# अध्याय ०६ : SLM एजेन्टिक प्रणाली: एक व्यापक अवलोकन

कृत्रिम बुद्धिमत्ताको क्षेत्रले आधारभूत च्याटबटहरूबाट साना भाषा मोडेल (SLMs) द्वारा संचालित परिष्कृत एआई एजेन्टहरूतर्फको परिवर्तनको अनुभव गरिरहेको छ। यो व्यापक मार्गदर्शनले आधुनिक SLM एजेन्टिक प्रणालीका तीन महत्वपूर्ण पक्षहरू अन्वेषण गर्दछ: आधारभूत अवधारणाहरू र तैनाती रणनीतिहरू, फङ्क्शन कलिङ क्षमता, र क्रान्तिकारी मोडेल कन्टेक्स्ट प्रोटोकल (MCP) एकीकरण।

## [सेक्शन १: एआई एजेन्टहरू र साना भाषा मोडेलको आधार](./01.IntroduceAgent.md)

पहिलो खण्डले एआई एजेन्टहरू र साना भाषा मोडेलहरूको आधारभूत समझ स्थापना गर्दछ, २०२५ लाई एआई एजेन्टहरूको वर्षको रूपमा स्थान दिनेछ, २०२३ को च्याटबट युग र २०२४ को कोपाइलट बूम पछि। यो खण्डले **एजेन्टिक एआई प्रणालीहरू** प्रस्तुत गर्दछ जसले सोच्न, तर्क गर्न, योजना बनाउन, उपकरणहरू प्रयोग गर्न, र न्यूनतम मानवीय इनपुटमा कार्यहरू कार्यान्वयन गर्न सक्षम छन्।

### समेटिएका प्रमुख अवधारणाहरू:
- **एजेन्ट वर्गीकरण फ्रेमवर्क**: साधारण रिफ्लेक्स एजेन्टहरूदेखि सिक्ने एजेन्टहरूसम्म, विभिन्न कम्प्युटिङ परिदृश्यहरूको लागि व्यापक वर्गीकरण प्रदान गर्दै
- **SLM को आधारभूत कुरा**: साना भाषा मोडेलहरूलाई परिभाषित गर्दै, जसमा १० अर्बभन्दा कम प्यारामिटरहरू हुन्छन् र उपभोक्ता उपकरणहरूमा व्यावहारिक इनफरेन्स गर्न सक्षम छन्
- **उन्नत अनुकूलन रणनीतिहरू**: GGUF फर्म्याट तैनाती, क्वान्टाइजेसन प्रविधिहरू (Q4_K_M, Q5_K_S, Q8_0), र Llama.cpp तथा Apple MLX जस्ता एज-अप्टिमाइज्ड फ्रेमवर्कहरू समेट्दै
- **SLM बनाम LLM व्यापार-सम्झौता**: SLM प्रयोग गर्दा १०-३०× लागत कटौती देखाउँदै, जबकि ७०-८०% सामान्य एजेन्ट कार्यहरूको लागि प्रभावकारिता कायम राख्दै

यो खण्डले Ollama, VLLM, र Microsoft का एज समाधानहरू प्रयोग गरेर व्यावहारिक तैनाती रणनीतिहरूको साथ समाप्त हुन्छ, SLM लाई लागत-प्रभावकारी, गोपनीयता-संरक्षण गर्ने एजेन्टिक एआई तैनातीको भविष्यको रूपमा स्थापित गर्दै।

## [सेक्शन २: साना भाषा मोडेलहरूमा फङ्क्शन कलिङ](./02.FunctionCalling.md)

दोस्रो खण्डले **फङ्क्शन कलिङ क्षमता**मा गहिरो ध्यान दिन्छ, जसले स्थिर भाषा मोडेलहरूलाई वास्तविक संसारसँग अन्तरक्रिया गर्न सक्षम गतिशील एआई एजेन्टहरूमा रूपान्तरण गर्ने मेकानिजम हो। यो प्राविधिक गहिराइले इरादा पत्ता लगाउनेदेखि प्रतिक्रिया एकीकरणसम्मको सम्पूर्ण कार्यप्रवाह समेट्छ।

### मुख्य कार्यान्वयन क्षेत्रहरू:
- **व्यवस्थित कार्यप्रवाह**: उपकरण एकीकरण, फङ्क्शन परिभाषा, इरादा पत्ता लगाउने, JSON आउटपुट उत्पादन, र बाह्य कार्यान्वयनको विस्तृत अन्वेषण
- **प्लेटफर्म-विशिष्ट कार्यान्वयनहरू**: Phi-4-mini Ollama, Qwen3 फङ्क्शन कलिङ, र Microsoft Foundry Local एकीकरणका लागि व्यापक मार्गदर्शन
- **उन्नत उदाहरणहरू**: बहु-एजेन्ट सहयोग प्रणालीहरू, गतिशील उपकरण चयन, र व्यापक त्रुटि ह्यान्डलिङसहितको उद्यम एकीकरण ढाँचाहरू
- **उत्पादन विचारहरू**: दर सीमितता, अडिट लगिङ, सुरक्षा उपायहरू, र प्रदर्शन अनुकूलन रणनीतिहरू

