በአሁኑ ጊዜ በተወሰኑ ተግባራት ላይ የሚበልጡ ሞዴሎችን ከመጠቀም ወደ ውስብስብ የሥራ ፍሰቶችን ማስተናገድ የሚችሉ ወኪሎችን መጠቀም እየተሸጋገርን ነው። ሞዴሎችን በማነሳሳት፣ የሰለጠነ የማሰብ ችሎታን ብቻ ማግኘት ይችላሉ። ሆኖም ግን፣ ሞዴሉን የኮምፒውተር አካባቢ መስጠት አገልግሎቶችን ማስኬድ፣ ከAPIዎች ውሂብ መጠየቅ ወይም እንደ የተመን ሉሆች ወይም ሪፖርቶች ያሉ የበለጠ ጠቃሚ ቅርሶችን መፍጠር ያሉ ሰፋ ያሉ የአጠቃቀም ጉዳዮችን ሊያሳካ ይችላል።
ወኪሎችን ለመገንባት ሲሞክሩ ጥቂት ተግባራዊ ችግሮች ይፈጠራሉ፤ መካከለኛ ፋይሎችን የት እንደሚያስቀምጡ፣ ትላልቅ ጠረጴዛዎችን ወደ ፈጣን መልእክት እንዴት መለጠፍ እንደሚቻል፣ የደኅንነት ራስ ምታት ሳይፈጥር የሥራ ፍሰት አውታረ መረብን እንዴት ማግኘት እንደሚቻል፣ እና የሥራ ፍሰት ሥርዓት እራስዎ ሳይገነቡ የጊዜ ገደቦችን እና ድጋሚ ሙከራዎችን እንዴት እንደሚይዙ።
ገንቢዎች የራሳቸውን የማስፈጸሚያ አካባቢዎች እንዲገነቡ ከማድረግ ይልቅ፣ የAPI ምላሾችን(በአዲስ መስኮት ውስጥ ይክፈታል) በእውነተኛ ዓለም ውስጥ ያሉ ተግባራትን በአስተማማኝ ሁኔታ ለማከናወን የሚያስችል የኮምፒውተር አካባቢ ለማስታጠቅ የሚያስፈልጉትን ክፍሎች ገንብተናል።
የOpenAI የAPI ምላሾች፣ ከሼል መሣሪያው እና ከተስተናገደ የኮንቴይነር የሥራ ቦታ ጋር፣ እነዚህን ተግባራዊ ችግሮች ለመፍታት የተነደፈ ነው። ሞዴሉ ደረጃዎችን እና ትዕዛዞችን ያቀርባል፤ መድረኩ ለግብዓቶች እና ለውጤቶች የፋይል ሥርዓት፣ አማራጭ የተዋቀረ ማከማቻ (እንደ SQLite) እና የተገደበ የአውታረ መረብ መዳረሻ ባለው ገለልተኛ አካባቢ ውስጥ ያስኬዳቸዋል።
በዚህ ጽሑፍ ውስጥ፣ ለወኪሎች የኮምፒውተር አካባቢን እንዴት እንደገነባን እና ለፈጣን፣ ለተደጋገሙ እና ደኅንነቱ የተጠበቀ የምርት የሥራ ፍሰቶች እንዴት መጠቀም እንደሚቻል አንዳንድ የመጀመሪያ ትምህርቶችን እናካፍላለን።
ጥሩ የወኪል የሥራ ፍሰት የሚጀምረው በጠባብ የአፈጻጸም ዑደት ነው፦ ሞዴሉ ፋይሎችን ማንበብ ወይም በAPI ውሂብ ማምጣት ያሉ እርምጃዎችን ያቀርባል፣ መድረኩ ያስኬደዋል፣ እና ውጤቱ ወደሚቀጥለው ደረጃ ይገባል። በመጀመሪያ በሼል መሣሪያው—ይህን ዑደት በተግባር ለማየት ቀላሉ መንገድ—እንጀምራለን፣ ከዚያም የመያዣ የሥራ ቦታን፣ ኔትወርኪንግን፣ እንደገና ሊጠቀሙ የሚችሉ ክህሎቶችን እና የአውድ ማጠቃለልን እንሸፍናለን።
የሼል መሣሪያውን ለመረዳት፣ የቋንቋ ሞዴል በአጠቃላይ መሣሪያዎችን እንዴት እንደሚጠቀም መረዳት በመጀመሪያ ጠቃሚ ነው፦ እንደ ተግባር መጥራት ወይም ከኮምፒውተር ጋር መስተጋብር ያሉ ነገሮችን ማድረግ። በስልጠና ወቅት፣ ሞዴል መሣሪያዎች እንዴት ጥቅም ላይ እንደሚውሉ እና የሚያስከትሏቸው ውጤቶች ደረጃ በደረጃ ምሳሌዎችን ያሳያል። ይህ ሞዴሉ አንድን መሣሪያ መቼ መጠቀም እንዳለበት እና እንዴት መጠቀም እንዳለበት ለመወሰን ይረዳል። «መሣሪያን መጠቀም» ስንል፣ ሞዴሉ በእውነቱ የመሣሪያ ጥሪን ብቻ ነው የሚያቀርበው ማለታችን ነው። ጥሪውን በራሱ መፈጸም አይችልም።
የሼል መሣሪያው ሞዴሉን በሚያስደንቅ ሁኔታ የበለጠ ኃይለኛ ያደርገዋል፦ ከኮምፒውተር ጋር በትእዛዝ መስመሩ በኩል መስተጋብር ይፈጥራል፣ ጽሑፍ ከመፈለግ ጀምሮ እስከ API ጥያቄዎችን በኮምፒውተርዎ ላይ መላክ ድረስ የተለያዩ ተግባራትን ያከናውናል። በተለመደ የUnix መሣሪያ ላይ የተገነባው የሼል መሣሪያችን እርስዎ የሚጠብቁትን ማንኛውንም ነገር ማድረግ ይችላል፣ እንደ grep፣ curl እና awk ያሉ መገልገያዎችን ከሳጥኑ ማግኘት ይቻላል።
Pythonን ብቻ ከሚያስኬደው አሁን ካለው የኮድ አስተርጓሚያችን ጋር ሲነጻጸር፣ የሼል መሣሪያው እንደ Go ወይም Java ፕሮግራሞችን ማስኬድ ወይም የNodeJS አገልጋይ መጀመር ያሉ በጣም ሰፋ ያሉ የአጠቃቀም ጉዳዮችን ያስችላል። ይህ ተለዋዋጭነት ሞዴሉ ውስብስብ የሆኑ ተግባራትን እንዲያከናውን ያስችለዋል።
አንድ ሞዴል በራሱ የሼል ትዕዛዞችን ብቻ ማቅረብ ይችላል፣ ነገር ግን እነዚህ ትዕዛዞች እንዴት ይፈጸማሉ? ተግባሩ እስኪጠናቀቅ ድረስ የሞዴል ውጤት ለማግኘት፣ መሣሪያዎችን ለመጥራት እና የመሣሪያውን ምላሽ በአንድ ዙር ወደ ሞዴሉ ለማስተላለፍ ኦርኬስትራ ያስፈልገናል።
የAPI ምላሾች ገንቢዎች ከOpenAI ሞዴሎች ጋር እንዴት እንደሚገናኙ ነው። ከተበጁ መሣሪያዎች ጋር ጥቅም ላይ ሲውል፣ የAPI ምላሾች ለደንበኛው ቁጥጥርን ይሰጣል፣ እና ደንበኛው መሣሪያዎቹን ለማስኬድ የራሱ የሆነ ማሠሪያ ይፈልጋል። ሆኖም፣ ይህ API በሞዴሉ እና በተስተናገዱ መሣሪያዎች መካከል ከሳጥኑ ውጭ ማደራጀት ይችላል።
