پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

هدایت زنده ایجنت‌های هوش مصنوعی وسط کار؛ قابلیت جذاب نسخه جدید SDK کرسر

انتشار:۱۳ مهر ۱۴۰۵(۱ ساعت پیش)
۳ دقیقه زمان مطالعه
۰ دیدگاه

نسخه جدید SDK کرسر به توسعه‌دهندگان این امکان را می‌دهد که ایجنت‌های هوش مصنوعی را درست وسط انجام یک تسک هدایت کنند، بدون اینکه پردازش متوقف شود یا زحمات قبلی هدر برود. این به‌روزرسانی با معرفی قابلیت جذاب run.steer و بهبود گزارش‌دهی ساب‌ایجنت‌ها در پس‌زمینه، چالش‌های ارکستراسیون ایجنت‌های پیشرفته را به بهترین شکل حل کرده است.

هدایت زنده ایجنت‌های هوش مصنوعی وسط کار؛ قابلیت جذاب نسخه جدید SDK کرسر

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • با قابلیت جدید run.steer در نسخه ۱.۰.۳۱ اس‌دی‌کی کرسر (Cursor SDK)، توسعه‌دهندگان بالاخره می‌توانند وسط کار یک ایجنت هوش مصنوعی به آن دستور جدیدی بدهند؛ بدون اینکه نیازی به لغو کار یا دور ریختن اطلاعات قبلی باشد.
  • نتایج ساب‌ایجنت‌ها (Subagents) در پس‌زمینه دیگر مثل قبل غیب نمی‌شوند! حالا خروجی آن‌ها در همان اجرا به شکل خودکار و مطمئن به ایجنت اصلی برمی‌گردد و همه چیز یکپارچه مدیریت می‌شود.
  • این به‌روزرسانی امکان توصیف دقیق عملکرد ابزار‌ها با متادیتای MCP و شخصی‌سازی پرامپت سیستمی اصلی را هم اضافه کرده، هرچند کرسر تأکید کرده این متادیتاها نباید جایگزین موازین امنیتی و محدودیت‌های کدهای شما شوند.

نسخه ۱.۰.۳۱ اس‌دی‌کی کرسر؛ هدایت زنده و نتایج قابل اطمینان ساب‌ایجنت‌ها

تیم کرسر (Cursor) به‌تازگی نسخه ۱.۰.۳۱ پکیج npm به نام @cursor/sdk و پکیج PyPI با عنوان cursor-sdk را منتشر کرد. این به‌روزرسانی جذاب به برنامه‌ها اجازه می‌دهد ایجنت را درست در حین اجرای تسک هدایت کنند، نتایج ساب‌ایجنت‌های پس‌زمینه را بدون از دست رفتن جمع‌آوری کنند، رفتار و ریسک‌های ابزار‌ها را برای مدل شرح دهند و حتی پرامپت سیستمی اصلی را تغییر دهند.

این قابلیت‌های جدید دست روی چند چالش بزرگ در ارکستراسیون ایجنت‌ها گذاشته‌اند: اصلاح دستورات کاربر بدون نیاز به لغو کار جاری، حفظ نتایج ساب‌ایجنت‌ها حتی پس از پایان نوبت ایجنت والد (Parent)، و در اختیار گذاشتن متادیتای ریسک ابزار‌ها قبل از اجرای آن‌ها توسط مدل. بیش‌تر این قابلیت‌ها برای ایجنت‌های محلی تایپ‌اسکریپت طراحی شده‌اند، اما گزارش‌دهی ساب‌ایجنت‌ها در پس‌زمینه از ایجنت‌های محلی پایتون هم پشتیبانی می‌کند.

وضعیت پشتیبانی بر اساس محیط اجرا (Runtime)

قابلیت
تایپ‌اسکریپت محلی
پایتون محلی
کلود (Cloud)
run.steer(text)
پشتیبانی می‌شود
پشتیبانی نمی‌شود
مقدار revert_to_followup را برمی‌گرداند
گزارش‌دهی ساب‌ایجنت‌های پس‌زمینه
پشتیبانی می‌شود
پشتیبانی می‌شود
پشتیبانی نمی‌شود
حاشیه‌نویسی ابزار‌های MCP
پشتیبانی می‌شود
پشتیبانی نمی‌شود
پشتیبانی نمی‌شود
پرامپت سیستمی سفارشی
وابسته به سطح حساب کاربری
پشتیبانی نمی‌شود
پشتیبانی نمی‌شود

هدایت ایجنت درست در دل پردازش (Steer the turn in flight)

متد جدید run.steer(text) دستور جدیدی را درست در میانه کار به نوبت فعال ایجنت تزریق می‌کند، بدون اینکه آن فرایند را متوقف کند یا وضعیت فعلی‌اش (State) را به باد بدهد! نتیجه فراخوانی این متد یکی از دو حالت زیر خواهد بود:

  • complete_delivered: نشان می‌دهد که دستور جدید با موفقیت به چرخه فعال ایجنت رسیده است.
  • revert_to_followup: یعنی سیستم باید این دستور را به عنوان یک نوبت پیگیری عادی (Follow-up) در صف قرار دهد.

