Phase 14: Agent Engineering

न्यूनतम एजेंट कार्य डेस्क

सबसे छोटी उपयोगी वर्कबेंच तीन फ़ाइलें हैंः रूट निर्देश राउटर, एक स्टेट फ़ाइल और एक टास्कबोर्ड। बाकी सब कुछ ऊपर परत है। यदि एक रेपो इन तीनों को नहीं ले सकता है, तो कोई मॉडल इसे सहेज नहीं सकता है।

Type: Build

Languages: Python (stdlib)

Prerequisites: Phase 14 · 31 (Why Capable Models Still Fail)

Time: ~45 minutes

सीखने के लक्ष्य

उन तीन फ़ाइलों को परिभाषित करें जो न्यूनतम व्यवहार्य कार्यक्षेत्र का गठन करते हैं।
समझाओ क्यों एक छोटी रूट राउटर एक लंबी मोनोलिथिक से बेहतर है AGENTS.md. .
एक राज्य फ़ाइल बनाएं जो एजेंट हर मोड़ पर पढ़ सकता है और अंत में लिख सकता है।
एक कार्य बोर्ड बनाएँ जो चैट इतिहास के बिना मल्टी-सैशन काम को जीवित रखता है।

समस्या

अधिकांश टीमें 3000 लाइन लिखकर कार्य डेस्क तक पहुंचती हैं AGENTS.mdमॉडल इसे लोड करता है, उन भागों को अनदेखा करता है जो इसे संक्षेप में नहीं बता सकते हैं, और फिर भी उसी सतहों पर विफल रहता है जिस पर यह हमेशा विफल रहा है।

आपको इसके विपरीत की आवश्यकता है। एक छोटी सी रूट फ़ाइल जो एजेंट को केवल प्रासंगिक होने पर ही गहरी फ़ाइलों में रूट करती है। टिकाऊ राज्य एजेंट कार्य करने से पहले पढ़ता है और उसके बाद लिखता है। एक टास्क बोर्ड जो बताता है कि उड़ान में क्या है, क्या अवरुद्ध है, और आगे क्या है।

तीन फाइलें, प्रत्येक एक काम के साथ, प्रत्येक मशीन-पठनीय पर्याप्त बाद में एक वास्तविक प्रणाली में विकसित करने के लिए.

अवधारणा

flowchart LR
  Agent[Agent Loop] --> Router[AGENTS.md]
  Router --> State[agent_state.json]
  Router --> Board[task_board.json]
  State --> Agent
  Board --> Agent

एजेंट्स.एमडी एक राउटर है, एक मैनुअल नहीं

एक अच्छा AGENTS.mdयह एजेंट को इंगित करता हैः

राज्य फ़ाइल (जहां आप हैं) ।
कार्य बोर्ड (क्या बचा है)
गहन नियम (अधीन docs/agent-rules.md) ।
सत्यापन कमांड (यह कैसे पता करें कि यह काम करता है) ।

जो कुछ भी लंबा होता है, वह गहरे डॉक्स में जाता है, जब आवश्यक हो तभी लोड होता है। लंबे मैनुअल को अनदेखा किया जाता है। छोटे राउटरों का पालन किया जाता है।

agent_state.json रिकॉर्ड प्रणाली है

स्टेट ले जाता हैः सक्रिय कार्य आईडी, छुए गए फ़ाइलें, किए गए अनुमान, ब्लॉकर और अगली कार्रवाई। एजेंट इसे हर मोड़ पर पढ़ता है। अगले सत्र में चैट को फिर से खेलने के बजाय इसे पढ़ता है।

राज्य एक फ़ाइल में रहता है क्योंकि चैट इतिहास अविश्वसनीय है सत्र मर जाते हैं बातचीत काटा जाता है. फ़ाइल नहीं है.

task_board.json कतार है

कार्य बोर्ड प्रत्येक कार्य को स्थिति के साथ संचालित करता है todo | in_progress | done | blockedयह उस कतार है जो एजेंट जब स्टेट खाली हो जाता है, और वह कतार जिसे आप पढ़ते हैं जब आप जानना चाहते हैं कि एजेंट सही रास्ते पर है या नहीं।