यो खण्डले सैद्धान्तिक समझ र व्यावहारिक कार्यान्वयन ढाँचाहरू प्रदान गर्दछ, जसले विकासकर्ताहरूलाई साधारण API कलहरूदेखि जटिल बहु-चरण उद्यम कार्यप्रवाहहरू ह्यान्डल गर्न सक्षम बलियो फङ्क्शन-कलिङ प्रणालीहरू निर्माण गर्न सक्षम बनाउँछ।

## [सेक्शन ३: मोडेल कन्टेक्स्ट प्रोटोकल (MCP) एकीकरण](./03.IntroduceMCP.md)

अन्तिम खण्डले **मोडेल कन्टेक्स्ट प्रोटोकल (MCP)** प्रस्तुत गर्दछ, एक क्रान्तिकारी फ्रेमवर्क जसले भाषा मोडेलहरूलाई बाह्य उपकरणहरू र प्रणालीहरूसँग अन्तरक्रिया गर्न मानकीकृत बनाउँछ। यो खण्डले देखाउँछ कि MCP ले राम्रोसँग परिभाषित प्रोटोकलहरू मार्फत एआई मोडेलहरू र वास्तविक संसारबीचको पुल कसरी सिर्जना गर्दछ।

### एकीकरणका मुख्य बिन्दुहरू:
- **प्रोटोकल आर्किटेक्चर**: एप्लिकेसन, LLM क्लाइन्ट, MCP क्लाइन्ट, र उपकरण प्रशोधन तहहरू समेट्ने स्तरित प्रणाली डिजाइन
- **बहु-ब्याकएन्ड समर्थन**: Ollama (स्थानीय विकास) र vLLM (उत्पादन) ब्याकएन्डहरूलाई समर्थन गर्ने लचिलो कार्यान्वयन
- **कनेक्शन प्रोटोकलहरू**: प्रत्यक्ष प्रक्रिया सञ्चारका लागि STDIO मोड र HTTP-आधारित स्ट्रिमिङका लागि SSE मोड
- **वास्तविक संसारका अनुप्रयोगहरू**: वेब स्वचालन, डाटा प्रशोधन, र व्यापक त्रुटि ह्यान्डलिङसहितको API एकीकरण उदाहरणहरू

MCP एकीकरणले देखाउँछ कि SLM लाई बाह्य क्षमताहरूले कसरी सुदृढ गर्न सकिन्छ, तिनीहरूको सानो प्यारामिटर गणनालाई उन्नत कार्यक्षमताको माध्यमबाट पूर्ति गर्दै, जबकि स्थानीय तैनाती र स्रोत दक्षताको फाइदाहरू कायम राख्दै।

## रणनीतिक प्रभावहरू

यी तीन खण्डहरूले SLM एजेन्टिक प्रणालीहरूलाई बुझ्न र कार्यान्वयन गर्नको लागि व्यापक फ्रेमवर्क प्रस्तुत गर्दछ। आधारभूत अवधारणाहरूबाट फङ्क्शन कलिङ हुँदै MCP एकीकरणसम्मको विकासले लोकतान्त्रित एआई तैनातीतर्फको स्पष्ट मार्ग देखाउँछ जहाँ:

- **दक्षता र क्षमता** अनुकूलित साना मोडेलहरू मार्फत भेटिन्छ
- **लागत-प्रभावकारिता** व्यापक अपनत्वलाई सक्षम बनाउँछ
- **मानकीकृत प्रोटोकलहरू** अन्तरसञ्चालन सुनिश्चित गर्दछ
- **स्थानीय तैनाती** गोपनीयता कायम राख्छ र विलम्बता घटाउँछ

यो प्रगति केवल प्राविधिक उन्नति मात्र होइन, तर स्रोत-सीमित वातावरणमा प्रभावकारी रूपमा सञ्चालन गर्न सक्षम, अधिक पहुँचयोग्य, दक्ष, र व्यावहारिक एआई प्रणालीहरूको दिशामा एक दृष्टिकोण परिवर्तन हो।

उन्नत तैनाती रणनीतिहरू, बलियो फङ्क्शन कलिङ, र मानकीकृत उपकरण एकीकरण प्रोटोकलहरूसँग SLM को संयोजनले यी प्रणालीहरूलाई एआई एजेन्टहरूको अर्को पुस्ताको आधारको रूपमा स्थान दिन्छ, जसले उद्योगहरू र अनुप्रयोगहरूमा कृत्रिम बुद्धिमत्तासँग हाम्रो अन्तरक्रिया र लाभ उठाउने तरिकालाई रूपान्तरण गर्नेछ।

---

**अस्वीकरण**:  
यो दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरेर अनुवाद गरिएको छ। हामी शुद्धताको लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छ। यसको मूल भाषा मा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीको लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं।