Microsoft Foundry Toolbox এবং এর সহযোগী ফিচার Tool Search চালু করেছে, যা একটি single-endpoint সার্ভিস। এটি ডেভেলপারদের প্রতিটি এজেন্টকে আলাদাভাবে কানেক্ট না করেই শত শত টুলের সাথে AI agents-কে যুক্ত করার সুবিধা দেয়। যখন ক্যাটালগে ৬০০-এর বেশি টুল ছিল, তখন Tool Search ইনপুট টোকেন (input tokens) ৯৪% পর্যন্ত কমিয়ে এনেছে।

কেন একটি কেন্দ্রীয় toolbox গুরুত্বপূর্ণ

ব্যবহারকারীর অনুরোধ পূরণের জন্য AI agents-এর বাহ্যিক সক্ষমতা—যেমন ডাটাবেস, CRM, অ্যানালিটিক্স প্ল্যাটফর্ম—প্রয়োজন হয়। এখন পর্যন্ত অনেক সংস্থা প্রতিটি এজেন্টকে সরাসরি প্রয়োজনীয় API-এর সাথে যুক্ত করত। ইঞ্জিনিয়ারদের প্রতিটি নতুন এজেন্টের জন্য বারবার credential configuration, policy enforcement এবং error-handling কোড লিখতে হতো। এর ফলে ডুপ্লিকেট সেটিংসের একটি জটিল জাল তৈরি হতো, যা অডিট করা কঠিন ছিল এবং নিরাপত্তার ক্ষেত্রে ঝুঁকি তৈরি করত।

Foundry Toolbox সেই অগোছালো পদ্ধতির পরিবর্তে একটি ইউনিফাইড সার্ভিস লেয়ার (unified service layer) প্রদান করে। ডজন ডজন এজেন্টকে আলাদা আলাদা এন্ডপয়েন্টে (endpoint) নির্দেশিত করার পরিবর্তে, সব এজেন্ট একটি মাত্র “toolbox” এন্ডপয়েন্টের সাথে যোগাযোগ করে। Toolbox-টি ভার্সনিং (versioning), কানেকশন স্ট্রিং (connection strings) এবং সিকিউরিটি পলিসি নিয়ন্ত্রণ করে, যা টিমগুলোকে এক জায়গা থেকেই পুরো টুল ইকোসিস্টেম পরিচালনা করতে সাহায্য করে। যেসব এন্টারপ্রাইজ একাধিক বিজনেস ইউনিটে ডজন ডজন এজেন্ট চালায়, তারা তাৎক্ষণিকভাবে তাদের অপারেশনাল ওভারহেড (operational overhead) হ্রাস পেতে দেখে।

বড় টুল ক্যাটালগ একটি লুকানো খরচ তৈরি করে: টোকেন ব্যবহার। যখন একটি ল্যাঙ্গুয়েজ মডেল এমন একটি প্রম্পট পায় যেখানে প্রতিটি উপলব্ধ টুলের তালিকা থাকে, তখন context window বেড়ে যায়, যা এমন টোকেন খরচ করে দেয় যা অন্যথায় রিজনিং (reasoning) বা ব্যবহারকারী-মুখী টেক্সটে ব্যয় করা যেত। Tool Search এই সমস্যার মূলে আঘাত করে।

যখন একটি এজেন্ট Tool Search সক্রিয় করে, মডেলটি প্রথমে tool_search নামক একটি মেটা-টুল কল করে এবং সাধারণ ইংরেজিতে বর্ণনা করে তার কী প্রয়োজন (যেমন, “find the latest sales forecast for region X”)। সার্ভিসটি সেই উদ্দেশ্যের সাথে সামঞ্জস্যপূর্ণ সম্ভাব্য টুলগুলোর একটি সংক্ষিপ্ত এবং র‍্যাঙ্ক করা তালিকা প্রদান করে। এরপর মডেলটি সেই তালিকা থেকে সবচেয়ে উপযুক্ত এন্ট্রিটি নির্বাচন করে call_tool কল করে। শুধুমাত্র প্রাসঙ্গিক অংশটুকু প্রকাশ করার ফলে প্রম্পটটি ছোট থাকে, যা ৬০০-টুল বেঞ্চমার্কে ইনপুট টোকেন ৯৪% পর্যন্ত সাশ্রয় করে।

