জাভার জন্য এজেন্ট ডেভেলপমেন্ট কিট (ADK) দিয়ে এআই এজেন্ট তৈরি করুন, জাভার জন্য এজেন্ট ডেভেলপমেন্ট কিট (ADK) দিয়ে এআই এজেন্ট তৈরি করুন, জাভার জন্য এজেন্ট ডেভেলপমেন্ট কিট (ADK) দিয়ে এআই এজেন্ট তৈরি করুন

1. স্বাগতম, এআই এজেন্ট ডেভেলপার!

এই কোডল্যাবে, আপনি জাভা-এর জন্য এজেন্ট ডেভেলপমেন্ট কিট (ADK) ব্যবহার করে জাভাতে AI এজেন্ট কীভাবে তৈরি করবেন তা শিখবেন। আমরা সহজ লার্জ ল্যাঙ্গুয়েজ মডেল (LLM) API কলের বাইরে চলে যাব স্বায়ত্তশাসিত AI এজেন্ট তৈরি করতে যা যুক্তি দিতে পারে, পরিকল্পনা করতে পারে, টুল ব্যবহার করতে পারে এবং জটিল সমস্যার সমাধান করতে একসঙ্গে কাজ করতে পারে।

আপনি Google ক্লাউড ক্রেডিটগুলি রিডিম করে শুরু করবেন, আপনার Google ক্লাউড পরিবেশ সেট আপ করবেন, তারপর আপনার প্রথম সাধারণ এজেন্ট তৈরি করবেন এবং ক্রমান্বয়ে কাস্টম টুল, ওয়েব অনুসন্ধান এবং মাল্টি-এজেন্ট অর্কেস্ট্রেশনের মতো আরও উন্নত ক্ষমতা যুক্ত করবেন৷

আপনি কি শিখবেন

• কীভাবে একটি মৌলিক, ব্যক্তি-চালিত এআই এজেন্ট তৈরি করবেন।
• কাস্টম এবং বিল্ট-ইন টুল (যেমন Google অনুসন্ধান) দিয়ে এজেন্টকে কীভাবে ক্ষমতায়ন করা যায়।
• জাভাতে বাস্তবায়িত আপনার নিজস্ব সরঞ্জামগুলি কীভাবে যুক্ত করবেন।
• কিভাবে একাধিক এজেন্টকে শক্তিশালী অনুক্রমিক, সমান্তরাল এবং লুপিং ওয়ার্কফ্লোতে অর্কেস্ট্রেট করা যায়।

আপনি কি প্রয়োজন হবে

• একটি ওয়েব ব্রাউজার যা আমরা ছদ্মবেশী মোডে ব্যবহার করব।
• একটি ব্যক্তিগত জিমেইল অ্যাকাউন্ট।
• আপনার ব্যক্তিগত Gmail অ্যাকাউন্টের সাথে যুক্ত একটি নতুন Google ক্লাউড প্রকল্প৷
• রিডিম করা Google ক্লাউড ক্রেডিট দিয়ে একটি বিলিং অ্যাকাউন্ট তৈরি করা হয়েছে।
• সোর্স কোড পরীক্ষা করার জন্য গিট কমান্ড-লাইন টুল।
• Java 17+ এবং Apache Maven।
• একটি পাঠ্য সম্পাদক বা IDE, যেমন IntelliJ IDEA বা VS কোড।

Google ক্লাউড কনসোলে ক্লাউড শেল-এ অন্তর্নির্মিত VS কোড সম্পাদক ব্যবহার করা সম্ভব।

কিভাবে ক্লাউড শেল এডিটর চালু করবেন সে সম্পর্কে আরও জানুন।

2. সেটআপ: আপনার পরিবেশ

ওয়ার্কশপের জন্য Google ক্লাউড ক্রেডিট দাবি করা

একটি প্রশিক্ষকের নেতৃত্বে কর্মশালার জন্য, আপনি ওয়েবসাইটের একটি লিঙ্ক পাবেন যেখানে আপনি কর্মশালার জন্য ব্যবহার করার জন্য Google ক্লাউড ক্রেডিট দাবি করতে পারেন।

• একটি ব্যক্তিগত Google অ্যাকাউন্ট ব্যবহার করুন : কর্পোরেট বা স্কুল ইমেল ঠিকানাগুলি কাজ করবে না বলে একটি ব্যক্তিগত Google অ্যাকাউন্ট (যেমন একটি gmail.com ঠিকানা) ব্যবহার করা গুরুত্বপূর্ণ।
• ছদ্মবেশী মোডে Google Chrome ব্যবহার করুন : এটি একটি পরিষ্কার সেশন তৈরি করতে এবং অন্যান্য Google অ্যাকাউন্টগুলির সাথে দ্বন্দ্ব প্রতিরোধ করার জন্য সুপারিশ করা হয়৷
• বিশেষ ইভেন্ট লিঙ্ক ব্যবহার করুন : ইভেন্টের জন্য একটি বিশেষ লিঙ্ক, যা দেখতে https://trygcp.dev/event/xxx এর মতো একটি ইভেন্ট কোড (এই উদাহরণে এখানে "xxx") ব্যবহার করা উচিত।
• পরিষেবার শর্তাদি স্বীকার করুন : সাইন ইন করার পরে, আপনাকে Google ক্লাউড প্ল্যাটফর্মের পরিষেবার শর্তাবলী উপস্থাপন করা হবে, যা চালিয়ে যেতে আপনাকে স্বীকার করতে হবে৷
• একটি নতুন প্রকল্প তৈরি করুন : Google ক্লাউড কনসোল থেকে একটি নতুন খালি প্রকল্প তৈরি করতে হবে৷
• একটি বিলিং অ্যাকাউন্ট লিঙ্ক করুন : একটি বিলিং অ্যাকাউন্টের সাথে নতুন তৈরি প্রকল্প লিঙ্ক করুন।
• ক্রেডিট নিশ্চিত করুন : নিম্নলিখিত ভিডিওটি বিলিং পৃষ্ঠায় "ক্রেডিট" বিভাগটি চেক করে কীভাবে প্রকল্পে ক্রেডিট প্রয়োগ করা হয়েছে তা নিশ্চিত করতে দেখায়।

নির্দ্বিধায় এই ভিডিওটি দেখুন যা ব্যাখ্যা করে যে কীভাবে ক্রেডিটগুলি রিডিম করা যায় এবং প্রয়োগ করা যায়৷

আপনার API কী তৈরি করুন এবং কনফিগার করুন

এই কোডল্যাবের জন্য Gemini API-এর সাথে আপনার ADK AI এজেন্টদের প্রমাণীকরণ করতে, আপনি আপনার Google ক্লাউড প্রকল্পের সাথে যুক্ত একটি API কী ব্যবহার করবেন।

1. একটি API কী তৈরি করুন:

• গুগল এআই স্টুডিওতে যান এবং বাম পাশের প্যানেলের নীচে "এপিআই কী পান" লিঙ্কটিতে ক্লিক করুন।
• প্রকল্পগুলি নির্বাচন করুন এবং তারপরে আমদানি প্রকল্প বোতামে ক্লিক করুন।
• আপনি যে Google ক্লাউড প্রকল্পটি আমদানি করতে চান সেটি অনুসন্ধান করুন এবং নির্বাচন করুন , তারপর আমদানি বোতামটি নির্বাচন করুন৷
• একবার প্রজেক্ট ইম্পোর্ট করা হয়ে গেলে, ড্যাশবোর্ড মেনু থেকে API কী পৃষ্ঠায় যান এবং আপনি এইমাত্র যে প্রোজেক্টটি আমদানি করেছেন তাতে একটি API কী তৈরি করুন।
• API কী নোট করুন ।

2. এনভায়রনমেন্ট ভেরিয়েবল সেট করুন: আপনার এজেন্টকে এই কী অ্যাক্সেস করতে হবে। আদর্শ উপায় হল GOOGLE_API_KEY নামের একটি পরিবেশ পরিবর্তনশীল সেট করা।

• macOS / Linux: আপনার টার্মিনাল খুলুন এবং "your-api-key" প্রতিস্থাপন করে নিম্নলিখিত কমান্ডটি চালান যা আপনি এইমাত্র কপি করেছেন। এটিকে স্থায়ী করতে, আপনার শেলের স্টার্টআপ ফাইলে এই লাইনটি যোগ করুন (যেমন, ~/.bash_profile , ~/.zshrc )।

export GOOGLE_API_KEY="your-api-key"

• উইন্ডোজ (কমান্ড প্রম্পট): একটি নতুন কমান্ড প্রম্পট খুলুন এবং চালান:

setx GOOGLE_API_KEY "your-api-key"

• এই পরিবর্তন কার্যকর করার জন্য আপনাকে আপনার কমান্ড প্রম্পট পুনরায় চালু করতে হবে।
• উইন্ডোজ (পাওয়ারশেল): একটি পাওয়ারশেল টার্মিনাল খুলুন এবং চালান:

$env:GOOGLE_API_KEY="your-api-key"

• PowerShell-এ এই পরিবর্তনটি স্থায়ী করতে, আপনাকে এটি আপনার প্রোফাইল স্ক্রিপ্টে যোগ করতে হবে।

3. শুরু করা: আপনার প্রথম এজেন্ট

একটি নতুন প্রকল্প শুরু করার সর্বোত্তম উপায় হল Java GitHub টেমপ্লেটের জন্য ADK ব্যবহার করা। এটি প্রকল্পের কাঠামো এবং সমস্ত প্রয়োজনীয় নির্ভরতা প্রদান করে।

আপনার যদি একটি Github অ্যাকাউন্ট থাকে, আপনি নিম্নলিখিতগুলি করতে পারেন: Use this template > Create a new repository , তারপর git clone কমান্ড দিয়ে স্থানীয়ভাবে কোডটি চেকআউট করুন।

এখানে টেমপ্লেট ব্যবহার করার জন্য উপরের-ডান মেনু দেখানো একটি স্ক্রিনশট।

অন্য পদ্ধতিটি হল সেই সংগ্রহস্থলটি সরাসরি ক্লোন করা, এর সাথে:

git clone https://github.com/glaforge/adk-java-maven-template.git

তারপর adk-java-maven-template cd ।

আপনি জাভাতে আপনার প্রথম এআই এজেন্ট কোডিং শুরু করতে প্রস্তুত কিনা তা পরীক্ষা করতে, নিশ্চিত করুন যে আপনি এই প্রকল্পে কোডটি এর সাথে কম্পাইল করতে পারেন:

mvn compile

কোড ধাপ: একটি বন্ধুত্বপূর্ণ বিজ্ঞান শিক্ষক এজেন্ট

ADK-এর মৌলিক বিল্ডিং ব্লক হল LlmAgent ক্লাস। একটি বৃহৎ ভাষার মডেল দ্বারা চালিত একটি নির্দিষ্ট ব্যক্তিত্ব এবং লক্ষ্য সহ একটি AI হিসাবে এটিকে ভাবুন৷ আমরা পরে সরঞ্জামগুলির মাধ্যমে আরও ক্ষমতা যুক্ত করব এবং অন্যান্য অনুরূপ এজেন্টদের সাথে হাতে হাত মিলিয়ে এটিকে আরও শক্তিশালী করে তুলব।

আসুন com.example.agent প্যাকেজে একটি নতুন জাভা ক্লাস তৈরি করি এবং এটিকে ScienceTeacher বলি।

এই "হ্যালো, বিশ্ব!" এজেন্ট সৃষ্টির। আমরা একজন বিজ্ঞান শিক্ষকের ব্যক্তিত্বের সাথে একটি সাধারণ এজেন্টকে সংজ্ঞায়িত করছি।

// src/main/java/com/example/agent/ScienceTeacher.java
package com.example.agent;

import com.google.adk.agents.LlmAgent;
import com.google.adk.web.AdkWebServer;

public class ScienceTeacher {
    public static void main(String[] args) {
        AdkWebServer.start(
            LlmAgent.builder()
                .name("science-teacher")
                .description("A friendly science teacher")
                .instruction("""
                    You are a science teacher for teenagers.
                    You explain science concepts in a simple, concise and direct way.
                    """)
                .model("gemini-2.5-flash")
                .build()
        );
    }
}

AI এজেন্ট LlmAgent.builder() পদ্ধতির মাধ্যমে কনফিগার করা হয়েছে। name() , description() , এবং model() প্যারামিটারগুলি বাধ্যতামূলক, এবং আপনার এজেন্টকে একটি নির্দিষ্ট ব্যক্তিত্ব এবং সঠিক আচরণ দিতে, আপনাকে সর্বদা instruction() পদ্ধতির মাধ্যমে বিস্তারিত নির্দেশনা দিতে হবে।

এখানে আমরা জেমিনি 2.5 ফ্ল্যাশ মডেল ব্যবহার করতে বেছে নিয়েছি, তবে আরও জটিল কাজের জন্য জেমিনি 2.5 প্রো ব্যবহার করে দেখতে নির্দ্বিধায়।

এই এজেন্টটি AdkWebServer.start() পদ্ধতির মধ্যে মোড়ানো হয়। এটি তথাকথিত ADK Dev UI চ্যাট ইন্টারফেস। এটি আপনাকে একটি সাধারণ চ্যাট ইন্টারফেসের মাধ্যমে এজেন্টের সাথে কথোপকথন করতে দেয়। তদ্ব্যতীত, আপনি যদি বুঝতে চান যে হুডের নীচে কী ঘটছে, যেমন সমস্ত ইভেন্ট যা সিস্টেমের মধ্য দিয়ে প্রবাহিত হচ্ছে, এলএলএম-এ পাঠানো অনুরোধ এবং প্রতিক্রিয়া।

স্থানীয়ভাবে এই এজেন্টটি কম্পাইল এবং চালাতে, নিম্নলিখিত কমান্ডটি চালান:

mvn compile exec:java -Dexec.mainClass=com.example.agent.ScienceTeacher

তারপর http://localhost:8080 এ আপনার ব্রাউজারে যান। নীচের স্ক্রিনশটে দেখানো হিসাবে আপনার UI দেখতে হবে। এগিয়ে যান এবং আপনার এজেন্টকে বিজ্ঞান সম্পর্কিত প্রশ্ন জিজ্ঞাসা করুন।

মূল ধারণা ব্যাখ্যা করা হয়েছে:

• instruction() : এটি আপনার এজেন্টের মূল। এটি সিস্টেম প্রম্পট যা এজেন্টের ব্যক্তিত্ব, এর লক্ষ্য এবং এর সীমাবদ্ধতাগুলিকে সংজ্ঞায়িত করে। পছন্দসই আচরণ পাওয়ার জন্য একটি ভালভাবে তৈরি নির্দেশনা গুরুত্বপূর্ণ।
• model() : এজেন্টের যুক্তিকে শক্তিশালী করতে আমরা "gemini-2.5-flash" নির্দিষ্ট করি, যা মিথুন পরিবারের একটি শক্তিশালী এবং দক্ষ মডেল।
• AdkWebServer.start() : এই ইউটিলিটি একটি চ্যাট ইন্টারফেসের সাথে একটি স্থানীয় ওয়েব সার্ভার চালু করে, যা আপনাকে অবিলম্বে আপনার এজেন্টকে ইন্টারেক্টিভভাবে পরীক্ষা করতে দেয়।

4. সরঞ্জাম সহ এজেন্টদের ক্ষমতায়ন

কেন এজেন্টদের সরঞ্জাম প্রয়োজন? এলএলএম শক্তিশালী, কিন্তু তাদের জ্ঞান সময়ের সাথে হিমায়িত হয় এবং তারা বাইরের বিশ্বের সাথে যোগাযোগ করতে পারে না। হাতিয়ার হল সেতু। তারা একজন এজেন্টকে রিয়েল-টাইম তথ্য অ্যাক্সেস করার অনুমতি দেয় (যেমন স্টকের দাম বা খবর), ব্যক্তিগত API জিজ্ঞাসা করতে বা জাভাতে আপনি কোড করতে পারেন এমন কোনও কাজ সম্পাদন করতে পারেন।

কোড ধাপ: একটি কাস্টম টুল তৈরি করা ( StockTicker )

এখানে, আমরা আমাদের এজেন্টকে স্টকের দাম দেখার জন্য একটি টুল দিই। এজেন্ট যুক্তি দেয় যে যখন একজন ব্যবহারকারী একটি মূল্য জিজ্ঞাসা করে, তখন এটি আমাদের জাভা পদ্ধতিতে কল করা উচিত।

// src/main/java/com/example/agent/StockTicker.java
package com.example.agent;

import com.google.adk.agents.LlmAgent;
import com.google.adk.tools.Annotations.Schema;
import com.google.adk.tools.FunctionTool;
import com.google.adk.web.AdkWebServer;
import java.util.Map;

public class StockTicker {
    public static void main(String[] args) {
        AdkWebServer.start(
            LlmAgent.builder()
                .name("stock_agent")
                .instruction("""
                    You are a stock exchange ticker expert.
                    When asked about the stock price of a company,
                    use the `lookup_stock_ticker` tool to find the information.
                    """)
                .model("gemini-2.5-flash")
                .tools(FunctionTool.create(StockTicker.class, "lookupStockTicker"))
                .build()
        );
    }

    @Schema(
        name = "lookup_stock_ticker",
        description = "Lookup stock price for a given company or ticker"
    )
    public static Map<String, String> lookupStockTicker(
        @Schema(name = "company_name_or_stock_ticker", description = "The company name or stock ticker")
        String ticker) {
        // ... (logic to return a stock price)
    }
}

এজেন্টদের আরও স্মার্ট করে তুলতে এবং তাদের বিশ্বের সাথে ইন্টারঅ্যাক্ট করার ক্ষমতা দিতে (বা আপনার নিজের কোড, API, পরিষেবা ইত্যাদির সাথে) আপনি এজেন্টকে টুলস ব্যবহার করার জন্য কনফিগার করতে পারেন, এবং বিশেষ করে কাস্টম কোড টুল, tools() পদ্ধতির মাধ্যমে, এটি একটি FunctionTool.create(...) পাস করে।

FunctionTool একটি ক্লাস এবং একটি পদ্ধতির নাম প্রয়োজন যা আপনার নিজস্ব স্ট্যাটিক পদ্ধতির দিকে নির্দেশ করে — এটি একটি ক্লাসের একটি উদাহরণ এবং সেই বস্তুর একটি উদাহরণ পদ্ধতির নাম পাস করাও সম্ভব।

@Schema টীকা-এর মাধ্যমে উভয় পদ্ধতির name এবং description এবং এর পরামিতি উল্লেখ করা গুরুত্বপূর্ণ, কারণ এই তথ্যটি অন্তর্নিহিত LLM দ্বারা ব্যবহৃত হবে যাতে একটি প্রদত্ত পদ্ধতিকে কখন এবং কীভাবে কল করা উচিত।

সমানভাবে গুরুত্বপূর্ণ, কীভাবে এবং কখন টুলটি ব্যবহার করতে হবে সে সম্পর্কে স্পষ্ট নির্দেশাবলী দিয়ে এলএলএম-কে সাহায্য করা ভাল। মডেলটি নিজেরাই এটি বের করতে সক্ষম হতে পারে, কিন্তু আপনি যদি instruction() পদ্ধতিতে সুস্পষ্ট ব্যাখ্যা দেন, তাহলে আপনার ফাংশনটিকে যথাযথভাবে বলা হওয়ার সম্ভাবনা বেশি থাকে।

👷এখন এই পদ্ধতির যুক্তি বাস্তবায়ন করা আপনার উপর নির্ভর করে! 👷

এই পদ্ধতিতে একটি Map ফেরত দেওয়া উচিত। সাধারণত, ধারণাটি হল একটি কী সহ একটি মানচিত্র ফেরত দেওয়া যা ফলাফলের প্রতিনিধিত্ব করে, যেমন stock_price , এবং স্টক মূল্যের মান এর সাথে যুক্ত করা। অবশেষে, আপনি অপারেশনের সাফল্যের সংকেত দিতে একটি অতিরিক্ত সাফল্য / সত্যিকারের কী জোড়া যোগ করতে পারেন। এবং ত্রুটির ক্ষেত্রে, আপনাকে একটি কী সহ একটি মানচিত্র ফেরত দিতে হবে, উদাহরণস্বরূপ, error , এবং সংশ্লিষ্ট মানের সাথে ত্রুটি বার্তাটি যুক্ত করুন৷ এটি এলএলএমকে বুঝতে সাহায্য করে যে কলটি সফল হয়েছে বা কোনো কারণে ব্যর্থ হয়েছে কিনা।

