QA
एजेंट निर्देशों को अर्थ खोए बिना संपीड़ित करें
प्रतिगमन-आधारित संपीड़न परीक्षण जो एजेंट निर्देशों को छोटा करता है, लेकिन ट्रिगर, बाधाएँ, टूल सीमाएँ, escalation नियम और विफलता व्यवहार सुरक्षित रखता है।
प्रक्रिया
इस क्रम में करो।
- आधारभूत निर्देश, उसका स्वामी, अभिप्रेत ट्रिगर, गैर-ट्रिगर और महत्वपूर्ण, सामान्य, अस्पष्ट तथा विफलता मामलों को कवर करने वाली regression suite दर्ज करें।
- आवश्यक और निषिद्ध कार्यों, क्रम, अनुमतियों, प्रमाण-मानकों, अनिश्चितता-भाषा और अंतिम उत्तर-अनुबंध के लिए अर्थात्मक invariants तय करें।
- स्पष्ट संपादन-बजट में संपीड़ित उम्मीदवार बनाएँ, स्रोत बनाए रखें और दिखाएँ क्या मिलाया, स्थानांतरित या हटाया गया, बिना समानता मान लिए।
- आधार और उम्मीदवार संस्करणों को नियंत्रित वातावरण में चलाकर टूल चुनाव, योजना, उद्धरण, अस्वीकृति और अंतिम आउटपुट की तुलना करें, केवल token संख्या नहीं।
- अनुपलब्ध टूल, विरोधाभासी निर्देश, इंजेक्ट की गई सामग्री, निजी-डेटा अनुरोध और रोक की आवश्यकता वाले उच्च-प्रभाव वाले कार्यों के लिए adversarial cases जोड़ें।
- संदर्भ-आकार और परिचालन-स्पष्टता को द्वितीयक संकेत मानें, व्यवहार-प्रतिगमन की जाँच करें, और छोटे शब्दों से कमज़ोर हुआ कोई भी invariant बहाल करें।
- संस्करणित scorecard, परीक्षण प्रमाण, बदले गए constraints, स्वामी-हस्ताक्षर और अनसुलझे जोखिम के साथ उम्मीदवार को स्वीकृत, संशोधित या अस्वीकृत करें।
यह लाओ
इनपुट जो बिल्ली मांगेगी।
- आधारभूत एजेंट निर्देश और संस्करण
- अर्थात्मक invariants और परीक्षण-मामले
- नियंत्रित मूल्यांकन वातावरण
- संपीड़ण-बजट और स्वीकृति-स्वामी
राउटर + एक playbook
पहले रूट करो। एक चुनो।
Cat Paw हर काम पर एक playbook खोलता है, कई को मिलाता नहीं। इस राउटर से शुरू करो; बाकी रास्ते इसी workflow के उम्मीदवार हैं।
- राउटर:
token-efficient-agenting-pack skills/token-efficient-agenting-pack/agent-instruction-compression-safety-test/SKILL.md
सीमाएँ
सीमाएँ प्रॉम्प्ट के साथ चलती हैं।
- शुरू करने से पहले वास्तविक टूल, खाते, अनुमतियों और वर्कस्पेस की जाँच करें; कभी न कहें कि अनुपलब्ध टूल, खाता, स्रोत या क्षमता मौजूद है।
- निजी कोड, कलाकृत, लाइव जाँच या गैर-सार्वजनिक डेटा के लिए Latch/target-workspace का उपयोग करें; यह पहुँच उपलब्ध न हो तो अनुमान के बजाय सीमा पर रुककर अड़चन बताएँ।
- महत्वपूर्ण बाहरी कार्रवाई से पहले स्पष्ट स्वीकृति के लिए रुकें; प्रमाण, अनसुलझे जोखिम, मान्यताएँ और स्वीकृति की प्रतीक्षा में कोई भी कार्रवाई लौटाएँ।
पूरा मतलब
एक जाँचने लायक अंत।
संस्करणित संपीड़ण-परीक्षण आवश्यक और प्रतिकूल मामलों में एजेंट व्यवहार संरक्षित दिखाता है, प्रमाण और समझौते दर्ज करता है, और ऐसा कोई अर्थ-प्रतिगमन नहीं छोड़ता जिसका स्वामी न हो।
स्रोत
यह प्रक्रिया कहाँ से आई।
- github.com/JuliusBrussee/caveman/tree/2fd153c67988e980fb0b2455c90832159a6a5a25/
- agentskills.io/specification
- platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview
स्रोत workflow का पैटर्न तय करते हैं। Reddit और कम्युनिटी पोस्ट, जहाँ हैं, अभ्यास की कहानी हैं — सार्वभौमिक तथ्य नहीं।