এই দুই-ধাপের ওয়ার্কফ্লো (workflow) সিলেকশন বা নির্বাচনের নির্ভুলতাও বৃদ্ধি করে। একই বেঞ্চমার্কে দেখা গেছে, মডেলটি যখন পুরো ক্যাটালগ ঘেঁটে দেখার পরিবর্তে এই পদ্ধতিতে কাজ করে, তখন এটি অনেক বেশি নির্ভুলভাবে সঠিক টুলটি বেছে নিতে পারে, যা ভুল কল (false calls) এবং অপ্রয়োজনীয় রিট্রাই (retries) কমিয়ে দেয়।

Toolbox থেকে সর্বোচ্চ সুবিধা পাওয়ার উপায়

  • চমৎকার মেটাডেটা লিখুন – Tool Search প্রতিটি টুলের নাম এবং বর্ণনার ওপর নির্ভর করে। “Get data”-এর মতো অস্পষ্ট লেবেল মডেলকে খুব কম তথ্য দেয়। “Retrieve customer renewal risks and contacts”-এর মতো বিস্তারিত শিরোনাম সার্চ ইঞ্জিনকে সঠিক ফলাফলে পৌঁছাতে সাহায্য করে।
  • ঘন ঘন ব্যবহৃত টুলগুলো পিন (Pin) করে রাখুন – যদি কোনো এজেন্ট প্রতিটি ধাপে সবসময় একটি নির্দিষ্ট ইউটিলিটি ব্যবহার করে, তবে সেই টুলটিকে এজেন্টের কনফিগারেশনে পিন করে দিন। পিন করে রাখলে সার্চ করার ধাপটি বাদ পড়ে যায়, যা ল্যাটেন্সি (latency) এবং টোকেন খরচ কমায়।
  • সক্ষমতা অনুযায়ী সাজান – পুরো এন্টারপ্রাইজ জুড়ে একটি বিশাল (monolithic) toolbox রাখার পরিবর্তে, টুলগুলোকে যৌক্তিক গ্রুপে ভাগ করুন (যেমন, sales-tools, CRM-tools)। ছোট গ্রুপগুলো ভুল কনফিগারেশনের প্রভাব (blast radius) সীমিত করে এবং সার্চ রেজাল্টকে সুনির্দিষ্ট রাখে।
  • ডেপ্লয় করার আগে পরীক্ষা করুন – Toolbox-এর ভার্সনগুলো অপরিবর্তনীয় (immutable); একবার একটি ভার্সন ডিফল্ট হিসেবে সেট হয়ে গেলে সব এজেন্ট সেটি ব্যবহার করা শুরু করে। পুরো কোম্পানিতে চালু করার আগে ডেভেলপার এন্ডপয়েন্ট ব্যবহার করে আলাদাভাবে একটি নতুন ভার্সন যাচাই করে নিন।

যখন টুলের সংখ্যা শত ছাড়িয়ে যায়, তখন এই পদ্ধতিগুলো সবচেয়ে বেশি কার্যকর হয়। হাতেগোনা কয়েকটি ইউটিলিটি থাকা একটি একক এজেন্টের জন্য সরাসরি কানেকশন হয়তো সহজতম পথ হতে পারে। কিন্তু টিম বাড়ার সাথে সাথে এবং toolbox বিস্তৃত হওয়ার সাথে সাথে, এই সেন্ট্রালাইজড মডেলটি ডুপ্লিকেশন হ্রাস, উন্নত নিরাপত্তা এবং টোকেন সাশ্রয়ের মাধ্যমে নিজের কার্যকারিতা প্রমাণ করে।

সারকথা: Foundry Toolbox এবং Tool Search বড় আকারের AI ডিপ্লয়মেন্টের জন্য টুলের বিশৃঙ্খলা নিয়ন্ত্রণ করার, টোকেন অপচয় ৯৪% পর্যন্ত কমানোর এবং সামঞ্জস্যপূর্ণ সিকিউরিটি পলিসি কার্যকর করার একটি উপায় প্রদান করে—আর এই সবকিছুই সম্ভব একটি মাত্র সুসংগঠিত সার্ভিস লেয়ার যোগ করার মাধ্যমে। যে দলগুলো প্রাথমিক সেটআপ এবং মেটাডেটা ডিসিপ্লিন বজায় রাখতে সক্ষম, তারা একটি আরও দক্ষ এবং নিয়ন্ত্রণযোগ্য এজেন্ট ইকোসিস্টেম লাভ করবে।