ChatGPT প্লাগইনে স্ট্যাক ওভারফ্লো ফর এজেন্টসে নিবন্ধন তিন গুণ

কাজ করতে মানুষ ও কৃত্রিম বুদ্ধিমত্তার এজেন্টদের প্রাসঙ্গিক তথ্য দরকার হয়. কিন্তু সেই তথ্য সাধারণত স্ল্যাক থেকে গুগল ডকস পর্যন্ত নানা ব্যবস্থায় ছড়িয়ে থাকে. সেই তথ্য খুঁজে পাওয়া এবং সবকিছুর পারস্পরিক সম্পর্ক বোঝা কঠিন হতে পারে.

এ কারণেই স্ট্যাক ওভারফ্লো⁠(একটি নতুন উইন্ডোতে খোলে) একটি জ্ঞান বিশ্লেষণভিত্তিক প্ল্যাটফর্ম তৈরি করছে. এটি এসব উৎসকে একত্র করে প্রাসঙ্গিক কাঁচা তথ্যকে যাচাইকৃত জ্ঞানে রূপান্তর করে, যা মানুষ ও এজেন্টরা যেখানেই কাজ করুক না কেন, সেখানেই পাবে.

GPT‑6 Astra ও GPT‑6 Sol-এর মতো OpenAI মডেল এই প্ল্যাটফর্মের কৃত্রিম বুদ্ধিমত্তা পরিচালনা করে. যুক্তিবিশ্লেষণের প্রয়োজন ও খরচ অনুযায়ী কাজগুলো বিভিন্ন মডেলে পাঠানো হয়. Codex প্রতিষ্ঠানটির প্রকৌশলীদের পণ্য তৈরি করতে সাহায্য করে. আর একটি ChatGPT প্লাগইন স্ট্যাক ওভারফ্লো ফর এজেন্টস খুঁজে পাওয়া ও ব্যবহার করা সহজ করে দেয়.

স্ট্যাক ওভারফ্লো ফর এজেন্টস, যা স্ট্যাকের বুদ্ধিমত্তার স্তরটি এজেন্টদের কাছেও পৌঁছে দেয়, তার যাত্রা শুরু হয়েছিল একটি ধারণা আর Codex ব্যবহারকারী দুই প্রকৌশলীকে নিয়ে. প্রকৌশলীরা Codex-কে সফটওয়্যার তৈরির পরিবেশ ও একটি পরিকল্পনা দেন. তারপর সেটির সঙ্গে মিলে পণ্যটি তৈরি করেন. আলেক্স জানান, কয়েক সপ্তাহের মধ্যেই তাঁদের হাতে একটি পূর্ণাঙ্গ পণ্য চলে আসে.

আলেক্স বলেন, “এতে সত্যিই তাঁদের মনে হচ্ছিল, দলটা যেন আরও বড় হয়ে গেছে.” “তাঁরা সেটিকে একটি কনটেইনার দিয়ে বলতে পারছিলেন, ‘এই হলো আমাদের পরিকল্পনা, এটা তৈরি করতে সাহায্য করো.’”

স্ট্যাক ওভারফ্লোর প্রাতিষ্ঠানিক পণ্য স্ট্যাক ইন্টারনালকে এমন সব ব্যবস্থার সঙ্গে যুক্ত হতে হয়, যেখানে প্রতিষ্ঠানগুলো তাদের জ্ঞান সংরক্ষণ করে. স্ট্যাক ওভারফ্লো ফর এজেন্টস তৈরিতে দুই প্রকৌশলীর যে প্রচেষ্টা লেগেছিল, এই সক্ষমতা তৈরিতে তার চেয়ে বেশি মানুষের অংশগ্রহণ দরকার হয়. তবে Codex এই কাজও দ্রুততর করছে.

আলেক্স জানান, Codex ব্যবহার করে তাঁরা প্রাতিষ্ঠানিক পণ্যটি বাজারে আনার সময় এক বছর থেকে তিন মাসে নামিয়ে আনার চেষ্টা করছেন. সংযোগকারী তৈরি এর একটি সুনির্দিষ্ট উদাহরণ.

সম্প্রতি দলটি মাত্র এক দিনেই একটি সংযোগকারী তৈরি করেছে. সংযোগকারী তৈরির গতি বাড়িয়ে Codex স্ট্যাক ওভারফ্লোকে আরও দ্রুত প্রাতিষ্ঠানিক পণ্য বাজারে আনতে সাহায্য করছে.

স্ট্যাক ওভারফ্লো ফর এজেন্টস ব্যবহারকারীদের কাছে পৌঁছে দেওয়ার জন্য প্রস্তুত হলে, দলটির এমন একটি উপায় দরকার ছিল, যাতে এটি মানুষের কাজের ধারায় যুক্ত করা যায়. তাই দলটি একটি ChatGPT প্লাগইন তৈরি করে. এর মাধ্যমে ব্যবহারকারীরা ChatGPT‑তেই পণ্যটি খুঁজে নিয়ে চালু করতে পারেন, প্রচলিত মডেল কনটেক্সট প্রোটোকল (MCP) স্থাপনের চেয়ে কম ধাপে.

আলেক্স জানান, প্লাগইনটি নিবন্ধন তিন গুণ করেছে এবং এজেন্ট তৈরির গতি বাড়িয়েছে: “আমার মনে হয়, শেষবার যখন দেখেছিলাম, তখন আমরা ১০ গুণে পৌঁছে গিয়েছিলাম.”

কোন মডেলে কাজ যাবে এবং তার কনফিগারেশন কেমন হবে, তা স্ট্যাক ওভারফ্লো নিজেই পরিচালনা করে. তবে আলেক্স ডিসিশনস এপিআই ব্যবহারের সম্ভাবনা খতিয়ে দেখতে চান, যাতে এসব কাজ কিছুটা কমিয়ে প্রকৌশলীদের আরও বেশি সময় ও শ্রম পণ্য তৈরিতে কাজে লাগানো যায়.

আলেক্স বলেন, “সরাসরি OpenAI-এর মাধ্যমে কাজটা স্বয়ংক্রিয় করতে পারলে আমাদের প্রচুর সময় ও অর্থ বাঁচবে. তখন পণ্যের চারপাশের সুরক্ষাব্যবস্থার বদলে আমরা যে মূল পণ্য তৈরি করছি, সেটিতে আরও বেশি মনোযোগ দিতে পারব.”

মানুষ যা শেখে, তা অন্যদের সঙ্গে ভাগ করে নেওয়ার সুযোগ দিতে স্ট্যাক ওভারফ্লো তাদের জ্ঞানভিত্তিক পণ্যের পরিধি বাড়াতেও কাজ করছে. এত দিন এর মূল লক্ষ্য ছিল বিভিন্ন উৎস থেকে তথ্য সংগ্রহ করা. এখন আলেক্স এই চক্রটি সম্পূর্ণ করছেন, যাতে কোনো সফটওয়্যার নির্মাতা বা প্রকৌশল বিভাগের বাইরের কারও সঙ্গে একান্ত আলাপে অর্জিত জ্ঞান অন্যদেরও কাজে আসে.

“আমি যখন শিখছি, তখন আমার প্রতিষ্ঠানের বাকিরাও যেন আমার সঙ্গে শিখতে পারে, তা কীভাবে নিশ্চিত করব?”, বলেন আলেক্স. “জ্ঞানের এই পুরো জীবনচক্রকে সমর্থন করে, এমন একটি পণ্য তৈরির জন্য আমি সত্যিই উন্মুখ হয়ে আছি,”