• সফল হলে, ফেরত দিন: {"stock_price": 123}
• ত্রুটি হলে, ফেরত দিন: {"error": "Impossible to retrieve stock price for XYZ"}

সাহায্য: আপনি যদি আটকে থাকেন তবে স্টক টিকার পদ্ধতিটি কীভাবে প্রয়োগ করবেন তার জন্য এই উদাহরণটি ব্যবহার করুন।

তারপর নিম্নলিখিত কমান্ড দিয়ে এই ক্লাস চালান:

mvn compile exec:java -Dexec.mainClass=com.example.agent.StockTicker

যুক্তি ও মূল ধারণা:

• @Schema : এই টীকাটি হল ম্যাজিক লিঙ্ক। এর name এবং description একটি চুক্তি তৈরি করে যা এলএলএম কখন টুলটি ব্যবহার করবে এবং কোন যুক্তি প্রদান করবে তা সিদ্ধান্ত নিতে ব্যবহার করে।
• tools(FunctionTool.create(...)) : এটি আমাদের টীকাযুক্ত জাভা পদ্ধতি নিবন্ধন করে, এটি এজেন্টের কাছে উপলব্ধ করে।

5. আপ-টু-ডেট তথ্যের জন্য Google অনুসন্ধানের শক্তি

জাভার জন্য ADK মুষ্টিমেয় শক্তিশালী টুলের সাথে আসে, যার মধ্যে রয়েছে GoogleSearchTool . এই টুলের সাহায্যে, আপনার এজেন্ট তার লক্ষ্যে পৌঁছানোর জন্য প্রাসঙ্গিক তথ্য খুঁজে পেতে Google অনুসন্ধান ব্যবহার করার অনুরোধ করতে পারে।

প্রকৃতপক্ষে, একটি এলএলএম-এর জ্ঞান সময়মতো হিমায়িত হয়: এটি একটি নির্দিষ্ট তারিখ ("কাট-অফ ডেট") পর্যন্ত ডেটা সহ প্রশিক্ষণ দেওয়া হয়েছে যা তথ্য সংগ্রহ করার সময় পর্যন্ত আপ-টু-ডেট। এর মানে হল যে এলএলএমগুলি সাম্প্রতিক ঘটনাগুলি সম্পর্কে অগত্যা নাও জানতে পারে, বা তাদের জ্ঞান সীমিত এবং অগভীর হতে পারে এবং একটি সার্চ ইঞ্জিনের সাহায্য তাদের স্মৃতিকে সতেজ করতে পারে বা বিষয়টি সম্পর্কে তাদের আরও শেখাতে পারে।

আসুন এই সাধারণ সংবাদ অনুসন্ধান এজেন্টের দিকে নজর দেওয়া যাক:

// src/main/java/com/example/agent/LatestNews.java
package com.example.agent;

import java.time.LocalDate;
import com.google.adk.agents.LlmAgent;
import com.google.adk.tools.GoogleSearchTool;
import com.google.adk.web.AdkWebServer;

public class LatestNews {
    public static void main(String[] args) {
        AdkWebServer.start(LlmAgent.builder()
            .name("news-search-agent")
            .description("A news search agent")
            .instruction("""
                You are a news search agent.
                Use the `google_search` tool
                when asked to search for recent events and information.
                Today is \
                """ + LocalDate.now())
            .model("gemini-2.5-flash")
            .tools(new GoogleSearchTool())
            .build());
    }
}

লক্ষ্য করুন কিভাবে আমরা সার্চ টুলের একটি উদাহরণ এর সাথে পাস করেছি: tools(new GoogleSearchTool()) । এটিই আমাদের এজেন্টকে ওয়েবে পাওয়া সর্বশেষ তথ্যের সাথে দ্রুত গতিতে যাওয়ার ক্ষমতা দেয়। এছাড়াও, প্রম্পটে দিনের তারিখ উল্লেখ করা হয়েছে, কারণ এটি এলএলএমকে বুঝতে সাহায্য করতে পারে কখন প্রশ্নগুলি অতীতের তথ্য সম্পর্কে এবং আরও সাম্প্রতিক তথ্যের সন্ধানের প্রয়োজন।

তারপর নিম্নলিখিত কমান্ড দিয়ে এই ক্লাস চালান:

mvn compile exec:java -Dexec.mainClass=com.example.agent.LatestNews

প্রম্পটের সাথে খেলতে নির্দ্বিধায়, শৈলী, সংক্ষিপ্ততা বা ফোকাস ইত্যাদির ক্ষেত্রে বিভিন্ন ফলাফলের জন্য জিজ্ঞাসা করুন।

কোড ধাপ: একটি টুল হিসাবে অনুসন্ধান এজেন্ট

GoogleSearchTool একটি টুল হিসাবে সরাসরি একটি এজেন্টের কাছে পাঠানোর পরিবর্তে, আপনি একটি ডেডিকেটেড সার্চ এজেন্ট তৈরি করতে পারেন যা সার্চ কার্যকারিতাকে এনক্যাপসুলেট করে এবং সেই এজেন্টটিকে একটি উচ্চ-স্তরের এজেন্টের কাছে একটি টুল হিসাবে প্রকাশ করে৷

এটি একটি উন্নত ধারণা যা আপনাকে একটি বিশেষ উপ-এজেন্টকে জটিল আচরণ (যেমন অনুসন্ধান এবং ফলাফলের সংক্ষিপ্তকরণ) অর্পণ করতে দেয়। এই পদ্ধতিটি প্রায়শই আরও জটিল কর্মপ্রবাহের জন্য উপযোগী, কারণ অন্তর্নির্মিত সরঞ্জামগুলি কাস্টম কোড-ভিত্তিক সরঞ্জামগুলির সাথে ব্যবহার করা যায় না।

// src/main/java/com/example/agent/SearchAgentAsTool.java
package com.example.agent;

import java.time.LocalDate;

import com.google.adk.agents.LlmAgent;
import com.google.adk.tools.AgentTool;
import com.google.adk.tools.GoogleSearchTool;
import com.google.adk.web.AdkWebServer;

public class SearchAgentAsTool {
    public static void main(String[] args) {
        // 1. Define the specialized Search Agent
        LlmAgent searchAgent = LlmAgent.builder()
            .name("news-search-agent-tool")
            .description("Searches for recent events and provides a concise summary.")
            .instruction("""
                You are a concise information retrieval specialist.
                Use the `google_search` tool to find information.
                Always provide the answer as a short,
                direct summary, without commentary.
                Today is \
                """ + LocalDate.now())
            .model("gemini-2.5-flash")
            .tools(new GoogleSearchTool()) // This agent uses the Google Search Tool
            .build();

        // 2. Wrap the Search Agent as a Tool
        AgentTool searchTool = AgentTool.create(searchAgent);

