OpenAI AgentKit ट्यूटोरियल व डेमो प्रोजेक्ट: एक AI एजेंट बनाएं

नया परिचित OpenAI AgentKit एक टूलकिट है जो डेवलपर्स को विजुअल वर्कफ़्लो इंटरफेस के जरिए AI एजेंट डिजाइन, कनेक्ट और डिप्लॉय करने देता है। यह Agent Builder, ChatKit, और इन-बिल्ट टूल इंटीग्रेशन (जैसे वेब सर्च, GitHub, और MCP सर्वर) को जोड़ता है ताकि आप विचार से काम करने वाले एजेंट तक जल्दी और कुशलता से पहुंच सकें।

इस गाइड में, मैं आपको एक हैंड्स-ऑन डेमो बनाना सिखाऊंगा जो स्वतः रिपॉजिटरी स्कैन करता है, खुले इश्यू को वर्गीकृत करता है, डुप्लिकेट पहचानता है, और सब कुछ संक्षिप्त रिपोर्ट में समेट देता है। चरण-दर-चरण, आप देखेंगे कि कैसे:

• Agent Builder इंटरफेस का उपयोग करके विजुअल रूप से वर्कफ़्लो डिजाइन करें।
• दो सहयोगी एजेंट कॉन्फ़िगर करें—एक GitHub इश्यू प्राप्त और विश्लेषित करने के लिए, और दूसरा उनका सारांश बनाने के लिए।
• ChatKit के माध्यम से अपने वर्कफ़्लो को चलाएं, टेस्ट करें, और वास्तविक दुनिया के ऑटोमेशन के लिए प्रकाशित करें।

अंत में, आपका AgentKit वर्कफ़्लो इस तरह दिखेगा:

यदि आप अभी भी OpenAI से परिचित हो रहे हैं, तो मैं हमारा OpenAI Fundamentals स्किल ट्रैक देखने की सलाह देता/देती हूँ। 

AgentKit क्या है?

AgentKit OpenAI का नवीनतम फ्रेमवर्क है जो AI एजेंट बनाने, डिप्लॉय करने और ऑप्टिमाइज़ करने के लिए है। इसे प्रोटोटाइप से प्रोडक्शन तक ले जाने के लिए बनाया गया है, बिना जटिल बैकएंड सेटअप की आवश्यकता के।

मूल रूप से, AgentKit दो प्रमुख घटकों पर केंद्रित है: Agent Builder और ChatKit।

Agent Builder एक ड्रैग-एंड-ड्रॉप विजुअल इंटरफेस है जो आपको बिना कोड लिखे पूरे AI वर्कफ़्लो डिजाइन करने देता है। आप कई Agent नोड (जो GPT मॉडल से संचालित होते हैं) जोड़ सकते हैं और उन्हें तार्किक क्रम में कनेक्ट कर सकते हैं। 

हर एजेंट के अपने निर्देश, टूल्स (जैसे Web Search, Code Interpreter, या API कॉल), और स्ट्रक्चर्ड आउटपुट स्कीमा हो सकते हैं, जिन्हें जोड़कर आप मल्टी-स्टेप ऑटोमेशन बना सकते हैं। Agent Builder नोड्स के बीच संदर्भ पासिंग, मॉडल कॉल्स, और डेटा फॉर्मेटिंग को स्वतः संभालता है, जिससे जटिल पाइपलाइनों का प्रोटोटाइप बनाना भी आसान हो जाता है।

स्रोत: ChatKit Playground

जब आपका वर्कफ़्लो तैयार हो जाए, तो ChatKit इसे कहीं भी डिप्लॉय योग्य बना देता है। यह इंटीग्रेशन लेयर की तरह काम करता है जिससे आप अपने वर्कफ़्लो को चैट इंटरफेस में एम्बेड कर सकते हैं, API के जरिए एक्सपोज़ कर सकते हैं, या स्कीमा-आधारित कॉन्फ़िगरेशन के जरिए यूज़र सेशन मैनेज कर सकते हैं। 

आप SDK डाउनलोड करके इसे स्वयं होस्ट भी कर सकते हैं, जिससे एजेंट कैसे चलते हैं उस पर लचीलापन और नियंत्रण मिलता है। 

