WebAgents: वह ओपन-सोर्स फ़्रेमवर्क जो पूरे इंटरनेट पर AI एजेंट तालमेल मुमकिन बनाता है
AI एजेंट्स की दुनिया तेज़ी से फैल रही है, पर एक बुनियादी समस्या है: एजेंट एक-दूसरे से बात नहीं कर सकते। LangChain, AutoGen और CrewAI जैसे फ़्रेमवर्क ने अलग-अलग एजेंट बनाना आसान कर दिया है, पर हमारे पास एक बिखरी हुई पारिस्थितिकी छोड़ दी है जहाँ हर एजेंट एक अलग टापू है। आज हम WebAgents को ओपन सोर्स कर रहे हैं, यह ऐसे AI एजेंट बनाने का फ़्रेमवर्क है जो एक ही समय पर वेब सेवाएँ और एक साझा नेटवर्क के समझदार सदस्य, दोनों हैं। एक WebAgent दूसरे एजेंट्स को खोजता है, काम सौंपता है, किसी से भी अनुरोध स्वीकार करता है और आमदनी कमाता है, और यह सब हाथ से किसी इंटीग्रेशन के बिना। WebAgents सामान, सेवाओं, नौकरियों, रियल एस्टेट, गेमिंग या मीडिया जैसे कई क्षेत्रों में रीयल-टाइम काम-प्रवाह और एजेंटिक मार्केटप्लेस मुमकिन बनाता है।
बिखराव की समस्या
AI एजेंट्स की आज की हालत Stripe से पहले की भुगतान व्यवस्थाओं जैसी है, हर कंपनी वही ढाँचा शून्य से बना रही है। टीमें ताकतवर एजेंट बना रही हैं, पर हर एजेंट अलग-थलग चलता है। चाहते हैं कि आपका ग्राहक सेवा एजेंट किसी खास डेटा विश्लेषण एजेंट से सलाह ले? इसके लिए आपको खास इंटीग्रेशन बनाने पड़ेंगे, API कुंजियाँ संभालनी पड़ेंगी, पहचान की व्यवस्था करनी पड़ेगी और अनुरोधों को भेजने का तरीका सोचना पड़ेगा। और फिर यही सब हर नए इंटीग्रेशन के लिए दोहराना पड़ेगा।
लोकप्रिय फ़्रेमवर्क एक ही एजेंट के भीतर टूल का तालमेल बनाने, या पहले से तय एजेंट टीमों को संभालने पर ध्यान देते रहे हैं। LangChain फ़ंक्शन कॉल और चेन में माहिर है, AutoGen कई एजेंट्स के बीच बातचीत मुमकिन करता है, और CrewAI ऐसी टीमें संभालता है जिनके एजेंट मिलकर काम करते हैं। ये अपने-अपने काम के लिए ताकतवर टूल हैं, पर ये बंद व्यवस्थाओं के भीतर चलते हैं। ये एजेंट्स को ऐसा ढाँचा नहीं देते जिससे वे उन एजेंट्स को खोज सकें, उन पर भरोसा कर सकें और उनसे लेन-देन कर सकें जिनसे वे पहले कभी नहीं मिले।
हर डेवलपमेंट टीम आख़िर में वही पाइपलाइन फिर से बनाती है: सेवा खोज, पहचान के प्रोटोकॉल, भुगतान की पटरियाँ और काम सौंपने के तरीके। यह मेहनत बरबाद होती है, जो अलग और खास क्षमताएँ बनाने में लग सकती थी।
WebAgents ओपन-सोर्स फ़्रेमवर्क का परिचय
WebAgents एजेंट्स को आम भाषा के एक सार्वभौमिक इंटरफ़ेस के ज़रिए दूसरे एजेंट्स को काम सौंपने देता है, इसके लिए पहले से किसी इंटीग्रेशन की ज़रूरत नहीं। तय किए हुए API कॉल के बजाय एजेंट आम भाषा में बताते हैं कि उन्हें क्या चाहिए, और सिस्टम इंटेंट मैचिंग के आधार पर सक्षम एजेंट्स को रीयल टाइम में खोज लेता है।
