Skill Graphs: AI एजेंट्स के लिए डीप नॉलेज सिस्टम बनाना

@arscontexta
अंग्रेज़ी5 माह पहले · 18 फ़र॰ 2026
4.1M
8.8K
892
208
25.6K

TL;DR

Heinrich 'स्किल ग्राफ' पेश करते हैं, जो बेहतर संदर्भ प्रबंधन के लिए विकिलिंक्स और MOCs का उपयोग करके AI एजेंट की क्षमताओं को आपस में जुड़ी मार्कडाउन फाइलों में व्यवस्थित करने की एक विधि है।

लोग संरचित ज्ञान की शक्ति को कम आंकते हैं। यह पूरी तरह से नए प्रकार के एप्लिकेशन को सक्षम बनाता है।

अभी लोग ऐसी स्किल्स लिखते हैं जो किसी चीज़ के एक पहलू को कैप्चर करती हैं। सारांश के लिए एक स्किल, कोड रिव्यू के लिए एक स्किल, इत्यादि। (अक्सर) एक क्षमता वाली एक फ़ाइल।

सरल कार्यों के लिए यह ठीक है, लेकिन वास्तविक गहराई के लिए कुछ और चाहिए।

एक थेरेपी स्किल की कल्पना करें जो संज्ञानात्मक व्यवहार पैटर्न, अटैचमेंट थ्योरी, सक्रिय श्रवण तकनीक, भावनात्मक विनियमन फ्रेमवर्क आदि के बारे में प्रासंगिक जानकारी प्रदान करती हो।

एक सिंगल स्किल फ़ाइल इसे संभाल नहीं सकती।

स्किल ग्राफ़

स्किल ग्राफ़, विकीलिंक से जुड़ी स्किल फ़ाइलों का एक नेटवर्क है।

एक बड़ी फ़ाइल के बजाय, आपके पास कई छोटे, कम्पोज़ेबल टुकड़े होते हैं जो एक-दूसरे को संदर्भित करते हैं। प्रत्येक फ़ाइल एक पूर्ण विचार, तकनीक या स्किल है और [[उनके बीच विकीलिंक एक ट्रैवर्सेबल ग्राफ़ बनाते हैं]]

एक स्किल ग्राफ़, उसी स्किल डिस्कवरी पैटर्न को ग्राफ़ के अंदर ही पुनरावर्ती रूप से लागू करता है।

हर नोड में एक yaml विवरण होता है जिसे एजेंट पूरी फ़ाइल पढ़े बिना स्कैन कर सकता है।

हर विकी लिंक अर्थपूर्ण होता है क्योंकि यह गद्य में बुना जाता है, इसलिए एजेंट प्रासंगिक पथों का अनुसरण करता है और जो मायने नहीं रखता उसे छोड़ देता है।

प्रगतिशील प्रकटीकरण:

इंडेक्स → विवरण → लिंक → अनुभाग → पूर्ण सामग्री

अधिकांश निर्णय एक भी पूर्ण फ़ाइल पढ़ने से पहले होते हैं।

मूल सिद्धांत

आपके पास पहले से ही वह सब कुछ है जो आपको चाहिए।

  • विकीलिंक जो वाक्यों में गद्य के रूप में पढ़े जाते हैं, इसलिए वे केवल संदर्भ नहीं बल्कि अर्थ रखते हैं
  • yaml फ़्रंटमैटर विवरण के साथ ताकि एजेंट पूर्ण फ़ाइलें पढ़े बिना स्कैन कर सके
  • MOC (सामग्री के मानचित्र) जो संबंधित स्किल्स के क्लस्टर को नेविगेबल उप-विषयों में व्यवस्थित करते हैं

स्किल, अन्य स्किल्स से लिंक होती हैं, जो अन्य स्किल्स से लिंक होती हैं और ग्राफ़ उतना ही गहरा होता है जितना डोमेन को आवश्यकता होती है।

arscontexta प्लगइन

arscontexta एक स्किल ग्राफ़ है जो आपके एजेंट को सिखाता है कि स्किल ग्राफ़ कैसे बनाएं।

(असल में यह नॉलेज बेस बनाने के बारे में है, लेकिन यह एक ही बात है...)

