১. ভূমিকা

এই কোডল্যাব আপনাকে Agent Development Kit (ADK)-এ ওয়ার্কফ্লো এবং গ্রাফ ব্যবহার করে পরবর্তী প্রজন্মের এজেন্টিক সিস্টেম তৈরি করার ব্যাপারে গাইড করে। আপনি সাধারণ আর্কিটেকচারাল প্যাটার্ন প্রয়োগ করবেন, হিউম্যান-ইন-দ্য-লুপ (HITL) ইন্টার্যাকশন অর্কেস্ট্রেট করবেন এবং দীর্ঘ সময় ধরে চলা অ্যাসিঙ্ক্রোনাস এক্সিকিউশন ম্যানেজ করবেন। এছাড়াও, আপনি এন্টারপ্রাইজ নলেজ বেস ও পারসিস্টেন্ট মেমরি ইন্টিগ্রেট করবেন যাতে এজেন্টের আচরণ কাস্টমাইজ ও উন্নত করা যায়। অবশেষে, অটোমেটিক ভিডিও জেনারেশন পাইপলাইন চালানোর জন্য আপনি এইসব ক্ষমতা কানেক্ট করবেন।
পরিস্থিতি
আপনি VibeTube-এ একটি ডিজিটাল চ্যানেল চালান যেখানে সক্রিয় দর্শক রয়েছেন এবং ক্রিয়েটিভ আইডিয়ার ব্যাকলগ বাড়ছে। প্রতিটি ভিডিও তৈরি করার জন্য একাধিক ধাপ জুড়ে ক্রমাগত কাজ করতে হয়: ট্রেন্ডিং ফর্ম্যাট নিয়ে রিসার্চ করা, দর্শকদের মতামত সিন্থেসাইজ করা, স্ক্রিপ্ট তৈরি করা, নীতি মেনে চলা হচ্ছে কিনা তা চেক করা এবং ভিডিও ক্লিপ তৈরি করা। জেনারেটিভ মডেল আলাদা আলাদা অ্যাসেট ড্রাফ্ট করতে পারে, কিন্তু ধারাবাহিক রিলিজ ডেলিভার করার জন্য অর্কেস্ট্রেট করা এজেন্ট আর্কিটেকচার প্রয়োজন।
এই লাইফসাইকেল অটোমেট করতে, আপনি VibeStudio তৈরি করবেন। এই এজেন্টিক পাইপলাইন প্যারালাল পদ্ধতিতে রুটিন রিসার্চ করে, হিউম্যান-ইন-দ্য-লুপ সাইন-অফের জন্য কিউরেট করা বিকল্প উপস্থাপন করে, ভিডিও তৈরি করার আগে অটোমেটিক নীতি সংক্রান্ত গেট প্রয়োগ করে এবং প্রোডাকশন রান জুড়ে প্রসঙ্গ বজায় রাখে।

আপনি কী শিখবেন

- গ্রাফ ইঞ্জিনিয়ারিং ফাউন্ডেশন: মাল্টি-স্টেপ এজেন্ট আর্কিটেকচারের জন্য এক্সপ্লিসিট কন্ট্রোল ফ্লো এবং স্ট্রাকচার্ড এক্সিকিউশন পাথ প্রয়োজন। আপনি এজ টাপল,
STARTএন্ট্রি পয়েন্ট, সমান্তরাল ফ্যান-আউট অ্যাগ্রিগেশনের জন্যJoinNodeএবং স্ট্যাটাসের উপর ভিত্তি করে এক্সিকিউশন পরিচালনা করার জন্য ডিটারমিনিস্টিক রাউটার নোড ব্যবহার করে একটি ADKWorkflowতৈরি করেন। - এজেন্ট মোড ও লাইফসাইকেল কলব্যাক: বিশেষ টাস্কের জন্য আলাদা আলাদা অপারেশনাল আচরণ ও ডিটারমিনিস্টিক গার্ডরেল প্রয়োজন। আপনি
before_model_callbackওafter_agent_callback-এর মাধ্যমে ইন্টারসেপ্টর প্রয়োগ করে, ওয়ার্কফ্লো নোড হিসেবেchat,single_turnও টুল-এনাবল করাtaskমোড ব্যবহার করে ADKAgentইনস্ট্যান্স কনফিগার করেন। - হিউম্যান-ইন-দ্য-লুপ অর্কেস্ট্রেশন: প্রোডাকশন পাইপলাইন গুরুত্বপূর্ণ ক্রিয়েটিভ চেকপয়েন্টে হিউম্যান জাজমেন্টের জন্য পজ হয়ে যায়। আপনি
RequestInputপ্রয়োগ করে ওয়ার্কফ্লো এক্সিকিউশন সাসপেন্ড করতে, স্ট্রাকচার্ড রেসপন্স স্কিমা প্রয়োগ করতে এবং নিষ্ক্রিয় রানটাইম প্রসেস চালু না রেখেই এক্সিকিউশন আবার শুরু করতে পারেন। - হায়ারার্কিক্যাল এজেন্ট মেমরি: প্রোডাকশন সিস্টেম ক্ষণস্থায়ী এক্সিকিউশন স্টেটকে টেকসই প্রসঙ্গ থেকে আলাদা করে। আপনি
Event(state=...)ও প্যারামিটার বাইন্ডিং ব্যবহার করে স্বল্পমেয়াদী সেশন স্টেট ম্যানেজ করেন এবং রান জুড়ে ক্রিয়েটর পছন্দ এক্সট্র্যাক্ট, কনসোলিডেট ও পারসিস্ট করতে GEAP মেমরি ব্যাঙ্কের সাথে কানেক্ট করেন। - এন্টারপ্রাইজ নলেজ বেসের সাথে গ্রাউন্ডিং: অটোনোমাস এজেন্টের জন্য ডাইনামিক ডোমেন কনটেক্সট এবং দর্শকের মনোভাব প্রয়োজন। এজেন্ট আউটপুটকে সিম্যান্টিক্যালি গ্রাউন্ড করার জন্য আপনি প্যারালাল ফ্যান-আউটের মধ্যে একটি ডেডিকেটেড রিট্রিভাল নোড হিসেবে GEAP RAG Engine কর্পাস কানেক্ট করেন।
- দীর্ঘ সময় ধরে চলা ওয়ার্কফ্লো ও ডেপ্লয়মেন্ট: মাল্টিমোডাল ভিডিও রেন্ডারিং দীর্ঘ সময় ধরে অ্যাসিঙ্ক্রোনাসভাবে কাজ করে। আপনি কল আইডির মাধ্যমে ওয়ার্কফ্লো সাসপেন্ড ও আবার চালু করতে, পেন্ডিং কল রসিদ সহ
LongRunningFunctionToolপ্রয়োগ করেন এবং Cloud Run-এ ADKRunnerব্যবহার করে সম্পূর্ণ পাইপলাইন ডিপ্লয় করেন।
এই কোডল্যাব কীভাবে সাজানো হয়েছে
এই কোডল্যাব আপনার ধারণাগত ও স্থাপত্য সংক্রান্ত রেফারেন্স হিসেবে কাজ করে। প্রতিটি বিভাগে সংশ্লিষ্ট ওয়ার্কবেঞ্চ ধাপে প্রয়োগ করা ADK কনস্ট্রাক্ট ব্যাখ্যা করা হয়েছে, রেফারেন্স কোড দেওয়া হয়েছে এবং মূল ডিজাইন সংক্রান্ত নীতি স্থাপন করা হয়েছে। ওয়ার্কবেঞ্চে সংশ্লিষ্ট এক্সারসাইজ সম্পূর্ণ করার আগে প্রতিটি বিভাগ পর্যালোচনা করুন।
VibeStudio Workbench-এ হাতে-কলমে কাজ করা হয়, এটি একটি সহযোগী ওয়েব ইন্টারফেস যাতে ইন্ট্যার্যাক্টিভ কোড এডিটর, রানটাইম যাচাইকারী ও এম্বেড করা ADK ইন্সপেক্টর থাকে। আপনার প্রোগ্রেস সিঙ্ক করে রাখার জন্য ওয়ার্কবেঞ্চে ধাপের নম্বর সরাসরি এই কোডল্যাবের সাথে অ্যালাইন করা হয়। ফাউন্ডেশনাল গ্রাফ এডিট বিভিন্ন ধাপ জুড়ে থাকে, আপনি এগিয়ে যাওয়ার সাথে সাথে ওয়ার্কবেঞ্চ অটোমেটিক পূর্বশর্ত যাচাই করে।
ওয়ার্কবেঞ্চ এক্সারসাইজ সম্পূর্ণ করার পরে, আপনি একটি এন্ড-টু-এন্ড এজেন্টিক পাইপলাইন অ্যাসেম্বল করবেন এবং ভিডিও কন্টেন্ট তৈরি করতে Cloud Run-এ একটি রানিং VibeStudio অ্যাপ্লিকেশন ডিপ্লয় করবেন।
এনভায়রনমেন্টে তিনটি প্রাথমিক কম্পোনেন্ট থাকে: VibeStudio Workbench (কোড এডিটিং ও রানটাইম যাচাইকরণের জন্য লোকাল ওয়েব ইন্টারফেস), আপনার ব্যাকএন্ড (ADK Workflow এবং agent/-এ স্টেজ স্যান্ডবক্স) এবং Google Cloud (Gemini মডেল, GEAP মেমরি ব্যাঙ্ক, RAG ইঞ্জিন এবং Veo ভিডিও জেনারেশন)।
২. সেট-আপ করুন
আপনার ওয়ার্কশপ ক্রেডিট দাবি করুন
আপনি কোনও ইনস্ট্রাক্টর-লেড ল্যাবে অংশগ্রহণ করলে, ইনস্ট্রাক্টর আপনার Google Cloud প্রোজেক্টের জন্য ক্রেডিট ডিস্ট্রিবিউট করবেন। আপনার ক্রেডিট রিডিম করতে ইনস্ট্রাক্টরের নির্দেশাবলী অনুসরণ করুন এবং চালিয়ে যাওয়ার আগে আপনার অ্যাকাউন্টে বিলিং অ্যাক্টিভ আছে কিনা তা নিশ্চিত করুন।
Cloud Shell খুলুন
Cloud Shell হল ব্রাউজার-ভিত্তিক ডেভেলপমেন্ট এনভায়রনমেন্ট যেখানে gcloud, Python ও git আগে থেকেই ইনস্টল করা থাকে।
Cloud Shell চালু করতে:
- Google Cloud Shell-এ নেভিগেট করুন।
ব্রাউজার উইন্ডোর নিচে টার্মিনাল সেশন খুলে যায়।
রিপোজিটরি ক্লোন ও ইনিশিয়ালাইজ করুন
প্রোজেক্ট ক্লোন করতে Cloud Shell টার্মিনালে এই কমান্ডগুলি রান করুন:
git clone https://github.com/gca-americas/vibetube-studio
cd ~/vibetube-studio
কনফিগারেশন প্রম্পট
সেট-আপ করার সময়, আপনাকে নিম্নলিখিত বিবরণ দেওয়ার জন্য প্রম্পট করা হবে:
- Google Cloud প্রোজেক্ট আইডি:
setup_project.sh-এর মাধ্যমে প্রম্পট করা হলে, অটোমেটিক নতুন প্রোজেক্ট তৈরি করতে Enter প্রেস করুন। আপনি যদি আগে থেকে থাকা কোনও প্রোজেক্ট (যেমন, আগে থেকে অ্যাসাইন করা প্রোজেক্ট) ব্যবহার করতে চান, তাহলে আপনার প্রোজেক্ট আইডি লিখুন এবং বিলিং অ্যাক্টিভ সহ বানানটি সঠিক কিনা তা নিশ্চিত করুন। - ইভেন্ট কোড: আপনার প্রশিক্ষকের দেওয়া রুম কোড লিখুন। আপনি যদি এটি না পেয়ে থাকেন, তাহলে টিচিং অ্যাসিস্ট্যান্ট বা প্রতিবেশীর সাথে যোগাযোগ করুন। আপনি যদি বাড়িতে এই ল্যাবটি সম্পূর্ণ করেন, তাহলে ডিফল্ট
sandboxরুম গ্রহণ করতে Enter টিপুন। - চ্যানেলের ডিসপ্লে নাম:
setup_codelab.shপ্রম্পট করলে আপনার নাম বা পছন্দের চ্যানেল হ্যান্ডেল লিখুন অথবা আপনার Google অ্যাকাউন্ট থেকে ডিফল্ট হিসেবে তৈরি করা নাম গ্রহণ করতে Enter প্রেস করুন।
দুটি সেট-আপ স্ক্রিপ্ট পরপর রান করান:
./setup_project.sh
./setup_codelab.sh
setup_project.sh: অ্যাক্টিভ বিলিং সহ Google Cloud প্রোজেক্ট তৈরি করে বা আবার ব্যবহার করে,~/project_id.txt-এ প্রোজেক্ট আইডি সেভ করে এবং অ্যাক্টিভgcloudকনটেক্সট কনফিগার করে।setup_codelab.sh:.venv-এuvও Python ডিপেন্ডেন্সি ইনস্টল করে, প্রয়োজনীয় Google Cloud API চালু করে,.env-এ আপনার চ্যানেল সেটিংস কনফিগার করে, Gemini-এর মাধ্যমে মডেল অ্যাক্সেস যাচাই করে, মেমরি ব্যাঙ্ক ও RAG রিসোর্স প্রদান করে, ওয়ার্কবেঞ্চ ইন্টারফেস তৈরি করে এবং VibeStudio ওয়ার্কবেঞ্চ শুরু করে।
স্ক্রিপ্টটি প্রিফ্লাইট চেক চালায় এবং ব্যাকগ্রাউন্ডে VibeStudio Workbench শুরু করে। এর শেষ লাইনটি খোলার জন্য লিঙ্কটি দেখায়।
7 · Preflight
✓ python 3.12
✓ auth path A: Vertex via ADC (STUDIO_VERTEX=1)
✓ Google Cloud ADC (project <your-project>)
✓ stage0_prompt loads
...
✓ stage6_video loads (13 edges)
✓ aiplatform.googleapis.com enabled (Gemini, Veo, Memory Bank, RAG Engine)
✓ vectorsearch.googleapis.com enabled (the vector store a RAG corpus is built on)
✓ Memory Bank connected
✓ RAG corpus connected
✓ VibeStudio Workbench running on port 4600
PREFLIGHT GREEN
Setup finished. The VibeStudio Workbench is already running.
Open this and start at step 1
https://4600-<your cloud shell host>/step/story
It runs in the background. You do not need to start anything else.
log runs/lab.log
stop kill $(cat runs/lab.pid)
start scripts/start.sh
সেই লিঙ্কে ক্লিক করুন। ওয়েব প্রিভিউ → পোর্ট পরিবর্তন করুন → ৪৬০০ বিকল্পের অধীনে একই অ্যাড্রেস উপলভ্য।
যেকোনও সময় এনভায়র্নমেন্ট আবার চেক করতে, python scripts/preflight.py রান করান। ওয়ার্কবেঞ্চ রিস্টার্ট করতে, scripts/restart.sh রান করুন। আবার সেট-আপ করতে, ./setup_codelab.sh রান করুন; এটি আপনার কনফিগারেশন ও প্রোগ্রেস সেভ করে রাখে।
এটি খুলে, পরিস্থিতির জন্য ধাপ ১, গল্প এবং সম্পূর্ণ গ্রাফের আকারের জন্য ধাপ ২, আপনি কী তৈরি করেন পড়ুন। কোনওটিরই কোনও উদাহরণ নেই। তারপর ৩ নম্বর ধাপের জন্য এখানে ফিরে আসুন।

