Agents.json - LLM के लिए OpenAI स्पेक

 (github.com/wild-card-ai)
5 पॉइंट द्वारा GN⁺ 2025-03-06 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • OpenAPI मानक पर आधारित एक open spec, जो LLM और API के बीच स्पष्ट contract को परिभाषित करता है
    • API calls को उद्देश्य-आधारित tools के रूप में व्यवस्थित करता है ताकि LLM उन्हें आसानी से उपयोग कर सके
  • केवल मौजूदा OpenAPI documentation के आधार पर LLM के लिए सही API चुनना और उसे call करना कठिन था
    • agents.json API call प्रक्रिया को deterministic बनाए रखते हुए, LLM को इच्छित परिणाम non-deterministic तरीके से हासिल करने में सहायता करता है

इसकी आवश्यकता क्यों है?

  • LLM का उपयोग करने के लिए अक्सर API के साथ integration का तरीका सीधे implement करना पड़ता है
  • कई developers agent के non-deterministic behavior को छोड़कर, hardcoded workflow के जरिए इच्छित परिणाम पाने की कोशिश करते हैं
  • agents.json का उपयोग करने पर, इच्छित परिणाम पाने की प्रक्रिया में LLM non-deterministic रूप से काम कर सकता है, जबकि API calls स्वयं deterministic तरीके से execute हो सकते हैं
  • मौजूदा APIs आमतौर पर developer-केंद्रित रूप से डिज़ाइन किए गए हैं, इसलिए LLM के लिए उन्हें सीधे उपयोग करना आसान नहीं है
  • Gmail API उदाहरण:
    • email खोजना, thread में मौजूद email सूची लाना, और किसी विशेष email का reply करना जैसी प्रक्रिया की आवश्यकता होती है
    • जब LLM सीधे OpenAPI documentation को संदर्भित करता है, तो वह अक्सर सही API call चुनने में असफल रहता है
    • agents.json का उपयोग करने पर API calls को पहले से परिभाषित किया जा सकता है, ताकि वे सही क्रम में execute हों

agents.json के घटक

  • agents.json file
    • यह API calls को आपस में जोड़कर result-केंद्रित tools को परिभाषित करने का काम करती है
    • इसे मौजूदा OpenAPI file के साथ उपयोग किया जाता है
  • agents.json SDK
    • यह LLM को agents.json के आधार पर tools लोड करने और API calls की एक श्रृंखला execute करने में सक्षम बनाता है

मौजूदा OpenAPI से अंतर

  • केवल OpenAPI इस्तेमाल करने पर LLM अक्सर API calls को सही तरीके से चुन नहीं पाता
  • agents.json के साथ API call प्रक्रिया को template किया जा सकता है, जिससे इच्छित परिणाम पाने के लिए सर्वोत्तम API call flow उपलब्ध कराया जा सकता है

इसे open source के रूप में जारी क्यों किया गया

  • शुरुआत में यह एक internal configuration file थी, लेकिन धीरे-धीरे इसकी capabilities बढ़ने पर इसे open source के रूप में जारी करने का निर्णय लिया गया
  • HubSpot के CTO Dharmesh ने LLM के लिए API translation spec की अवधारणा प्रस्तावित की थी, और उसी से प्रेरित होकर इसे सार्वजनिक किया गया
  • वर्तमान में 10 verified API integrations उपलब्ध हैं, और हर दिन नए APIs जोड़े जा रहे हैं
  • developers के लिए आसान विस्तार हेतु tool discovery और custom collection platform मुफ़्त में उपलब्ध कराया गया है (https://wild-card.ai)

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-03-06
Hacker News की राय

  • agents.json पर ध्यान है, और उम्मीद है कि यह प्रोटोकॉल सफल होगा

    • लगता है कि MCP और agents.json साथ-साथ मौजूद रह सकते हैं
    • MCP ज़्यादा चीज़ों को कवर करता है, और एक सरलीकृत प्रोटोकॉल बनाना मुश्किल हो सकता है

  • agents.json को शुरुआती अपनाव पाने के लिए दस्तावेज़ों को और आसानी से समझ में आने वाला होना चाहिए

    • उदाहरण तुरंत दिखने चाहिए, और schema पास में होना चाहिए
    • पिच संक्षिप्त होनी चाहिए, और schema के फ़ील्ड भी स्पष्ट होने चाहिए
    • OpenAPI schema को पेस्ट करने पर LLM agents.json का ड्राफ्ट बना दे, ऐसे टूल की ज़रूरत हो सकती है

  • OpenAPI और agents.json की संगतता अच्छी है, लेकिन ज़रूरत से ज़्यादा हो सकती है

    • OpenAPI लोकप्रिय है, लेकिन उसने बाज़ार पर पूरी तरह कब्ज़ा नहीं किया है
    • अगर इससे agents.json में जटिलता जुड़ती है, तो सवाल है कि क्या इसे सपोर्ट करना उचित है
    • भले ही 100% संगतता न हो, कस्टम कन्वर्टर के ज़रिए आंशिक सपोर्ट संभव हो सकता है

  • बहुत से लोग agentic IDE इस्तेमाल कर रहे हैं, और अच्छा होगा अगर agents.json ऐसे snippets साझा करे जो उपयोग का तरीका, दस्तावेज़ कैसे खोजें, और registry में कैसे खोजें, यह समझाएँ

  • agents.json और OpenAPI Arazzo specification के बीच अंतर पर सवाल

    • क्या यह LLM उपयोग के लिए ज़्यादा उपयुक्त है, इस पर संदेह
    • उदाहरणों को देखने पर मिलते-जुलते कॉन्सेप्ट दिखाई देते हैं

  • असली agents.json फ़ाइलें देखना मुश्किल है, ऐसी राय

    • registry में 10 मिनट खोजने पर भी कोई उदाहरण नहीं मिला

  • Python पैकेज के license पर सवाल

    • क्या यह AGPL है, इस पर संदेह

  • आइडिया अच्छा है, लेकिन license की समस्या के कारण इसे अपनाना मुश्किल हो सकता है

    • उम्मीद है टीम समझाएगी कि AGPL पैकेज को किसी प्रोडक्ट में कैसे अपनाया जा सकता है

  • यह और सरल हो सकता है, और यह अच्छी बात है

    • specification के information property title में शायद एक bug मिला है

  • agents.json और llms.txt की तुलना

    • llms.txt भी LLM को API समझने में मदद करने वाले standard के रूप में उभर रहा है
    • लगता है agents.json दूसरे endpoints की संरचित समझ बेहतर देता है

  • सवाल कि agents OpenAPI specification से documented API का उपयोग क्यों नहीं कर सकते

    • निजी परीक्षण में यह ठीक चला, लेकिन शायद कुछ छूट रहा है

  • उम्मीद है agents.json और LLM.txt फ़ाइलें robot.txt जैसी सरल standard बनेंगी

    • CrewAI, Letta/MemGPT, OpenHands/OpenDevin आदि इससे जुड़े हैं, लेकिन कोई भी सीमाओं को पार नहीं कर रहा
    • MCP सबसे लचीला तरीका है, और उम्मीद है कि यह agents.json के साथ अच्छी तरह मेल खा सकेगा
    • Netlify टीम Agent Experience (AX) को लेकर कुछ दिलचस्प सोच रही है, और Anthropic व wildcard टीम को इस पर ध्यान देना चाहिए

  • MCP के साथ समानताओं/अंतर पर सवाल

    • अच्छा लग रहा है