Phase 14: Agent Engineering

कौशल पुस्तकालय और जीवन भर शिक्षा (Voyager)

Voyager (Wang et al., TMLR 2024) निष्पादन योग्य कोड को एक कौशल के रूप में व्यवहार करता है। कौशल का नामकरण, पुनः प्राप्ति योग्य, रचनाशील और पर्यावरण प्रतिक्रिया द्वारा परिष्कृत किया जाता है। यह क्लाउड एजेंट एसडीके कौशल, कौशलकिट और 2026 कौशल-पुस्तक पैटर्न के लिए संदर्भ वास्तुकला है।

Type: Build

Languages: Python (stdlib)

Prerequisites: Phase 14 · 07 (MemGPT), Phase 14 · 08 (Letta Blocks)

Time: ~75 minutes

सीखने के लक्ष्य

Voyager के तीन घटकों का नाम बताइए स्वचालित पाठ्यक्रम, कौशल पुस्तकालय, पुनरावर्ती प्रलोभन और प्रत्येक की भूमिका।
बताओ कि Voyager क्यों एक्शन स्पेस कोड बनाता है, आदिम आदेश नहीं।
पंजीकरण, पुनर्प्राप्ति, रचना और विफलता-चालित परिष्करण के साथ एक stdlib कौशल पुस्तकालय को लागू करें।
2026 क्लाउड एजेंट एसडीके कौशल और कौशलकिट पारिस्थितिकी तंत्र पर Voyager के पैटर्न का नक्शा।

समस्या

एजेंट जो हर सत्र में हर क्षमता को खरोंच से पुनर्निर्माण करते हैं वे तीन गलत चीजें करते हैंः

Waste tokens.प्रत्येक कार्य में एक ही तर्क को दोहराया जाता है।
Lose progress.सत्र A में सीखे गए सुधार सत्र B में स्थानांतरित नहीं होते हैं।
Fail on long-horizon composition.जटिल कार्यों को क्षमता पदानुक्रम की आवश्यकता होती है; एक-शॉट संकेत उन्हें व्यक्त नहीं कर सकते।

वायेजर का जवाबः प्रत्येक पुनः प्रयोज्य क्षमता को पुस्तकालय में संग्रहीत कोड के एक नामित टुकड़े के रूप में व्यवहार करें, समानता द्वारा पुनः प्राप्त किया जा सकता है, अन्य कौशल के साथ संगत है, और निष्पादन प्रतिक्रिया द्वारा परिष्कृत किया जाता है।

अवधारणा

तीन घटक

Voyager (arXiv:2305.16291) एक एजेंट के आसपास संरचनाः

Automatic curriculum.जिज्ञासा से प्रेरित प्रस्तावक एजेंट के वर्तमान कौशल सेट और पर्यावरण की स्थिति के आधार पर अगला कार्य चुनता है। अन्वेषण नीचे से ऊपर है।
Skill library.प्रत्येक कौशल निष्पादित करने योग्य कोड है। जब कोई कार्य सफल होता है तो नए कौशल जोड़े जाते हैं। क्वेरी-टू-डिस्क्रिप्शन समानता द्वारा कौशल प्राप्त किए जाते हैं।
Iterative prompting mechanism.विफलता पर, एजेंट निष्पादन त्रुटियों, पर्यावरण प्रतिक्रिया, और स्व-सत्यापन उत्पादन प्राप्त करता है, फिर कौशल को परिष्कृत करता है।

Minecraft मूल्यांकन (Wang et al., 2024): 3.3x अधिक अद्वितीय आइटम, 8.5x तेज पत्थर के उपकरण, 6.4x तेज लोहे के उपकरण, 2.3x लंबे नक्शे पार करने के लिए मूल रेखाओं के खिलाफ। संख्या Minecraft विशिष्ट हैं, लेकिन पैटर्न स्थानांतरण।

क्रिया स्थान = कोड

अधिकांश एजेंट आदिम आदेश जारी करते हैं. Voyager जावास्क्रिप्ट कार्यों को जारी करता है. एक कौशल हैः

async function craftIronPickaxe(bot) {
  await mineIron(bot, 3);
  await mineStick(bot, 2);
  await placeCraftingTable(bot);
  await craft(bot, 'iron_pickaxe');
}