የAPI ምላሾች እርምጃ ሲቀበል የሞዴል አውድ ይሰበስባል፦ የተጠቃሚ እርምጃ፣ ቀደም ሲል የተደረገ የውይይት ሁኔታ እና የመሣሪያ መመሪያዎች። የሼል አፈፃፀም እንዲሠራ፣ ጥያቄው የሼል መሣሪያን መጠቀምን መጥቀስ አለበት እና የተመረጠው ሞዴል የሼል ትዕዛዞችን ለማቅረብ ስልጠና መውሰድ አለበት—ሞዴሎች GPT‑5.2 እና ከዚያ በኋላ ለዚህ ስልጠና ተሰጥቷቸዋል። በዚህ ሁሉ አውድ፣ ሞዴሉ የሚቀጥለውን እርምጃ ይወስናል። የሼል አፈፃፀምን ከመረጠ፣ አንድ ወይም ከዚያ በላይ የሼል ትዕዛዞችን ወደ API ምላሾች አገልግሎት ይመልሳል። የAPI አገልግሎቱ እነዚያን ትዕዛዞች ወደ ኮንቴይነር አሂድ ጊዜ ያስተላልፋል፣ የሼል ውፅዓትን ወደ ኋላ ያስተላልፋል፣ እና በሚቀጥለው ጥያቄ አውድ ውስጥ ወደ ሞዴሉ ያስተላልፋል። ሞዴሉ ውጤቶቹን መመርመር፣ የክትትል ትዕዛዞችን መስጠት ወይም የመጨረሻ መልስ መስጠት ይችላል። የAPI ምላሾች ሞዴሉ ያለ ተጨማሪ የሼል ትዕዛዞች ማጠናቀቂያ እስኪመልስ ድረስ ይህንን ዑደት ይደግመዋል።
የAPI ምላሾች የሼል ትዕዛዝ ሲያስፈጽም፣ ከኮንቴይነር አገልግሎቱ ጋር የዥረት ግንኙነትን ይጠብቃል። ውጤት ሲፈጠር፣ API ወደ ሞዴሉ በእውነተኛ ጊዜ ውስጥ ያስተላልፈዋል፣ ስለዚህ ሞዴሉ ተጨማሪ ውጤት መጠበቅ፣ ሌላ ትዕዛዝ ማስኬድ ወይም ወደ መጨረሻው ምላሽ መሄድ ይችላል።
የምላሾች API የሼል ትዕዛዝ ውጤትን በዥረት ያቀርባል
ሞዴሉ በአንድ እርምጃ በርካታ የሼል ትዕዛዞችን ሊያቀርብ ይችላል፣ እና የAPI ምላሾች ደግሞ በተለዩ የኮንቴይነር ክፍለ ጊዜዎች በተመሳሳይ ጊዜ ሊያስፈጽማቸው ይችላል። እያንዳንዱ ክፍለ ጊዜ ውፅዓትን በተናጥል ያስተላልፋል፣ እና API እነዚያን ዥረቶች እንደ አውድ ወደ የተዋቀሩ የመሣሪያ ውጤቶች ይመልሳል። በሌላ አነጋገር፣ የወኪል ሉፕ እንደ ፋይሎችን መፈለግ፣ ውሂብ ማምጣት እና መካከለኛ ውጤቶችን ማረጋገጥ ያሉ ሥራዎችን ትይዩ ማድረግ ይችላል።
ትዕዛዙ የፋይል ሥራዎችን ወይም የውሂብ ሂደትን የሚያካትት ከሆነ፣ የሼል ውፅዓት በጣም ትልቅ ሊሆን እና ጠቃሚ ምልክቶችን ሳይጨምር የአውድ በጀቶችን ሊጠቀም ይችላል። ይህንን ለመቆጣጠር፣ ሞዴሉ በአንድ ትዕዛዝ የውጤት ገደብን ይገልጻል። የAPI ምላሾች ያንን ገደብ ያስፈጽማል እና የተተወውን ይዘት ምልክት በማድረግ የውጤቱን መጀመሪያ እና መጨረሻ የሚጠብቅ የተገደበ ውጤት ይመልሳል። ለምሳሌ፣ ውጤቱን ወደ 1,000 ገፀ ባህሪ ማሰር ይችላሉ፣ ይህም መጀመሪያ እና መጨረሻ ተጠብቆ ይቆያል።
ጽሑፍ መጀመሪያ ላይ ... 1000 ቁምፊዎች ተቆርጠዋል ... ጽሑፍ በመጨረሻ ላይ
በአንድ ላይ፣ በተመሳሳይ ጊዜ የሚፈጸም አፈፃፀም እና የተገደበ ውጤት የወኪሉን ዑደት ፈጣን እና አውድ-ውጤታማ ያደርጉታል፣ ስለዚህ ሞዴሉ በጥሬ ተርሚናል ምዝግቦች ከመሸነፍ ይልቅ ተገቢ ውጤቶችን ማመዛዘን እንዲችል።