VibeStudio Workbench-এর প্রতিটি হ্যান্ডস-অন অংশ একটি যাচাইকরণ প্যানেলের মাধ্যমে শেষ হয় যা আসল আর্টিফ্যাক্টগুলি পড়ে: ডিস্কের ফাইল এবং রান দ্বারা লেখা সেশন।
রিপোজিটরি লেআউট
রিপোজিটরিটি মূল ওয়ার্কফ্লো লজিক, ধাপে ধাপে স্যান্ডবক্স, ওয়ার্কবেঞ্চ এনভায়রনমেন্ট এবং প্রোডাকশন অ্যাপ্লিকেশনে গঠন করা হয়েছে:
vibe-studio-lab/ ├── agent/ # Core ADK workflow, graph definition, and platform services │ ├── graph.py # Workflow graph definition, node functions, and routers │ ├── desk.py # Video render desk using LongRunningFunctionTool │ ├── schemas.py # Pydantic schemas for directions, gates, and scripts │ ├── trends.py # Trend generation and sampling utilities │ ├── backlog.txt # Creator video ideas backlog │ ├── comments.md # Audience comments for RAG Engine corpus seeding │ ├── policy_words.txt # Blocked subject words for deterministic policy checks │ └── platform/ # Google Cloud service clients (Memory Bank, RAG, Veo) │ ├── config.py # Environment variables, locations, and model configurations │ ├── memory.py # GEAP Memory Bank callbacks and context injection │ ├── rag.py # GEAP RAG Engine corpus creation and semantic retrieval │ └── videogen.py # Veo video generation and operation polling ├── stage0_prompt/ # Step sandboxes: isolated agent.py files runnable in adk web │ └── ... # stage1_fanout through stage6_video for incremental steps ├── server/ & web/ # VibeStudio Workbench (FastAPI backend and React frontend) ├── vibestudio/ # Complete production application deployed to Cloud Run │ ├── server/ # FastAPI production server and event runner │ ├── web/ # End-user React web application
agent/: এতে মূল ওয়ার্কফ্লো গ্রাফ থাকে। প্যারালাল ফ্যান-আউট নোড, ডিটারমিনিস্টিক নীতি রাউটিং, মেমরি কলব্যাক এবং ভিডিও জেনারেশন টুল প্রয়োগ করতে, আপনি এই ডিরেক্টরিতে ফাইল এডিট করবেন।agent/platform/: Gemini মডেল, GEAP মেমরি ব্যাঙ্ক, GEAP RAG ইঞ্জিন এবং Veo ভিডিও সিন্থেসিস সহ Google Cloud পরিষেবার সাথে ইন্টারফেস করে।stage0_prompt/মাধ্যমেstage6_video/: সেল্ফ-কন্টেন্ড স্যান্ডবক্স এনভায়রনমেন্ট। প্রতিটি ফোল্ডার একটি করে স্বতন্ত্রroot_agentএক্সপোর্ট করে, যাতে আপনি এম্বেড করা ADK ডেভেলপমেন্ট ইন্টারফেসের মাধ্যমে প্রতিটি ধাপ আলাদাভাবে রান ও পরিদর্শন করতে পারেন।server/এবংweb/: VibeStudio Workbench অ্যাপ্লিকেশন স্থানীয়ভাবে ৪৬০০ পোর্টে চলছে। এটি স্টেপ ডকুমেন্টেশন, পেজ-মধ্যস্থ কোড এডিটর, রানটাইম এভিডেন্স ভেরিফায়ার এবং গ্রাফ ভিজ্যুয়ালাইজেশন হোস্ট করে।vibestudio/: সম্পূর্ণ প্রোডাকশন অ্যাপ্লিকেশন প্যাকেজ করা হয়েছে এবং শেষ ধাপে Cloud Run-এ ডিপ্লয় করা হয়েছে। এতে সম্পূর্ণ ওয়ার্কফ্লো গ্রাফের নিজস্ব স্ট্যান্ডঅ্যালোন কপি থাকে।
৩. মনোলিথিক এজেন্ট
মাল্টি-নোড ওয়ার্কফ্লো গ্রাফ তৈরি করার আগে, আপনি stage0_prompt/agent.py-এ একটি এজেন্ট সহ একটি আর্কিটেকচারাল বেসলাইন তৈরি করেন। এই এজেন্টটি একটি মনোলিথিক সিস্টেম প্রম্পটের উপর নির্ভর করে যা দুটি Python ফাংশন টুলের সাহায্যে গদ্যে প্রোডাকশন পাইপলাইন বর্ণনা করে।
এই বেসলাইন মূল্যায়ন করলে প্রম্পট-চালিত সমন্বয়ের অপারেশনাল সীমানা বোঝা যায় এবং প্রোডাকশন সিস্টেমে কেন গ্রাফ অর্কেস্ট্রেশন প্রয়োজন তা প্রতিষ্ঠিত হয়।
ADK এজেন্ট আর্কিটেকচার (3A)
VibeStudio Workbench-এ, ধাপ ৩ · Monolithic এজেন্ট-এ নেভিগেট করে ADK এজেন্ট আর্কিটেকচার (3A) খুলুন। এই ভিউ ADK এজেন্টের (LlmAgent) মূল আর্কিটেকচারাল লেয়ার দেখায়:

from google.adk.agents import LlmAgent
from google.adk.tools import mcp_toolset
root_agent = LlmAgent(
model="gemini-3.5-flash", # model
instruction=BRAND_INSTRUCTION, # instruction
skills=[load_skill("brand-audit")], # skills
tools=[mcp_toolset("mcp_brand_style")], # tools
output_schema=BrandStyleReport, # structured output
before_agent_callback=setup_ctx, # interceptor
before_model_callback=require_image, # interceptor
after_model_callback=schema_guard, # interceptor
)
ইন্ট্যার্যাক্টিভ ডায়াগ্রাম এজেন্ট কম্পোনেন্টকে পাঁচটি অপারেশনাল ডোমেনে গ্রুপ করে:
- রিজনিং লেয়ার (মডেল): মূল ভাষা মডেল (যেমন Gemini 3 Flash) যা জ্ঞানমূলক কাজ, প্রম্পট রিজনিং এবং টুল বেছে নেওয়ার কাজ করে। আর্কিটেকচারের অন্য সবকিছু এই মডেলকে তথ্য প্রদান করে বা সীমাবদ্ধ করে।
- প্রসঙ্গ লেয়ার (নির্দেশাবলী ও স্কিল): মডেলের রিজনিংকে আকার দেয় এমন নির্দেশাবলী।
instructionস্থায়ী সিস্টেম প্রম্পট, পারসোনা ও অপারেশনাল নিয়ম সেট করে।skillsবারবার ব্যবহার করা যায় এমন ওয়ার্কফ্লোর জন্য ভার্সন করা, পদ্ধতিগত নির্দেশিকা (SKILL.md) প্রদান করে। - কোলাবরেশন ও অ্যাকশন লেয়ার (টুল, সাবএজেন্ট, ওয়ার্কফ্লো, আউটপুট স্কিমা): ইন্টারফেস যা এজেন্টকে এক্সটার্নাল সিস্টেমে কাজ করতে এবং টাইপ করা ডেটা এমিট করতে সাহায্য করে।
toolsকল করা যায় এমন Python ফাংশন বা মডেল কন্টেক্সট প্রোটোকল (MCP) এন্ডপয়েন্ট প্রদান করে।subagentsঅধস্তনদের অ্যাসাইন করা টাস্ক সম্পূর্ণ করা।workflowমাল্টি-এজেন্ট গ্রাফ কোঅর্ডিনেট করে।output_schemaPydantic মডেল প্রয়োগ করে যাতে ডাউনস্ট্রিম গ্রাহকরা আনস্ট্রাকচার্ড টেক্সটের পরিবর্তে যাচাই করা JSON পান। - ইন্টারসেপ্টর লেয়ার (লাইফসাইকেল কলব্যাক): এজেন্ট এক্সিকিউশন (
before_agent/after_agent), স্বতন্ত্র মডেল টার্ন (before_model/after_model) এবং টুল কলের (before_tool/after_tool) আগে ও পরে কাস্টম কোড এক্সিকিউট করা ডিটারমিনিস্টিক গার্ডরেল। ইন্টারসেপ্টররা মডেলের সম্মতি না নিয়েই নীতি সংক্রান্ত নিয়মাবলী প্রয়োগ করে। - এক্সটার্নাল স্টেট (সেশন ও মেমরি): এজেন্ট লজিক থেকে স্টেটফুল পারসিস্টেন্স আলাদা করা হয়েছে।
Sessionবর্তমান এক্সিকিউশন থ্রেডের জন্য ট্রানজিয়েন্ট ওয়ার্কিং মেমরি এবং ইভেন্ট ট্রেস সংরক্ষণ করে।MemoryGEAP মেমরি ব্যাঙ্কের মতো ম্যানেজ করা পরিষেবা ব্যবহার করে ক্রস-সেশন ফ্যাক্ট ও পছন্দ সংক্রান্ত স্থায়ী তথ্য বজায় রাখে।
এই ধাপে মনোলিথিক এজেন্ট শুধুমাত্র এই প্রিমিটিভগুলির মধ্যে তিনটি প্রয়োগ করে: model, instruction এবং tools। পরবর্তী ধাপগুলি গ্রাফ ওয়ার্কফ্লো, স্ট্রাকচার্ড স্কিমা, ইন্টারসেপ্টর এবং পারসিস্টেন্ট মেমরি পরিষেবাগুলি প্রবর্তন করে।
মনোলিথিক এজেন্ট স্পেসিফিকেশন (3B)
ওয়ার্কবেঞ্চে, মনোলিথিক এজেন্ট স্পেসিফিকেশন (3B)-এ যান। বেসলাইন এজেন্ট সংজ্ঞা পরীক্ষা করতে stage0_prompt/agent.py খুলুন:
- সিঙ্গেল প্রম্পট নির্দেশাবলী: সিস্টেম প্রম্পট পাঁচটি আলাদা আলাদা প্রোডাকশন টাস্ককে একটানা গদ্যে সংক্ষিপ্ত করে: প্ল্যাটফর্ম ট্রেন্ড ডিসকভার করা, ব্যাকলগ আইডিয়া পর্যালোচনা করা, ক্রিয়েটিভ কনসেপ্ট প্রস্তাব করা, নিষিদ্ধ বিষয় সংক্রান্ত নীতি প্রয়োগ করা এবং শট লিস্ট ড্রাফ্ট করা।
- অন্তর্নিহিত ডেটা সোর্স: এজেন্ট গ্রাফের পাশে উল্লেখ করা দুটি সোর্সকে রেফারেন্স হিসেবে ব্যবহার করে:
agent/trends.py: ডাইনামিক হিট স্কোর সহ ২৫০টি পুল থেকে দশটি অ্যাক্টিভ ফর্ম্যাট এবং স্টাইল ট্রেন্ডের স্যাম্পেল নেয়।agent/backlog.txt: ক্রিয়েটরের কাঁচা কনসেপ্ট নোট লাইন বাই লাইন পড়ে।
এজেন্টের (3C) টুল
ওয়ার্কবেঞ্চে, এজেন্টে টুল (3C)-এ যান।
এজেন্টের কাছে টুল কী?
একটি ল্যাঙ্গুয়েজ মডেল হল সহজাতভাবে একটি ক্লোজড-ওয়ার্ল্ড রিজনিং ইঞ্জিন: এটি শুধুমাত্র প্রি-ট্রেনড ওয়েট এবং এর তাৎক্ষণিক কন্টেক্সট উইন্ডোতে উপস্থিত টোকেনের উপর কাজ করে। এটি নেটিভভাবে কোনও ডেটাবেস কোয়েরি করতে, রিয়েল-টাইম API অ্যাক্সেস করতে বা কোড এক্সিকিউট করতে পারে না।
টুল এই সীমানা অতিক্রম করে। এটি মডেলকে বাহ্যিক এজেন্সি প্রদান করে, যা এটিকে বাস্তবিক সত্য তথ্য পুনরুদ্ধার করতে এবং বাহ্যিক সিস্টেমে নির্ধারক অ্যাকশন কার্যকর করতে দেয়।