        // 3. Define the Main Agent that uses the Search Agent Tool
        AdkWebServer.start(LlmAgent.builder()
            .name("main-researcher")
            .description("Main agent for answering complex, up-to-date questions.")
            .instruction("""
                You are a sophisticated research assistant.
                When the user asks a question that requires up-to-date or external information,
                you MUST use the `news-search-agent-tool` to get the facts before answering.
                After the tool returns the result, synthesize the final answer for the user.
                """)
            .model("gemini-2.5-flash")
            .tools(searchTool) // This agent uses the Search Agent as a tool
            .build()
       );
    }
}

AgentTool.create(searchAgent) লাইনটি এখানে মূল ধারণা। এটি mainAgent জন্য একটি একক কলযোগ্য টুল হিসাবে সমগ্র searchAgent (এর নিজস্ব অভ্যন্তরীণ যুক্তি, প্রম্পট এবং সরঞ্জাম সহ) নিবন্ধন করে। এটি মডুলারিটি এবং পুনরায় ব্যবহারযোগ্যতা প্রচার করে।

নিম্নলিখিত কমান্ড দিয়ে এই ক্লাস চালান:

mvn compile exec:java -Dexec.mainClass=com.example.agent.SearchAgentAsTool

জাগতিক প্রশ্নের জন্য, এজেন্ট তার নিজস্ব জ্ঞানের ভিত্তি থেকে উত্তর দেবে, কিন্তু সাম্প্রতিক ঘটনা সম্পর্কে জিজ্ঞাসা করা হলে, এটি Google অনুসন্ধান টুল ব্যবহার করে বিশেষ অনুসন্ধান এজেন্টকে অনুসন্ধান অর্পণ করবে।

6. এজেন্টিক ওয়ার্কফ্লো আয়ত্ত করা

জটিল সমস্যার জন্য, একটি একক এজেন্ট যথেষ্ট নয়। যখন একটি লক্ষ্য দেওয়া হয় যা অনেকগুলি সাব-টাস্ক নিয়ে গঠিত, একটি বিশাল প্রম্পট অত্যধিক বিশদ ব্যাখ্যা সহ, বা বিপুল সংখ্যক ফাংশনে অ্যাক্সেস সহ, এলএলএমগুলি লড়াই করে এবং তাদের কার্যকারিতা এবং নির্ভুলতা হ্রাস পায়।

মূল বিষয় হল একাধিক বিশেষায়িত এজেন্টদের অর্কেস্ট্রেট করে ভাগ করা এবং জয় করা । সৌভাগ্যবশত, ADK বিভিন্ন বিল্ট-ইন বিশেষায়িত এজেন্টের সাথে আসে:

• subAgent() এর সাথে সাধারণ এজেন্টকে কাজ অর্পণ করতে,
• SequentialAgent , একটি ক্রমানুসারে কাজগুলি করতে,
• ParallelAgent , সমান্তরালে এজেন্ট চালানোর জন্য,
• LoopAgent , সাধারণত যতবার প্রয়োজন ততবার পরিমার্জন প্রক্রিয়ার মধ্য দিয়ে যাওয়ার জন্য।

মূল ব্যবহারের ক্ষেত্রে কী কী, এবং প্রতিটি কর্মপ্রবাহের সুবিধা এবং অসুবিধাগুলি, দয়া করে নীচের সারণীটি দেখুন৷ কিন্তু জেনে রাখুন আসল ক্ষমতা আসলে আসবে তাদের বেশ কয়েকটির সমন্বয় থেকে!

কর্মপ্রবাহ	এডিকে ক্লাস	কেস ব্যবহার করুন	পেশাদার	কনস
সাব-এজেন্ট	LlmAgent	ব্যবহারকারী-চালিত, নমনীয় কাজ যেখানে পরবর্তী পদক্ষেপ সবসময় জানা যায় না।	উচ্চ নমনীয়তা, কথোপকথন, ব্যবহারকারী-মুখী বটগুলির জন্য দুর্দান্ত।	কম অনুমানযোগ্য, প্রবাহ নিয়ন্ত্রণের জন্য LLM যুক্তির উপর নির্ভর করে।
অনুক্রমিক	SequentialAgent	স্থির, বহু-পদক্ষেপের প্রক্রিয়া যেখানে অর্ডার গুরুত্বপূর্ণ।	অনুমানযোগ্য, নির্ভরযোগ্য, ডিবাগ করা সহজ, অর্ডারের নিশ্চয়তা দেয়।	অনমনীয়, ধীর হতে পারে যদি কাজগুলি সমান্তরাল করা যায়।
সমান্তরাল	ParallelAgent	একাধিক উত্স থেকে ডেটা সংগ্রহ করা বা স্বাধীন কাজ চালানো।	অত্যন্ত দক্ষ, উল্লেখযোগ্যভাবে I/O- আবদ্ধ কাজগুলির জন্য বিলম্ব কমায়৷	সমস্ত কাজ সঞ্চালিত হয়; কোন শর্ট সার্কিটিং নির্ভরতা সহ কাজের জন্য কম উপযুক্ত।
লুপ	LoopAgent	পুনরাবৃত্তিমূলক পরিমার্জন, স্ব-সংশোধন, বা প্রসেস যা একটি শর্ত পূরণ না হওয়া পর্যন্ত পুনরাবৃত্তি হয়।	জটিল সমস্যা সমাধানের জন্য শক্তিশালী, এজেন্টদের তাদের নিজস্ব কাজ উন্নত করতে সক্ষম করে।	সাবধানে ডিজাইন না করা হলে অসীম লুপ হতে পারে (সর্বদা maxIterations ব্যবহার করুন!)

7. এজেন্টিক কর্মপ্রবাহ — সাব-এজেন্টদের সাথে প্রতিনিধি দল

একজন সুপারভাইজার এজেন্ট সাব-এজেন্টদের নির্দিষ্ট কাজ অর্পণ করতে পারেন। উদাহরণস্বরূপ, একটি ই-কমার্স ওয়েবসাইটের এজেন্টকে কল্পনা করুন যেটি একটি এজেন্টকে অর্ডার সম্পর্কিত প্রশ্ন অর্পণ করবে ("আমার অর্ডারের অবস্থা কী?") এবং বিক্রয়োত্তর পরিষেবার প্রশ্নগুলি অন্য এজেন্টকে দেবে ("আমি জানি না কিভাবে এটি চালু করতে হয়!")। এই ব্যবহার কেস আমরা আলোচনা করতে যাচ্ছি.

// src/main/java/com/example/agent/SupportAgent.java
package com.example.agent;

import com.google.adk.agents.LlmAgent;
import com.google.adk.web.AdkWebServer;

public class SupportAgent {
    public static void main(String[] args) {
                LlmAgent topicSearchAgent = LlmAgent.builder()
            .name("order-agent")
            .description("Order agent")
            .instruction("""
                Your role is to help our customers
                with all the questions they may have about their orders.
                Always respond that the order has been received, prepared,
                and is now out for delivery.
                """)
            .model("gemini-2.5-flash")
            .build();

        LlmAgent socialMediaAgent = LlmAgent.builder()
            .name("after-sale-agent")
            .description("After sale agent")
            .instruction("""
                You are an after sale agent,
                helping customers with the product they received.
                When a customer has a problem,
                suggest the person to switch the product off and on again.
                """)
            .model("gemini-2.5-flash")
            .build();

        AdkWebServer.start(LlmAgent.builder()
            .name("support-agent")
            .description("Customer support agent")
            .instruction("""
                Your role is help our customers.
                Call the `order-agent` for all questions related to order status.
                Call the `after-sale-agent` for inquiries about the received product.
                """)
            .model("gemini-2.5-flash")
            .subAgents(socialMediaAgent, topicSearchAgent)
            .build()
        );
    }
}

এখানে মূল লাইনটি হল যেখানে subAgents() পদ্ধতি বলা হয়, দুটি সাব-এজেন্টের মধ্যে পাস করে যাদের নির্দিষ্ট ভূমিকা একে অপরের দ্বারা পৃথকভাবে পরিচালনা করা হবে।

নিম্নলিখিত কমান্ড দিয়ে উপরের উদাহরণটি চালান:

mvn compile exec:java -Dexec.mainClass=com.example.agent.SupportAgent

সাব-এজেন্টদের কাছে কাজগুলি অর্পণ করার এই ধারণাটি কার্যকর মানব ব্যবস্থাপনার প্রতিফলন করে, যেখানে একজন ভাল ব্যবস্থাপক (তত্ত্বাবধায়ক এজেন্ট) নির্দিষ্ট কাজগুলি পরিচালনা করার জন্য বিশেষ কর্মচারীদের (সাব-এজেন্ট) উপর নির্ভর করে যার জন্য তাদের বেশি দক্ষতা রয়েছে। সুপারভাইজারকে প্রতিটি প্রক্রিয়ার বিবরণ জানার প্রয়োজন নেই; পরিবর্তে, এটি বুদ্ধিমানের সাথে একজন গ্রাহকের অনুরোধ (যেমন একটি অর্ডার অনুসন্ধান বা প্রযুক্তিগত সমস্যা) সবচেয়ে যোগ্য 'টিম সদস্য'-এর কাছে প্রেরণ করে, যা একজন সাধারণ বিশেষজ্ঞ একাই প্রদান করতে পারে তার চেয়ে উচ্চ মানের এবং আরও দক্ষ প্রতিক্রিয়া নিশ্চিত করে। তদ্ব্যতীত, এই সাব-এজেন্টরা জটিল ওভারআর্চিং প্রক্রিয়ার সম্পূর্ণতা বোঝার প্রয়োজন ছাড়াই তাদের পৃথক অ্যাসাইনমেন্টে সম্পূর্ণরূপে মনোনিবেশ করতে পারে।

মূল ধারণা:

• সাব-এজেন্ট : এখানে কী লাইনটি হল যেখানে subAgents() পদ্ধতি বলা হয়, দুটি সাব-এজেন্টের মধ্যে পাস করে যাদের নির্দিষ্ট ভূমিকা একে অপরের দ্বারা পৃথকভাবে পরিচালনা করা হবে।

8. এজেন্টিক কর্মপ্রবাহ — সমাবেশ লাইন

যখন অপারেশনের ক্রম গুরুত্বপূর্ণ, একটি SequentialAgent ব্যবহার করুন। এটি একটি অ্যাসেম্বলি লাইনের মতো, একটি নির্দিষ্ট ক্রমে সাব-এজেন্ট নির্বাহ করে যেখানে প্রতিটি পদক্ষেপ পূর্ববর্তীটির উপর নির্ভর করতে পারে।

আসুন কল্পনা করি একজন ইংরেজ কবি একজন ইংরেজ-ফরাসি অনুবাদকের সাথে সহযোগিতা করে প্রথমে ইংরেজিতে কবিতা তৈরি করেন এবং তারপরে সেগুলিকে ফরাসি ভাষায় অনুবাদ করেন:

// src/main/java/com/example/agent/PoetAndTranslator.java
package com.example.agent;

import com.google.adk.agents.LlmAgent;
import com.google.adk.agents.SequentialAgent;
import com.google.adk.web.AdkWebServer;

public class PoetAndTranslator {
    public static void main(String[] args) {
        LlmAgent poet = LlmAgent.builder()
            .name("poet-agent")
            .description("Poet writing poems")
            .model("gemini-2.5-flash")
            .instruction("""
                You are a talented poet,
                who writes short and beautiful poems.
                """)
            .outputKey("poem")
            .build();

        LlmAgent translator = LlmAgent.builder()
            .name("translator-agent")
            .description("English to French translator")
            .model("gemini-2.5-flash")
            .instruction("""
                As an expert English-French translator,
                your role is to translate the following poem into French,
                ensuring the poem still rhymes even after translation:

                {poem}
                """)
            .outputKey("translated-poem")
            .build();

        AdkWebServer.start(SequentialAgent.builder()
            .name("poet-and-translator")
            .subAgents(poet, translator)
            .build());
    }
}

ইংরেজিতে একটি কবিতা পেতে উদাহরণটি চালান, তারপরে নিম্নলিখিত কমান্ড সহ ফরাসি ভাষায় অনুবাদ করুন:

mvn compile exec:java -Dexec.mainClass=com.example.agent.PoetAndTranslator

জটিল কাজগুলিকে ছোট, অর্ডার করা সাব-টাস্কগুলিতে এই পদ্ধতিগতভাবে পচন একটি আরও নির্ণায়ক এবং নির্ভরযোগ্য প্রক্রিয়া নিশ্চিত করে, একটি একক, ব্যাপকভাবে উদ্দেশ্যমূলক এজেন্টের উপর নির্ভর করার তুলনায় একটি সফল ফলাফলের সম্ভাবনা উল্লেখযোগ্যভাবে বৃদ্ধি করে।

কার্যকরভাবে একটি কাজকে উপ-টাস্কের একটি ক্রম (যখন সম্ভব এবং যখন এটি বোধগম্য হয়) মধ্যে বিভক্ত করা আরও নির্ধারক এবং সফল ফলাফল অর্জনের জন্য অত্যন্ত গুরুত্বপূর্ণ, কারণ এটি ধাপগুলির মধ্যে কাঠামোগত অগ্রগতি এবং নির্ভরতা ব্যবস্থাপনার অনুমতি দেয়।

মূল ধারণা:

• শেয়ার্ড স্টেট : outputKey("key") একটি এজেন্টের ফলাফলকে একটি শেয়ার্ড স্টেটে সংরক্ষণ করে, যেটিকে {key} প্লেসহোল্ডার ব্যবহার করে পরবর্তী এজেন্টের নির্দেশাবলীতে ইনজেকশন করা যেতে পারে।

9. এজেন্টিক ওয়ার্কফ্লোস — সমান্তরালভাবে কাজ করা

যখন কাজগুলি স্বাধীন হয়, তখন একটি ParallelAgent একই সাথে চালানোর মাধ্যমে একটি বিশাল দক্ষতা বৃদ্ধি করে। নিম্নলিখিত উদাহরণে, আমরা একটি ParallelAgent এজেন্টের সাথে একটি SequentialAgent একত্রিত করব : সমান্তরাল কাজগুলি প্রথমে চলে, এবং তারপর একটি চূড়ান্ত এজেন্ট সমান্তরাল কার্যগুলির ফলাফলের সংক্ষিপ্তসার করে৷

আসুন একটি কোম্পানি গোয়েন্দা তৈরি করি যার কাজ হবে তথ্য অনুসন্ধান করা:

• কোম্পানির প্রোফাইল (সিইও, সদর দপ্তর, নীতিবাক্য, ইত্যাদি)
• কোম্পানি সম্পর্কে সর্বশেষ খবর.
• কোম্পানির আর্থিক সম্পর্কে বিস্তারিত.

// src/main/java/com/example/agent/CompanyDetective.java 
package com.example.agent;

import com.google.adk.agents.LlmAgent;
import com.google.adk.agents.ParallelAgent;
import com.google.adk.agents.SequentialAgent;
import com.google.adk.tools.GoogleSearchTool;
import com.google.adk.web.AdkWebServer;

public class CompanyDetective {
    public static void main(String[] args) {
        var companyProfiler = LlmAgent.builder()
            .name("company-profiler")
            .description("Provides a general overview of a company.")
            .instruction("""
                Your role is to provide a brief overview of the given company.
                Include its mission, headquarters, and current CEO.
                Use the Google Search Tool to find this information.
                """)
            .model("gemini-2.5-flash")
            .tools(new GoogleSearchTool())
            .outputKey("profile")
            .build();

        var newsFinder = LlmAgent.builder()
            .name("news-finder")
            .description("Finds the latest news about a company.")
            .instruction("""
                Your role is to find the top 3-4 recent news headlines for the given company.
                Use the Google Search Tool.
                Present the results as a simple bulleted list.
                """)
            .model("gemini-2.5-flash")
            .tools(new GoogleSearchTool())
            .outputKey("news")
            .build();

        var financialAnalyst = LlmAgent.builder()
            .name("financial-analyst")
            .description("Analyzes the financial performance of a company.")
            .instruction("""
                Your role is to provide a snapshot of the given company's recent financial performance.
                Focus on stock trends or recent earnings reports.
                Use the Google Search Tool.
                """)
            .model("gemini-2.5-flash")
            .tools(new GoogleSearchTool())
            .outputKey("financials")
            .build();

        var marketResearcher = ParallelAgent.builder()
            .name("market-researcher")
            .description("Performs comprehensive market research on a company.")
            .subAgents(
                companyProfiler,
                newsFinder,
                financialAnalyst
            )
            .build();

        var reportCompiler = LlmAgent.builder()
            .name("report-compiler")
            .description("Compiles a final market research report.")
            .instruction("""
                Your role is to synthesize the provided information into a coherent market research report.
                Combine the company profile, latest news, and financial analysis into a single, well-formatted report.

                ## Company Profile
                {profile}

                ## Latest News
                {news}

                ## Financial Snapshot
                {financials}
                """)
            .model("gemini-2.5-flash")
            .build();

        AdkWebServer.start(SequentialAgent.builder()
            .name("company-detective")
            .description("Collects various information about a company.")
            .subAgents(
                marketResearcher,
                reportCompiler
            ).build());
    }
}

যথারীতি, আপনি নিম্নলিখিত কমান্ড দিয়ে এজেন্ট চালাতে পারেন:

mvn compile exec:java -Dexec.mainClass=com.example.agent.CompanyDetective

তথ্য গবেষণা এবং সংশ্লেষণের সমান্তরালকরণের জন্য এই এজেন্টটি কার্যপ্রবাহের একটি শক্তিশালী সংমিশ্রণ প্রদর্শন করে, সমান্তরাল এবং অনুক্রমিক উভয় এজেন্টকে ভালো ব্যবহার করা হয়।

10. এজেন্টিক কর্মপ্রবাহ — পুনরাবৃত্তিমূলক পরিমার্জন

একটি "জেনারেট → রিভিউ → রিফাইন" চক্রের প্রয়োজনের জন্য, একটি LoopAgent ব্যবহার করুন৷ একটি লক্ষ্য পূরণ না হওয়া পর্যন্ত এটি পুনরাবৃত্তিমূলক উন্নতি স্বয়ংক্রিয় করে। একইভাবে SequentialAgent , LoopAgent সাব-এজেন্টকে ক্রমিকভাবে কল করবে, কিন্তু এটি শুরুতে লুপ ব্যাক করবে। এটি এজেন্ট দ্বারা অভ্যন্তরীণভাবে ব্যবহৃত এলএলএম যা লুপটি কার্যকর করা বন্ধ করার জন্য একটি বিশেষ টুল, exit_loop বিল্ট-ইন টুলে কল করার অনুরোধ করবে কিনা তা সিদ্ধান্ত নেবে।

নীচের কোড রিফাইনার উদাহরণ, একটি LoopAgent ব্যবহার করে, কোড পরিমার্জন স্বয়ংক্রিয় করে: জেনারেট, পর্যালোচনা, সঠিক। এটি মানুষের বিকাশকে অনুকরণ করে। একটি কোড জেনারেটর প্রথমে অনুরোধ করা কোড তৈরি করে, এটিকে generated_code কী-এর অধীনে এজেন্ট অবস্থায় সংরক্ষণ করে। একটি কোড পর্যালোচক তারপর জেনারেট করা কোড পর্যালোচনা করে, এবং হয় প্রতিক্রিয়া প্রদান করে ( feedback কী-এর অধীনে), অথবা পুনরুক্তিটি তাড়াতাড়ি শেষ করতে একটি এক্সিট লুপ টুল কল করে।

আসুন কোডটি দেখে নেওয়া যাক:

// src/main/java/com/example/agent/CodeRefiner.java
package com.example.agent;

import com.google.adk.agents.LlmAgent;
import com.google.adk.agents.LoopAgent;
import com.google.adk.agents.SequentialAgent;
import com.google.adk.tools.ExitLoopTool;
import com.google.adk.web.AdkWebServer;

public class CodeRefiner {
    public static void main(String[] args) {
        var codeGenerator = LlmAgent.builder()
            .name("code-generator")
            .description("Writes and refines code based on a request and feedback.")
            .instruction("""
                Your role is to write a Python function based on the user's request.
                In the first turn, write the initial version of the code.
                In subsequent turns, you will receive feedback on your code.
                Your task is to refine the code based on this feedback.

                Previous feedback (if any):
                {feedback?}
                """)
            .model("gemini-2.5-flash")
            .outputKey("generated_code")
            .build();

        var codeReviewer = LlmAgent.builder()
            .name("code-reviewer")
            .description("Reviews code and decides if it's complete or needs more work.")
            .instruction("""
                Your role is to act as a senior code reviewer.
                Analyze the provided Python code for correctness, style, and potential bugs.

                Code to review:
                {generated_code}

                If the code is perfect and meets the user's request,
                you MUST call the `exit_loop` tool.

                Otherwise, provide constructive feedback for the `code-generator to improve the code.
                """)
            .model("gemini-2.5-flash")
            .outputKey("feedback")
            .tools(ExitLoopTool.INSTANCE)
            .build();

        var codeRefinerLoop = LoopAgent.builder()
            .name("code-refiner-loop")
            .description("Iteratively generates and reviews code until it is correct.")
            .subAgents(
                codeGenerator,
                codeReviewer
            )
            .maxIterations(3) // Safety net to prevent infinite loops
            .build();

        var finalPresenter = LlmAgent.builder()
            .name("final-presenter")
            .description("Presents the final, accepted code to the user.")
            .instruction("""
                The code has been successfully generated and reviewed.
                Present the final version of the code to the user in a clear format.

                Final Code:
                {generated_code}
                """)
            .model("gemini-2.5-flash")
            .build();

        AdkWebServer.start(SequentialAgent.builder()
            .name("code-refiner-assistant")
            .description("Manages the full code generation and refinement process.")
            .subAgents(
                codeRefinerLoop,
                finalPresenter)
            .build());
    }
}

নিম্নলিখিত কমান্ড দিয়ে এই এজেন্ট চালান:

mvn compile exec:java -Dexec.mainClass=com.example.agent.CodeRefiner

LoopAgent ব্যবহার করে বাস্তবায়িত ফিডব্যাক/পরিমার্জিত লুপগুলি মানুষের জ্ঞানীয় প্রক্রিয়াগুলিকে ঘনিষ্ঠভাবে অনুকরণ করে, পুনরাবৃত্তিমূলক উন্নতি এবং স্ব-সংশোধনের প্রয়োজন এমন সমস্যার সমাধানের জন্য অপরিহার্য। এই ডিজাইন প্যাটার্নটি বিশেষভাবে সেই কাজের জন্য উপযোগী যেখানে প্রাথমিক আউটপুট খুব কমই নিখুঁত হয়, যেমন কোড তৈরি, সৃজনশীল লেখা, নকশা পুনরাবৃত্তি, বা জটিল ডেটা বিশ্লেষণ। কাঠামোগত প্রতিক্রিয়া প্রদান করে এমন একটি বিশেষ পর্যালোচক এজেন্টের মাধ্যমে আউটপুট সাইকেল চালানোর মাধ্যমে, জেনারেটিং এজেন্ট একটি পূর্বনির্ধারিত সমাপ্তির মাপকাঠি পূরণ না হওয়া পর্যন্ত তার কাজকে ক্রমাগত পরিমার্জন করতে পারে, যা একক-পাস পদ্ধতির চেয়ে প্রদর্শনযোগ্যভাবে উচ্চ মানের এবং আরও নির্ভরযোগ্য চূড়ান্ত ফলাফলের দিকে পরিচালিত করে।

মূল ধারণা:

• {key} বনাম {key?} : স্ট্যান্ডার্ড {key} সিনট্যাক্স শেয়ার করা অবস্থা থেকে বিষয়বস্তুকে ইনজেক্ট করে ( outputKey এর মাধ্যমে সংরক্ষিত)। {key?} সিনট্যাক্স, এখানে {feedback?} হিসাবে ব্যবহৃত হয়, লুপগুলির জন্য একটি গুরুত্বপূর্ণ নিরাপত্তা ব্যবস্থা। এটি feedback মান ইনজেক্ট করার চেষ্টা করে; যাইহোক, যদি কী এখনও সেট করা না থাকে (যেমনটি হয় প্রথম পুনরাবৃত্তির সময়, পর্যালোচক রান করার আগে), প্রশ্ন চিহ্নটি একটি ত্রুটি প্রতিরোধ করে এবং পরিবর্তে একটি খালি স্ট্রিং ইনজেক্ট করে।
• maxIterations() নিরাপত্তা জাল: LoopAgent.builder() তে maxIterations(n) সেট করা অসীম লুপ প্রতিরোধ করার জন্য একটি গুরুত্বপূর্ণ নিরাপত্তা জাল। একটি LoopAgent ওয়ার্কফ্লোতে, পর্যালোচক exit_loop কল না করা পর্যন্ত চক্রটি চলতে থাকে। পর্যালোচক টাস্ক সমাপ্তি সনাক্ত করতে ব্যর্থ হলে, লুপ অনির্দিষ্টকালের জন্য চালানো হতে পারে। maxIterations(n) পদ্ধতি নিশ্চিত করে যে একটি নির্দিষ্ট সংখ্যক চক্রের পরে লুপটি বন্ধ হয়ে যায়।

11. অভিনন্দন!

সাধারণ কথোপকথনবাদী থেকে জটিল, মাল্টি-এজেন্ট সিস্টেম পর্যন্ত আপনি সফলভাবে বিভিন্ন ধরনের এআই এজেন্ট তৈরি এবং অন্বেষণ করেছেন। আপনি জাভার জন্য ADK-এর মূল ধারণাগুলি শিখেছেন: নির্দেশাবলীর সাহায্যে এজেন্টদের সংজ্ঞায়িত করা, তাদের টুলের সাহায্যে ক্ষমতায়ন করা এবং শক্তিশালী কর্মপ্রবাহে তাদের অর্কেস্ট্রেট করা।

এরপর কি?

• Java GitHub সংগ্রহস্থলের জন্য অফিসিয়াল ADK অন্বেষণ করুন।
• এর ডকুমেন্টেশনে ফ্রেমওয়ার্ক সম্পর্কে আরও জানুন।
• এই ব্লগ সিরিজের বিভিন্ন এজেন্টিক কর্মপ্রবাহ এবং উপলব্ধ বিভিন্ন সরঞ্জাম সম্পর্কে পড়ুন।
• অন্যান্য অন্তর্নির্মিত সরঞ্জাম এবং উন্নত কলব্যাকগুলির মধ্যে আরও গভীরে যান৷
• আরও সমৃদ্ধ এবং বহুমুখী মিথস্ক্রিয়াগুলির জন্য প্রসঙ্গ, রাজ্য এবং শিল্পকর্মগুলি পরিচালনা করুন।
• আপনার এজেন্টদের জীবনচক্রে প্লাগইন করে এমন প্লাগইনগুলি প্রয়োগ করুন এবং প্রয়োগ করুন৷
• আপনার নিজস্ব এজেন্ট তৈরি করার চেষ্টা করুন যা একটি বাস্তব-বিশ্বের সমস্যা সমাধান করে!