اپلیکیشن‌ها به جای اینکه فرض کنند دستور حتماً تحویل داده شده، باید بر اساس این پاسخ تصمیم‌گیری و انشعاب (Branching) داشته باشند. در محیط ابری (Cloud)، این متد همیشه revert_to_followup برمی‌گرداند تا در سناریوهایی که هدایت زنده پشتیبانی نمی‌شود، روند به عنوان یک مسیر جایگزین (Fallback) بدون باگ پیش برود.

جالب اینجاست که وقتی یک ساب‌ایجنت در پیش‌زمینه (Foreground) فعال باشد، عملیات هدایت (Steering) آن ساب‌ایجنت را به پس‌زمینه می‌فرستد تا بتواند به کارش ادامه دهد؛ در حالی که هم‌زمان ایجنت والد مشغول پردازش دستور جدید شما می‌شود. این یعنی کاربر دیگر نیازی ندارد برای تغییر فرمان ایجنت اصلی، منتظر تمام شدن تسک‌های طولانی بماند!

بازگشت مطمئن نتایج پردازش‌های پس‌زمینه

قبلاً اگر نوبت ایجنت والد تمام می‌شد، ممکن بود خروجی ساب‌ایجنت‌هایی که در پس‌زمینه کار می‌کردند کاملاً نیست و نابود شود! اما در نسخه ۱.۰.۳۱، نتیجه کامل‌شده ساب‌ایجنت به شکل یک نوبت پیگیری جدید روی همان فرایند اجرا به والد خود تحویل داده می‌شود.

متد run.stream() در تمام این نوبت‌های پیگیری به ارسال ایونت‌ها (Events) ادامه می‌دهد و تابع run.wait() نیز دقیقاً بعد از اتمام همه آن‌ها مقدار نهایی را بازمی‌گرداند. بنابراین کدهایی که چند ساب‌تسک موازی را اجرا می‌کنند، حالا می‌توانند با یک دستور Wait ساده، هم نوبت والد و هم گزارش تک‌تک ساب‌ایجنت‌ها را بدون نگرانی پوشش دهند.

اگر قبلاً کدهایتان را طوری تنظیم کرده بودید که پایان نوبت والد را به منزله اتمام کل تسک در نظر می‌گرفت، یادتان باشد که استریم را تا زمان بسته شدن کامل Run ادامه دهید. این چرخه حیات گسترده‌تر ممکن است نوبت‌های اضافی ایجاد کند و کمی بیش‌تر از نسخه‌های قبلی SDK طول بکشد.

راهنماهای ابزار کافی نیستند؛ گاردریل‌های سخت‌گیرانه بسازید!

حالا ابزار‌های سفارشی (Custom Tools) فیلدی به نام annotations را قبول می‌کنند که متادیتای پروتکل زمینه مدل (Model Context Protocol یا همان MCP) را مستقیماً به مدل تحویل می‌دهد. فیلدهای پشتیبانی‌شده شامل این موارد هستند:

  • title: نام خوانا و قابل درک ابزار برای انسان
  • readOnlyHint: راهنمایی برای ابزار‌هایی که نباید تغییری در وضعیت ایجاد کنند (فقط‌خواندنی)
  • destructiveHint: ابزار‌هایی که ممکن است داده‌ها را بازنویسی یا حذف کنند (عملیات مخرب)
  • idempotentHint: ابزار‌هایی که تکرار چندباره اجرای آن‌ها مشکلی ایجاد نمی‌کند (ایدامپوتنت)
  • openWorldHint: ابزار‌هایی که ممکن است با سرویس‌ها و سیستم‌های بیرونی تعامل داشته باشند

مدل هوش مصنوعی با کمک این سیگنال‌ها موقع انتخاب و فراخوانی ابزار‌ها استدلال بهتری درباره اثرات جانبی و امکان تکرار تسک‌ها خواهد داشت. البته دقت کنید که این حاشیه‌نویسی‌ها صرفاً نقش راهنمای مشورتی دارند و خود SDK رفتارهای تعریف‌شده را تحمیل یا کنترل نمی‌کند.

به همین دلیل، توسعه‌دهندگان باید حتماً احراز هویت و مجوزها را درون هندلرهای ابزار اعمال کنند، فقط ابزار‌های تأییدشده را در دسترس بگذارند و ابزار‌های ممنوعه را با قابلیت disallowedTools (که از نسخه ۱.۰.۲۷ اضافه شد) بلاک نمایند. به یاد داشته باشید که این راهنماها هرگز نباید به عنوان مرز امنیتی در نظر گرفته شوند!