টুল কলিং মডেল এবং ADK রানটাইমের মধ্যে একটি স্পষ্ট পাঁচ-পর্যায়ের প্রোটোকল অনুসরণ করে:
- স্কিমা ঘোষণা: ডেভেলপার এজেন্টকে Python ফাংশন প্রদান করে। ADK প্রতিটি ফাংশনের নাম, টাইপ অ্যানোটেশন এবং ডকস্ট্রিং পরীক্ষা করে একটি OpenAPI-সামঞ্জস্যপূর্ণ JSON স্কিমা ঘোষণা তৈরি করে যা এর প্যারামিটার এবং উদ্দেশ্য বর্ণনা করে।
- মডেল রিজনিং: ইনফারেন্সের সময়, মডেল মূল্যায়ন করে দেখে যে ব্যবহারকারীর প্রম্পটের জন্য এক্সটার্নাল ডেটা প্রয়োজন কিনা। প্রয়োজন হলে, মডেলটি একটি স্ট্রাকচার্ড
function_callইভেন্ট তৈরি করে যাতে টার্গেট ফাংশনের নাম এবং স্কিমার সাথে ম্যাচ করা আর্গুমেন্ট ডিকশনারি থাকে। - রানটাইম এক্সিকিউশন: মডেল নিজে কোড এক্সিকিউট করে না। ADK রানটাইম
function_callইন্টারসেপ্ট করে, প্রদত্ত আর্গুমেন্ট ব্যবহার করে আসল লোকাল Python ফাংশন এক্সিকিউট করে এবং রিটার্ন ভ্যালু ক্যাপচার করে। - প্রসঙ্গ আবার ইনজেক্ট করা: ADK রানটাইম ফাংশনের রিটার্ন ভ্যালুকে একটি
function_responseইভেন্টে প্যাকেজ করে এবং অ্যাক্টিভ সেশন ইতিহাসে এটি যোগ করে। - চূড়ান্ত সিন্থেসিস: মডেলটি এখন তার কন্টেক্সট উইন্ডোতে উপস্থিত টুল আউটপুট প্রসেস করে এবং তার উত্তর সম্পূর্ণ করে।
stage0_prompt/agent.py-এ, দুটি রিসার্চ টুল স্ট্যান্ডার্ড Python ফাংশন হিসেবে সংজ্ঞায়িত করা হয়েছে:
def check_trends() -> dict:
"""Ten formats trending on the platform right now, with a heat score each."""
from agent.trends import sample_trends
return {"trends": sample_trends()}
def read_backlog() -> dict:
"""The creator's backlog: ideas they noted down to make someday."""
from agent.graph import backlog_notes
return {"backlog": backlog_notes()}
এডিট ও এক্সিকিউশন সংক্রান্ত প্র্যাক্টিক্যাল অভিজ্ঞতা
ওয়ার্কবেঞ্চ কোড এডিটরে, এজেন্টের tools তালিকায় দুটি ফাংশন রেফারেন্স যোগ করুন:
tools=[check_trends, read_backlog],
আপনার পরিবর্তন সেভ করুন। ডিস্কে ফাইল আপডেট হয় এবং যাচাইকরণ সারি কনফার্ম করে যে দুটি টুলই কানেক্ট করা আছে।
এম্বেড করা ADK ডেভেলপমেন্ট ইন্টারফেস লঞ্চ করতে adk ওয়েব খুলুন বিকল্পে ক্লিক করুন। সাজেস্ট করা আইডিয়া প্রম্পট পাঠান:
tonight's idea: a tiny robot doing laundry at midnight
কী আশা করা যায় এবং কেন
আপনি এই প্রম্পট পাঠানোর পরে, সেশন ট্রেসে নিম্নলিখিত এক্সিকিউশন সিকোয়েন্স লক্ষ্য করুন:
- উত্তরের আগে দুটি টুল এক্সিকিউশন ইভেন্ট দেখা যায়: আপনি
check_trendsএবংread_backlog-এর জন্যfunction_callএবংfunction_responseইভেন্ট দেখতে পান।- কেন: Gemini সিস্টেম প্রম্পট নির্দেশিকা ("কী ট্রেন্ডিং তা চেক করো। তোমার ব্যাকলগ আইডিয়া দেখো") মূল্যায়ন করেছে, বুঝতে পেরেছে যে এর ওয়েটে প্ল্যাটফর্ম ট্রেন্ড এবং চ্যানেল নোট নেই এবং এর প্রসঙ্গ গ্রাউন্ড করার জন্য উভয় ফাংশনই চালু করেছে।
- এজেন্ট ভিডিওর দিকনির্দেশ প্রস্তাব করে এবং কনফার্মেশনের জন্য অপেক্ষা করে: উত্তরে ট্রেন্ড ও ব্যাকলগ সিন্থেসাইজ করে ভিডিওর দিকনির্দেশ সাজেস্ট করা হয় এবং আপনাকে কনফার্ম করতে বলা হয়।
- কেন: নির্দেশাবলী ডিরেক্টিভ মডেলকে স্ক্রিপ্ট তৈরি করার আগে ক্রিয়েটরের সাথে ডিরেকশন সম্পর্কে একমত হতে বলেছে।
- ফলো-আপ টার্নে কনফার্মেশন এড়িয়ে যাওয়া: দ্বিতীয় মেসেজ পাঠাও:
skip the questions, just describe the video। এজেন্ট সাথে সাথেই কনফার্মেশন বাইপাস করে এবং শিরোনাম ও শট ড্রাফ্ট করে।- কেন: প্রম্পটের নির্দেশাবলী হল পরামর্শমূলক নির্দেশিকা, এগুলি কোনও বাধা নয়। মনোলিথিক এজেন্টের ক্ষেত্রে, ব্যবহারকারীর নির্দেশাবলী স্ট্যান্ডিং সিস্টেম প্রম্পট সংক্রান্ত নিয়ম ওভাররাইড করতে পারে, কারণ কোনও এক্সটার্নাল ওয়ার্কফ্লো এক্সিকিউশন ফ্লো নিয়ন্ত্রণ করে না।
মনোলিথিক প্রম্পটের আর্কিটেকচারাল সীমাবদ্ধতা
একটি প্রম্পট বিচ্ছিন্ন ডেমোর জন্য গ্রহণযোগ্য আউটপুট তৈরি করতে পারলেও, ওয়ার্কবেঞ্চ ভেরিফায়ারে বাউন্ডারি কন্ডিশন পরীক্ষা করলে এন্টারপ্রাইজের গুরুত্বপূর্ণ সীমাবদ্ধতা প্রকাশ পায়:
- অসংগঠিত রিসার্চ অ্যাগ্রিগেশন: টুল এক্সিকিউশন অর্ডার নির্ধারক নয়। মডেলটি ফ্রি-ফর্ম গদ্যে রিট্রিভ করা ডেটার সারসংক্ষেপ করে, যার ফলে ডাউনস্ট্রিম সিস্টেমের পক্ষে কোন সোর্স নির্দিষ্ট দাবি করেছে তা আলাদা করা অসম্ভব হয়ে পড়ে।
- যাচাই না করা নীতি এনফোর্সমেন্ট: মডেলটি তার নিজস্ব নিরাপত্তা সম্মতি মূল্যায়ন করে। মডেল যদি কোনও বিষয়কে নিরাপদ বলে নির্ধারণ করে, তাহলে কোনও এক্সটার্নাল ডিটারমিনিস্টিক লজিক সেই সিদ্ধান্তকে যাচাই করে না।
- এনফোর্স না করা হিউম্যান-ইন-দ্য-লুপ পজ: ক্রিয়েটরের কনফার্মেশন চেয়ে প্রম্পট নির্দেশাবলী হল পরামর্শমূলক। মডেলকে প্রশ্ন এড়িয়ে যাওয়ার নির্দেশ দিয়ে ফলো-আপ মেসেজ পাঠালে, এটি হিউম্যান অনুমোদন সম্পূর্ণভাবে এড়িয়ে যায়।
এই আর্কিটেকচারাল গ্যাপগুলি মনোলিথিক এজেন্টকে পরবর্তী ধাপে তৈরি করা স্পষ্ট গ্রাফ ওয়ার্কফ্লোতে ডিকম্পোজ করতে অনুপ্রাণিত করে।
৪. এজেন্টিক ওয়ার্কফ্লোর মূল বিষয়
VibeStudio Workbench-এ, ধাপ ৪ · এজেন্টিক ওয়ার্কফ্লোর ফান্ডামেন্টাল, ৪A থেকে ৪D অংশ পর্যন্ত নেভিগেট করুন।
এই ধাপটি ADK Workflow ব্যবহার করে সিঙ্গেল-এজেন্ট বেসলাইন থেকে ডিটারমিনিস্টিক গ্রাফ অর্কেস্ট্রেশনে ট্রানজিশন করে। আপনি একটি সমান্তরাল রিসার্চ ফ্যান-আউট তৈরি করবেন, একটি জয়েন নোডের সাথে ব্রাঞ্চ সিঙ্ক করবেন, স্কিমা-যাচাইকৃত ক্রিয়েটিভ ক্যান্ডিডেট তৈরি করবেন এবং একটি নির্ধারক হিউম্যান-ইন-দ্য-লুপ অনুমোদন গেট চালু করবেন।
গ্রাফ আর্কিটেকচার ও এক্সিকিউশন চেইন (4A)
ওয়ার্কবেঞ্চে, গ্রাফ আর্কিটেকচার ও এক্সিকিউশন চেইন (4A) খুলুন।
ADK Workflow এজেন্টের এক্সিকিউশনকে এজ লিস্ট দ্বারা সংজ্ঞায়িত নির্দেশিত গ্রাফ হিসেবে স্ট্রাকচার করে:
- চেন: সিকোয়েন্সিয়াল টাপল লিনিয়ার Node এক্সিকিউশন (
(node_a, node_b, node_c)) নির্ধারণ করে। - সমান্তরাল শাখা: একই উৎস নোড শেয়ার করা স্বতন্ত্র চেইন একই সাথে এক্সিকিউট হয়।
- সিঙ্ক্রোনাইজেশন:
JoinNode-এ কনভার্জ করা চেন রিলিজ করার আগে সব ইনকামিং ব্রাঞ্চ রিপোর্ট না করা পর্যন্ত অপেক্ষা করে। - নির্ধারক কন্ট্রোল: এক্সিকিউশন ফ্লো প্রম্পট টেক্সট থেকে অনুমান করার পরিবর্তে ঘোষিত কোড স্ট্রাকচার দ্বারা পরিচালিত হয়।

ADK-তে নোড আর্কিটাইপ
ADK ওয়ার্কফ্লোতে বিভিন্ন ধরনের বিশেষ নোড থাকে। প্রতিটি আর্কিটাইপ গ্রাফে একটি নির্দিষ্ট অপারেশনাল ভূমিকা পালন করে, যা জেনারেটিভ মডেল রিজনিং থেকে নির্ধারক কোড এক্সিকিউশনকে আলাদা করে:
নোড আর্কিটাইপ | প্রয়োগ | পাইপলাইনে ভূমিকা |
ফাংশন নোড | Python ফাংশন | নির্ধারক লজিক, ডেটা রিট্রিভাল ও স্টেট মিউটেশন এক্সিকিউট করে। |
নোডে যোগ দিন | বিল্ট-ইন | একত্রিত অভিধানে কনকারেন্ট ব্রাঞ্চ সিঙ্ক্রোনাইজ করে। |
এজেন্ট নোড |
| আপস্ট্রিম ইনপুটের ভিত্তিতে নির্দেশাবলী মূল্যায়ন করে এবং যাচাই করা ডেটা আউটপুট করে। |
রাউটার নোড |
| ডাউনস্ট্রিম এক্সিকিউশন ব্রাঞ্চ বেছে নেওয়ার জন্য কন্ডিশনাল লজিক মূল্যায়ন করে। |
হিউম্যান ইনপুট নোড | ফাংশন ইল্ডিং | এক্সটার্নাল ব্যবহারকারীর উত্তর না আসা পর্যন্ত এক্সিকিউশন স্টেট সাসপেন্ড করে। |
root_agent = Workflow(
name="stage1_fanout",
description="2 real readers -> join -> one research dict",
edges=[...])
এই কনফিগারেশনে, root_agent হল Workflow-এর একটি ইনস্ট্যান্স, স্ট্যান্ড-অ্যালোন Agent নয়। ADK ওয়ার্কফ্লোকে ফার্স্ট-ক্লাস এজেন্ট হিসেবে বিবেচনা করে, যার ফলে সম্পূর্ণ গ্রাফকে একটি ইউনিফায়েড অ্যাপ্লিকেশন হিসেবে লোড, পরিবেশন এবং পরিদর্শন করা যায়। name ADK ওয়েবে অ্যাপ্লিকেশন রেজিস্টার করে, যেখানে edges তালিকাটি এর এক্সিকিউশন টপোলজিকে সংজ্ঞায়িত করে।
প্যারালাল রিসার্চ ফ্যান-আউট (4B)
ওয়ার্কবেঞ্চে, প্যারালাল রিসার্চ ফ্যান-আউট (4B)-এ যান। stage1_fanout/agent.py খুলুন।

