआई एजेंट कौशल और एमसीपी सर्वर स्थापित करने पर केंद्रित है। लक्ष्य बहुत स्पष्ट है: “उपकरण खोजने, उपकरण मिलान करने और कौशल स्थापित करने” के मामले को निष्पादन योग्य आदेशों में संपीड़ित करना। यह अब देखने लायक है क्योंकि एजेंटों को लागू करते समय यह सबसे आम घर्षण बिंदुओं का सामना करता है - बिखरे हुए उपकरण, खंडित कॉन्फ़िगरेशन और उच्च प्रवासन लागत।

विकास और स्वचालन कार्य के लिए, यह स्थानीय एजेंट क्षमता प्रबंधक के रूप में उपयुक्त लगता है: कौशल की एकीकृत खींच, एमसीपी सर्वर की एकीकृत स्थापना, और विभिन्न परियोजनाओं के लिए वर्कफ़्लो की त्वरित असेंबली। यह टीम सहयोग के लिए भी मूल्यवान है, खासकर जब सभी को एजेंट क्षमताओं का पुन: प्रयोज्य सेट साझा करने की आवश्यकता होती है। यह ध्यान दिया जाना चाहिए कि एक बार जब ऐसे उपकरण “किसी भी स्रोत से इंस्टॉल” करने का वादा करते हैं, तो स्रोत विश्वसनीयता, संस्करण लॉकिंग और सुरक्षा सीमाओं पर विशेष ध्यान दिया जाना चाहिए। मूल लिंक: https://github.com/rolecraft-sh/rolecraft

kentcdodds/कोडी

यह एमसीपी मेजबानों के लिए एक “सहायक घर” है। यह यादों, चाबियों, कोड और स्वचालन क्षमताओं को एक पोर्टेबल हब में बनाता है, इस बात पर जोर देता है कि वे मेजबानों पर उपलब्ध हैं। अब यह देखने लायक है क्योंकि कई कोडिंग एजेंटों के साथ समस्या अब मॉडल में ही नहीं है, बल्कि “राज्य को कहां रखा जाए, क्रेडेंशियल्स को कैसे प्रबंधित किया जाए और स्वचालन का पुन: उपयोग कैसे किया जाए” में है।

यदि यह प्रोजेक्ट परिपक्व हो जाता है, तो डेवलपर्स इसे एजेंट की राज्य परत के रूप में उपयोग कर सकते हैं: मेमोरी और ऑटोमेशन कॉन्फ़िगरेशन का एक सेट विभिन्न एमसीपी होस्ट के बीच पुन: उपयोग किया जाता है, जिससे प्रत्येक टूल के लिए अलग कॉन्फ़िगरेशन का नुकसान कम हो जाता है। डेटा संगठन और टीम सहयोग के लिए भी उपयोगी है, खासकर जब आप सामान्य संचालन, संदर्भ और क्रेडेंशियल्स को एक ही आईडीई/सीएलआई से अलग करना चाहते हैं। जोखिम यह है कि यह “होम” प्रकार का घटक स्वाभाविक रूप से उच्च-विशेषाधिकार प्राप्त जानकारी ले जाएगा। इसका उपयोग करते समय, आपको भंडारण अलगाव, अनुमति मॉडल और बैकअप/पुनर्प्राप्ति समाधान की जाँच पर ध्यान देना चाहिए। मूल लिंक: https://github.com/kentcdodds/kody

आरतीक/सर्विसनाउ-एमसीपी

यह एक ServiceNow MCP सर्वर है। यह 450+ उपकरण, 26 AI क्षमताएं प्रदान करने का दावा करता है, और stdio, SSE और HTTP जैसे कई ट्रांसमिशन तरीकों का समर्थन करता है। यह डिफ़ॉल्ट रूप से केवल-पढ़ने के लिए है। यह अब देखने लायक है, अपने आप में “एकाधिक कार्यों” के कारण नहीं, बल्कि इसलिए क्योंकि यह एक अधिक व्यावहारिक दिशा का प्रतिनिधित्व करता है: एंटरप्राइज़ सिस्टम क्षमताओं को मानक इंटरफ़ेस में पैकेजिंग करना जिसे एजेंट कॉल कर सकते हैं।

