यह क्या करता है

Context Discipline एक प्रक्रियात्मक फ्रेमवर्क है जो AI एजेंटों को "प्रगति का भ्रम" पैदा करने या अधूरी जानकारी के आधार पर खतरनाक कार्य करने से रोकने के लिए बनाया गया है। यह एक सख्त, आर्टिफैक्ट-गेटेड वर्कफ़्लो लागू करता है जिसमें एजेंटों को संदर्भ की सूची बनाना, धारणाएँ घोषित करना और हर सफलता के दावे के लिए ठोस प्रमाण प्रस्तुत करना आवश्यक होता है।

यह किस समस्या का समाधान करता है

सामान्य LLMs अक्सर चरणों को छोड़ देते हैं, निर्देश अस्पष्ट होने पर चुपचाप धारणाएँ बना लेते हैं, या परिणाम को वास्तव में सत्यापित किए बिना कार्य को "पूर्ण" घोषित कर देते हैं। यह स्किल हर वर्कफ़्लो ट्रांज़िशन को एक गेटेड एज के रूप में मानकर इस व्यवहार को समाप्त करती है, जिसे पार करने के लिए विशिष्ट प्रमाण आवश्यक होता है।

इस स्किल का उपयोग क्यों करें

सरल प्रॉम्प्टिंग के विपरीत, यह स्किल एक संरचित निर्णय मैट्रिक्स और आर्टिफैक्ट स्कीमा प्रदान करती है। यह उन डेवलपर्स के लिए आदर्श है जो जटिल एजेंटिक लूप बना रहे हैं जहाँ सुरक्षा और ऑडिटेबिलिटी अनिवार्य हैं। यह एजेंट को fail-closed रहने के लिए बाध्य करती है: यदि उसके पास आवश्यक संदर्भ या अनुमोदन नहीं है, तो वह अनुमान लगाने के बजाय रुककर पूछता है।

समर्थित वर्कफ़्लो

• मल्टी-स्टेप कोडिंग: पूर्णता का दावा करने से पहले सुनिश्चित करता है कि टेस्ट पास हों और बदलाव दर्ज किए गए हों।
• विनाशकारी ऑपरेशन: डिलीट या सुरक्षा परिवर्तनों के लिए अनिवार्य human-in-the-loop गेट।
• एजेंट हैंडऑफ: "दुनिया की स्थिति" को मानकीकृत करता है ताकि अगले एजेंट के पास पूरा संदर्भ हो।
• जोखिम प्रबंधन: असत्यापित कार्यों को स्वचालित रूप से partial या not_run के रूप में लेबल करता है।