ফাংশন নোড ও সিঙ্ক্রোনাইজেশন ব্যারিয়ার
গবেষণা ফেজে agent/graph.py থেকে ইমপোর্ট করা দুটি ফাংশন নোড ব্যবহার করা হয়:
scan_trends:Event(output={"trends": [...]})রিটার্ন করে যাতে দশটি স্কোর করা প্ল্যাটফর্ম ট্রেন্ড থাকে।read_backlog: প্রাথমিক রান প্রম্পটের সাথে পনেরোটি চ্যানেল ব্যাকলগ আইডিয়া সহEvent(output={"backlog": [...], "idea": "..."})রিটার্ন।
প্রতিটি ফাংশন node_input (আগের Node-এর আউটপুট) গ্রহণ করে এবং Event রিটার্ন করে।
JoinNode সিঙ্ক্রোনাইজেশন ব্যারিয়ার হিসেবে কাজ করে: প্রতিটি ইনবাউন্ড চেন কোনও ইভেন্ট ডেলিভার না করা পর্যন্ত এটি পজ করে, তারপর নোডের নাম ({"scan_trends": {...}, "read_backlog": {...}}) অনুযায়ী কী করা ডিকশনারিতে সব ব্রাঞ্চের ফলাফল একত্রিত করে।
হ্যান্ডস-অন এডিট: জয়েন ও সমান্তরাল প্রান্তের সংজ্ঞা স্থির করা
stage1_fanout/agent.py-এ, JoinNode ইনস্ট্যান্টিয়েট করুন এবং START থেকে শুরু করে দুটি সমান্তরাল চেন ওয়্যার করুন:
join_research = JoinNode(name="join_research")
edges=[(START, scan_trends, join_research),
(START, read_backlog, join_research)])
আপনার করা পরিবর্তন সেভ করুন। ওয়ার্কবেঞ্চ ভেরিফায়ার কনফার্ম করে যে জয়েন ও এজ ওয়্যার করা আছে। স্টেজ ১ রান করুন বিকল্প ব্যবহার করে অথবা এম্বেড করা ADK ওয়েব ইন্টারফেসের মাধ্যমে স্টেজ রান করান।
কী আশা করা যায় এবং কেন
- একই সময়ে রিডার এক্সিকিউশন: এক্সিকিউশন গ্রাফে,
scan_trendsএবংread_backlogএকই সময়ে এক্সিকিউট হয়।- কেন: দুটি চেনই
STARTথেকে শুরু হয়। ADK ইঞ্জিন একই সাথে স্বতন্ত্র ব্রাঞ্চ শিডিউল করে।
- কেন: দুটি চেনই
- একত্রিত ডিকশনারি আউটপুট: ওয়ার্কফ্লো
join_research-এ সম্পূর্ণ হয়, যা উভয় পাঠকের জন্য এন্ট্রি সহ একটি ডিকশনারি আউটপুট করে।- কেন:
JoinNodeপরবর্তী নোডগুলি কার্যকর করার অনুমতি দেওয়ার আগে সম্পূর্ণ ডেটা ক্যাপচার নিশ্চিত করে।
- কেন:
এজেন্ট নোড (4C)
ওয়ার্কবেঞ্চে, এজেন্ট নোড (4C)-এ যান। stage2_direction/agent.py খুলুন।

অপারেটিং মোড ও স্ট্রাকচার্ড স্কিমা
Workflow-এর মধ্যে এম্বেড করা হলে, Agent ডিফল্ট হিসেবে single_turn মোডে রান করে:
- এটি আগের নোডের আউটপুটকে নিজের কনটেক্সট ইনপুট হিসেবে গ্রহণ করে।
- এটি কথোপকথনের ব্যাক-অ্যান্ড-ফোর্থ ছাড়াই একটি একক ইনফারেন্স কল এক্সিকিউট করে।
- এটি পরের নোডে স্ট্রাকচার্ড ডেটা আউটপুট করে।
output_schema=Directions অ্যাসাইন করার মাধ্যমে, এজেন্ট মডেল আউটপুটে Pydantic যাচাইকরণ এনফোর্স করে। ডাউনস্ট্রিম গ্রাফ আনস্ট্রাকচার্ড গদ্যের পরিবর্তে টাইপ করা অবজেক্ট পায়:
class Direction(BaseModel):
title: str # <=60 chars, filmable, characterful
angle: str # the twist, one line
hook: str = "" # 2-4 words, the video's sticker line
evidence: list[Evidence]
class Directions(BaseModel):
candidates: list[Direction] # exactly 4
PROPOSE_INSTRUCTION মডেলকে ট্রেন্ড ও ব্যাকলগ থেকে প্রমাণ উল্লেখ করে চারজন প্রার্থীকে প্রস্তাব করার নির্দেশ দেয়। ১ থেকে ৩ নম্বর প্রার্থী চ্যানেলের জন্য কার্যকর আইডিয়া দিয়েছেন। পরবর্তী ধাপে নিরাপত্তা গেট পরীক্ষা করার জন্য প্রার্থী ৪ ইচ্ছাকৃতভাবে নীতি লঙ্ঘনকারী ধারণা উপস্থাপন করেছেন।
হ্যান্ডস-অন এডিট: এজেন্ট নোড নির্ধারণ করা এবং জয়েন চেইন করা
stage2_direction/agent.py-এ, propose_directions কনফিগার করুন এবং ওয়ার্কফ্লোর প্রান্তগুলি এক্সটেন্ড করুন:
propose_directions = Agent(
name="propose_directions",
model=config.MODEL,
instruction=PROPOSE_INSTRUCTION,
output_schema=Directions)
edges=[(START, scan_trends, join_research),
(START, read_backlog, join_research),
(join_research, propose_directions, direction_gate)])
কী আশা করা যায় এবং কেন
- সরাসরি ডিকশনারি ব্যবহার:
propose_directionsম্যানুয়াল ফর্ম্যাটিং ছাড়াইjoin_research-এর মাধ্যমে নির্গত JSON পেলোড ব্যবহার করে। - টাইপ করা ক্যান্ডিডেট আউটপুট: এজেন্ট চারটি স্বতন্ত্র ক্যান্ডিডেট সহ একটি যাচাই করা
Directionsঅবজেক্ট এমিট করে। ডাউনস্ট্রিম নোড স্ট্রিং পার্সিং ছাড়াই অ্যাট্রিবিউটের নাম (candidate.title) দ্বারা ফিল্ড পড়ে।
হিউম্যান-ইন-দ্য-লুপ (4D)
ওয়ার্কবেঞ্চে, হিউম্যান-ইন-দ্য-লুপ (4D)-এ যান। agent/graph.py খুলুন।

প্রম্পট সংক্রান্ত নির্দেশাবলী বনাম নির্ধারক সাসপেনশন
প্রোডাকশন ওয়ার্কফ্লোতে আর্থিক খরচ হলে বা কন্টেন্ট প্রকাশ করলে, গুরুত্বপূর্ণ সিদ্ধান্ত নেওয়ার ক্ষেত্রে হিউম্যান রিভিউ প্রয়োজন। একটি সিঙ্গল প্রম্পটে, কনফার্মেশনের অনুরোধ হল পরামর্শমূলক নির্দেশাবলী যা ব্যবহারকারী সহজেই মডেলকে বাইপাস করার জন্য প্রম্পট করতে পারেন। ADK ওয়ার্কফ্লোতে, এক্সিকিউশন ইঞ্জিন হিউম্যান অ্যাপ্রুভাল প্রয়োগ করে: গ্রাফ একটি নির্দিষ্ট নোডে থেমে যায় এবং এক্সটার্নাল, স্কিমা-ভ্যালিডেটেড ইনপুট না পাওয়া পর্যন্ত সেটি আর এগোতে পারে না:
RequestInputইল্ডিং করলে ওয়ার্কফ্লো এক্সিকিউশন সাথে সাথে সাসপেন্ড হয়ে যায়।- ADK সেশন স্টোরে একটি ওপেন ইন্টারাপ্ট কল রেকর্ড করে এবং একটি অনন্য
interrupt_idইস্যু করে। - টোকেন বা সার্ভার থ্রেড ব্যবহার না করেই এক্সিকিউশন প্রসেস বন্ধ হয়ে যায়।
- স্কিমা ও ইন্টারাপ্ট আইডির সাথে ম্যাচ করে এমন একটি সঠিক
function_responseজমা দিলে তবেই গ্রাফ এক্সিকিউশন আবার শুরু হয়।
হ্যান্ডস-অন এডিট: RequestInput-এর মাধ্যমে এক্সিকিউশন সাসপেন্ড করা
agent/graph.py-এ, direction_gate-এর মধ্যে সাসপেনশন কল প্রয়োগ করুন:
yield RequestInput(
message="Pick tonight's direction: 1, 2, 3 or 4.",
response_schema={
"type": "object",
"properties": {
"pick": {"type": "string", "enum": ["1", "2", "3", "4"]}}},
payload={"candidates": cands})
RequestInput তিনটি অ্যাট্রিবিউট কনফিগার করে:
message: ব্যবহারকারীকে দেখানো রিভিউ প্রম্পট।response_schema: একটি JSON স্কিমা যা ফ্রন্টএন্ড একটি ইনপুট ফর্ম হিসাবে রেন্ডার করে, জমা দেওয়ার পরে ADK দ্বারা যাচাই করা হয়।payload: অনুরোধের সাথে বান্ডেল করা মেটাডেটা (চারটি সম্ভাব্য উত্তর), যা সেশন স্টেট কোয়েরি না করেই ক্লায়েন্ট ইন্টারফেসকে রিভিউ কার্ড রেন্ডার করতে দেয়।
কী আশা করা যায় এবং কেন
- direction_gate-এ ওয়ার্কফ্লো থেমে যায়: ADK ওয়েব বা ওয়ার্কবেঞ্চ ইন্টারফেসে, রান পজ হয়ে যায় এবং একটি ইন্টার্যাক্টিভ ক্যান্ডিডেট সিলেকশন ফর্ম দেখায়।
- কেন: ইঞ্জিনটি একটি ফলপ্রসূ
RequestInput-এর সম্মুখীন হয়েছে এবংruns/sessions.db-এ এক্সিকিউশন স্টেট বজায় রেখেছে।
- কেন: ইঞ্জিনটি একটি ফলপ্রসূ
- আবার শুরু করার জন্য স্ট্রাকচার্ড ইনপুট প্রয়োজন: ইচ্ছামতো চ্যাট টেক্সট পাঠালে গ্রাফ এগোয় না। কোনও বিকল্প (১, ২, ৩ বা ৪) বেছে নিলে, টাইপ করা
function_responseজমা পড়ে যাresponse_schema-এর শর্ত পূরণ করে এবং এক্সিকিউশন আবার শুরু হয়।
৫. স্টেট ও রাউটার
VibeStudio Workbench-এ, ধাপ ৫ · স্টেট ও রাউটার, (৫ক) থেকে (৫গ) অংশ পর্যন্ত নেভিগেট করুন।
আপনি সেশন স্টেটে ব্যবহারকারীর পছন্দ বজায় রাখবেন, ডিটারমিনিস্টিক রাউটার নোড ব্যবহার করে চ্যানেল নিরাপত্তা নীতি এনফোর্স করবেন এবং ভিডিও স্ক্রিপ্ট তৈরি করার আগে নীতি লঙ্ঘন অটোমেটিক সমাধান করার জন্য একটি ইটারেটিভ টাস্ক এজেন্ট অ্যাসেম্বল করবেন।
ওয়ার্কফ্লো স্টেট (5A)
ওয়ার্কবেঞ্চে, ওয়ার্কফ্লো স্টেট (5A) বিকল্পে নেভিগেট করুন।

সেশন স্টেট বনাম নোড আউটপুট
ADK ওয়ার্কফ্লোতে, দুটি আলাদা মেকানিজমের মাধ্যমে গ্রাফ জুড়ে ডেটা ট্রান্সফার হয়:
- নোড আউটপুট (
Event(output=...)): এজ লিস্টে উল্লেখ করা ইমিডিয়েট ডাউনস্ট্রিম কনজিউমারের কাছে সরাসরি পাঠানো ডেটা। - সেশন স্টেট (
Event(state=...)): একটি শেয়ার করা কী-ভ্যালু ডিকশনারি যা এক্সিকিউশন লাইফসাইকেলে যেকোনও পরবর্তী নোড অ্যাক্সেস করতে পারে।