جایگزینی پرامپت حلقه اصلی ایجنت

گزینه جدید systemPrompt در تابع Agent.create() به شما امکان می‌دهد پرامپت سیستمی پیش‌فرض کرسر را برای حلقه اصلی ایجنت کاملاً بازنویسی کنید. با این وجود، کرسر همچنان رول‌ها (Rules)، اسکیل‌ها (Skills) و اسکیماهای ابزار را لود می‌کند و ساب‌ایجنت‌ها هم پرامپت‌های اختصاصی خودشان را نگه می‌دارند.

البته دسترسی به پرامپت سفارشی فعلاً مخصوص ایجنت‌های محلی تایپ‌اسکریپت است و بر اساس هر حساب کاربری فعال می‌شود. همچنین اگر بخواهید ایجنتی را بازیابی کنید، باید دوباره این آپشن را در متد Agent.resume() پاس بدهید؛ پس بهتر است این پرامپت را در تنظیمات اجرا ذخیره کنید تا موقع بازیابی کار با مشکلی روبه‌رو نشوید.

توسعه‌دهندگان می‌توانند جزئیات کامل تاریخچه نسخه‌ها را در لاگ تغییرات SDK کرسر دنبال کنند.

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

هوش مصنوعی در نقش خواهر بزرگ‌تر؛ راه‌اندازی استارتاپ Hot Girl Hotline برای مشاوره روابط عاطفی
آخرین اخبار

هوش مصنوعی در نقش خواهر بزرگ‌تر؛ راه‌اندازی استارتاپ Hot Girl Hotline برای مشاوره روابط عاطفی

دو خواهر کارآفرین استارتاپی به نام Hot Girl Hotline راه‌اندازی کرده‌اند که با استفاده از مدل‌های هوش مصنوعی، نقش یک خواهر بزرگ‌تر امین را برای دختران جوان بازی می‌کند و به آن‌ها در روابط عاطفی مشاوره می‌دهد. این پلتفرم برخلاف چت‌بات‌های عمومی، روی پیشگیری از وابستگی روحی و بازگرداندن فرد به زندگی واقعی تمرکز دارد و داده‌های کاربران را هم کاملاً محرمانه نگه می‌دارد.

۴ دقیقه مطالعه
۰
۱۳ مهر
شاید همکار بغل‌دستی‌تان خوره‌ی مخفی هوش مصنوعی باشد؛ چرا کارمندان پرامپت‌های خود را لو نمی‌دهند؟
آخرین اخبار

شاید همکار بغل‌دستی‌تان خوره‌ی مخفی هوش مصنوعی باشد؛ چرا کارمندان پرامپت‌های خود را لو نمی‌دهند؟

شاید همکار بغل‌دستی شما بدون اینکه رو کند، یک نابغه تمام‌عیار در کار با ابزار‌های هوش مصنوعی باشد! گزارش‌های تازه نشان می‌دهد بخش بزرگی از کارمندان، پرامپت‌های جادویی و روش‌های کار با AI را مثل یک راز بزرگ پیش خودشان نگه می‌دارند تا دست بالا را در شرکت داشته باشند. این پنهان‌کاری جالب نه از سر بدجنسی، بلکه ناشی از ترس عمیق کارکنان از بالا رفتن بی‌رویه انتظارات مدیران و رقابت شغلی است.

۳ دقیقه مطالعه
۰
۱۳ مهر
انقلاب ایجنت‌های خوداصلاح‌گر؛ وقتی هوش مصنوعی کدهای خودش را از نو بازنویسی می‌کند!
آخرین اخبار

انقلاب ایجنت‌های خوداصلاح‌گر؛ وقتی هوش مصنوعی کدهای خودش را از نو بازنویسی می‌کند!

تا پیش از این، برنامه‌نویس‌ها ساعت‌ها وقت صرف تنظیم دستی پرامپت‌ها و ابزار‌ها می‌کردند تا ایجنت‌های هوش مصنوعی اندکی بهتر عمل کنند؛ اما حالا ورق برگشته است. پژوهشگران چارچوب‌هایی ابداع کرده‌اند که به ایجنت‌ها امکان می‌دهد با تحلیل خطاهای گذشته، دستورالعمل‌ها و کدهای خود را بازنویسی و ارتقا دهند. این دستاورد مسیر را برای ساخت سیستم‌های خوداصلاح‌گری هموار می‌کند که بدون نیاز به دخالت انسان روزبه‌روز باهوش‌تر می‌شوند.

۳ دقیقه مطالعه
۰
۱۳ مهر