विकास और टीम स्वचालन के लिए, इस प्रकार के एमसीपी सर्वर का मूल्य बहुत प्रत्यक्ष है: कार्य ऑर्डर क्वेरी, ज्ञान आधार पुनर्प्राप्ति, प्रक्रिया ऑर्केस्ट्रेशन, और स्थिति सिंक्रनाइज़ेशन सभी क्लाउड, चैटजीपीटी, कर्सर, या कोपिलॉट जैसे होस्ट से जुड़े हो सकते हैं। डेटा संगठन के लिए इसका व्यावहारिक महत्व भी है। उद्यमों की कई आंतरिक जानकारी “मुक्त संवाद” के माध्यम से पहुंच के लिए उपयुक्त नहीं हैं, लेकिन नियंत्रित उपकरणों के माध्यम से प्रदर्शन के लिए अधिक उपयुक्त हैं। ध्यान देने वाली बात यह है कि 450+ टूल का पैमाना आसानी से अनुमति विस्तार और इंटरफ़ेस शोर का कारण बन सकता है। इसे लागू करने के लिए, आपको पहले टूल व्हाइटलिस्टिंग, रीड-राइट सेपरेशन और ऑडिटिंग को लागू करना होगा। मूल लिंक: https://github.com/aartiq/servicenow-mcp

akitaonrails/ai-मेमोरी

यह सीएलआई एजेंटों को कोड करने के लिए एक दीर्घकालिक मेमोरी समाधान है, और विभिन्न एजेंट विक्रेताओं के बीच हैंडओवर पर भी जोर देता है। यह अब देखने लायक है क्योंकि “एक सत्र में अच्छा प्रदर्शन” अब पर्याप्त नहीं है। जो चीज़ वास्तव में दक्षता में सुधार करती है वह सत्रों, उपकरणों और टीम के सदस्यों के बीच प्रासंगिक निरंतरता है।

डेवलपर्स के लिए, यह “क्लाउड कोड को आज इसका आधा काम करने दें, और जारी रखने के लिए कल कोडेक्स में बदलें” की वियोग समस्या को हल करने के लिए उपयुक्त हो सकता है; यह डेटा संगठन और ज्ञान संचय के लिए भी उपयोगी है, और परियोजना प्राथमिकताओं, समझौतों और ऐतिहासिक निर्णयों को पुन: प्रयोज्य यादों में संपीड़ित कर सकता है। टीम सहयोग के लिए, दीर्घकालिक स्मृति, यदि अच्छी तरह से डिज़ाइन की गई हो, तो संदर्भ को बार-बार समझाने की लागत को कम कर सकती है। जोखिम यह है कि एक बार जब मेमोरी सिस्टम बहुत अधिक जमा हो जाता है, तो शोर को बचाना आसान होता है, इसलिए वर्जनिंग, सफाई रणनीतियों और न्यूनतम आवश्यक सिद्धांत की आवश्यकता होती है। मूल लिंक: https://github.com/akitaonrails/ai-memory

त्सागन

यह AI एजेंटों के लिए एक ब्राउज़र नियंत्रण समाधान है। फोकस “ब्राउज़र को संचालित करने में सक्षम होने” पर नहीं है, बल्कि “हर कदम पर कार्रवाई को सत्यापित करने” पर है। यह अब देखने लायक है क्योंकि ब्राउज़र एजेंट प्रदर्शन चरण से प्रयोज्य प्रतियोगिता चरण में चले गए हैं। जो चीज वास्तव में अंतर को बढ़ाती है वह अक्सर क्लिक करने या न करने की क्षमता नहीं होती है, बल्कि यह होती है कि क्लिक सही हैं या गलत, और क्या उन्हें समय पर खोजा जा सकता है।

यदि आप विकास स्वचालन कर रहे हैं, तो यह उन प्रक्रियाओं के लिए उपयुक्त है जिनके लिए वेब पेज इंटरैक्शन, फॉर्म भरने, पृष्ठभूमि संचालन और डेटा संग्रह की आवश्यकता होती है, और प्रत्येक सत्यापन चरण को एक बंद लूप में शामिल करने का प्रयास करें। डेटा संग्रह के लिए, सत्यापन वाला एक ब्राउज़र एजेंट “मॉडल को सीधे ब्लाइंड करने” की तुलना में प्रतिलिपि प्रस्तुत करने योग्य वर्कफ़्लो के अधिक करीब है। ध्यान दें कि सत्यापन तंत्र अतिरिक्त विलंबता और कार्यान्वयन जटिलता जोड़ देगा, और जरूरी नहीं कि सभी अपवाद पृष्ठों को कवर किया जाए; यह गति-केंद्रित समाधान के बजाय विश्वसनीयता-प्रथम समाधान की तरह है। मूल लिंक: https://github.com/michaelolmos/tsaagan