কোনও ব্যবহারকারী direction_gate-এ কোনও ক্যান্ডিডেট বেছে নিলে, বেছে নেওয়া ক্যান্ডিডেটটি নিউমেরিক ইন্ডেক্স ({"pick": "2"}) হিসেবে আসে। ডাউনস্ট্রিম নোডের সম্পূর্ণ নির্দেশনার অবজেক্ট প্রয়োজন: শিরোনাম, ন্যারেটিভ অ্যাঙ্গেল ও হুক লাইন। প্রতিটি মধ্যবর্তী নোড পেলোডের মাধ্যমে বিস্তারিত মেটাডেটা পাস করার পরিবর্তে, persist_direction শেয়ার করা সেশন স্টেটে সমাধান করা ক্যান্ডিডেট লেখে।
নোডকে সম্পূর্ণ সেশন স্টেট ডিকশনারি পাস করতে হবে না। কোনও নোড Event(state=...) হলে, সেটি শুধুমাত্র নতুন বা আপডেট করা কী-ভ্যালু পেয়ার সাপ্লাই করে। ADK অটোমেটিক এইসব আপডেট সেশন স্টোরে মার্জ করে:
yield Event(state={"direction": chosen["title"], "angle": chosen.get("angle", ""),
"hook": hook, "user:prefs": {"last_direction": chosen["title"]}})
এই Event-এর ফলস্বরূপ Workflow রানটাইমে কন্ট্রোল হ্যান্ডেল করা হয়, যা runs/sessions.db-এ সেশন জার্নালে নতুন ভ্যালু বজায় রাখে।
প্যারামিটার বাইন্ডিং
ADK ফাংশন নোড প্যারামিটার ইন্সপেকশনের মাধ্যমে সেশন স্টেট অটোমেটিক পড়ে। কোনও ফাংশন সিগনেচার যদি আগে থেকে থাকা স্টেট কী-এর সাথে ম্যাচ করে এমন প্যারামিটার নাম ঘোষণা করে, তাহলে ADK স্টেট থেকে সেই কী এক্সট্র্যাক্ট করে সরাসরি পাস করে:
def persist_direction(node_input, candidates: list = []):
ni = node_input if isinstance(node_input, dict) else {}
raw = ni.get("pick")
pick = str(raw).strip() if raw is not None else ""
if candidates:
i = int(pick) - 1 if pick.isdigit() else 0
chosen = candidates[max(0, min(len(candidates) - 1, i))]
else:
chosen = {"title": "untitled", "angle": "", "evidence": []}
hook = chosen.get("hook") or " ".join(chosen["title"].split()[:4])
এখানে, direction_gate সেশন স্টেটে candidates লিখেছে। ADK এটিকে সরাসরি persist_direction(node_input, candidates: list = [])-এ বাইন্ড করে, এর জন্য আলাদা করে অভিধান লুক-আপ করার প্রয়োজন হয় না।
user: প্রিফিক্স সহ কীগুলি ব্যবহারকারী-লেভেল স্টোরেজে সেশন জুড়ে থাকে, যা পরবর্তী ওয়ার্কফ্লো রানগুলিকে ক্রিয়েটরের পছন্দ অ্যাক্সেস করতে দেয়।
হাতে-কলমে এডিট করা: পারসিস্ট করা স্টেট ও নোড কানেক্ট করা
agent/graph.py-এ,persist_direction-এর মধ্যে,TODO: PERSIST_STATEলাইনটি স্টেট ইভেন্ট ইল্ড দিয়ে পরিবর্তন করুন:
yield Event(state={"direction": chosen["title"], "angle": chosen.get("angle", ""),
"hook": hook, "user:prefs": {"last_direction": chosen["title"]}})
stage3_router/agent.py-এ,edgesতালিকার তৃতীয় চেনেpersist_directionযোগ করুন:
(join_research, propose_directions, direction_gate,
persist_direction)
আপনার ফাইল সেভ করুন। ওয়ার্কবেঞ্চে, state write in place এবং persist_direction in the chain দুটিতেই সবুজ টিকচিহ্ন দেখানো হচ্ছে কিনা তা যাচাই করুন।
রাউটার নোড (5B)
ওয়ার্কবেঞ্চে, রাউটার নোড (5B)-এ নেভিগেট করুন।

ডেটারমিনিস্টিক নীতি রাউটিং
রাউটার হল একটি বিশেষ ফাংশন Node যা আপস্ট্রিম আউটপুট মূল্যায়ন করে এবং শর্তসাপেক্ষ গ্রাফ ব্রাঞ্চ অনুযায়ী এক্সিকিউশন পরিচালনা করে। জেনারেটিভ এজেন্টের মতো নয়, রাউটার LLM কল না করেই নির্ধারক লজিক এক্সিকিউট করে।
রাউটার একটি Event রিটার্ন করে যা একটি route ট্যাগ নির্দিষ্ট করে:
def length_check(node_input):
too_long = len(node_input.get("title", "")) > 60
return Event(output=node_input, route="TRIM" if too_long else "PASS")
ওয়ার্কফ্লোর সংজ্ঞায়, এজ টার্গেটকে ডিকশনারি ম্যাপ হিসেবে সংজ্ঞায়িত করা হয় যা রুটের নামকে ডেস্টিনেশন নোডের সাথে ম্যাপ করে:
(length_check, {"TRIM": shorten, "PASS": scripter}),
ওয়ার্কফ্লো রাউটার policy_check, agent/policy_words.txt থেকে নিষিদ্ধ শব্দগুচ্ছ পড়ে এবং বেছে নেওয়া দিকনির্দেশের শীর্ষক ও কোণের সাথে সম্পূর্ণ শব্দ ম্যাচ করে:
return Event(output=node_input, route="BLOCK" if bad else "OK")
হার্ডকোড করা নির্দেশের পরিবর্তে ডেটা হিসেবে নীতি স্টোর করলে ওয়ার্কফ্লো গ্রাফ পরিবর্তন না করেই আপডেট করা যায়: টেক্সট ফাইল আপডেট করলে তা পরবর্তী রানগুলিতে অবিলম্বে প্রযোজ্য হয়। যেহেতু মূল্যায়ন হল নির্ধারক রেজেক্স ম্যাচিং, তাই জেনারেটিভ স্ক্রিপ্টিং শুরু হওয়ার আগে এটি শূন্য টোকেন খরচে মিলিসেকেন্ডে কার্যকর হয়।
ডেস্টিনেশন: Scripter এবং Quarantine
রাউটারটি দুটি ডাউনস্ট্রিম নোডের মধ্যে একটিতে ট্রাফিক ডাইরেক্ট করে:
scripter: একটিsingle_turnএজেন্ট নোড যা অনুমোদিত নির্দেশকেScriptPydantic স্কিমা মেনে চলা একটি স্ট্রাকচার্ড প্রোডাকশন স্ক্রিপ্টে রূপান্তর করে:
scripter = Agent(
name="scripter",
model=config.MODEL,
instruction=SCRIPT_INSTRUCTION,
output_schema=Script)
quarantine: প্রাথমিকভাবে একটি প্লেসহোল্ডার ফাংশন যা ফ্ল্যাগ করা দিকনির্দেশকে থামিয়ে দেয়, পরবর্তী অংশে একটি অটোনোমাস রিমিডিয়েশন এজেন্ট দ্বারা প্রতিস্থাপিত হয়।
হ্যান্ডস-অন এডিট: নীতি চেক করার জন্য রাউট করা
agent/graph.py-এ,policy_check-এর মধ্যে, রিটার্ন স্টেটমেন্ট সম্পূর্ণ করো:
return Event(output=node_input, route="BLOCK" if bad else "OK")
stage3_router/agent.py-এ,edgesআপডেট করেpolicy_check-এ রুট করুন এবং কোয়ারেন্টাইন ব্রাঞ্চকেscripter-এ আবার যোগ করুন:
(join_research, propose_directions, direction_gate,
persist_direction, policy_check),
(policy_check, {"OK": scripter, "BLOCK": quarantine}),
(quarantine, scripter)])
আপনার ফাইল সেভ করুন। ওয়ার্কবেঞ্চে, রাউটার এজ ম্যাপ যাচাই করা হয়েছে কিনা তা যাচাই করুন।
এজেন্ট মোড ও টাস্ক নোড (5C)
ওয়ার্কবেঞ্চে, এজেন্ট মোড এবং টাস্ক নোড (5C)-এ নেভিগেট করুন।

এজেন্ট এক্সিকিউশন মোড
ADK Agent ইনস্ট্যান্স নির্দিষ্ট পাইপলাইন সংক্রান্ত প্রয়োজনীয়তা অনুযায়ী তৈরি করা তিনটি এক্সিকিউশন মোড কাজ করে:
মোড | এক্সিকিউশন লাইফসাইকেল | পাইপলাইনে ভূমিকা |
| মাল্টি-টার্ন কথোপকথনের লুপ। মডেল নির্ধারণ করে যে কখন টুল চালু করতে হবে, ইনপুট চাইতে হবে বা টার্ন শেষ করতে হবে। | ইন্টারেক্টিভ হিউম্যান ব্যবহারকারীর মুখোমুখি হওয়া রুট এজেন্ট। |
| সিঙ্গেল মডেল ইনফারেন্স কল। আগের নোডের ইনপুট গ্রহণ করে এবং একটি স্ট্রাকচার্ড স্কিমা অবজেক্ট নির্গমন করে। | ক্রমিক গ্রাফ ট্রান্সফর্মেশন ( |
| টুল এক্সিকিউশন সহ অটোনোমাস লুপ। বিল্ট-ইন | মাল্টি-স্টেপ রেমিডিয়েশন ও ইন্সপেকশন ( |
অটোনোমাস নীতি সংশোধন
ফ্ল্যাগ করা নির্দেশ আবার লেখার জন্য task মোড প্রয়োজন কারণ প্রতিকারমূলক ইটারেশনের সংখ্যা পরিবর্তনশীল। এজেন্ট ফ্ল্যাগ করা নির্দেশাবলী পায়, লঙ্ঘন শনাক্ত করতে find_policy_hits ব্যবহার করে, suggest_replacement-এর মাধ্যমে অনুমোদিত বিকল্পের অনুরোধ করে, নির্দেশাবলী আবার লেখে এবং এগিয়ে যাওয়ার আগে পরিষ্কার পরিচ্ছন্নতা যাচাই করে।
দুটি টুলই agent/cleanup_tools.py-এ টাইপ করা সিগনেচার ও ডকস্ট্রিং সহ সংজ্ঞায়িত করা আছে:
def find_policy_hits(text: str) -> dict:
"""Which refused words appear in `text`. Matches whole words and phrases
from agent/policy_words.txt, case-insensitive.
Returns {"hits": [...], "clean": bool}. clean is true when hits is empty.
"""
def suggest_replacement(word: str) -> dict:
"""The channel's approved stand-in for a refused word, read from
agent/policy_replacements.txt.
Returns {"word", "replacement", "listed"}. When the word has no entry,
listed is false and replacement is a hint to pick a gentle synonym.
"""
হ্যান্ডস-অন এডিট: কোয়ারেন্টাইন টাস্ক এজেন্ট অ্যাসেম্বল করা হচ্ছে
stage3_router/agent.py-এ, টাস্ক এজেন্ট ডেফিনেশন দিয়ে প্লেসহোল্ডার quarantine ফাংশন পরিবর্তন করুন:
quarantine = Agent(
name="quarantine",
model=config.MODEL,
instruction=QUARANTINE_INSTRUCTION,
mode="task",
tools=[find_policy_hits, suggest_replacement],
output_schema=CleanedDirection,
)
টাস্ক মোড এজেন্টকে টুল দিয়ে সজ্জিত করে এবং finish_task কল করে এক্সিকিউশন শেষ করে। mode="task" কনফিগার করা হলে, ADK অটোমেটিক finish_task প্রদান করে এবং output_schema থেকে এর প্যারামিটার গ্রহণ করে, যাতে নোড স্ক্রিপ্টার নোডের ইনপুট স্কিমার সাথে ম্যাচ করা টাইপ করা CleanedDirection অবজেক্ট প্রদান করে।