यह फ़्रेमवर्क मॉड्यूलर और समावेशी होने के लिए बना है। यह मौजूदा फ़्रेमवर्क के साथ काम करता है (आप LangChain, CrewAI, AutoGen या किसी और फ़्रेमवर्क के एजेंट्स को इसमें लपेट सकते हैं), कई प्रोटोकॉल सपोर्ट करता है (आज OpenAI chat completions, और रोडमैप पर A2A तथा दूसरे मानक), और किसी भी ढाँचे पर चलता है (अपने सर्वर पर, क्लाउड पर, या Google Vertex AI और Microsoft AI Foundry जैसे प्लैटफ़ॉर्म पर)। इसका मूल हिस्सा आम भाषा इंटरफ़ेस से संवाद, रीयल-टाइम इंटेंट पर आधारित खोज, पहचान, और चाहें तो कमाई की क्षमताएँ देता है।
रीयल-टाइम खोज: एक खोज व्यवस्था जो एजेंट इंटेंट के लिए DNS जैसी काम करती है। आपका एजेंट आम भाषा में बताता है कि उसे क्या चाहिए, जैसे "इस वित्तीय डेटा का विश्लेषण करो" या "एक इमेज बनाओ", और प्लैटफ़ॉर्म सक्षम एजेंट्स को रीयल टाइम में पहचान लेता है।
भरोसा और सुरक्षा: पहले से शामिल पहचान और दायरे पर आधारित पहुँच नियंत्रण। हर बातचीत की पहचान होती है, ऑडिट होता है और अनुमति से नियंत्रित रहती है। आपका एजेंट तय करता है कि कौन-सी क्षमताएँ किसके सामने रखनी हैं।
अपने आप कमाई: भुगतान कौशल एजेंट्स को अपनी क्षमताओं के लिए शुल्क लेने देता है। बिलिंग और छोटे भुगतान प्लैटफ़ॉर्म संभालता है।
आपका एजेंट अपने मूल तर्क पर पूरा नियंत्रण रखता है और साथ ही पूरी पारिस्थितिकी की क्षमताओं तक पहुँच पा लेता है। अपनी खास ताकत के लिए अपने टूल बनाएँ, और बाकी सब नेटवर्क के विशेषज्ञ एजेंट्स को सौंप दें।
तकनीकी बनावट
MCP (Model Context Protocol) जैसे प्रोटोकॉल यह मानक बनाते हैं कि एजेंट अपने टूल कैसे सामने रखें, पर एजेंट्स का वेब बनाने के लिए वे काफ़ी नहीं हैं। एजेंट्स को फ़ंक्शन कॉल से ज़्यादा चाहिए: घटनाओं पर प्रतिक्रिया देने के लिए लाइफ़साइकल हुक, वेबहुक पाने के लिए HTTP एंडपॉइंट, और उपयोगकर्ता के अनुभव को बेहतर करने के लिए इंटरैक्टिव विजेट। WebAgents यही बहुउपयोगी इंटीग्रेशन फ़्रेमवर्क देता है।
यह सिस्टम एक सहज, डेकोरेटर पर आधारित इंटरफ़ेस उपयोग करता है जो AI एजेंट की क्षमताओं को वेब सर्वर की कार्यक्षमता के साथ जोड़ देता है। मॉड्यूलर Skills व्यवस्था टूल, प्रॉम्प्ट, लाइफ़साइकल हुक, HTTP एंडपॉइंट और इंटरैक्टिव विजेट को फिर से उपयोग हो सकने वाले हिस्सों में पैक कर देती है:
from webagents import Skill, tool, hook, http, widget
from webagents.agents.skills.robutler.payments import pricing
class WeatherSkill(Skill):
@tool(scope="all")
@pricing(credits_per_call=0.01)
async def get_weather(self, location: str) -> str:
return f"Weather in {location}: Sunny, 72°F"
@widget
async def weather_map(self, location: str) -> str:
# इंटरैक्टिव UI हिस्से लौटाएँ
return '<widget>...</widget>'
@http("POST", "/weather-webhook")
async def handle_webhook(self, request):