सुपरसर्व करना

यह लंबे समय तक चलने वाले एआई एजेंटों के लिए फायरक्रैकर माइक्रोवीएम सैंडबॉक्स प्रदान करने पर केंद्रित है। यह अब देखने लायक है क्योंकि कई एजेंटों के लिए जो चीज वास्तव में अटक जाती है वह तर्क नहीं है, बल्कि “लंबे कार्य नियंत्रण से बाहर हो रहे हैं”: वातावरण गंदा है, निर्भरताएं गड़बड़ हैं, स्थिति को पुनर्प्राप्त करना मुश्किल है, और अलगाव पर्याप्त नहीं है।

विकास और स्वचालन के लिए, इस प्रकार का बुनियादी ढांचा लंबे-लिंक कार्यों, जैसे मल्टी-स्टेप एन्कोडिंग, बैच डेटा प्रोसेसिंग और परीक्षण-और-त्रुटि स्वचालित प्रक्रियाओं को पूरा करने के लिए उपयुक्त है, खासकर जब कार्यों को मजबूत अलगाव की आवश्यकता होती है। यह टीम सहयोग के लिए भी समझ में आता है, क्योंकि एक प्रतिलिपि प्रस्तुत करने योग्य माइक्रो-वीएम वातावरण “मेरी मशीन पर चल सकता है” को “एक निश्चित सैंडबॉक्स में वितरित किया जा सकता है” के करीब बदल सकता है। जोखिम यह है कि माइक्रोवीएम उच्च परिचालन और संसाधन ओवरहेड लाता है और जरूरी नहीं कि यह सभी छोटे कार्यों के लिए उपयुक्त हो; यह स्पष्ट लंबे कार्यों, पुनः प्रयास वाले कार्यों और उच्च जोखिम वाले कार्यों के लिए अधिक उपयुक्त है। मूल लिंक: https://www.superserve.ai/

डेटाफ़्लो-हार्नेस: संपादन योग्य एलएलएम डेटा पाइपलाइनों के निर्माण के लिए एक ग्राउंडेड कोड-एजेंट प्लेटफ़ॉर्म

यह एक arXiv पेपर है. मुख्य मुद्दा प्राकृतिक भाषा निर्माण डेटा प्रोसेसिंग प्रक्रिया के परिणामों को एक बार की स्क्रिप्ट के बजाय टिकाऊ और संपादन योग्य प्लेटफ़ॉर्म संपत्तियों में बदलना है। यह अब देखने लायक है क्योंकि कई टीमें कोडिंग एजेंटों को “प्रक्रिया लिखने” में सक्षम बनाने में सक्षम हैं, लेकिन वे अभी तक “प्रक्रिया को रखरखाव योग्य इंजीनियरिंग वस्तुओं में मजबूत करने” में सक्षम नहीं हैं।

डेवलपर्स के लिए, इसे एक बहुत ही व्यावहारिक चेकलिस्ट में बदला जा सकता है: क्या एजेंट द्वारा उत्पन्न पाइपलाइन को लगातार आर्टिफैक्ट में शामिल किया जा सकता है; क्या इसे संपादित किया जा सकता है; क्या इसका पुन: उपयोग किया जा सकता है; और क्या इसे बाद के कार्यों में भी लिया जा सकता है। यह डेटा संगठन और स्वचालन के लिए भी मूल्यवान है, विशेष रूप से डेटा सफाई, ईटीएल और सामग्री स्थानांतरण जैसे कार्य जो आसानी से स्क्रिप्ट किए जाते हैं। जोखिम यह है कि थीसिस प्रस्ताव अक्सर अभी भी उत्पादन से दूर हैं। उन्हें लागू करते समय, केवल डेमो को अनुकूलित करने के बजाय संपादन क्षमता, प्लेटफ़ॉर्म बाइंडिंग की डिग्री और क्या “अंतिम मील” वास्तव में हल हो गया है, इस पर ध्यान केंद्रित किया जाना चाहिए। मूल लिंक: https://arxiv.org/abs/2607.16617

आज सबसे योग्य दिशा “एजेंट इंफ्रास्ट्रक्चर” है: एमसीपी/कौशल पहुंच के लिए जिम्मेदार हैं, मेमोरी निरंतरता के लिए जिम्मेदार है, और ब्राउज़र और सैंडबॉक्स निष्पादन विश्वसनीयता के लिए जिम्मेदार हैं। एकल बिंदु मॉडल की क्षमताओं को देखने के बजाय, आज ये परियोजनाएं कार्यशील इंजीनियरिंग स्टैक के एक सेट को पूरा करने की तरह हैं।