รู้จักกับ Shepherd ซอฟต์แวร์โอเพนซอร์สบน Python จาก Meta สำหรับจัดการเอเจนต์
Shepherd เครื่องมือโอเพนซอร์สใหม่ที่ช่วยให้เอเจนต์ AI สามารถทำการแยกสาขา (fork) ย้อนกลับ (revert) และเล่นซ้ำ (replay) การทำงานได้แบบเรียลไทม์
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Shepherd เป็นซอฟต์แวร์โอเพนซอร์สบน Python ภายใต้สัญญาอนุญาตแบบ MIT
- บันทึกการทำงานของเอเจนต์และระบบไฟล์ในรูปแบบคล้าย Git ด้วยระบบ copy-on-write
- ทำงานเร็วกว่า Docker ถึง 5 เท่า และใช้ประโยชน์จาก prompt-cache ได้มากกว่า 95%
- ใช้งานได้กับ Python 3.11 ขึ้นไป และรองรับระบบปฏิบัติการ macOS และ Linux
ในปัจจุบันการพัฒนาเอเจนต์ปัญญาประดิษฐ์มีความซับซ้อนมากขึ้น ล่าสุดได้มีการเปิดตัว Shepherd ซึ่งเป็นโครงสร้างพื้นฐานหรือ Python substrate ที่ถูกออกแบบมาเพื่อบันทึกทุกขั้นตอนการทำงานของเอเจนต์ AI ให้กลายเป็นวัตถุระดับเฟิร์สต์คลาส โดยการปฏิสัมพันธ์ระหว่างเอเจนต์และสภาพแวดล้อมจะถูกแปลงเป็นเหตุการณ์ที่มีการกำหนดไทป์อย่างชัดเจน บันทึกไว้ในลักษณะคล้ายกับประวัติการทำงานของ Git และผ่านการตรวจสอบความถูกต้องด้วยระบบ Lean
ระบบการทำงานของ Shepherd จะถือว่าทุกๆ การปฏิสัมพันธ์คือการ commit หนึ่งครั้ง แต่มีความพิเศษกว่า Git ตรงที่การ commit นี้จะครอบคลุมทั้งกระบวนการทำงานของเอเจนต์และระบบไฟล์ไปพร้อมกันผ่านเทคโนโลยี copy-on-write ทำให้สาขาหรือ branch ที่สร้างขึ้นสามารถพกพาสถานะการทำงานจริงๆ ติดตัวไปได้ ไม่ใช่แค่ไฟล์ข้อมูลธรรมดา และการย้อนกลับไปยังจุดก่อนหน้าสามารถทำได้ด้วยการ fork เพียงครั้งเดียวจากจุด commit นั้นๆ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ทีมวิจัยผู้พัฒนาได้ระบุตัวเลขประสิทธิภาพที่น่าสนใจว่า Shepherd สามารถทำการแยกสาขา (fork) ทั้งกระบวนการทำงานของเอเจนต์และระบบไฟล์ได้เร็วกว่าระบบ Docker ถึง 5 เท่า นอกจากนี้เนื่องจากส่วนนำหน้าของ prompt ก่อนถึงจุดแยกสาขาไม่มีการเปลี่ยนแปลง การเล่นซ้ำการทำงาน (replay) จึงสามารถใช้ประโยชน์จากการรีไซเคิล prompt-cache ได้สูงถึง 95% เลยทีเดียว
การที่ Shepherd สามารถจำลองการทำงานและจัดการระบบไฟล์ในลักษณะเดียวกับระบบควบคุมเวอร์ชัน (Version Control) ถือเป็นก้าวสำคัญที่จะช่วยลดความเสี่ยงในการพัฒนา AI Agent โดยเฉพาะการป้องกันไม่ให้เอเจนต์เขียนข้อมูลที่ผิดพลาดลงในระบบ เนื่องจากนักพัฒนาสามารถตรวจสอบร่องรอยและย้อนกลับข้อผิดพลาดได้ทันทีเหมือนกับการย้อนโค้ดใน GitHub
สำหรับโครงสร้างภายในของเฟรมเวิร์กนี้ถูกแบ่งออกเป็น 4 แนวคิดหลัก ได้แก่ tasks (ฟังก์ชันที่กำหนดประเภทซึ่งโมเดลจะเติมเนื้อหา), effects (การข้ามขอบเขตของทาสก์ที่สามารถตรวจสอบหรือปฏิเสธได้), runs (บันทึกการทำงานที่ถาวร) และ workspaces รวมถึงมีการประกาศสิทธิ์การเข้าถึงผ่านลายเซ็นของฟังก์ชัน เช่น Binding แบบ May[GitRepo, ReadOnly] ที่จะถูกแปลงและบังคับใช้ที่ระดับระบบปฏิบัติการผ่านเครื่องมืออย่าง Seatbelt บน macOS และ Landlock บน Linux
แม้ว่าในขณะนี้ซอฟต์แวร์ดังกล่าวจะยังอยู่ในช่วงเริ่มต้นอย่าง early alpha และยังไม่พร้อมสำหรับการใช้งานจริงในระดับ production แต่ผู้สนใจก็สามารถติดตั้งใช้งานได้ทันทีผ่านคำสั่ง pip install shepherd-ai จาก PyPI โดยรองรับการใช้งานร่วมกับ Python 3.11 ขึ้นไป
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น