AgentKit Connector Registry के साथ भी सहजता से इंटीग्रेट होता है, जो एक केंद्रीय हब है जहाँ एडमिन OpenAI उत्पादों में डेटा स्रोतों और टूल्स के कनेक्शन प्रबंधित कर सकते हैं। 

इस इंटीग्रेशन का मतलब है कि आपके एजेंट GitHub, Notion, या इंटरनल API जैसे एंटरप्राइज़ संसाधनों तक सुरक्षित रूप से पहुंच सकते हैं—बिना क्रेडेंशियल हार्ड-कोड किए या अलग-अलग इंटीग्रेशन मैनेज किए।

OpenAI AgentKit डेमो: GitHub इश्यू रिव्यू वर्कफ़्लो बनाना

इस सेक्शन में, हम AgentKit के Agent Builder का उपयोग करके एक स्वचालित GitHub इश्यू रिव्यू वर्कफ़्लो बनाना सीखेंगे। यह वर्कफ़्लो दो जुड़े एजेंटों को जोड़ता है—एक जो GitHub रिपॉजिटरी से इश्यू का विश्लेषण करता है, और दूसरा जो परिणामों का संक्षिप्त रिपोर्ट में सारांश बनाता है।

यह इस प्रकार काम करता है:

• GitHub रिपॉजिटरी URL दर्ज करें (उदा., https://github.com/OWNER/REPO).
• GitHub Agent नवीनतम खुले इश्यू लाता है, उन्हें bug, feature, या question के रूप में वर्गीकृत करता है, और संभावित डुप्लिकेट पहचानने के लिए सर्च क्वेरी बनाता है।
• यह पिछले योगदानकर्ताओं या कमेंट करने वालों के आधार पर संभावित असाइनी भी सुझाता है।
• फिर Summary Agent इस स्ट्रक्चर्ड JSON आउटपुट को लेकर एक पठनीय सारांश बनाता है जिस पर मेंटेनर तुरंत कार्रवाई कर सकें।

अंत में, आपके पास एक पूरी तरह कार्यशील, मल्टी-एजेंट वर्कफ़्लो होगा जो कच्चे GitHub इश्यू को कार्रवाई योग्य अंतर्दृष्टियों में बदल देता है।

चरण 1: Agent Builder सेट करें

AgentKit Playground पर जाएँ और अपने OpenAI अकाउंट से लॉगिन या साइन अप करें। लॉगिन के बाद, आप विजुअल वर्कफ़्लो एडिटर पर पहुँचेंगे, जहाँ आप एजेंटों को एक आसान इंटरफेस में डिजाइन, कनेक्ट और कॉन्फ़िगर कर सकते हैं।

अब, शुरुआत करने के लिए एक वर्कफ़्लो बनाते हैं।

चरण 2: एक वर्कफ़्लो बनाएँ

एजेंट बनाने से पहले, हमें एक वर्कफ़्लो चाहिए जो परिभाषित करे कि एजेंट कैसे जुड़ते और इंटरैक्ट करते हैं। वर्कफ़्लो इनपुट, प्रोसेसिंग, और आउटपुट जैसे विभिन्न नोड्स के बीच नियंत्रण प्रवाह का काम करता है।

शुरू करने के लिए + Create पर क्लिक करें, नया वर्कफ़्लो बनाएँ और इसे GitHub Issue Assistant जैसा कोई नाम दें। बन जाने पर, आपको Start नोड वाला खाली कैनवास दिखेगा, जो आपके वर्कफ़्लो में सभी कार्रवाइयों का एंट्री पॉइंट होता है।

हमारा कैनवास तैयार है और अब हम वर्कफ़्लो की लॉजिक बनाने के लिए कई नोड जोड़ना और कनेक्ट करना शुरू कर सकते हैं।

चरण 3: एक GitHub एजेंट बनाएँ

इस चरण में, हम Start नोड के पास एक GitHub Agent नोड जोड़ेंगे ताकि उपयोगकर्ता द्वारा दिए गए रिपॉजिटरी लिंक को प्रोसेस किया जा सके। इसे 6 सरल चरणों में ऐसे करें:

1. साइडबार पर Agent पर क्लिक करें और Start नोड के पास एक एजेंट नोड जोड़ें। 

2. एजेंट नोड पर डबल-क्लिक करें, उसके पैरामीटर खोलें, और एजेंट का नाम “GitHub Agent” कर दें।