बोर्ड पर एक कार्य में एक आईडी, एक लक्ष्य, एक मालिक (builder,reviewerया humanबोर्ड का आकार छोटा होता है: जब यह स्क्रीन से आगे बढ़ता है, तो आपको एक योजना समस्या होती है, बोर्ड समस्या नहीं।

तीन फाइलें मंजिल हैं, छत नहीं

बाद के पाठों में दायरा अनुबंध, प्रतिक्रिया रनर, सत्यापन गेट, समीक्षक चेकलिस्ट और हस्तान्तरण पैकेट जोड़े जाते हैं। यहां तीन फाइलें जो वे सभी मानते हैं।

इसे बनाओ

code/main.pyन्यूनतम कार्यक्षेत्र को एक खाली रेपो में लिखता है और एक एकल एजेंट को यह प्रदर्शित करता है किः

पढ़ता है agent_state.json. .
अगले कार्य को खींचता है task_board.jsonयदि राज्य खाली है।
दायरे के भीतर एक ही फ़ाइल को छूता है।
अद्यतन स्थिति वापस लिखता है।

इसे चलाओः

python3 code/main.py

स्क्रिप्ट बनाता है workdir/अपने आप के पास, तीन फ़ाइलों को नीचे रखता है, एक बारी चलाता है, और अंतर प्रिंट करता है. यह देखने के लिए फिर से चलाता है कि कैसे दूसरे बारी को लेने के लिए जहां पहले बंद कर दिया.

इसका प्रयोग करें

उत्पादन एजेंट उत्पादों के अंदर, एक ही तीन फ़ाइलें अलग-अलग नामों के तहत दिखाई देती हैंः

Claude Code: AGENTS.mdया CLAUDE.mdराउटर के लिए, .claude/state.json- राज्य के लिए शैली स्टोर, बोर्ड के लिए हुक.
Codex / Cursor:राउटर के लिए कार्यक्षेत्र नियम, राज्य के लिए सत्र स्मृति, बोर्ड के लिए चैट साइडबार में कतार कार्यों.
Custom Python agent:वही फाइलें जो आपने अभी लिखी हैं।

नाम बदलते हैं, आकार नहीं।

जंगली में उत्पादन के पैटर्न

न्यूनतम कार्यक्षेत्र वास्तविक मोनोरेपो के संपर्क में रहता है जब इसके ऊपर तीन पैटर्न परतों पर रखे जाते हैं। वे स्वतंत्र हैं; अपने रेपो की वास्तव में जरूरत वाले चुनें।

Nested AGENTS.md with nearest-wins precedence.ओपनएआई जहाज 88 AGENTS.mdकॉडक्स, कर्सर, क्लाउड कोड, और कॉपिलॉट सभी काम कर फ़ाइल से रेपो रूट की ओर चलते हैं और प्रत्येक को एक साथ जोड़ते हैं।AGENTS.mdवे रास्ते में मिल जाते हैं। उप निर्देशिका फ़ाइलें रूट फ़ाइल का विस्तार।AGENTS.override.mdविस्तार की बजाय प्रतिस्थापन करने के लिए; ओवरराइड तंत्र कोडेक्स-विशिष्ट है और क्रॉस-टूल काम के लिए इससे बचें। बढ़ते कोड का माप है जो महत्वपूर्ण हैः सबसे अच्छा AGENTS.mdफ़ाइलें हैकू से ओपस में अपग्रेड के बराबर गुणवत्ता की छलांग देती हैं; सबसे खराब आउटपुट किसी फ़ाइल से भी बदतर होती हैं।