ከወኪል ዑደቶች ጋር ሊፈጠር የሚችል አንድ ችግር ተግባራት ለረጅም ጊዜ ሊሠሩ የሚችሉ መሆኑ ነው። ረጅም ጊዜ የሚቆዩ ተግባራት የአውድ መስኮቱን ይሞላሉ፣ ይህም በተራዎች እና በተወካዮች መካከል አውድ ለማቅረብ አስፈላጊ ነው። አንድ ወኪል ክህሎትን ሲጠራ፣ ምላሽ ሲያገኝ፣ የመሣሪያ ጥሪዎችን ሲጨምር እና የማመዛዘን ማጠቃለያዎችን ሲጨምር በዓይነ ሕሊናህ ተመልከት—የተገደበው የአውድ መስኮት በፍጥነት ይሞላል። ወኪሉ መሥራቱን ሲቀጥል አስፈላጊውን አውድ እንዳያጡ፣ ቁልፍ ዝርዝሮችን የምናስቀምጥበት እና ማንኛውንም ውጫዊ ነገር የምናስወግድበት መንገድ ያስፈልገናል። ገንቢዎች ብጁ ማጠቃለያ ወይም የስቴት ተሸካሚ ሥርዓቶችን እንዲነድፉ እና እንዲጠብቁ ከመጠየቅ ይልቅ፣ ሞዴሉ እንዴት እንደሚሠራ እና እንዴት እንደሰለጠነው እንዲስማማ የተነደፈውን የAPI ምላሽ ውስጥ ቤተኛ ኮምፓክትን አክለናል።
የቅርብ ጊዜ ሞዴሎቻችን ቀደም ሲል የነበረውን የውይይት ሁኔታ ለመተንተን እና ቁልፍ የሆነውን ቀዳሚ ሁኔታ በተመሰጠረ ቶከን-ውጤታማ ውክልና ውስጥ የሚጠብቅ የመጨመቂያ ንጥል ለማዘጋጀት የሰለጠኑ ናቸው። ከተጨመቀ በኋላ፣ የሚቀጥለው የአውድ መስኮት ይህንን የመጠቅለያ ንጥል እና የቀደመው መስኮት ከፍተኛ ዋጋ ያላቸውን ክፍሎች ያካትታል። ይህ የሥራ ፍሰቶች በመስኮት ወሰኖች ውስጥ፣ በተራዘሙ ባለብዙ ደረጃ እና በመሣሪያ በሚመሩ ክፍለ ጊዜዎች ውስጥም ቢሆን፣ በተቀናጀ መልኩ እንዲቀጥሉ ያስችላቸዋል። Codex ጥራትን ሳያጎድፍ ለረጅም ጊዜ የሚቆዩ የኮድ ተግባራትን እና ተደጋጋሚ የመሣሪያ አፈፃፀምን ለማስቀጠል በዚህ ዘዴ ላይ የተመሠረተ ነው።
ኮምፓክት በአገልጋዩ ላይ አብሮ የተሠራ ወይም ራሱን የቻለ ‹/የታመቀ› የመጨረሻ ነጥብ በኩል ይገኛል። የአገልጋይ-ጎን ኮምፓክት ገደብን እንዲያዋቅሩ ያስችልዎታል፣ እና ሥርዓቱ የኮምፓክት ጊዜን በራስ-ሰር ያስተናግዳል፣ ይህም ውስብስብ የደንበኛ-ጎን አመክንዮ አስፈላጊነትን ያስወግዳል። ከመጨመቁ በፊት ትናንሽ ከመጠን በላይ መውጣቶችን ለመቋቋም ትንሽ ትልቅ ውጤታማ የግቤት አውድ መስኮት ይፈቅዳል፣ ስለዚህ ከገደቡ አቅራቢያ ያሉ ጥያቄዎች አሁንም ሊሠሩ እና ውድቅ ከማድረግ ይልቅ ሊታመቁ ይችላሉ። የሞዴል ስልጠና እየተሻሻለ ሲሄድ፣ ለእያንዳንዱ የOpenAI ሞዴል ልቀት ቤተኛ የሆነ የኮምፓክት መፍትሔ ከእሱ ጋር ይሻሻላል።
