उत्तरप्रकाशित13 स्रोत
AI एजेंट का सिस्टम सरल कैसे हो: BMAD, Harness² और V5 की समीक्षा
BMAD METHOD काम की योजना और संदर्भ बनाने की पद्धति है; Graph, Loop और एजेंट रनटाइम अलग जिम्मेदारियाँ निभाते हैं। किसी CLI में पद्धति जोड़ देने से अपने आप डिस्कनेक्ट के बाद काम जारी रखने, स्वतंत्र समीक्षा या सुरक्षित पुनर्प्राप्ति की गारंटी नहीं मिलती। V5 की समीक्षा में मुख्य कमी नए नियंत्रण जोड़ने की नहीं, बल्कि पहल...
प्रकाशितकर्ताGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- BMAD METHOD काम की योजना और संदर्भ बनाने की पद्धति है; Graph, Loop और एजेंट रनटाइम अलग जिम्मेदारियाँ निभाते हैं।
- किसी CLI में पद्धति जोड़ देने से अपने आप डिस्कनेक्ट के बाद काम जारी रखने, स्वतंत्र समीक्षा या सुरक्षित पुनर्प्राप्ति की गारंटी नहीं मिलती।
- V5 की समीक्षा में मुख्य कमी नए नियंत्रण जोड़ने की नहीं, बल्कि पहले से मौजूद कार्य चयन, सत्यापन और चेकपॉइंट घटकों को जोड़कर परखने की दिखती है।
![[GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you operate via client side tool execution on the](https://d15bya8fi85z1v.cloudfront.net/chat/hpkuIEzclnOMt7XhpweWATvsB813/images/A8D3C5DA5895750379DA/798B6E44EA96A10671B5.png)
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: [GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you operate via client side tool execution on the. Article summary: <tool call {"name":"attempt completion","arguments":{"result":"你的判断基本成立：V5 应收敛为“BMAD 方法资产 + 小型任务状态机 + 独立 Agent 执行 + 有界反馈与经验”，而不是再造多智能体平台。但把 BMAD METHOD 和 Harness² 放到 Cline CLI 上，并不能据此认定已经具备断开续跑、四槽位分权、独立验收和安全恢复。\n\n 方法论值得. Topic tags: general web, ai safety, llm, agents, prompt engineering. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, waterma
AI कोडिंग एजेंट के लिए कई जाने-पहचाने टूल और पद्धतियाँ जोड़ना आकर्षक लगता है। लेकिन BMAD-METHOD, Harness², Graph, Loop और CLI—इन सबको एक साथ रखने से यह साबित नहीं होता कि सिस्टम भरोसेमंद ढंग से काम करेगा। असली कसौटी यह है कि स्थानीय IDE बंद होने के बाद भी दूरस्थ एजेंट काम जारी रख सके, असफलता पर सीमित सुधार करे, किसी दूसरे चरण से जाँचा जाए और सुरक्षित तरीके से रुक सके।
V5 की समीक्षा का निष्कर्ष है कि दिशा उपयोगी है, लेकिन इसे एक सामान्य बहु-एजेंट प्लेटफ़ॉर्म बनाने की ज़रूरत नहीं। बेहतर लक्ष्य है: BMAD से काम की पद्धति, छोटा और स्पष्ट कार्य-प्रवाह, एक जिम्मेदार निष्पादन एजेंट और सीमित प्रतिक्रिया-चक्र।
अलग-अलग परतों को एक ही चीज़ न समझें
इन घटकों के काम अलग हैं:
| घटक | इसका काम |
|---|---|
| BMAD-METHOD | जरूरत, योजना और काम का संदर्भ व्यवस्थित करना |
| Graph या स्टेट मशीन | कार्यों का क्रम, निर्भरताएँ और विफलता के रास्ते तय करना |
| एजेंट रनटाइम | मॉडल से काम लेना और टूल चलाना |
| Loop | असफल सत्यापन के बाद सुधार कराना और तय सीमा पर रुकना |
| Harness² का विचार | मॉडल के आसपास के निर्देश, टूल, मेमोरी और कार्य-प्रवाह को बेहतर करना |
| Tmux | दूरस्थ प्रक्रिया को चालू रखना; यह अपने-आप कार्यों का प्रबंधक नहीं है |
BMAD के दस्तावेज़ Skills को ऐसे तैयार निर्देश बताते हैं जो एजेंट लोड कर सकते हैं, workflow चला सकते हैं या कोई काम कर सकते हैं। इसकी सामग्री छोटे बदलाव से लेकर अधिक योजना वाले काम तक इस्तेमाल हो सकती है। 2
5
6
Harness² में “harness” का अर्थ मॉडल के आसपास की व्यवस्था—जैसे निर्देश, टूल, मेमोरी, skills और orchestration—है। इसका शोध-ढाँचा इस व्यवस्था को दो जुड़ी हुई recursion परतों के ज़रिए बेहतर करने का प्रस्ताव रखता है। इसलिए Graph, Loop और Harness² कुछ विचार साझा करते हैं; इसका मतलब यह नहीं कि तीन अलग उत्पाद जोड़ना अनिवार्य है। 11
3
इस समीक्षा में Harness² के शोध-पत्र का सार और आधिकारिक रिपॉज़िटरी का विवरण देखा गया, पर पूरा पेपर और स्रोत-कोड ऑडिट नहीं किया गया। इसलिए काम के बाद लिखे जाने वाले अनुभवों को Harness² से प्रेरित एक सरल विचार कहना उचित है—उन्हें उसके पूर्ण कार्यान्वयन के बराबर नहीं मानना चाहिए।
CLI में टूल जोड़ना, क्षमता साबित करना नहीं है
किसी व्यवस्था को कम-से-कम तीन स्तरों पर परखना चाहिए:
- क्या वह निर्देश लोड करके एक काम पूरा कर सकती है?
- क्या स्थानीय IDE से अलग, दूरस्थ प्रक्रिया मॉडल और टूल इस्तेमाल करते हुए काम जारी रखती है?
- क्या वह निर्भर कार्य चुनने, नतीजे जाँचने, प्रगति दर्ज करने, रुकने और फिर से शुरू होने पर अनचाहे दोहराव से बचने में सक्षम है?
V5 का लक्ष्य खास तौर पर दूसरे और तीसरे स्तर से जुड़ा है। केवल यह देखना कि Tmux सत्र चालू है या स्थिति-पटल अपडेट हो रहा है, पर्याप्त परीक्षण नहीं होगा। यह भी देखना होगा कि डिस्कनेक्ट के बाद एजेंट ने सचमुच नया मॉडल या टूल चरण चलाया और फिर अगले निर्भर काम तक पहुँचा या नहीं।
इस समीक्षा में Cline और pi-jev के वर्तमान इंटरफ़ेस तथा आपसी संगतता की पुष्टि करने लायक नई जानकारी नहीं मिली। इसलिए यह मान लेना ठीक नहीं कि इनका संयोजन पहले से ही कार्य-निर्भरता, समीक्षा-विभाजन, बजट और चेकपॉइंट की सारी ज़रूरतें पूरी करता है। व्यावहारिक रास्ता है: पहले मौजूद क्षमताएँ जाँचें, फिर केवल साबित हुई कमी पूरी करें।
V5 में जटिलता कहाँ से आ रही है?
V5 का मूल उद्देश्य साफ़ है: इंसान योजना देखे और काम शुरू करे; VPS पर एजेंट स्वीकृत काम पूरा करे; आगे बढ़ने से पहले वास्तविक जाँच हो; और असफलता की स्थिति में तय सीमा के बाद प्रक्रिया रुक जाए।
लेकिन योजना में संस्करण-वितरण, डिस्कनेक्ट के बाद निरंतरता, उपयोग की बारीक गणना, चेकपॉइंट लेन-देन, दुर्घटना से उबरना, चार भूमिकाएँ, डैशबोर्ड और अनुभव-संग्रह जैसे कई वादे एक साथ जुड़े हैं। इससे पहली भरोसेमंद कार्य-श्रृंखला का दायरा बड़ा हो जाता है। बेहतर होगा कि पहले न्यूनतम कामकाजी चक्र को बाद की सुविधाओं से साफ़ अलग किया जाए। पहले से किए गए वादे हटाने के बजाय, तय किया जा सकता है कि कौन-सी बातें पहली रिलीज़ की शर्त हैं और कौन-सी बाद में आएँगी।
समीक्षा में एक और सुधार योग्य बात सामने आई: दस्तावेज़ ने पहले की स्टोरेज-वृद्धि को अनुभव-संग्रह को डेटाबेस बनाने से जोड़ा था। लेकिन देखे गए स्टोरेज मॉड्यूल का काम मानव द्वारा तय किए गए संस्करण-निर्णय रखना था—न कि अनुभव सहेजना, काम की प्रगति चलाना या स्वीकृति लागू करना। इसलिए सही सवाल यह है कि क्या अलग से एक सामान्य approval-control layer चाहिए। अनुभव-फ़ाइल को अनुमति, काम की स्थिति या चेकपॉइंट का विकल्प नहीं मानना चाहिए।
इन चीज़ों का उद्देश्य अलग-अलग है:
- अनुभव: अगली बार काम करने का तरीका बेहतर करने में मदद।
- कार्य-स्थिति: क्या पूरा हुआ और अब क्या होना है।
- निष्पादन का प्रमाण: वास्तव में क्या हुआ।
- शुरुआत में तय दायरा: इस बार एजेंट को क्या करने की अनुमति है।
ये सब हल्की फ़ाइलों में रखे जा सकते हैं, पर इन्हें एक ही नोट में मिला देना जोखिम पैदा कर सकता है।
मुख्य कमी: मौजूद हिस्सों की अधूरी जोड़ाई
स्थिर कोड-समीक्षा में कुछ ठोस अंतर दिखे। ये रनटाइम परीक्षण के नतीजे नहीं हैं:
- Graph का शुरुआती ढाँचा मौजूद है। कामों की निर्भरता जाँचना, चक्र पहचानना और निर्भरता पूरी होने पर अगला तैयार काम चुनना पहले से समर्थित है। कमी यह है कि निष्पादन का अनुबंध अभी सिर्फ Python unit test तक सीमित है; लक्षित रनटाइम प्रवाह को पूरा व्यक्त नहीं करता।
