Wareegyada Agent-ka ee Sawirrada Badan Xusuusta Ku Hay

Wareeg agent ah oo production-ka ku jiray ayaa xusuusta ka dhammaaday 952 MB markii uu alaabta ka gooyayay lix scans katalog ah oo uu dib u eegayay gooyeyaasha. Ma jirin hal leak oo keliya — waxaa jiray saddex. Mar kasta oo uu model-ka lagu yeeray, sawirrada wareegga waxaa dib loo diray cabbir buuxa; maktabadda aan u isticmaalno in model-ka lagu yeero waxay haysay codsi kasta oo firfircoon ilaa wareeg dhammaado; agent framework-ka tracing-kiisa wuxuu hayay inputs-ka wicitaan kasta, sawirrada ku jira, wareeg oo dhan. Saddexdaas oo dhan waan hagaajinay: sawirrada waa la yareeyaa ka hor inta aan la diri, oo sawirrada wicitaan kasta waa la sii daayaa isla markii uu wicitaanku dhammaado.

Sida agent-ku sawirrada u arko

Marka aad Mythex ku dhisto, agent-ku wuxuu ka shaqeeyaa sandbox cloud-ka mashruucaaga. Wuxuu eegi karaa sawirro — screenshot aad lifaaqdo, mockup, fayl mashruuca ku jira, ama sawir uu isaga qudhiisu hadda sameeyay — isagoo u diraya model-ka iyo wada-hadalka.

Wareeg waa wax kasta oo agent-ku sameeyo jawaab u ah hal fariin oo ka timid adiga. Gudaha wareeg, agent-ku wuxuu wicitaan u sameeyaa model-ka tiro badan: fekeri, qalab socodsiiyo, natiijada eeg, dib u fekeri. Wicitaan kasta waxay diraa wada-hadalka ilaa hadda, waxaana ku jira sawirrada wareegga, oo loo beddelay qoraal (base64, taas oo ka dhigaysa qiyaastii saddex meelood meel ka weyn).

Wareegii shil galay wuxuu sameynayay wax macquul ah. Wuxuu qaatay lix scans katalog ah, mid kasta qiyaastii 2.4 MB, wuxuuna ka gooyay alaabta shakhsiyan, oo wuxuu dib u akhrinayay gooyeyaasha si uu u hubiyo. Taasi waa wicitaano badan oo model ah, mid kastaa wuxuu qaadayaa sawirro waaweyn oo badan.

Sabab 1: wicitaan kasta wuxuu dib u diray sawirro cabbir buuxa

Wicitaan model kasta wuxuu dib u dhisayay jidhka codsiga isagoo sawirrada wareegga cabbir buuxa ku jira — qiyaastii 20 MB base64 wicitaan kasta. Jidhka waxaa loo dhisaa sidii hal xarig xusuusta agent-ka, sidaas darteed wicitaan kasta wuxuu qoondeeyay 20 MB oo kale.

Cabbir buuxa diritaankeedu waxba kama soo kordhin. Model-ku sawirrada laftiisa ayuu yareeyaa ilaa qiyaastii 1,300 pixel dhinaca dheer, sidaas darteed pixels-ka dheeraadka ah waxay keliya kharash ku yeeshaan xusuusta iyo waqtiga upload-ka.

Xalka: yar mar hal mar, dir yar

Sawirrada ka weyn 400 KB hadda waxaa loo beddelaa JPEG ugu badnaan 1,568 pixel dhinaca dheer ka hor intaan la dirin. Sawirrada ka yar waxay u socdaan sidooda.
Beddelka wuxuu isticmaalaa ImageMagick, oo ku jira sandbox kasta oo Mythex ah, wuxuuna shaqeeyaa mar kasta oo fayl ah. Wareeg kasta oo isla scans-ka ku tusa wicitaan kasta wuxuu dib u isticmaalaa nuqulka yaraysan. Kaydkaasi waxaa lagu aqoonsadaa path-ka faylka, cabbirkiisa iyo waqtiga la beddelay, sidaas darteed fayl la tafatiray waa dib loo beddelaa, waxaana u leh xad cabbir gaar ah si uusan u noqon waxa xusuusta buuxinaya.
Miisaanka sawirrada wicitaan model kasta hoosta waxaa laga dhigay 16 MB ilaa 6 MB.

Lix scans-kii isku mid ahaa hadda waxay kharash ku leeyihiin 4.4 MB wicitaan kasta halkii ay ka ahaan lahaayeen 19.7 MB.

Sabab 2: model client-ka waligiis ma sii dayn codsi

Cabbirka codsi kasta waa qayb keliya. Xusuusta ayaa sidoo kale kordhaysay wicitaan kasta. Staging-keenna, wareeg isla nooca ah wuxuu hayay 369 MB xusuus firfircoon xitaa kadib garbage collection buuxa — meesha wax kasta oo aan la gaari karin la sii daayo. Heap sampling wuxuu ku tusay in koraankii oo dhan uu ku jiray qaybta maktabadda model client-ka ee codeysa jidhka codsiyada.