Codex የኮምፓክት ሲስተምን ለመገንባት ረድቶናል፤ ቀደምት ተጠቃሚም ሆነን እናገለግል ነበር። አንድ የCodex ምሳሌ የኮምፓክሽን ስህተት ሲገጥመው፣ ለመመርመር ሁለተኛ ምሳሌ እንጠቀማለን። ውጤቱም Codex ችግሩን በመፍታት ብቻ በራሱ የሚሠራና ውጤታማ የሆነ የኮምፓክት ሲስተም ማግኘት ችሏል። ይህ Codex ራሱን የመመርመር እና የማጥራት ችሎታው በOpenAI ውስጥ ለመሥራት በተለይ አስደሳች አካል ሆኗል። አብዛኛዎቹ መሣሪያዎች ተጠቃሚው እንዴት እንደሚጠቀሙባቸው እንዲማር ብቻ ይጠይቃሉ፤ Codex ከእኛ ጋር ይማራል።
አሁን ደግሞ መንግስትንና ግብዓቶችን እንሸፍን። ኮንቴይነሩ ትዕዛዞችን ለማስኬድ ቦታ ብቻ ሳይሆን የሞዴሉ የሥራ ሁኔታም ጭምር ነው። ሞዴሉ በኮንቴይነሩ ውስጥ ፋይሎችን ማንበብ፣ የውሂብ ጎታዎችን መጠየቅ እና በአውታረ መረብ ፖሊሲ ቁጥጥሮች ስር ወደ ውጫዊ ሥርዓቶች መድረስ ይችላል።
የኮንቴይነር አውድ የመጀመሪያው ክፍል ሀብቶችን ለመጫን፣ ለማደራጀት እና ለማስተዳደር የፋይል ሥርዓት ነው። ሞዴሉ ሰፊና ጫጫታ ያላቸውን ቅኝቶች ከማከናወን ይልቅ የሚገኝ ውሂብ ካርታ እንዲሰጥ እና የታለሙ የፋይል ሥራዎችን እንዲመርጥ ለማገዝ የኮንቴይነር እና የፋይል(በአዲስ መስኮት ውስጥ ይክፈታል) APIዎችን ገንብተናል።
የተለመደው ፀረ-ንድፍ ሁሉንም ግብዓቶች በቀጥታ ወደ እርምጃ እንቅስቃሴ ማሸግ ነው። ግብዓቶች እያደጉ ሲሄዱ፣ እርምጃውን ከመጠን በላይ መሙላት ውድ ይሆናል እና ሞዴሉ ለማሰስ አስቸጋሪ ይሆናል። የተሻለ ንድፍ በኮንቴይነር ፋይል ሥርዓት ውስጥ ሀብቶችን ማዘጋጀት እና ሞዴሉ በሼል ትዕዛዞች ምን እንደሚከፈት፣ እንደሚተነተን ወይም እንደሚቀይር እንዲወስን መፍቀድ ነው። ልክ እንደ ሰዎች፣ ሞዴሎች በተደራጀ መረጃ በተሻለ ሁኔታ ይሠራሉ።
የኮንቴይነር አውድ ሁለተኛው ክፍል የውሂብ ጎታዎች ነው። በብዙ አጋጣሚዎች፣ ገንቢዎች የተዋቀረ ውሂብን በውሂብ ጎታዎች ውስጥ እንደ SQLite እንዲያከማቹ እና እንዲጠይቋቸው እንመክራለን። ለምሳሌ፣ ሙሉ የተመን ሉህ ወደ እርምጃው ከመቅዳት ይልቅ፣ ሞዴሉ የሠንጠረዦቹን መግለጫ—ምን ዓምዶች እንዳሉ እና ምን ማለት እንደሆኑ—መስጠት እና የሚያስፈልገውን ረድፎች እንዲጎትት ማድረግ ይችላሉ።
ለምሳሌ፣ «በዚህ ሩብ ዓመት የትኞቹ ምርቶች ሽያጮች ቀንሰዋል?» ብለው ቢጠይቁ፣ ሞዴሉ ሙሉውን የተመን ሉህ ከመቃኘት ይልቅ ተዛማጅ ረድፎችን ብቻ መጠየቅ ይችላል። ይህ ፈጣን፣ ርካሽ፣ እና ወደ ትላልቅ የውሂብ ስብስቦች የበለጠ ሊሰፋ የሚችል ነው።
የኮንቴይነር አውድ ሦስተኛው ክፍል የኔትወርክ መዳረሻ ሲሆን የወኪል የሥራ ጫናዎች አስፈላጊ አካል ነው። የወኪል የሥራ ፍሰት የቀጥታ ውሂብ ማምጣት፣ ውጫዊ APIዎችን መደወል ወይም ፓኬጆችን መጫን ሊያስፈልገው ይችላል። በተመሳሳይ ጊዜ፣ ኮንቴይነሮችን ያለገደብ የኢንተርኔት አገልግሎት መስጠት አደገኛ ሊሆን ይችላል፦ መረጃን ለውጭ ድረ-ገጾች ሊያጋልጥ፣ ሳያውቅ ስሱ የውስጥ ወይም የሦስተኛ ወገን ሥርዓቶችን ሊነካ ይችላል፣ ወይም የምስክርነት ፍሳሾችን እና የውሂብ ማውጣትን ለመከላከል አስቸጋሪ ያደርገዋል።
የወኪሎችን ጥቅም ሳይገድቡ እነዚህን ስጋቶች ለመፍታት፣ የጎን መኪና መውጫ ፕሮክሲ ለመጠቀም የተስተናገዱ ኮንቴይነሮችን ገንብተናል። ሁሉም የወጪ አውታረ መረብ ጥያቄዎች የሚፈሱት ትራፊክን በሚታይበት ጊዜ የተፈቀዱ ዝርዝሮችን እና የመዳረሻ መቆጣጠሪያዎችን የሚያስፈጽም ማዕከላዊ የፖሊሲ ንብርብር ነው። ለምስክርነቶች፣ በወሰን-የተገደበ ምስጢር መርፌ በመውጫ ላይ እንጠቀማለን። ሞዴሉ እና ኮንቴይነሩ የቦታ ያዢዎችን ብቻ ያያሉ፣ ጥሬ ሚስጥራዊ እሴቶች ደግሞ ከሞዴል-የሚታይ አውድ ውጭ ይቆያሉ እና ለተፈቀዱ መዳረሻዎች ብቻ ይተገበራሉ። ይህ የተረጋገጡ ውጫዊ ጥሪዎችን በማንቃት የማፍሰስ አደጋን ይቀንሳል።
የሼል ትዕዛዞች ኃይለኛ ናቸው፣ ነገር ግን ብዙ ተግባራት ተመሳሳይ ባለብዙ ደረጃ ቅጦችን ይደግማሉ። ወኪሎች በእያንዳንዱ ሂደት ውስጥ የሥራ ፍሰቱን እንደገና ማግኘት አለባቸው—እንደገና ማቀድ፣ ትዕዛዞችን እንደገና ማውጣት እና ደንቦችን እንደገና መማር—ወደ ወጥነት የሌላቸው ውጤቶች እና የከንቱ አፈፃፀም ይመራሉ። የወኪል ክህሎቶች(በአዲስ መስኮት ውስጥ ይክፈታል) እነዚያን ቅጦች እንደገና ጥቅም ላይ ሊውሉ ወደሚችሉ እና ሊጣመሩ ወደሚችሉ የግንባታ ብሎኮች ያዋህዳሉ። በተጨባጭ፣ ክህሎት ‹SKILL.md(በአዲስ መስኮት ውስጥ ይክፈታል)ን› የሚያካትት የአቃፊ ጥቅል ነው። (ሜታዳታ እና መመሪያዎችን የያዘ) እንዲሁም እንደ የAPI ዝርዝር መግለጫዎች እና የUI ንብረቶች ያሉ ማንኛውንም ደጋፊ ግብዓቶች።
ይህ መዋቅር ቀደም ብለን ከገለጽነው የሩጫ ጊዜ አርክቴክቸር ጋር በተፈጥሮው ይጣጣማል። ኮንቴይነሩ ቋሚ ፋይሎችን እና የአፈጻጸም አውድ ያቀርባል፣ እና የሼል መሳሪያው የአፈጻጸም በይነገጽን ይሰጣል። ሁለቱም በቦታው ሲኖሩ፣ ሞዴሉ የሼል ትዕዛዞችን (‹ls›፣ ‹cat›፣ ወዘተ) በመጠቀም የክህሎት ፋይሎችን ማግኘት፣ መመሪያዎችን መተርጎም እና ሁሉንም በተመሳሳይ ወኪል ዑደት ውስጥ የክህሎት ስክሪፕቶችን ማስኬድ ይችላል።