কী প্রত্যাশা করা যায় এবং কেন
ADK Web বা VibeStudio Workbench-এ দুটি এক্সিকিউশন পাথই পরীক্ষা করুন:
- অনুমোদিত রুট (প্রার্থী ১, ২ বা ৩):
- অনুমোদিত প্রার্থী বেছে নিলে,
policy_checkথেকে সরাসরিscripter(route="OK") রুটে যাওয়া যায়। - স্ক্রিপ্টার
Scriptস্কিমা মেনে ৩-শট প্রোডাকশন স্ক্রিপ্ট তৈরি করে।
- অনুমোদিত প্রার্থী বেছে নিলে,
- কোয়ারেন্টাইন রেমিডিয়েশন রুট (প্রার্থী ৪):
- Candidate 4-এ ফ্ল্যাগ করা শব্দভাণ্ডার ("ক্লিকবেট", "ভাইরাল হ্যাক") রয়েছে।
quarantine(route="BLOCK")-এর জন্যpolicy_checkটি রুট।- সেশন ট্রেসে, প্রতিটি লঙ্ঘনের জন্য
quarantineকল করাfind_policy_hits, কল করাsuggest_replacement, শীর্ষক আবার লেখা এবংfinish_taskকল করা লক্ষ্য করুন। - এক্সিকিউশন
scripter-এ আবার যোগ দেয়, স্যানিটাইজ করা ডিরেকশন থেকে স্ক্রিপ্ট তৈরি করে।
৬. মেমরি ব্যাঙ্ক
VibeStudio Workbench-এ, ধাপ ৬ · মেমরি ব্যাঙ্ক, অংশ (6A) এবং (6B)-এ নেভিগেট করুন।
বর্তমানে ওয়ার্কফ্লো সেশন জুড়ে মেমরি ছাড়াই কাজ করে। প্রতিটি এক্সিকিউশন স্ক্র্যাচ থেকে শুরু হয়, ক্রিয়েটর আগে কী বেছে নিয়েছেন বা কোন জেনার পছন্দ করেন তা জানা থাকে না। এই ধাপে, রান জুড়ে ক্রিয়েটরের পছন্দ সেভ ও রিট্রিভ করতে, আপনি Vertex AI Agent Engine Memory Bank কানেক্ট করেন।
গুরুত্বপূর্ণভাবে, পাইপলাইন নোডের পরিবর্তে এজেন্ট লাইফসাইকেল কলব্যাকের মাধ্যমে মেমরি ইন্টিগ্রেট করা হয়। মেমরি এক্সট্র্যাকশন ও রিট্রিভাল ইন্টারমিডিয়েট ডেটা স্টেজের পরিবর্তে আলাদা আলাদা এজেন্টকে পরিষেবা দেয়, তাই কলব্যাক অ্যাটাচ করলে একটি পরিষ্কার, ডিকাপল করা গ্রাফ টপোলজি বজায় থাকে।
মেমরি ব্যাঙ্ক (6A)
ওয়ার্কবেঞ্চে, মেমরি ব্যাঙ্ক (6A)-এ নেভিগেট করুন।

ম্যানেজ করা ব্যবহারকারী-লেভেল মেমরি
মেমরি ব্যাঙ্ক হল দীর্ঘমেয়াদী ব্যবহারকারীর মেমরির জন্য একটি ম্যানেজ করা পরিষেবা। এটি কোনও ব্যক্তির সম্পর্কে তথ্য একটি নির্দিষ্ট স্কোপের অধীনে সাজায়, এখানে অ্যাপ্লিকেশন নাম এবং ব্যবহারকারীর আইডি দ্বারা চিহ্নিত করা হয়েছে:
SCOPE = {"app_name": config.APP, "user_id": config.USER}
TOPICS = {
"CREATOR_TASTE": "Which video directions this creator picks and passes on, "
"and how that preference changes over time.",
"CHANNEL_RULES": "Standing instructions the creator states for every video "
"(style, subjects to avoid, format rules).",
}
ব্যাঙ্ক কী রেকর্ড করবে তা কাস্টম মেমরি টপিক নির্ধারণ করে:
- বিষয় এক্সট্র্যাক্ট করা:
memories.generate-এর মাধ্যমে নতুন কথোপকথনের টেক্সট জমা দেওয়া হলে, পরিষেবাটি প্রতিটি বিষয়ের বিবরণের জন্য একটি এক্সট্র্যাকশন মডেল প্রয়োগ করে। কোনও বিষয়ের সাথে মেলে না এমন টেক্সট কোনও স্মৃতি তৈরি করে না। - কনসলিডেশন ও ডুপ্লিকেশন দূর করা: এই পরিষেবা নতুন করে এক্সট্র্যাক্ট করা ফ্যাক্টকে এম্বেডিংয়ে কনভার্ট করে এবং স্কোপে আগে থেকে থাকা মেমরির সাথে তুলনা করে। কোনও পর্যবেক্ষণ আগে থেকে থাকা মেমরির সাথে মিলে গেলে, পরিষেবাটি সেই মেমরি আপডেট করে। এটি নতুন তথ্য উপস্থাপন করলে, পরিষেবাটি একটি নতুন এন্ট্রি তৈরি করে। এই কনসলিডেশন প্রসেস নিশ্চিত করে যে কোনও একটি বিষয় সম্পর্কে একাধিক সেশন একটি সুসংগত সারসংক্ষেপে মার্জ করা হয়েছে, যাতে অপ্রয়োজনীয় এন্ট্রি তৈরি না হয়।
- রিট্রিভাল: ব্যবহারকারীর স্কোপ সহ
memories.retrieveকল করলে, স্টোর করা তথ্য রিটার্ন করে, সবচেয়ে পুরনো তথ্য প্রথমে সাজানো হয়।
দুটি অপারেশনই agent/platform/memory.py-এ প্রয়োগ করা হয়। প্রভিশন করা ব্যাঙ্ক রিসোর্সের নাম runs/memorybank.json-এ স্থানীয়ভাবে ক্যাশে করা হয়।
মেমরি ব্যাঙ্ক সেট-আপ করা হচ্ছে
আপনার টার্মিনালে ওয়ার্কবেঞ্চ কন্ট্রোল ব্যবহার করুন বা CLI কমান্ড রান করুন:
- ব্যাঙ্ক কানেক্ট ও প্রোভিশন করা:
এজেন্ট ইঞ্জিন ইনস্ট্যান্স তৈরি করে এবংpython -m agent.platform.bankCREATOR_TASTEওCHANNEL_RULESবিষয় কনফিগার করে। - ঐতিহাসিক সেশন থেকে সিড:
চারটি ঐতিহাসিক ক্রিয়েটর সেশন লোড করে (স্টাইল সংক্রান্ত বিধিনিষেধ সহ দুটি প্রাণী থিম, একটি গ্যাজেট থিম এবং একটি সাম্প্রতিক ফ্যান্টাসি থিম)।python -m agent.platform.bank load - একত্রিত তথ্য পরীক্ষা করুন:
আউটপুট পরীক্ষা করুন। লক্ষ্য করুন কীভাবে ন্যারেটিভ ট্রান্সক্রিপ্টকে স্ট্রাকচার্ড, কনসলিডেটেড স্টেটমেন্ট অফ ফ্যাক্টে পরিবর্তন করা হয়েছে।python -m agent.platform.bank list
কলব্যাক (6B)
ওয়ার্কবেঞ্চে, কলব্যাক (6B) বিকল্পে নেভিগেট করুন। stage4_memory/agent.py খুলুন।

ADK এজেন্ট লাইফসাইকেল কলব্যাক
কলব্যাক হল একটি ফাংশন যা Agent-এ আর্গুমেন্ট হিসেবে পাস করা হয়। ADK আগে থেকে নির্ধারিত লাইফসাইকেল মোমেন্টে কলব্যাক ইনভোক করে, অ্যাক্টিভ কনটেক্সট পাস করে। None রিটার্ন করলে, স্বাভাবিক এক্সিকিউশন চালিয়ে যাওয়া হয়; রিপ্লেসমেন্ট অবজেক্ট রিটার্ন করলে, অপারেশন ওভাররাইড বা ইন্টারসেপ্ট করা হয়।

ADK তিন জোড়া কলব্যাক প্রদান করে:
কলব্যাক পেয়ার | ইনভোকেশন পয়েন্ট | প্যারামিটার পাওয়া গেছে | রিটার্ন ভ্যালু সংক্রান্ত আচরণ |
| এজেন্টের পুরো টার্ন ঘিরে |
|
|
| প্রতিটি LLM ইনফারেন্স কলের আশেপাশে |
|
|
| প্রতিটি টুল এক্সিকিউশনের আশেপাশে | টুলের সংজ্ঞা, আর্গুমেন্ট, ফলাফল | dict ফিরিয়ে দিলে টুল আউটপুট ওভাররাইড হয়ে যায়; |
কলব্যাকগুলি ওয়ার্কফ্লো গ্রাফে বহিরাগত নোডগুলি প্রবর্তন না করেই প্রসঙ্গ ইনজেকশন, গার্ডরেল, টেলিমেট্রি এবং ক্যাশে লুকআপের জন্য একটি পরিষ্কার অবস্থান প্রদান করে।
হ্যান্ডস-অন এডিট: ওয়্যারিং রিকল ও কলব্যাক মনে রাখা
stage4_memory/agent.py-এ,before_model_callback=recall_tasteঅ্যাটাচ করতেpropose_directionsআপডেট করুন:
output_schema=Directions,
before_model_callback=recall_taste)
Gemini সম্ভাব্য দিকনির্দেশ জেনারেট করার ঠিক আগে recall_taste এক্সিকিউট করে। এটি মেমরি ব্যাঙ্ক থেকে ক্রিয়েটরের ইতিহাস নিয়ে আসে, মেমরিগুলিকে সবচেয়ে পুরনো থেকে শুরু করে ফর্ম্যাট করে এবং আউটগোয়িং LlmRequest-এ যোগ করে। প্রম্পটটি মডেলকে নির্দেশ দেয় যে চ্যানেল সংক্রান্ত নিয়মগুলিকে কঠোর বিধিনিষেধ হিসাবে বিবেচনা করার সময় ক্রিয়েটরের বর্তমান রুচির দিকে ১ থেকে ৩ নম্বর ক্যান্ডিডেটকে ঝুঁকতে হবে।
stage4_memory/agent.py-এ,after_agent_callback=remember_pickঅ্যাটাচ করতেscripterআপডেট করুন:
output_schema=Script,
after_agent_callback=remember_pick)
scripter-এর পালা শেষ হওয়ার পরে remember_pick রান করে। এটি সেশন স্টেট থেকে বেছে নেওয়া দিকনির্দেশ পড়ে, ক্রিয়েটরের সিদ্ধান্ত সংক্ষিপ্তভাবে সারসংক্ষেপ করে একটি বিবৃতি সিন্থেসাইজ করে এবং মেমরি ব্যাঙ্ক আপডেট করতে memories.generate-কে কল করে।
কী আশা করা যায় এবং কেন
ওয়ার্কবেঞ্চ বা ADK Web-এ কলব্যাক-অগমেন্টেড ওয়ার্কফ্লো পরীক্ষা করুন:
- খালি প্রম্পট দিয়ে রান এক্সিকিউট করুন:
- সেশন ট্রেসে,
propose_directions-এর জন্যLlmRequestদেখুন। মনে রাখবেন যে, ক্রিয়েটরের পছন্দ অনুযায়ী ফ্যান্টাসি থিম ও সংক্ষিপ্ত পেসিংয়ের বিবরণ সহ মেমরি কন্টেক্সট যোগ করা হয়েছে। - প্রস্তাবিত নির্দেশাবলী লক্ষ্য করুন: ট্রেন্ডে অন্যান্য বিষয়ের উপর জোর দেওয়া হলেও, ১ থেকে ৩ নম্বর প্রার্থী ক্রিয়েটরের ঐতিহাসিক পছন্দের সাথে সামঞ্জস্যপূর্ণ।
- সেশন ট্রেসে,
direction_gate-এ কোনও প্রার্থী বেছে নিন।scripterসম্পূর্ণ হওয়ার পরে, মেমরি ব্যাঙ্ক রেকর্ড পর্যালোচনা করুন: ব্যাঙ্ক এখন লেটেস্ট পছন্দটি দেখাচ্ছে, এটি আগের পছন্দ সংক্রান্ত রেকর্ডের সাথে একত্রিত করা হয়েছে।python -m agent.platform.bank list
৭. RAG ইঞ্জিন
VibeStudio Workbench-এ, ধাপ ৭ · RAG ইঞ্জিন, অংশ (7A) এবং (7B)-এ নেভিগেট করুন।

প্রকাশিত ভিডিওতে দর্শকদের থেকে ক্রমাগত মতামত পাওয়া যায়। agent/comments.md-এ ৩০টি প্রতিনিধিত্বমূলক কমেন্ট সংগ্রহ করা হয়েছে, যেখানে দর্শকদের প্রশংসা, স্পনসর করা কন্টেন্টের পেসিং সংক্রান্ত সমালোচনা এবং অডিও সংক্রান্ত পছন্দ ক্যাপচার করা হয়েছে। এই ধাপে, আপনি Vertex AI RAG ইঞ্জিন ব্যবহার করে এইসব কমেন্ট ইন্ডেক্স করেন এবং রিসার্চ ফ্যান-আউটে সেম্যান্টিক রিট্রিভাল কানেক্ট করেন।
ডকুমেন্ট থেকে তথ্য রিট্রিভ করা (7A)
ওয়ার্কবেঞ্চে, RAG ইঞ্জিন (7A)-এ নেভিগেট করুন।
মেমরি ব্যাঙ্ক বনাম RAG ইঞ্জিন
দুটি টুলই এক্সটার্নাল ডেটায় ওয়ার্কফ্লো গ্রাউন্ড করে, তবে তারা আলাদা আর্কিটেকচারাল উদ্দেশ্য পূরণ করে:
আকার | মেমরি ব্যাঙ্ক | RAG ইঞ্জিন |
প্রাথমিক ব্যবহারিক ক্ষেত্র | দীর্ঘমেয়াদী ব্যবহারকারীর পছন্দ ও অপারেশনাল নিয়ম | ডকুমেন্টের বিশাল সংগ্রহ থেকে সিম্যান্টিক রিট্রিভাল |
সুযোগ | ব্যক্তিগত ব্যবহারকারীর আইডি এবং অ্যাপ্লিকেশনের নামের ক্ষেত্রে প্রযোজ্য | সব ব্যবহারকারী জুড়ে শেয়ার করা কর্পাস রিসোর্সের জন্য স্কোপ করা হয়েছে |
ডেটা প্রসেসিং | রিয়েল-টাইমে এক্সট্র্যাকশন, এম্বেডিং ও সেম্যান্টিক কনসোলিডেশন | ডকুমেন্ট চাঙ্কিং, ভেক্টর এম্বেডিং ও নিকটতম-প্রতিবেশী সার্চ |
গ্রাফ ইন্টিগ্রেশন | এজেন্ট লাইফসাইকেল কলব্যাক ( | রিসার্চ ফ্যান-আউটে ডেডিকেটেড ফাংশন নোড ( |