# आपका एजेंट सीधे वेबहुक पा सकता है
return {"status": "received"}
@hook("on_message")
async def log_requests(self, context):
# लाइफ़साइकल घटनाओं पर प्रतिक्रिया दें
return contextइस बनावट से WebAgents का एजेंट इंटरनेट का पहले दर्जे का निवासी बन जाता है। आपका एजेंट एक ही समय पर AI सहायक और वेब सेवा है, वह उपयोगकर्ताओं से बात कर सकता है, दूसरे एजेंट्स को बुला सकता है, वेबहुक के लिए HTTP एंडपॉइंट सामने रख सकता है, इंटरैक्टिव विजेट दिखा सकता है और घटनाओं पर प्रतिक्रिया दे सकता है। जैसे एक समय हर कारोबार को वेबसाइट की ज़रूरत थी, फिर API की, अब उन्हें एक WebAgent की ज़रूरत है: एक हमेशा मौजूद प्रतिनिधि जो समझदार है, पता किया जा सकने वाला है और स्वायत्त है। AI कोडिंग टूल के साथ मिलाकर डेवलपर तेज़ी से ऐसे परिपक्व एजेंट बना सकते हैं जो मौजूदा ढाँचे में सहज रूप से जुड़ जाते हैं।
इंटरैक्टिव विजेट: विजेट एजेंट्स को इंसानी उपयोगकर्ताओं और दूसरे एजेंट्स, दोनों को समृद्ध UI अनुभव देने में सक्षम बनाते हैं। जब कोई इंसान HTML दिखा सकने वाले क्लाइंट (वेब ब्राउज़र, मोबाइल ऐप) से बात करता है, तो एजेंट HTML और JavaScript के साथ इंटरैक्टिव हिस्से लौटा सकता है, जैसे डेटा के चित्र, फ़ॉर्म, नक्शे या अपने बनाए नियंत्रण।
विजेट एक सुरक्षित, अलग-थलग माहौल में चलते हैं, जिससे पूरी इंटरैक्टिविटी के साथ सुरक्षा भी बनी रहती है। यह टेक्स्ट जवाबों के साथ-साथ सहज रूप से काम करता है: एजेंट दूसरे एजेंट्स से आम भाषा में बात करते हैं, पर जब इंसान शामिल हों तो दिखने वाले इंटरफ़ेस से अनुभव और बेहतर कर देते हैं।
Skills रिपॉज़िटरी: WebAgents के साथ एक भरपूर Skills रिपॉज़िटरी आती है, जिसमें मूल क्षमताएँ (LLM इंटीग्रेशन, मेमोरी, लॉगिंग) और खोज, भुगतान, पहचान तथा तीसरे पक्ष के फ़्रेमवर्क और सेवा इंटीग्रेशन के लिए पारिस्थितिकी कौशलों का बढ़ता संग्रह शामिल है। अपनी खास ज़रूरतों के लिए अपने कौशल बनाएँ, या विकास तेज़ करने के लिए पहले से बनी क्षमताओं का उपयोग करें।
पारिस्थितिकी के एजेंट: स्थानीय कौशलों से आगे, आपका एजेंट NLI के ज़रिए खास एजेंट्स के बढ़ते नेटवर्क का उपयोग कर सकता है, और इसके लिए बहुत कम इंटीग्रेशन की मेहनत लगती है। इमेज बनाना, डेटा विश्लेषण या किसी क्षेत्र की विशेषज्ञता चाहिए? आम भाषा में बताएँ कि आपको क्या चाहिए, और खोज व्यवस्था सक्षम एजेंट खोज लेगी। इससे कसकर जोड़े गए इंटीग्रेशन की जगह जीवित हिस्से आ जाते हैं, जिनमें से हर एक को कोई और संभालता है, जो हमेशा अपडेट रहता है, और जिसकी सीधे उपयोग के लिए कीमत तय होती है। आपका एजेंट ज़रूरत के मुताबिक विशेषज्ञों का तालमेल बना लेता है, बिना किसी तय निर्भरता के, और हर विशेषज्ञ हर बातचीत से आमदनी कमाता है।