3. निर्देश बॉक्स में निम्न निर्देश जोड़ें:

You are a GitHub Issue Triage agent.
Input: a public GitHub repository URL (e.g., https://github.com/OWNER/REPO).
Task:
1) Find the repository and the 10–20 most recent *open* issues.
2) For each issue, produce:
   - `label`: one of ["bug","feature","question","chore","docs"]. Be strict.
   - `summary`: 1–2 sentences in plain English that restates the problem or request.
   - `duplicate_query`: a GitHub search string likely to find duplicates. Use:
       repo:OWNER/REPO is:issue (STATE OR KEYWORDS …)
     Prefer 2–4 high-signal tokens from the issue title/body; include synonyms.
   - `assignee_hints`: array of up to 3 GitHub usernames to consider assigning.
       Heuristics: past commit/file authors, most recent commenters with code
       context, codeowners, or frequent resolvers of similar issues.
   - `evidence`: an array of `{url, title}` for 1–3 canonical links
       (the issue URL itself is allowed; add one extra context link if useful).
   - `confidence`: 0–1 float confidence for your label.
3) If fewer than 3 issues are open, expand to the last 30 days including closed.
Constraints & quality bar:
- Do not invent usernames. Only output handles you can infer from the repo or issues.
- Prefer precise duplicate queries over long ones.
- Keep `summary` ≤ 280 chars.
- Include citations for any non-issue links you add.

4. Tools टैब के तहत, + पर क्लिक करें और इस एजेंट के लिए Web Search टूल सक्षम करें।

5. अंत में, toggle button को output format टैब के पास क्लिक करें और JSON को स्ट्रक्चर्ड आउटपुट के लिए चुनें. एक Excel जैसा पॉप-अप खुलेगा—जैसा दिखाया है वैसा निम्न पैरामीटर भरें:

आप Generate पर क्लिक करके GPT से यह स्कीमा अपने-आप भरवा सकते हैं।

6. सेटिंग्स सहेजने के लिए Update पर क्लिक करें।

अब हमारा GitHub एजेंट रिपॉजिटरी का विश्लेषण करने और उनके इश्यू को श्रेणीबद्ध करने के लिए तैयार है।

चरण 4: एक समरी एजेंट बनाएँ

अब, GitHub Agent द्वारा उत्पन्न सब कुछ एक रिपोर्ट में संक्षेपित करें। इसके लिए, हम एक समरी एजेंट सेटअप करेंगे जो पिछले नोड से JSON आउटपुट लेता है और आउटपुट के रूप में टेक्स्ट समरी लौटाता है। 

1. साइडबार पर Agent पर क्लिक करें और Start नोड के पास एक एजेंट नोड जोड़ें। 
2. एजेंट नोड पर डबल-क्लिक करें, उसके पैरामीटर खोलें, और एजेंट का नाम “Summary Agent” कर दें।
3. इंस्ट्रक्शन टैब में निम्न निर्देश जोड़ें:

You are a Release Manager assistant.
You will receive the JSON produced by the previous GitHub Agent. Create a concise triage report that a maintainer can act on immediately.
Report format:
- Repo header with link.
- Triage table (or bullet list) grouped by label in the order: bug, feature, question, chore, docs.
  For each issue: #number, title (link), 1-line summary, confidence (0–1), and a clickable “Duplicates” GitHub search using duplicate_query.
- “Suggested assignees” section: aggregate the top usernames across all issues and list why they were suggested (e.g., “owns file X”, “fixed similar Y”).
- “Notable risks” section: 2–4 bullets calling out breaking risks or customer impact.
- Keep the whole report under 400 words.
Rules:
- Do not invent data not present in the JSON input.
- If error is set or the issues array is empty, output a short diagnostic instead.

4. आउटपुट फॉर्मेट के रूप में Text चुनें।

अब आपका Summary Agent डेवलपर-रेडी समरी रिपोर्ट बनाएगा, और आपका अंतिम वर्कफ़्लो इस प्रकार दिखेगा:

चरण 5: प्रीव्यू और पब्लिश

इस वर्कफ़्लो को चलाने के लिए Preview पर क्लिक करें और अपने वर्कफ़्लो को इंटरैक्टिव रूप से टेस्ट करें।