ডকুমেন্ট চাঙ্কিং ও এম্বেডিং
RAG ইঞ্জিন, টেক্সটকে সেম্যান্টিক প্যাসেজে ভাগ করে এবং ম্যানেজ করা ডেটাবেসে সেগুলির ভেক্টর সেভ করে ডকুমেন্ট ইন্ডেক্স করে:
corpus = rag.create_corpus(
display_name="vibestudio-feedback",
description="Vibe Studio: what the audience wrote under the channel's past videos.",
backend_config=rag.RagVectorDbConfig(
rag_embedding_model_config=rag.RagEmbeddingModelConfig(
vertex_prediction_endpoint=rag.VertexPredictionEndpoint(
publisher_model="publishers/google/models/text-embedding-005"))))
rag.upload_file(
corpus_name=corpus.name, path="agent/comments.md", display_name="comments.md",
transformation_config=rag.TransformationConfig(
chunking_config=rag.ChunkingConfig(chunk_size=120, chunk_overlap=20)))
- চাঙ্কের সাইজ: ২০টি টোকেন ওভারল্যাপ সহ ১২০টি টোকেনে কনফিগার করা হয়েছে। এটি প্রতিটি প্যাসেজ থেকে দুই থেকে তিনটি কমেন্ট ক্যাপচার করে, যাতে প্রতিটি ভেক্টর একটি সুসংহত অনুভূতি প্রকাশ করে এবং সম্পর্কহীন মতামতের কারণে অর্থ হারিয়ে না যায়।
- এম্বেডিং মডেল:
text-embedding-005টেক্সটকে হাই-ডাইমেনশনাল ভেক্টরে কনভার্ট করে। কোনও কোয়েরি জমা দেওয়া হলে, মডেলটি কোয়েরিকে ভেক্টরে কনভার্ট করে এবং সেম্যান্টিক দূরত্বের ভিত্তিতে সবচেয়ে কাছাকাছি মিল খুঁজে বের করে। মোজা পাহারা দিচ্ছে এমন একটি ছোট ড্রাগন সম্পর্কে করা কমেন্ট, ঠিক কীওয়ার্ড ওভারল্যাপ না করেই, জাদুপূর্ণ প্রাণী সম্পর্কে করা প্রম্পটের সাথে ম্যাচ করে।
RAG কর্পাস সেট-আপ করা
ওয়ার্কবেঞ্চ বোতাম বা টার্মিনাল কমান্ড ব্যবহার করে কর্পাস শুরু করুন:
- কর্পাস তৈরি করা:
ম্যানেজ করা ভেক্টর ডেটাবেস প্রোভিশন করে এবংpython -m agent.platform.ragruns/ragcorpus.json-এ রিসোর্স আইডি রেকর্ড করে। - কমেন্ট আপলোড ও ইন্ডেক্স করা: চ্যাংকিং কনফিগারেশন সহ
agent/comments.mdআপলোড করে এবং ইন্ডেক্স করা সম্পূর্ণ হওয়ার জন্য অপেক্ষা করে। - কর্পাস কোয়েরি করা: এমন কোয়েরি দিয়ে একই রকম উত্তর পাওয়ার বিষয়টি পরীক্ষা করুন যেগুলি কমেন্টের সাথে হুবহু একই শব্দ শেয়ার করে না (যেমন, ড্রাগন সম্পর্কে কমেন্ট পাওয়ার জন্য "ছোট জাদুকরী প্রাণী" কোয়েরি করুন)।
রিট্রিভাল নোড (7B)
ওয়ার্কবেঞ্চে, তৃতীয় রিডার (7B) বিকল্পে নেভিগেট করুন। stage5_rag/agent.py খুলুন।

গ্রাফ নোড হিসেবে রিট্রিভ করা
ওয়ার্কফ্লো জুড়ে শেয়ার করা রিসার্চ ডেটা থেকে দর্শকদের মতামত জানা যায়। ব্যক্তিগত ক্রিয়েটর মেমোরির মতো নয়, দর্শকের আবেগ সরাসরি join_research-এ ফিড করা হয়, এর সাথে ট্রেন্ড ও ব্যাকলগ ডেটাও থাকে। তাই এটি ফাংশন নোড হিসেবে প্রয়োগ করা হয়:

def read_feedback(node_input):
"""The third reader (step 7): what the audience wrote under past videos,
the passages nearest to tonight's idea. Retrieval, not a model call."""
from .platform import rag
idea = idea_text(node_input)
query = idea or "what viewers liked and what they complained about"
try:
hits = rag.retrieve(query)
except Exception as e:
print(f" [rag] feedback unavailable ({str(e)[:80]})")
return Event(output={"query": query, "feedback": [],
"note": "no corpus connected - run: python -m agent.platform.rag"})
return Event(output={"query": query, "feedback": [h["text"] for h in hits]})
read_feedback ব্যবহারকারীর প্রাথমিক আইডিয়া এক্সট্র্যাক্ট করে এবং RAG ইঞ্জিন কর্পাসের বিরুদ্ধে একটি ভেক্টর কোয়েরি এক্সিকিউট করে। এটি Event(output=...) পেলোডে উদ্ধার করা কমেন্ট এমিট করে।
হ্যান্ডস-অন এডিট: ফ্যান-আউটে থার্ড রিডারকে ওয়্যারিং করা
stage5_rag/agent.py-এ, edges আপডেট করে read_feedback-কে join_research-এ প্রবেশকারী থার্ড প্যারালাল ব্রাঞ্চ হিসেবে যোগ করুন:
(START, read_backlog, join_research),
(START, read_feedback, join_research),
join_research হল একটি JoinNode, তাই এটি সমস্ত ইনকামিং ব্রাঞ্চ সিঙ্ক্রোনাইজ করে এবং scan_trends, read_backlog ও read_feedback থেকে সমস্ত ইভেন্ট না আসা পর্যন্ত অপেক্ষা করে। তারপরেই এটি অ্যাগ্রিগেট করা বান্ডেলটি ডাউনস্ট্রিম প্রসেসে পাঠায়।
কী আশা করা যায় এবং কেন
ওয়ার্কবেঞ্চে ওয়ার্কফ্লো রান করান:
- আইডিয়া প্রম্পট জমা দিন (যেমন, "একটি ছোট ড্রাগন রান্নাঘরের কাউন্টার পাহারা দিচ্ছে")।
- এক্সিকিউশন ট্রেসে, তিনটি রিডার নোডই একসাথে এক্সিকিউট হচ্ছে কিনা তা যাচাই করুন।
join_researchলক্ষ্য করুন: এর আউটপুট ডিকশনারিতে এখনtrends,backlogএবংfeedbackআছে।propose_directionsথেকে জেনারেট করা ক্যান্ডিডেট পরীক্ষা করুন: মডেলটি তার প্রস্তাবে দর্শকের কমেন্ট অন্তর্ভুক্ত করে এবং প্রমাণ ফিল্ডে দর্শকের মনোভাব উল্লেখ করে।- লক্ষ্য করুন যে RAG রিট্রিভাল হল নির্ধারক (একই ধরনের কোয়েরি একই ধরনের কমেন্ট প্যাসেজ ফিরিয়ে দেয়), যেখানে জেনারেটিভ প্রস্তাব নোড ক্রিয়েটিভ ভেরিয়েশন তৈরি করে।
৮. Veo-এর মাধ্যমে অ্যাসিঙ্ক্রোনাস ভিডিও জেনারেশন
VibeStudio Workbench-এ, ধাপ ৮ · ভিডিও, পার্ট (৮ক) ও (৮খ)-এ নেভিগেট করুন।
Google Veo-এর মাধ্যমে হাই-ডেফিনেশন ভিডিও জেনারেট করতে প্রতি রেন্ডারে কয়েক মিনিট সময় লাগে। এই সময়কালে গ্রাফ এক্সিকিউশন ব্লক করা হলে, কম্পিউট রিসোর্স নষ্ট হয়, থ্রেড পুল লক হয়ে যায় এবং রান HTTP কানেকশন ড্রপআউটের সম্মুখীন হয়। এই ধাপে, ADK-এর LongRunningFunctionTool ব্যবহার করে আপনি ভিডিও রেন্ডারিং অ্যাসিঙ্ক্রোনাস করেন।
দীর্ঘ সময় ধরে চলা টুল (8A)
ওয়ার্কবেঞ্চে, অনেকক্ষণ ধরে চলা টুল (8A)-এ নেভিগেট করুন। stage6_video/agent.py ও agent/deliver.py খুলুন।

সিনক্রোনাস টুল বনাম দীর্ঘমেয়াদী টুল
স্ট্যান্ডার্ড ADK ফাংশন টুল, এজেন্ট টার্নের মধ্যে সিঙ্ক্রোনাসভাবে এক্সিকিউট করে: মডেল টুলটিকে কল করে, রিটার্ন পেলোডের জন্য অপেক্ষা করে এবং চলমান টার্নে ফলাফল অন্তর্ভুক্ত করে।
ভিডিও রেন্ডারিং একবারে সম্পূর্ণ করা যায় না। পরিবর্তে, render_submit জেনারেশন জব শুরু করে এবং অবিলম্বে "pending" স্ট্যাটাস সহ একটি অপারেশনাল রসিদ ফেরত দেয়:
def render_submit(prompt: str) -> dict:
"""Submit one Veo render of `prompt`. Returns at once with a pending
receipt; the clip is delivered later, to this call, by id."""
receipt = videogen.start(f"{prompt} {videogen.NO_TEXT}")
return {"status": "pending", "operation": receipt["operation"], "prompt": receipt["prompt"]}
LongRunningFunctionTool-এর সাথে র্যাপ করা হলে, ADK "pending" স্ট্যাটাস ইন্টারসেপ্ট করে। এজেন্টের টার্ন শেষ হয়, নোডে ওয়ার্কফ্লো সাসপেন্ড হয় এবং বাকি থাকা কল মেটাডেটা (কল আইডি ও রসিদ সহ) runs/sessions.db-এ রেকর্ড করা হয়। অ্যাক্টিভ নেটওয়ার্ক কানেকশন বা ওয়ার্কার থ্রেড বজায় না রেখেই এক্সিকিউশন প্রসেস পরিষ্কারভাবে বেরিয়ে আসে।
হ্যান্ডস-অন এডিট: রেন্ডার টুল র্যাপ করা
stage6_video/agent.py-এ, LongRunningFunctionTool-এ render_submit র্যাপ করতে render_desk আপডেট করুন:
tools=[LongRunningFunctionTool(render_submit)])
কল আইডি দিয়ে আবার শুরু করা হচ্ছে
ইউনিভার্সাল রিজাম্পশন প্যাটার্ন
ADK, হিউম্যান ও এক্সটার্নাল টুল, দু'টির ক্ষেত্রেই ওয়ার্কফ্লো সাসপেন্ড ও আবার চালু করার জন্য একই মেকানিজম প্রয়োগ করে:
সাসপেনশন ট্রিগার | Construct শুরু করা হচ্ছে | সাসপেনশন সংক্রান্ত সেভ করা স্টেট | আবার শুরু করার ইভেন্ট |
হিউম্যান ডিসিশন |
| সেশন স্টোরে ইনপুট প্রম্পট খুলুন |
|
লং-রানিং টুল |
| সেশন স্টোরে টুল কল খুলুন |
|
দুটি ক্ষেত্রেই, ওয়ার্কফ্লো সম্পূর্ণ বন্ধ হয়ে যায় এবং ম্যাচ করা FunctionResponse সহ কোনও ইভেন্ট এক্সটার্নাল সোর্স থেকে না আসা পর্যন্ত আবার চালু হয় না: একটি ইউজার ইন্টারফেস, একটি ওয়েব হুক বা একটি ব্যাকগ্রাউন্ড ওয়ার্কার।
হ্যান্ডস-অন এডিট: ডেলিভারি রেসপন্স সম্পূর্ণ করা
agent/deliver.py-এ, আবার শুরু করার FunctionResponse অংশটি তৈরি করুন:
part = Part(function_response=FunctionResponse(
id=row["call_id"], name=row["name"], response=response))
ভিডিও ফাইল তৈরি না হওয়া পর্যন্ত ডেলিভারি ডেমন Veo-কে পোল করে, তারপর এই FunctionResponse সেশনে পাঠায়। ADK কল আইডি ম্যাচ করে এবং সরাসরি পরবর্তী নোডে ওয়ার্কফ্লো আবার শুরু করে। সম্পূর্ণ হওয়া নোড আবার এক্সিকিউট হয় না এবং এজেন্ট অন্য কোনও জেনারেটিভ টার্ন নেয় না।
.env-এ STUDIO_REAL_VIDEO=0 সেট করলে মক রেন্ডারিং চালু হয়: start অবিলম্বে একটি টেস্ট রসিদ পাঠায় এবং check বিলযোগ্য Veo API কল না করেই পাঁচ সেকেন্ডে সম্পূর্ণ হওয়ার সিমুলেশন করে।
পাইপলাইন ইন্টিগ্রেশন (8B)
ওয়ার্কবেঞ্চে, গ্রাফে (8B) render_desk-এ নেভিগেট করুন। stage6_video/agent.py খুলুন।
পাইপলাইনের টার্মিনাল নোড হল store_video। এটি runs/state.json থেকে সম্পূর্ণ রেন্ডার তথ্য পড়ে (যেখানে ডেলিভারি প্রসেস এটি রেকর্ড করেছে) এবং ভিডিও URL ও জেনারেশন স্ট্যাটাস শেয়ার করা সেশন স্টেটে কমিট করে।