በOpenAI መድረክ ላይ ችሎታዎችን ለማስተዳደር APIዎችን(በአዲስ መስኮት ውስጥ ይክፈታል) እናቀርባለን። ገንቢዎች የክህሎት አቃፊዎችን እንደ ስሪት የተሰጡ ጥቅሎች ይሰቅላሉ እና ያከማቻሉ፣ ይህም በኋላ ላይ በችሎታ መታወቂያ ሊገኝ ይችላል። ጥያቄውን ወደ ሞዴሉ ከመላክዎ በፊት፣ የምላሾች API ክህሎቱን ይጭናል እና በሞዴል አውድ ውስጥ ያካትታል። ይህ ቅደም ተከተል የተወሰነ ነው፦
- ስም እና መግለጫን ጨምሮ የክህሎት ሜታዳታ ያግኙ።
- የክህሎት ጥቅሉን ያውጡ፣ ወደ መያዣው ውስጥ ይቅዱት እና ይክፈቱት።
- የሞዴል አውድን በችሎታ ሜታዳታ እና በመያዣው መንገድ ያዘምኑ።
አንድ ክህሎት ተገቢ መሆኑን ሲወስን፣ ሞዴሉ መመሪያዎቹን ቀስ በቀስ ይዳስሳል፣ እና ስክሪፕቶቹን በመያዣው ውስጥ ባለው የሼል ትዕዛዞች በኩል ያስፈጽማል።
ሁሉንም ክፍሎች አንድ ላይ ለማሰባሰብ፦ የምላሾች API ማደራጀት ያቀርባል፣ የሼል መሣሪያው ተግባራዊ እርምጃዎችን ይሰጣል፣ የተስተናገደው ኮንቴይነር የማያቋርጥ የአሂድ ጊዜ አውድ ይሰጣል፣ የክህሎት ንብርብር እንደገና ጥቅም ላይ ሊውል የሚችል የሥራ ፍሰት አመክንዮ እና ኮምፓክት አንድ ወኪል ከሚያስፈልገው አውድ ጋር ለረጅም ጊዜ እንዲሠራ ያስችለዋል።
በእነዚህ የመጀመሪያ ደረጃ ሥራዎች፣ አንድ ነጠላ እርምጃ ወደ መጨረሻ-እስከ-መጨረሻ የሥራ ፍሰት ሊሰፋ ይችላል፦ ትክክለኛውን ክህሎት ማግኘት፣ ውሂብ ማምጣት፣ ወደ አካባቢያዊ የተዋቀረ ሁኔታ መቀየር፣ በብቃት መጠየቅ እና ዘላቂ ቅርሶችን ማመንጨት።
ከታች ያለው ዲያግራም ይህ ሥርዓት ከቀጥታ ውሂብ የተመን ሉህ ለመፍጠር እንዴት እንደሚሠራ ያሳያል።
የምላሾች API ወኪል ተግባር ያዘጋጃል
የሼል መሣሪያውን እና የኮምፒውተር አካባቢን ከጫፍ እስከ ጫፍ የሥራ ፍሰቶች ጋር በማጣመር ረገድ ጥልቅ ምሳሌ ለማግኘት፣ አንድ ክህሎትን በማሸግ እና በምላሾች API በኩል ማስፈጸም የሚያሳይ የገንቢ ጦማር ልጥፋችንን(በአዲስ መስኮት ውስጥ ይክፈታል) እና የምግብ አዘገጃጀት መጽሐፋችንን(በአዲስ መስኮት ውስጥ ይክፈታል) ይመልከቱ።
ገንቢዎች በዚህ የመጀመሪያ ደረጃ ስብስብ ምን እንደሚገነቡ በማየታችን በጣም ደስተኞች ነን። የቋንቋ ሞዴሎች ጽሑፍ፣ ምስሎች እና ኦዲዮ ከማመንጨት በላይ እንዲሰሩ የታሰቡ ናቸው–ውስብስብ እና እውነተኛ ተግባራትን በስፋት ለማስተናገድ የበለጠ ችሎታ እንዲኖረን መድረካችንን ማሻሻላችንን እንቀጥላለን።