Sababtu waxay ahayd abort listener. Markaad riixdo Stop, abort signal-ka wareegga ayaa shaqeeya, codsiyada oo dhan oo dhegeysanaya way joogsadaan. Waxaan signal-ka wareeg oo keliya u gudbinnay codsi kasta. Maktabadda client-ku waxay ku darta listener “abort” signal-ka kasta oo la siiyo — oo weligeed ma saarto.

Sidaas codsi kasta oo wareeg ah wuxuu ku hayay signal-ka wareegga, ilaa wareeggu uu socdo: listener-ka, kaasoo hayay controller-ka codsiga, kaasoo hayay codsiga, kaasoo hayay jidhka codsiga oo dhan oo sawirradiisa ku jira.

Xalka: hal signal codsi kasta

Codsi kasta hadda wuxuu helaa signal u gaar ah. Waxaa lagu xiraa signal-ka wareegga kaliya inta codsigaasi socdo — jawaab sii socota ahaan, ilaa qaybta ugu dambeysa la akhriyo — kadibna waa la furayaa isla markiiba. Stop wuxuu weli gaaraa codsiga socda, laakiin signal-ka wareegga had iyo jeer wuxuu hayaa hal listener oo keliya.

Tijaabooyinku waxay daboolayaan saddexda qeyb:

Kadib 12 wicitaan, listener ma hadhin signal-ka wareegga. Ka hor xalka, waxay ahaayeen 12.
Marka lagu sii daayo 15 codsi oo mid kasta 8 MB ah, xusuusta waxay joogsatay. Ka hor, waxay kordhay 128 MB.
Stop weli wuxuu joojiyaa codsi dhex-mara stream-keeda.

Sabab 3: tracing-ku wuxuu hayay inputs-ka wicitaan kasta

Heap snapshot wuxuu muujiyay hayn saddexaad: qiyaastii 6 MB wicitaan model kasta. Tan waxay ka timid event streaming-ka agent framework-ka. Wuxuu diiwaangeliyaa wicitaan model kasta wareeg gudihiisa sida carruur, oo inputs-ka ku jira, ilaa wareegu dhammaado. Sawirro kasta oo wicitaan kasta lifaaqan ayaa xusuusta ku hayay.

Xalka: sawirrada madhi marka wicitaanku soo celiyo

Sawirrada waxaa lagu lifaaqaa kaliya fariimaha loo dhisay wicitaan model gaar ah. Lama kaydiyo gobolka wada-hadalka ee la kaydiyay. Sidaas darteed marka wicitaanku soo celiyo, waa ammaan in xogta sawirka fariimahaas la madhiyo. Tracing-ku wuxuu hayaa diiwaan qoraal ah oo wicitaanka ah; pixels-ka waa la tirtiraa.

Wax muhiim ah ayaa jiray: sawirrada waa in meel isku mid ah laga madhiyo. Tracer-ku wuxuu gaari karaa xogta sawirka isla tixraac badan oo fariin kasta ku jira, sidaas darteed liis cusub oo madhan ku beddelida waxay ka tagi lahayd asalka — pixels-ka oo dhan — oo weli la gaari karo. Gobolka wada-hadalka ee la kaydiyay weligeed ma beddelo.

Tijaabo ayaa ku socota graph-ka agent-ka isla event streaming-ka iyadoo sawir 4 MB ah wicitaan kasta ku jira. Iyada oo aan xalka la samayn, xusuusta waxay kordhay 77 MB 16 wicitaan. Iyada oo xalka la samaynayo, xusuusta waa joogsatay.

Waxa aan ka qaadanay

Dhibaatooyinka xusuusta waxay iman karaan layers. Saddex sabab oo kala duwan ayaa mid kasta sawirrada si dheer u hayay, saddexdaasna waa in la xallo ka hor inta wareeggu ku jiri doono xusuusta.
Wax kasta oo aad siiso maktabad ayaa laga yaabaa in la hayo. Signal iyo trace labaduba way ka badnaayeen wicitaankii loo siiyay. Marka xusuusta ay wicitaan kasta kordhayso, eeg waxyaabaha nolol dheer ah ee wicitaanku taabanayo.
Ha u dirin wax ay dhinacu kale tuuriyso. Pixels-ka model-ku ka tuuri lahaa ayaa nagu kharash ku lahaa xusuus wicitaan kasta.
Xusuusta si toos ah u tijaabi. Xalka kasta wuxuu yimid tijaabo cabbirta kordhinta heap-ka ama tirada listener-ka, sidaas darteed dib u socod wuxuu muuqdaa tiro, ma aha shil.

Tani waa sheekada labaad ee xusuusta ee agent-ka dhowr toddobaad gudahood; ta kowaad waxay ahayd calaamad progress-ka oo dib-u-diraysay 41,000 jeer. Haddii aad rabto inaad wax badan ka ogaato agent-ka iyo sida uu u shaqeeyo, eeg hagayaashayaga AI agents iyo chat docs.