হাতে-কলমে এডিট করা: সম্পূর্ণ ভিডিও পাইপলাইন ওয়্যারিং করা
stage6_video/agent.py-এ, render_desk ও store_video যোগ করতে edges আপডেট করুন:
(quarantine, scripter),
(scripter, render_desk, store_video)])
কী আশা করা যায় এবং কেন
ওয়ার্কবেঞ্চে অ্যাসিঙ্ক্রোনাস জেনারেশন ফ্লো টেস্ট করুন:
- প্রার্থী বাছাই এবং স্ক্রিপ্ট তৈরির মাধ্যমে ওয়ার্কফ্লো এক্সিকিউট করুন।
render_desk-এ, এজেন্টrender_submitইনভোক করছে কিনা তা লক্ষ্য করুন।- ওয়ার্কফ্লো সঙ্গে সঙ্গে সাসপেন্ড হয়ে যায়। ওয়ার্কবেঞ্চ বা ADK Web-এ, পেন্ডিং স্ট্যাটাস দেখুন: সেশনটি ওপেন কল আইডি ধরে রাখে এবং কোনও ব্যাকগ্রাউন্ড প্রসেস রিসোর্স ব্যবহার করছে না।
- ওয়ার্কবেঞ্চ কনসোল বা আপনার টার্মিনাল ব্যবহার করে ডেলিভারি ডেমন চালান:
ভিডিওটি রেডি না হওয়া পর্যন্ত ডেলিভারি প্রসেস Veo-কে মনিটর করে, তারপর আবার চালু করার ইভেন্ট ডিসপ্যাচ করে।python -m agent.deliver - ADK Web-এ, সেশন রিফ্রেশ করুন:
store_video-এ এক্সিকিউশন আবার শুরু হয়, সেশন স্টেটে ভিডিও URL কমিট করে এবং ওয়ার্কফ্লো সম্পূর্ণ করে।
৯. Cloud Run-এ ডিপ্লয় করা
VibeStudio Workbench-এ, ধাপ ৯ · ডিপ্লয় করুন বিকল্পে নেভিগেট করুন।
আপনি ডেডিকেটেড স্যান্ডবক্স জুড়ে পাইপলাইনের প্রতিটি কম্পোনেন্ট ডেভেলপ ও যাচাই করেছেন। এই ধাপে, আপনি সম্পূর্ণ প্রোডাকশন পাইপলাইন একত্রিত করেন এবং এটি Google Cloud Run-এ ডিপ্লয় করেন।

ADK রানার
ডেভেলপমেন্টের সময়, adk web গ্রাফ অর্কেস্ট্রেট করেছেন। প্রোডাকশনে, অ্যাপ্লিকেশনটি ADK-এর Runner ক্লাস ব্যবহার করে ওয়ার্কফ্লো হোস্ট করে:
self._svc = DatabaseSessionService(db_url=config.DB_URL)
self._runner = Runner(app_name=config.APP, agent=wf, session_service=self._svc)
async for ev in self._runner.run_async(user_id=config.USER, session_id=run_id, new_message=message):
self._absorb(ev) # fold the ADK event into the run state, publish one app event
# the gate's answer and the render's delivery are the same call, with a function_response part
part = Part(function_response=FunctionResponse(id=call_id, name=name, response=response))
run_async: ওয়ার্কফ্লো এক্সিকিউশন পরিচালনা করে, নোড এক্সিকিউট হওয়ার সাথে সাথে ইভেন্টগুলি ক্রমানুসারে তৈরি করে এবং সেশন সার্ভিসে আপডেটগুলি বজায় রাখে।- একত্রিত রিজাম্পশন:
direction_gate-এ ব্যবহারকারীর সিদ্ধান্ত এবং Veo থেকে সম্পূর্ণ ভিডিও ডেলিভারি,run_async-এ জমা দেওয়া একই ধরনেরFunctionResponseঅবজেক্টের মাধ্যমে এক্সিকিউশন আবার শুরু করে।
প্রোডাকশন অ্যাপ্লিকেশন আর্কিটেকচার
vibestudio/-এ প্রোডাকশন অ্যাপ্লিকেশন সম্পূর্ণ পাইপলাইন ইন্টিগ্রেট করে:
vibestudio/
server/
main.py FastAPI: application server, REST routes, static assets
api.py REST API endpoints: run, pick, publish, backlog, profile, history
runner.py Runner orchestration over the workflow, background render poller
platform/ Event bus (SSE stream), file storage, publishing, telemetry
agent/ Production agent package, verified by checks/verify_app.py
graph.py The complete workflow graph and node definitions
desk.py render_desk and render_submit wrapped with LongRunningFunctionTool
schemas.py Pydantic schemas: Directions, CleanedDirection, Script
cleanup_tools.py Deterministic policy tools: find_policy_hits, suggest_replacement
platform/ Memory Bank, RAG Engine, and Veo integrations
web/ Production React user interface
Dockerfile · deploy.py · run.sh
- সিঙ্গেল ইভেন্ট স্ট্রিম: FastAPI ব্যাকএন্ড একটি সিঙ্গেল সার্ভার-সেন্ট ইভেন্ট (SSE) স্ট্রিম জুড়ে ইভেন্ট প্রকাশ করে। React ফ্রন্টএন্ড রিয়েল টাইমে গ্রাফের অগ্রগতি দেখায় এবং স্টেট না হারিয়েই লেট কানেকশন ম্যানেজ করে।
- ডিকাপল্ড এক্সিকিউশন: অ্যাপ্লিকেশনটি ইভেন্ট লুপ ম্যানেজ করে। ওয়ার্কফ্লো গ্রাফ সম্পূর্ণভাবে এক্সিকিউশন লজিকের উপর ফোকাস করে, ফ্রন্টএন্ড ইন্টারফেস সম্পর্কে অবগত নয়।
agent/graph.py-এ সম্পূর্ণ ওয়ার্কফ্লো এজ তালিকা এই কোডল্যাব জুড়ে তৈরি করা প্রতিটি আর্কিটেকচারাল প্যাটার্নকে একত্রিত করে:
(START, scan_trends, join_research),
(START, read_backlog, join_research),
(START, read_feedback, join_research),
(join_research, propose_directions, direction_gate,
persist_direction, policy_check),
(policy_check, {"OK": scripter, "BLOCK": quarantine}),
(quarantine, scripter),
(scripter, render_desk, store_video),
Cloud Run-এ ডিপ্লয় করা হচ্ছে
Google Cloud Run অটোমেটিক স্কেলিং, অনুরোধ রাউটিং ও ইন্টিগ্রেটেড কন্টেনার বিল্ড সহ সার্ভারলেস হোস্টিং প্রদান করে:
gcloud run deploy vibestudio --source vibestudio \
--project $GOOGLE_CLOUD_PROJECT --region us-central1 \
--labels dev-tutorial-codelab=vibetube --allow-unauthenticated \
--memory 2Gi --cpu 2 --timeout 3600 --concurrency 40 \
--max-instances 1 --min-instances 1 --session-affinity \
--set-env-vars GOOGLE_CLOUD_PROJECT=...,STUDIO_VERTEX=1,STUDIO_MEMORY_BANK=...,STUDIO_RAG_CORPUS=...,VIBETUBE_URL=...,VIBETUBE_EVENT=...,VIBETUBE_NAME=...,VIBETUBE_PROJECT=...
- কন্টেনার বিল্ড:
gcloud run deploy --sourcevibestudio/ডিরেক্টরি প্যাকেজ করে, Cloud Build ব্যবহার করে কন্টেনার ইমেজ তৈরি করে এবং একটি অপারেশনে পরিষেবা ডিপ্লয় করে। - সেশন অ্যাফিনিটি: একই ব্যবহারকারীর থেকে আসা অনুরোধ একই কন্টেনার ইনস্ট্যান্সে পাঠায়, পুনরাবৃত্তিমূলক ধাপ জুড়ে লোকাল সেশন স্টেট সংরক্ষণ করে।
- পর্যবেক্ষণযোগ্যতা: Cloud Trace ইন্টিগ্রেশন প্রতিটি নোড, LLM কল ও টুল এক্সিকিউশনের জন্য ডিস্ট্রিবিউট করা স্প্যান রেকর্ড করে, যা Trace Explorer-এর অধীনে Google Cloud Console-এ অ্যাক্সেস করা যায়।
ডিপ্লয়মেন্ট স্ক্রিপ্ট এক্সিকিউট করতে ওয়ার্কবেঞ্চে ডিপ্লয় করুন বোতামে ক্লিক করুন। বিল্ড সম্পূর্ণ হলে, টার্মিনাল লাইভ সার্ভিস URL দেখায়।

১০. সারাংশ
VibeStudio Workbench-এ, সম্পূর্ণ আর্কিটেকচার পর্যালোচনা করতে ধাপ ১০ · সারাংশ-এ নেভিগেট করুন।

ধাপ | আর্কিটেকচার ও কনসেপ্ট | প্রয়োগ করার প্যাটার্ন |
একটি প্রম্পট | সিঙ্গেল প্রম্পট, ফাংশন টুল, সিকোয়েন্সিয়াল চ্যাট লুপ |
|
এজেন্টিক ওয়ার্কফ্লোর মূল বিষয় | গ্রাফ ওয়ার্কফ্লো, প্যারালাল রিসার্চ, স্কিমা আউটপুট, হিউম্যান গেট |
|
স্টেট ও রাউটার | শেয়ার করা সেশন স্টেট, প্যারামিটার বাইন্ডিং, ডিটারমিনিস্টিক রাউটিং, টাস্ক এজেন্ট |
|
মেমরি ব্যাঙ্ক | ব্যবহারকারী-লেভেল দীর্ঘমেয়াদী মেমরি, সিম্যান্টিক কনসলিডেশন, লাইফসাইকেল হুক |
|
RAG ইঞ্জিন | দর্শকের কমেন্ট, সেম্যান্টিক এম্বেডিংয়ের উপর ডকুমেন্ট রিট্রিভাল |
|
Veo-এর মাধ্যমে অ্যাসিঙ্ক্রোনাস ভিডিও জেনারেশন | দীর্ঘ সময় ধরে চলতে থাকা টুল, বাকি থাকা রসিদ, এক্সটার্নাল ডেলিভারি ডেমন |
|
Cloud Run-এ ডিপ্লয় করা | প্রোগ্রামাটিক অর্কেস্ট্রেশন, সার্ভার-সেন্ট ইভেন্ট, সার্ভারলেস কন্টেনার |
|
স্থাপত্যের মূল নীতি
- অপেক্ষা না করে সাসপেন্ড করা: হিউম্যান ইনপুট (
RequestInput) বা দীর্ঘ সময় ধরে চলতে থাকা অপারেশনের (LongRunningFunctionTool) জন্য ওয়ার্কফ্লো পরিষ্কারভাবে পজ করা হয়। থ্রেড বা নেটওয়ার্ক সকেটে প্রসেস অলসভাবে অপেক্ষা করে না। - ইউনিভার্সাল রিজাম্পশন: প্রতিটি সাসপেনশন একই মেকানিজমের মাধ্যমে আবার শুরু হয়: একটি
function_responseসাসপেন্ড করা নোডের কল আইডি বহন করে। - ডিকাপল্ড স্টেট ম্যানেজমেন্ট: নোডগুলি ভার্বোস, টাইটলি কাপল্ড ইন্টারমিডিয়েট পেলোডের পরিবর্তে নামযুক্ত সেশন স্টেট কী এবং প্যারামিটার বাইন্ডিংয়ের মাধ্যমে ডেটা শেয়ার করে।
- জেনারেটিভ কস্টের আগে ডিটারমিনিস্টিক রাউটিং: জেনারেটিভ মডেল রান করার আগে, নিয়ম-ভিত্তিক রাউটার ও রেজেক্স ফিল্টার জিরো টোকেন কস্টে নীতি মূল্যায়ন করে।
- আলাদা আলাদা বিষয়: কোনও এজেন্টের জন্য নির্দিষ্ট প্রসঙ্গ লাইফসাইকেল কলব্যাকে থাকে, অন্যদিকে শেয়ার করা ডেটা নির্ভরতা
