Skip to content

एजेंटिक AI क्रैश कोर्स: पूरा सिस्टम डिज़ाइन समझें A से Z तक

LLM (लार्ज लैंग्वेज मॉडल) क्या है?

  • LLM एक ब्लैक बॉक्स है जो इनपुट लेता है और अगले टोकन की प्रायिकता (प्रोबेबिलिटी डिस्ट्रीब्यूशन) आउटपुट करता है।
  • यह सिर्फ़ एक दिमाग (brain) है, अपने आप कुछ नहीं कर सकता।

टोकन्स (Tokens)

  • टोकन, LLM के लिए माप की इकाई है, बाइट्स या डॉलर की तरह।
  • यह शब्द या कैरेक्टर नहीं है; हर मॉडल की अपनी वोकैबलरी होती है।
    • उदाहरण: "Hello" = 1 टोकन, "Piyush Garg" ≈ 7 टोकन।

कॉन्टेक्स्ट विंडो (Context Window)

  • यह तय करता है कि LLM एक बार में कितने टोकन प्रोसेस कर सकता है (जैसे 128k या 1 मिलियन टोकन)।
  • कॉन्टेक्स्ट विंडो हमेशा स्लाइडिंग विंडो की तरह काम करती है, पुरानी चैट भूल जाती है।
  • आपको इसे मैनेज करना होगा, क्योंकि ओवरलोड होने पर हेलुसिनेशन (विषय से भटकना) हो सकता है।

प्रॉम्प्ट के प्रकार (Types of Prompts)

  • सिस्टम प्रॉम्प्ट: शुरुआती निर्देश जो एजेंट की पहचान, सीमाएँ और भूमिका तय करता है। उदाहरण: "तुम केवल डॉक्टर हो, कोडिंग के सवालों का जवाब मत दो।"
  • यूज़र प्रॉम्प्ट: यूज़र का चल रहा संवाद।
  • डेवलपर प्रॉम्प्ट: बीच-बीच में डेवलपर द्वारा डाले गए गुप्त संदेश (यूज़र को दिखाई नहीं देते), जैसे "यूज़र ने पेमेंट कर दिया है।"

LLM से एजेंट तक: टूल्स और हार्नेस

LLM एक दिमाग है, उसे काम करने के लिए बॉडी (टूल्स) चाहिए।

  • टूल्स (फंक्शन कॉल्स): LLM को हाथ-पैर देने जैसा है। प्रोग्रामिंग में हम एक फंक्शन (जैसे post_tweet) बनाकर एजेंट से जोड़ देते हैं।
    • उदाहरण: एजेंट को एक ट्वीट करने के लिए फंक्शन कॉल करनी होगी, फिर आपका कोड असली API कॉल करेगा और रिज़ल्ट लौटाएगा।
  • हार्नेस इंजीनियरिंग: एजेंट के चारों ओर बनाई गई हर चीज़ (टूल्स, सिक्योरिटी, UI, आदि) को हार्नेस कहते हैं। यही एक सामान्य एजेंट को पावरफुल बनाती है, जैसे गाड़ी में इंजन के अलावा सीट्स, सनरूफ़, ब्रेक आदि।

कार्यप्रवाह: लूप, ग्राफ़ और ऑर्केस्ट्रेशन

इंसान की तरह एजेंट को भी बार-बार प्रयास और लूप में काम करना पड़ता है।

लूप इंजीनियरिंग (Loop Engineering)

  • एजेंट एक बार में काम पूरा नहीं करता। वह एक लूप में बार-बार चलता है:
    1. यूज़र से टास्क मिला।
    2. पहला स्टेप करो → आउटपुट लो → नोट करो।
    3. अगला स्टेप करो → जाँचो कि पिछला काम हुआ या नहीं।
    4. जब तक सारे कंडीशन या चेकलिस्ट पूरी न हो जाए, लूप चलता रहेगा।
    5. डेडलाइन या एज केसेस (जैसे इनफ़ाइनाइट लूप से बचना) भी हैंडल करने होते हैं।

ग्राफ़ इंजीनियरिंग (Graph Engineering)