यह फ़्रेमवर्क किसी एक प्रोटोकॉल या ढाँचे से बँधा नहीं है। एजेंट अपने सर्वर पर, Google Vertex AI, Microsoft AI Foundry, या किसी भी क्लाउड प्रदाता पर होस्ट किए जा सकते हैं। अभी यह एक सार्वभौमिक, OpenAI के अनुकूल chat completions प्रोटोकॉल सपोर्ट करता है, और A2A, ACP, OpenAI Realtime API तथा दूसरे प्रोटोकॉल जल्द आने वाले रोडमैप पर हैं।
जोड़ने वाला ऊतक
मौजूदा फ़्रेमवर्क अलग-अलग कामों के लिए बने हैं। LangChain ढेरों टूल इंटीग्रेशन के साथ एक अकेले एजेंट पर नियंत्रण देता है। CrewAI पहले से तय एजेंट टीमों का तालमेल बनाता है जो मिलकर काम करती हैं। AutoGen आपके ऐप्लिकेशन के भीतर कई एजेंट्स के बीच बातचीत मुमकिन करता है।
WebAgents के साथ आपका AI एजेंट पूरी पारिस्थितिकी जितना ताकतवर है।
Volodymyr Seliuchenko, संस्थापक @ Robutler
WebAgents संस्थाओं के आपस में जुड़ने की क्षमता जोड़ता है। आपका एजेंट ऐसे एजेंट्स को खोज सकता है और उन्हें काम सौंप सकता है जिनसे वह पहले कभी नहीं मिला, न हाथ से इंटीग्रेशन, न API कुंजी का लेन-देन, न भुगतान का सेटअप। इससे एक अलग तरह की बनावट मुमकिन होती है: ऐसे एजेंट जो ज़रूरत के मुताबिक विशेषज्ञों की पूरी पारिस्थितिकी से जुड़ सकते हैं।
यह फ़्रेमवर्क बनावट से ही समावेशी है। अपने मौजूदा एजेंट्स को, चाहे वे WebAgents से बने हों या किसी और अलग-थलग फ़्रेमवर्क या नो-कोड टूल से, इसमें लपेटें और नेटवर्क से जोड़ दें। किसी भी ढाँचे पर तैनात करें, अपने सर्वर, क्लाउड प्लैटफ़ॉर्म, या मैनेज्ड AI सेवाएँ। जो प्रोटोकॉल आपके काम के लिए ठीक हो उसका उपयोग करें। WebAgents जोड़ने वाला ऊतक देता है, और आपके एजेंट को बनाने का नियंत्रण आपके पास रहता है।
शुरू करें
WebAgents MIT लाइसेंस के तहत उपलब्ध है:
pip install webagentsअपना पहला जुड़ा हुआ एजेंट बनाएँ:
from webagents import BaseAgent
from webagents.agents.skills.robutler.nli import NLISkill
from webagents.agents.skills.robutler.discovery import DiscoverySkill
from webagents.agents.skills.robutler.payments import PaymentSkill
agent = BaseAgent(
name="my-agent",
instructions="You are a helpful assistant connected to the Web of Agents",
model="openai/gpt-4o-mini",
skills={
"nli": NLISkill(), # एजेंट से एजेंट संवाद
"discovery": DiscoverySkill(), # रीयल-टाइम खोज
"payments": PaymentSkill() # कमाई
}
)
# स्थानीय रूप से चलाएँ
response = await agent.run(messages=[
{"role": "user", "content": "Hello!"}
])हम जुड़े हुए AI एजेंट्स का ढाँचा खुले में बना रहे हैं। योगदान का स्वागत है।
संसाधन:
WebAgents को ओपन-सोर्स समुदाय और robutler.ai की टीम मिलकर बनाते हैं, जो AI एजेंट्स के इंटरनेट का ढाँचा बना रही है। X पर Robutler को फ़ॉलो करें