Anti-patterns to refuse, even when they look like coverage.परस्पर विरोधी निर्देशों से एजेंट को चुपचाप इंटरैक्टिव मोड से लालची मोड में छोड़ दिया जाता है (ICLR 2026 AMBIG-SWE: 48.8% → 28% रिज़ॉल्यूशन दर); उन्हें फ्लैट स्टैक करने के बजाय नंबर प्राथमिकताएं। बिना किसी प्रवर्तन आदेश के बिना अमान्य शैली नियम ("गुगल पायथन शैली गाइड का पालन करें") एजेंट को अनुपालन का आविष्कार करने दें; प्रत्येक शैली नियम को सटीक lint कमांड के साथ जोड़ा। आदेशों के बजाय शैली के साथ नेतृत्व सत्यापन पथ को दफन करता है; आदेश पहले, शैली अंतिम है। एजेंटों के बजाय मनुष्यों के लिए लिखना संदर्भ बजट को बर्बाद करता है; संक्षिप्तता एक विशेषता है।

Cross-tool symlinks.सिम्लिंक वाली एक ही रूट फ़ाइल (ln -s AGENTS.md CLAUDE.md,ln -s AGENTS.md .github/copilot-instructions.md,ln -s AGENTS.md .cursorrules) सभी कोडिंग एजेंटों को एक ही सत्य स्रोत पर रखता है।nx ai-setupएक ही कॉन्फ़िग से क्लाउड कोड, कर्सर, कॉपिलोट, मिथुन, कोडेक्स और ओपनकोड में इसे स्वचालित करता है।

इसे भेजें

outputs/skill-minimal-workbench.mdकिसी भी नए रेपो के लिए तीन फ़ाइल कार्य डेस्क उत्पन्न करता हैः AGENTS.mdपरियोजना के लिए ट्यून राउटर, एक agent_state.jsonसही कुंजी के साथ, और एक task_board.jsonवर्तमान बैकलॉग के साथ बीज।

व्यायाम

एक जोड़ें last_runसमय से agent_state.json. यदि फ़ाइल 24 घंटे से अधिक पुरानी है तो ऑपरेटर द्वारा पुष्टि किए बिना चलाने से इनकार करें।
एक जोड़ें priorityकार्य बोर्ड पर फ़ील्ड और हमेशा उच्चतम प्राथमिकता चुनने के लिए खींचने के लिए बदल todo. .
प्रवास करें task_board.jsonJSON पंक्तियों के लिए तो प्रत्येक कार्य एक पंक्ति है और संस्करण नियंत्रण में अंतर साफ हैं.
एक लिखें lint_workbench.pyयदि यह विफल हो जाता हैAGENTS.md80 से अधिक पंक्तियों या संदर्भों के साथ एक फ़ाइल है जो मौजूद नहीं है।
तीनों फाइलों में से कौन खोने से ज्यादा चोट लगती है, यह तय करें।

प्रमुख शर्तें

Term	What people say	What it actually means
Router	`AGENTS.md`	Short root file that points the agent at deeper docs and files
State file	"The notes"	Machine-readable record of where the agent is, written every turn
Task board	"The backlog"	JSON queue of work with status, owner, acceptance
System of record	"Source of truth"	The file the workbench treats as authoritative when chat is gone

आगे पढ़ना

agents.md — the open spec Cursor, Codex, Claude Code, Copilot, Gemini, OpenCode द्वारा अपनाया गया
Augment Code, A good AGENTS.md is a model upgrade. A bad one is worse than no docs at all मापी गई गुणवत्ता की छलांगें
Blake Crosley, AGENTS.md Patterns: What Actually Changes Agent Behavior क्या अनुभवजन्य रूप से काम करता है, क्या नहीं
Datadog Frontend, Steering AI Agents in Monorepos with AGENTS.md व्यवहार में घोंसले हुए प्राधान्य
Nx Blog, Teach Your AI Agent How to Work in a Monorepo छह उपकरणों पर एकल स्रोत उत्पादन
The Prompt Shelf, AGENTS.md Best Practices: Structure, Scope, and Real Examples अनुभाग आदेश जो समीक्षा से बचता है
Anthropic, Claude Code subagents
चरण 14 · 31 विफलता मोड इस न्यूनतम अवशोषित
चरण 14 · 34 स्थायी राज्य योजना इस पाठ पूर्वानुमान

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.