- Pi की एक्सटेंशन लोडिंग बंद है। मौजूदा पैरामीटर extensions, skills और context फ़ाइलों को लोड नहीं करते। इसलिए उसी रास्ते पर यह मानना ठीक नहीं कि pi-jev जुड़ चुका है या BMAD skills अपने-आप लागू हो जाएँगी; पद्धति-सामग्री को स्पष्ट रूप से जोड़ना होगा।
- चेकपॉइंट अभी पूरे चक्र से जुड़ा नहीं है। Loop में candidate की समीक्षा से जुड़ने के बाद पूरा लिखने और अगला काम शुरू करने का रास्ता रोका गया है। चेकपॉइंट मॉड्यूल होना, उसका सुरक्षित लेन-देन में काम करना नहीं है।
- स्थिर संपत्तियों की सीमा बहुत चौड़ी है। Loop स्क्रिप्ट फ़ोल्डर की लगभग सभी Python फ़ाइलों से बँधा है, न कि सिर्फ उन फ़ाइलों से जिन पर चलने के लिए निर्भरता है। इससे नई योजना से बाहर हो चुकी फ़ाइलें भी सक्रिय प्रक्रिया को प्रभावित कर सकती हैं।
इन निष्कर्षों का संकेत है कि अभी नए नियंत्रण-तंत्र बनाने से अधिक उपयोगी काम मौजूदा घटकों की निर्भरताएँ घटाना और उन्हें एक स्पष्ट कार्य-श्रृंखला में जोड़ना है।
एक छोटा, लेकिन जवाबदेह ढाँचा
चार स्लॉट का अर्थ चार मॉडल हमेशा चलाना नहीं होना चाहिए। इसे अलग-अलग अधिकार और जिम्मेदारियों की तरह समझना उपयोगी है:
- योजना और शोध: जरूरत के अनुसार BMAD इस्तेमाल करें; लक्ष्य, काम और स्वीकृति की शर्तें लिखें। शोध-नतीजे प्रमाण हों, अपने-आप अनुमति नहीं।
- मानव द्वारा शुरुआत: एक बार में योजना का संस्करण, कामों का दायरा, लिखने की अनुमति, बजट और रुकने की शर्त तय करें।
- एकल निष्पादन-श्रृंखला: स्वीकृत तैयार काम चुनें, नए सत्र में कोड करें, वास्तविक जाँच चलाएँ, स्वतंत्र समीक्षा करें, उसी candidate को दोबारा परखें, चेकपॉइंट और स्थिति दर्ज करें—फिर अगला काम शुरू करें।
- सीमित सुधार: वास्तविक विफलता के बाद नए सत्र में सुधार करें; स्वीकृत प्रयास या बजट सीमा पूरी होने पर रुक जाएँ।
- अनुभव और निगरानी: अनुभव केवल ज़रूरत पर और सीमित रूप में दें; डैशबोर्ड को जानकारी दिखाने दें, अनुमति देने या काम पूरा घोषित करने नहीं।
इस ढाँचे में Graph, Loop और Harness अलग-अलग जिम्मेदारियाँ हैं, लेकिन उन्हें तीन अलग मंचों के रूप में बनाना ज़रूरी नहीं।
सरल बनाने के साथ सुरक्षा भी बचाएँ
कुछ सीमाएँ ऐसी हैं जिन्हें सिस्टम छोटा करते हुए भी नहीं हटाना चाहिए:
- IDE बंद होने के बाद असली काम परखें। सिर्फ प्रक्रिया का जीवित रहना पर्याप्त प्रमाण नहीं; मॉडल या टूल का नया चरण और काम का आगे बढ़ना देखना होगा।
- टेस्ट, समीक्षा और commit एक ही candidate से जुड़े हों। अगर commit हो गया लेकिन कार्य-स्थिति दर्ज नहीं हुई, तो पहले मिलान करें—सीधे फिर से शुरू करके वही बदलाव दोहराना ठीक नहीं।
- अनुभव को स्वतः सही न मानें। दोहराव हटाना किसी नियम की सच्चाई साबित नहीं करता। अनुभव के साथ प्रमाण और लागू होने की सीमा रखें; विरोधी नियम अपने-आप स्वीकृति या अधिकार को न बदलें।
- फ़ाइलों के वास्तविक साझा उपयोग को समझें। मौजूदा चेकपॉइंट नीति अलग-अलग कामों की साझा फ़ाइलों को रोक सकती है। निर्भर कामों में एक ही फ़ाइल बदलना सामान्य हो सकता है, इसलिए स्वामित्व और कार्य-सीमा स्पष्ट करनी होगी।
Cline का निजी Fork बनाए रखना या Cline और Pi दोनों को कोडिंग का नियंत्रण देना आवश्यक नहीं दिखता। इसी तरह हर छोटे सुधार के लिए पूरी तीन-चरणीय समीक्षा दोहराने, सामान्य approval database बनाने या स्थायी coordinator agent चलाने से पहले यह देखना चाहिए कि उनकी वास्तविक जरूरत है भी या नहीं।
पहले एक छोटा कार्य-चक्र साबित करें
V5 का विचार उपयोगी है, लेकिन इसे सामान्य नियंत्रण-प्लेटफ़ॉर्म बनाने की ज़रूरत नहीं। BMAD काम की पद्धति दे सकता है; Pi या Cline निष्पादन का प्रवेश-बिंदु हो सकते हैं; एक छोटी स्टेट मशीन कार्य-क्रम और सुधार-चक्र सँभाल सकती है; और Harness² से अनुभव के आधार पर सुधार का विचार लिया जा सकता है। टूलों का मेल, अपने-आप में, सत्यापित प्रणाली नहीं है।
पहला प्रमाण छोटा रखें: स्थानीय IDE बंद होने पर दूरस्थ एजेंट दो निर्भर काम पूरे करे, एक वास्तविक विफलता को सीमित सुधार से ठीक करे, स्वतंत्र जाँच पास करे, चेकपॉइंट सुरक्षित करे और फिर भरोसेमंद ढंग से रुक सके। यह चक्र साबित होने के बाद ही बाकी सुविधाएँ जोड़ने का आधार बनेगा।
समीक्षा में देखी गई फ़ाइलें
architecture-v5.md— स्टोरेज-वृद्धि की व्याख्या और अनुभवों से जुड़े दावे।pending_implementation_plan.md— चार घटकों का अनुबंध, पुरानी प्रतिबद्धताएँ और वास्तविक स्वीकृति।bmad_agent_backend.py— Pi पैरामीटर और एक्सटेंशन लोडिंग।bmad_loop.py— रनटाइम संपत्तियों से जुड़ाव; चेकपॉइंट आगे बढ़ने की रोक इसी फ़ाइल की पंक्ति 607 पर।bmad_state.py— unit test अनुबंध, Graph जाँच और तैयार काम का चयन।bmad_control_store.py— मानव द्वारा तय संस्करण-निर्णयों का भंडारण।bmad_git_checkpoint.py— अलग कामों में साझा पथों पर रोक।
यह निष्कर्ष फ़ाइलों की स्थिर समीक्षा पर आधारित है। इस समीक्षा में दस्तावेज़ या कोड नहीं बदले गए, टर्मिनल या परीक्षण नहीं चलाए गए और कोई रनटाइम क्षमता प्रमाणित नहीं हुई।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"AI एजेंट का सिस्टम सरल कैसे हो: BMAD, Harness² और V5 की समीक्षा" का संक्षिप्त उत्तर क्या है?
BMAD METHOD काम की योजना और संदर्भ बनाने की पद्धति है; Graph, Loop और एजेंट रनटाइम अलग जिम्मेदारियाँ निभाते हैं।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
BMAD METHOD काम की योजना और संदर्भ बनाने की पद्धति है; Graph, Loop और एजेंट रनटाइम अलग जिम्मेदारियाँ निभाते हैं। किसी CLI में पद्धति जोड़ देने से अपने आप डिस्कनेक्ट के बाद काम जारी रखने, स्वतंत्र समीक्षा या सुरक्षित पुनर्प्राप्ति की गारंटी नहीं मिलती।
मुझे अभ्यास में आगे क्या करना चाहिए?
V5 की समीक्षा में मुख्य कमी नए नियंत्रण जोड़ने की नहीं, बल्कि पहले से मौजूद कार्य चयन, सत्यापन और चेकपॉइंट घटकों को जोड़कर परखने की दिखती है।