हाल ही में, एंथ्रोपिक के आधिकारिक ब्लॉग पर एक विस्तृत गाइड प्रकाशित किया गया है, जिसका शीर्षक "लॉन्ग-टर्म मेमोरी (LLM) एजेंट के लिए प्रभावी उपकरण लिखना - LLM एजेंट का उपयोग करके" है। यह गाइड डेवलपर्स को मॉडल संदर्भ प्रोटोकॉल (MCP) के उपयोग के माध्यम से LLM एजेंट के लिए अधिक प्रभावी उपकरण डिज़ाइन करने में मदद करने के लिए बनाया गया है। लेख में "प्रोटोटाइप - मूल्यांकन - सहयोग" नामक तीन चरणों वाली आवर्ती प्रक्रिया प्रस्तुत की गई है और पांच डिज़ाइन सिद्धांतों का सारांश दिया गया है, जो उपकरण की प्रभावशीलता और उपयोगिता सुनिश्चित करने के लिए हैं।
सबसे पहले, गाइड ने उपकरण चुनते समय सावधानी बरतने के महत्व पर जोर दिया। डेवलपर्स को उपकरण के चयन पर गंभीरता से विचार करना चाहिए, ताकि वे एलएलएम एजेंट की आवश्यकताओं को अच्छी तरह से सेवा कर सकें। दूसरा, गाइड ने स्पष्ट नाम अंतराल बनाए रखने की सलाह दी, ताकि विभिन्न उपकरणों और कार्यों के नाम आपस में भ्रम न उत्पन्न करें, जिससे डेवलपर्स जल्दी से समझ सकें और उपयोग कर सकें।
इसके अलावा, उपकरण के संदर्भ परत के मूल्य अधिक अर्थपूर्ण होने चाहिए। गाइड के अनुसार, डेवलपर्स को उपकरण द्वारा लौटाए गए सूचना को बेहतर बनाना चाहिए, जिससे वे अधिक जानकारीपूर्ण और संदर्भ संबंधी हो जाएं, जिससे LLM एजेंट की कार्यक्षमता में सुधार हो सके। साथ ही, लौटाए गए सूचना के टोकन दक्षता के लिए ध्यान देना आवश्यक है, जिससे डेटा स्थानांतरण के लागत कम हो सके और प्रक्रिया की गति बढ़ सके। अंत में, गाइड ने प्रेरणा इंजीनियरिंग के माध्यम से उपकरण विवरण की गुणवत्ता में सुधार करने का सुझाव दिया, जिससे उपयोगकर्ता उपकरण के कार्य और उपयोग को अधिक स्पष्ट रूप से समझ सकें।
लेख में यह भी उल्लेख किया गया है कि कई निष्कर्ष क्लॉड कोड द्वारा लिपि के लगातार विश्लेषण, उपकरण विवरण और पैटर्न के पुनर्निर्माण के बाद स्वचालित रूप से निकाले गए थे, जिससे विश्लेषण की वैज्ञानिकता और सटीकता सुनिश्चित की गई थी। अतिसंवेदनशीलता को रोकने के लिए, एंथ्रोपिक ने मूल्यांकन के लिए एक अलग परीक्षण सेट का उपयोग किया। साथ ही, एंथ्रोपिक ने उपकरण मूल्यांकन के कुकबुक को खुला कर दिया है, और घोषणा की है कि भविष्य में MCP प्रोटोकॉल और नीचे के LLM अपग्रेड के साथ उपकरण की क्षमता भी विकसित होगी।
गाइड: https://www.anthropic.com/engineering/writing-tools-for-agents