  • जब एक से ज़्यादा लूप एजेंट्स (या विशेषज्ञ एजेंट्स) आपस में जुड़ते हैं, तो ग्राफ़ बनता है।
  • उदाहरण: एक कोडिंग एजेंट + एक कुकिंग एजेंट + एक जिम एजेंट। ये सब एक-दूसरे से बात कर सकते हैं और एक बड़ा टास्क (जैसे "हेल्दी रेसिपी वाली वेबसाइट बनाओ") पूरा कर सकते हैं।

ऑब्ज़र्वेबिलिटी (Observability), डिबगिंग के लिए ज़रूरी

  • जब इतने सारे चलने वाले पार्ट्स (एजेंट्स, लूप्स, टूल कॉल्स) हों, तो गलती ढूँढना मुश्किल है।
  • ऑब्ज़र्वेबिलिटी लेयर हर क्रिया को लॉग करती है:
    • किस एजेंट ने कौन-सा टूल कब कॉल किया?
    • कितने टोकन खर्च हुए?
    • कहाँ पर एजेंट अटका?
  • टूल्स: LangFuse, Pydantic Logfire, आदि।

सुरक्षा: गार्डरेल्स (Guard Rails)

  • इनपुट गार्डरेल: जाँच करना कि यूज़र गाली या प्रॉम्प्ट इंजेक्शन (Prompt Injection) तो नहीं दे रहा।
  • आउटपुट गार्डरेल: जाँच करना कि एजेंट अपने स्कोप से बाहर (पॉलिटिकल, गलत मेडिकल सलाह, कोड लीक) तो नहीं जा रहा।
  • ये गार्डरेल्स आमतौर पर एक मिनी लोकल LM या पॉलिसी-बेस्ड चेक के ज़रिए काम करते हैं।

फीडबैक और इवैल्यूएशन (Feedback & Evaluation)

  • फीडबैक: यूज़र से सीधे (थम्स अप/डाउन) या रिव्यू से मिलता है। यह अगले प्रॉम्प्ट में नेगेटिव/पॉज़िटिव उदाहरण के तौर पर डाला जा सकता है।
  • इवैल्यूएशन (एलएलएम ऐज़ अ जज): एक दूसरा LLM (या मॉडल) हमारे एजेंट के आउटपुट को जज करता है, "क्या इसने सही काम किया?"

प्रोडक्शन में एजेंट का न्यूनतम (Bare Minimum) डिज़ाइन

यह एक हेलो वर्ल्ड एजेंट है, जो क्रैश कर सकता है, लेकिन काम करने लायक है। एजेंटिक AI और लैंग ग्राफ पर पूरी प्लेलिस्ट का परिचय को समझने के बाद, आइए इसकी बुनियादी संरचना देखें:

  • LLM (दिमाग)
  • सिस्टम प्रॉम्प्ट (पहचान और सीमाएँ)
  • टूल्स (फंक्शन कॉल्स)
  • लूप (बार-बार प्रयास)
  • गार्डरेल्स (इनपुट/आउटपुट सुरक्षा)
  • ऑब्ज़र्वेबिलिटी (लॉगिंग/ट्रेसिंग)
  • फीडबैक/इवैल्यूएशन (सुधार)

नोट: AI यह सब खुद नहीं कर सकता। ऑर्केस्ट्रेशन, डिज़ाइन और कोडिंग अभी भी इंसान को ही करनी है। यदि आप इस क्षेत्र में अपना करियर बनाना चाहते हैं, तो 2026 में डेव्स के लिए AI युग की सबसे ज़रूरी स्किल्स और करियर रोडमैप को पढ़ना न भूलें। इसके अलावा, एआई रोड मैप 2026: शुरुआत से मास्टरी तक की पूरी गाइड भी आपकी यात्रा में सहायक होगी।

Keep this summary

Save it to LunaNotes and it becomes a real note in your library — editable, searchable, and ready to turn into flashcards or a diagram. Free to start.

Save to LunaNotes

Or summarise for another video.

32K+ people have turned 65K+ videos into notes

“Very useful tool. I'm using it for the last couple weeks and I'm loving it so far. Makes learning on YouTube a great experience.”
Bhai Chrome Web Store review

This summary and transcript were automatically generated using AI with the Free YouTube transcript summary tool by LunaNotes.