लगभग 250 कनेक्टेड मार्कडाउन फ़ाइलें जो एक एजेंट को सिखाती हैं कि आपके लिए एक विशाल नॉलेज बेस उर्फ स्किल ग्राफ़ कैसे बनाया जाए।

एक स्किल फ़ाइल ऐसा नहीं कर सकती थी।

लेकिन चीजें बदल जाती हैं यदि आप संज्ञानात्मक विज्ञान, ज़ेटेलकास्टन, ग्राफ़ थ्योरी, एजेंट आर्किटेक्चर के बारे में आपस में जुड़े शोध दावों (/स्किल्स) का एक ग्राफ़ बनाते हैं, जहां प्रत्येक टुकड़ा दूसरों से लिंक होता है, प्रत्येक कम्पोज़ेबल होता है और पूरी चीज़ ट्रैवर्सेबल होती है।

यह क्या सक्षम बनाता है

इसके बारे में सोचें:

  • एक ट्रेडिंग स्किल ग्राफ़: जोखिम प्रबंधन, बाज़ार मनोविज्ञान, पोजीशन साइज़िंग, तकनीकी विश्लेषण, प्रत्येक टुकड़ा संबंधित अवधारणाओं से लिंक होता है ताकि संदर्भ उनके बीच प्रवाहित हो
  • एक कानूनी स्किल ग्राफ़: अनुबंध पैटर्न, अनुपालन आवश्यकताएँ, क्षेत्राधिकार विशिष्टताएँ, मिसाल श्रृंखलाएँ, सभी एक प्रवेश बिंदु से ट्रैवर्सेबल
  • एक कंपनी स्किल ग्राफ़: संगठन संरचना, उत्पाद ज्ञान, प्रक्रियाएँ, ऑनबोर्डिंग संदर्भ, संस्कृति, प्रतिस्पर्धी परिदृश्य

इनमें से कोई भी एक फ़ाइल में फिट नहीं होता, लेकिन ये सभी ग्राफ़ के रूप में काम करते हैं।

एक कैसे बनाएं

आसान तरीका: arscontexta claude code प्लगइन इंस्टॉल करें, रिसर्च प्रीसेट चुनें और इसे किसी भी विषय पर इंगित करें।

यह आपके लिए मार्कडाउन फ़ोल्डर संरचना सेट करता है और फिर आप इसे /learn और /reduce से भरते हैं।

मैनुअल तरीका इससे कहीं अधिक सरल है जितना आप सोचते हैं।

एक स्किल ग्राफ़ को आपके .claude/skills/ फ़ोल्डर में रहने की आवश्यकता नहीं है। कुंजी एक इंडेक्स फ़ाइल है जो एजेंट को बताती है कि क्या मौजूद है और इसे कैसे ट्रैवर्स करना है।

यहाँ एक नॉलेज वर्क स्किल ग्राफ़ के लिए इंडेक्स कैसा दिखता है:

text
1# knowledge-work
2
3एजेंटों को भी सोचने के लिए उपकरणों की आवश्यकता होती है। जिस तरह Zettelkasten, एवरग्रीन नोट्स और मेमोरी पैलेस ने मनुष्यों को सोचने के लिए बाहरी संरचनाएँ दीं, उसी तरह एजेंट-संचालित ज्ञान प्रणालियाँ एजेंटों को सोचने के लिए बाहरी संरचनाएँ देती हैं।
4
5## संश्लेषण
6
7विकसित तर्क कि टुकड़े एक साथ कैसे फिट होते हैं:
8
9- [[the system is the argument]] — प्रूफ ऑफ वर्क के साथ दर्शन; हर नोट, लिंक और MOC उस पद्धति को प्रदर्शित करता है जिसका वह वर्णन करता है
10- [[coherent architecture emerges from wiki links spreading activation and small-world topology]] — मूलभूत त्रिकोण जो उत्तर देता है कि संरचना कैसी दिखती है, यह क्यों काम करता है, एजेंट इसे कैसे नेविगेट करते हैं, और कब पुनर्मूल्यांकन करना है
11...
12
13## विषय MOC
14
15डोमेन सात परस्पर जुड़े क्षेत्रों में विभाजित होता है:
16
17- [[graph-structure]] — कैसे विकी लिंक, टोपोलॉजी और लिंकिंग पैटर्न ट्रैवर्सेबल नॉलेज ग्राफ़ बनाते हैं
18- [[agent-cognition]] — एजेंट बाहरी संरचनाओं के माध्यम से कैसे सोचते हैं: ट्रैवर्सल, सत्र, ध्यान सीमाएँ
19 - [[agent-cognition-hooks]] — हुक प्रवर्तन, संरचना, और स्वचालित गुणवत्ता का संज्ञानात्मक विज्ञान
20 - [[agent-cognition-platforms]] — प्लेटफ़ॉर्म क्षमता स्तर, अमूर्तन परतें, संदर्भ फ़ाइल आर्किटेक्चर
21- [[discovery-retrieval]] — कैसे विवरण, प्रगतिशील प्रकटीकरण और खोज सामग्री खोजने और लोड करने में सक्षम बनाते हैं
22- [[processing-workflow]] — कैसे थ्रूपुट, सत्र और हैंडऑफ़ सिस्टम के माध्यम से कार्य को स्थानांतरित करते हैं
23...
24
25## क्रॉस-डोमेन दावे
26
27- [[forced engagement produces weak connections]] — उत्पादकता पर वृद्धि का सामाजिक एनालॉग: गतिविधि के लिए जबरदस्ती जुड़ाव उथले कनेक्शन पैदा करता है, जैसे संश्लेषण के बिना संचय उथले नॉलेज ग्राफ़ पैदा करता है
28
29## अन्वेषण की आवश्यकता
30
31- लापता: मानव और एजेंट ट्रैवर्सल पैटर्न के बीच तुलना। क्या एजेंटों को अलग आर्किटेक्चर की आवश्यकता है?
32- स्केलिंग सीमाएँ: किस सिस्टम आकार पर मानव क्यूरेशन विफल होता है?

इंडेक्स एक लुकअप टेबल नहीं है, यह एक प्रवेश बिंदु है जो ध्यान निर्देशित करता है। एजेंट इसे पढ़ता है, परिदृश्य को समझता है, और वर्तमान बातचीत के लिए प्रासंगिक लिंक का अनुसरण करता है।

प्रत्येक लिंक की गई फ़ाइल एक स्वतंत्र पद्धति दावा (= स्किल) है। यहाँ एक नोड कैसा दिखता है:

Heinrich - inline image

देखें कि गद्य के अंदर विकीलिंक एजेंट को कैसे बताते हैं कि उनका अनुसरण कब और क्यों करना है।

जब ग्राफ़ बड़ा होता है तो सामग्री के मानचित्र (MOC) उप-विषयों को व्यवस्थित करते हैं।

विकास

स्किल्स, संदर्भ इंजीनियरिंग हैं, मूल रूप से क्यूरेटेड ज्ञान जहाँ यह मायने रखता है वहाँ इंजेक्ट किया जाता है।

स्किल ग्राफ़ अगला कदम हैं।

एक इंजेक्शन के बजाय, एजेंट एक ज्ञान संरचना को नेविगेट करता है, वर्तमान स्थिति के लिए ठीक वही खींचता है जो आवश्यक है।

यह एक एजेंट के बीच का अंतर है जो निर्देशों का पालन करता है और एक एजेंट जो एक डोमेन को समझता है।

arscontexta एक claude code प्लगइन है जो ज्ञान प्रणालियों के निर्माण के लिए ऐसा करता है। संरचित ज्ञान की 249 फ़ाइलें जिन्हें एजेंट आपके वर्कफ़्लो में वास्तव में फिट होने वाली स्थानीय ज्ञान प्रणाली प्राप्त करने के लिए ट्रैवर्स करता है।

जाएं और इसका उपयोग करें और बाकी सब चीज़ों के लिए स्किल ग्राफ़ बनाएं।

heinrich

YouMind में रीमिक्स करें

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
क्रिएटर्स के लिए

अपने Markdown को एक साफ़-सुथरे 𝕏 आर्टिकल में बदलें

जब आप अपना लंबा कंटेंट पब्लिश करते हैं, तो इमेज, टेबल और कोड ब्लॉक को 𝕏 के लिए फ़ॉर्मेट करना मुश्किल होता है। YouMind पूरे Markdown ड्राफ़्ट को एक साफ़-सुथरे, पोस्ट के लिए तैयार 𝕏 आर्टिकल में बदल देता है।

Markdown से 𝕏 आज़माएँ

समझने के लिए और पैटर्न

हाल के वायरल लेख

और वायरल लेख देखें