उप-कौशल से बना है, विवरण और एम्बेडिंग पर कुंजीबद्ध संग्रहीत है, एक कार्यक्रम के रूप में पुनर्प्राप्त किया गया है, एक संकेत नहीं।

यह 2026 क्लाउड एजेंट एसडीके कौशल हैः एक नामित, पुनः प्राप्त करने योग्य कोड का एक टुकड़ा प्लस निर्देश एजेंट मांग पर लोड करता है।

कौशल प्राप्ति

नया कार्य "एक हीरे का पिकैक्स बनाओ।" एजेंट:

कार्य विवरण को एम्बेड करता है।
शीर्ष-के समान कौशल के लिए कौशल पुस्तकालय से पूछताछ।
प्राप्त करता है craftIronPickaxe,mineDiamond,placeCraftingTableआदि।
प्राप्त आदिम + नए तर्क से नया कौशल बनाता है।

यह मॉडल एमसीपी संसाधनों (चरण 13) और एजेंट एसडीके कौशल लागू करना हैः एक ज्ञान/कोड सतह पर पुनर्प्राप्त, वर्तमान कार्य के लिए स्कोप।

पुनरावर्ती परिष्करण

Voyager की प्रतिक्रिया लूपः

एजेंट एक कौशल लिखता है.
कौशल पर्यावरण के खिलाफ चलता है।
तीन संकेतों में से एक वापस आ जाता हैःsuccess,error(स्टैक ट्रैक के साथ), self-verification failure. .
एजेंट संदर्भ के रूप में संकेत का उपयोग कर कौशल को फिर से लिखता है।
सफलता या अधिकतम राउंड तक लूप।

यह पर्यावरण आधारित सत्यापन के साथ कोड जनरेशन पर लागू स्व-शुद्धीकरण (पाठ 05) है। क्रिटिक (पाठ 05) वैधता सत्यापनकर्ता के समान बाहरी उपकरणों के साथ एक ही पैटर्न है।

पाठ्यक्रम और अन्वेषण

वायेजर के पाठ्यक्रम मॉड्यूल में एजेंट के पास क्या है और क्या नहीं किया है, इसके आधार पर "लैग के पास एक आश्रय बनाएं" जैसे कार्य प्रस्तावित किए जाते हैं। प्रस्तावक वर्तमान क्षमता से ठीक ऊपर एक कार्य चुनने के लिए पर्यावरण राज्य + कौशल सूची का उपयोग करता है।

उत्पादन एजेंटों के लिए यह एक "क्या गायब है" ऑपरेटर का अनुवाद करता हैः वर्तमान कौशल पुस्तकालय और एक डोमेन को देखते हुए, हम अभी तक किन कौशल को कवर नहीं कर रहे हैं? टीमें आमतौर पर पाठ्यक्रम समीक्षा के रूप में इसे मैन्युअल रूप से लागू करती हैं।

जहां यह पैटर्न गलत हो जाता है

Skill library rot.एक ही कौशल को थोड़ा अलग विवरण के साथ 10 बार जोड़ा गया। लेखन पर डिडप्लिकेशन जोड़ें; पुनर्प्राप्ति केवल एक लौटाता है।
Composed-skill drift.माता-पिता कौशल एक बच्चे पर निर्भर करता है जो परिष्कृत किया गया था संस्करण कौशल; एक माता-पिता v1 पर चिपका हुआ जादुई रूप से v3 नहीं उठाता है।
Retrieval quality.कौशल विवरणों पर वेक्टर निकासी कुछ सौ से अधिक के साथ पुस्तकालय बढ़ता है। टैग फ़िल्टर और कठिन प्रतिबंधों ("केवल कौशल के साथ category=tooling") ।

इसे बनाओ

code/main.pyएक stdlib कौशल पुस्तकालय को लागू करता हैः

Skill नाम, विवरण, कोड (शृंखला के रूप में), संस्करण, टैग, निर्भरताएं।
SkillLibrary रजिस्टर, खोज (टोकन ओवरलैप), रचना (टॉपॉलॉजिकल प्रकार के डिप) और परिष्करण (अपडेट पर संस्करण बूम) ।
एक स्क्रिप्ट एजेंट जो तीन आदिम कौशल को पंजीकृत करता है, एक चौथा बनाता है, एक विफलता को हिट करता है, और परिष्कृत करता है।

इसे चलाओः

python3 code/main.py

निशान लाइब्रेरी लिखता है, पुनर्प्राप्ति, रचना, एक विफल निष्पादन, और एक v2 परिष्करण दिखाता है अंत से अंत तक Voyager के लूप।

इसका प्रयोग करें

Claude Agent SDK skills(मानव) 2026 संदर्भः प्रत्येक कौशल का विवरण, कोड और निर्देश है; एजेंट सत्र के दौरान मांग पर लोड किया जाता है।
skillkit(npm: कौशलkit) 32+ AI कोडिंग एजेंटों के लिए क्रॉस एजेंट कौशल प्रबंधन।
Custom skill libraries डोमेन-विशिष्ट (डेटा एजेंटों के लिए एसक्यूएल कौशल, इन्फ्र एजेंटों के लिए टेराफॉर्म कौशल) ।
OpenAI Agents SDK tools कम अंत में; प्रत्येक उपकरण एक हल्का कौशल है।

इसे भेजें

outputs/skill-skill-library.mdकिसी भी लक्ष्य रनटाइम के लिए पंजीकरण, निकासी, संस्करण और परिष्करण के साथ एक वायाजर के आकार में कौशल पुस्तकालय उत्पन्न करता है।

व्यायाम

में निर्भरता चक्र डिटेक्टर जोड़ेंcompose(). क्या होता है जब कौशल A B पर निर्भर करता है जो A पर निर्भर करता है? त्रुटि बनाम चेतावनी?
प्रति कौशल संस्करण पिनिंग लागू करें। जब एक माता पिता कौशल बच्चे को बनाता हैcrafting@1, एक परिष्करण करने के लिए crafting@2माता-पिता को चुपचाप उन्नयन नहीं करना चाहिए।
टोकन ओवरलैप रिट्रीवल को वाक्य-ट्रांसफॉर्मर एम्बेडेड (या BM25 stdlib impl) के साथ बदलें। 50- कौशल खिलौना पुस्तकालय पर रिट्रीवल@5 मापें।
एक "पाठ्यक्रम" एजेंट जोड़ेंः वर्तमान पुस्तकालय और डोमेन विवरण को देखते हुए, 5 यादृच्छिक कौशल का प्रस्ताव करें। इसे साप्ताहिक कॉल करें।
मानव संसाधन के क्लाउड एजेंट एसडीके कौशल दस्तावेजों को पढ़ें। खेलौना पुस्तकालय को एसडीके के कौशल योजना में पोर्ट करें। खोज योग्यता में क्या बदलाव हैं?

प्रमुख शर्तें

Term	What people say	What it actually means
Skill	"Reusable capability"	Named chunk of code + description, retrievable by similarity
Skill library	"Agent memory of how-to"	Persistent store of skills, searchable and composable
Curriculum	"Task proposer"	Bottom-up goal generator driven by current capability gap
Composition	"Skill DAG"	Skills invoking skills; topologically sorted on execution
Iterative refinement	"Self-correcting loop"	Env feedback + errors + self-verification fold back into the next version
Action-space-as-code	"Programmatic actions"	Emit functions, not primitive commands, for temporally extended behavior
Dedup on write	"Skill collapse"	Near-duplicate descriptions collapse to one canonical skill

आगे पढ़ना

Wang et al., Voyager (arXiv:2305.16291) मूल कौशल पुस्तकालय पेपर
Claude Agent SDK overview 2026 के उत्पादन के रूप में कौशल
Anthropic, Building agents with the Claude Agent SDK व्यवहार में कौशल और उप-सहायता
Madaan et al., Self-Refine (arXiv:2303.17651) Voyager के नीचे परिष्करण लूप

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.