Related summaries

2026 में डेव्स के लिए AI युग की सबसे ज़रूरी स्किल्स और करियर रोडमैप

2026 में डेव्स के लिए AI युग की सबसे ज़रूरी स्किल्स और करियर रोडमैप

वीडियो में बताया गया है कि AI के बढ़ते उपयोग के बावजूद, 84% डेवलपर्स इसका उपयोग करते हैं लेकिन केवल 29% इस पर भरोसा करते हैं। कोड की गुणवत्ता गिर रही है और 'कोड चर्न' (7.1%) दोगुना हो गया है। सफलता के लिए 10 कोर स्किल्स (जैसे डीबगिंग, वर्जन कंट्रोल, सिक्योरिटी) और एक स्पष्ट 12-महीने का रोडमैप (पहले बेसिक्स, फिर फ्रेमवर्क्स, फिर प्रोजेक्ट्स) आवश्यक है।

EBAY क्रैश कोर्स: ड्रॉपशिपिंग, हंटिंग, लिस्टिंग और अकाउंट सेटअप की पूरी गाइड

EBAY क्रैश कोर्स: ड्रॉपशिपिंग, हंटिंग, लिस्टिंग और अकाउंट सेटअप की पूरी गाइड

यह एक व्यापक ईबे क्रैश कोर्स है जो ड्रॉपशिपिंग, प्रोडक्ट हंटिंग, प्रोफिटेबल लिस्टिंग और अकाउंट क्रिएशन को शुरू से अंत तक, प्रैक्टिकल प्रदर्शन के साथ सिखाता है। इस वीडियो में आप जानेंगे कि कैसे डॉलर्स में कमाई शुरू करें, फेक गुरुओं से बचें, और एक लॉन्ग-टर्म ऑनलाइन स्किल और बिजनेस विकसित करें।

एक शॉट लेक्चर: यूनिट 1 इलेक्ट्रॉनिक्स: सेमीकंडक्टर, डायोड & एप्लीकेशन

एक शॉट लेक्चर: यूनिट 1 इलेक्ट्रॉनिक्स: सेमीकंडक्टर, डायोड & एप्लीकेशन

यह वन-शॉट लेक्चर फंडामेंटल ऑफ इलेक्ट्रॉनिक्स इंजीनियरिंग की यूनिट 1 को कवर करता है जिसमें सेमीकंडक्टर डायोड, डायोड एप्लीकेशन और स्पेशल पर्पस डिवाइसेज शामिल हैं। इसमें पीएन जंक्शन, डिप्लीशन लेयर, रेक्टिफायर, क्लिपर-क्लैंपर, और जेनर डायोड के साथ न्यूमेरिकल को विस्तार से समझाया गया है।

डीप लर्निंग: पार्ट 1 - परसेप्ट्रॉन, ANN, और फॉरवर्ड प्रोपगेशन

डीप लर्निंग: पार्ट 1 - परसेप्ट्रॉन, ANN, और फॉरवर्ड प्रोपगेशन

इस वीडियो में डीप लर्निंग की बुनियादी अवधारणाओं को समझाया गया है, जिसमें परसेप्ट्रॉन, आर्टिफिशियल न्यूरल नेटवर्क (ANN), एक्टिवेशन फंक्शन, लॉस फंक्शन, ऑप्टिमाइज़र, और फॉरवर्ड प्रोपगेशन शामिल हैं। वीडियो में मशीन लर्निंग और डीप लर्निंग के बीच अंतर को स्पष्ट किया गया है और बताया गया है कि कैसे डीप लर्निंग खुद से फीचर्स सीखता है।

AFM RTP MTP एडिशनल क्वेश्चंस: आसान तरीके से हल (भाग 2)

AFM RTP MTP एडिशनल क्वेश्चंस: आसान तरीके से हल (भाग 2)

इस वीडियो में बड़े-बड़े और जटिल दिखने वाले एडिशनल क्वेश्चंस को स्टेप बाय स्टेप आसान तरीके से समझाया गया है। कैपिटल बजटिंग (एनपीवी, एपीवी), रिलेटिव स्ट्रेंथ इंडेक्स (आरएसआई) और रेपो ट्रांजैक्शन जैसे अहम टॉपिक्स को प्रैक्टिकल उदाहरणों के साथ सीखें और एग्जाम में कॉन्फिडेंस बढ़ाएं।

Found this summary useful?

Take it with you. One click puts it in your own LunaNotes library.

Save to LunaNotes

Start taking better notes today with LunaNotes