Thuta Learning
ရှာဖွေရန်
ExercisesAIbeginner

လေ့ကျင့်ခန်း — Agent အခြေခံများ

စိတ်လျှော့ပါ။ ဒီခန်းကို စာအုပ်လိုမဟုတ်ဘဲ စကားပြောသလိုပဲ၊ နားလည်လွယ်အောင် ရှင်းပါမယ်။

ဒီခန်းပြီးရင် ဘာတတ်သွားမလဲ

  • လေ့ကျင့်ခန်း — Agent အခြေခံများ ကို ကိုယ်တိုင် လေ့ကျင့်ကြည့်မယ်
  • သင်ခဲ့ပြီးသား skill တွေကို practice လုပ်ပြီး ခိုင်မာအောင်လုပ်မယ်
  • အမှားရှာ၊ ပြင်တတ်၊ ကိုယ်တိုင် check လုပ်တတ်မယ်

ခဏလေး ဒီလိုပဲ စဉ်းစားကြည့်

ဒီ lesson က သင်ခန်းစာအသစ်မဟုတ်ပါဘူး၊ Basic chapter မှာသင်ခဲ့တဲ့ Agent vs Chatbot၊ Observe-Think-Act loop၊ Clear goal ရေးနည်း၊ Tool ခေါ်နည်းတွေကို လက်တွေ့ ထပ်စမ်းကြည့်တဲ့ practice round ပါ။ Concept တွေကို “ငါနားလည်တယ်” ဆိုတာနဲ့ “ငါလက်တွေ့ရေးနိုင်တယ်” ဆိုတာ မတူပါဘူး၊ ဒါကြောင့် ဒီမှာ စာရေးမပြောနဲ့ လက်တွေ့ ရေးကြည့်ပါ။ Task တစ်ခုချင်းစီက ၅ မိနစ်ခန့်ပဲ ကြာသင့်ပြီး၊ answer မှားလည်း ပြဿနာမရှိပါဘူး — ရည်ရွယ်ချက်က မှတ်ဉာဏ်ကို ပြန်လှုပ်ရှားပေးဖို့ပါ။ ပြီးရင် checklist နဲ့ ကိုယ့်အဖြေကို ပြန်တိုက်ကြည့်ပါ။

လေ့ကျင့်ခန်းများ

Task 1: Chatbot တစ်ခုနဲ့ Agent တစ်ခုကို ခွဲခြားနိုင်တဲ့ ဥပမာနှစ်ခုကို ကိုယ်တိုင်ရေးပါ (Agent ဘက်မှာ ဘယ် tool သုံးမလဲ၊ ဘယ်နေရာမှာ loop ပြန်ဝင်မလဲ ပါအောင်ရေးပါ)။ Task 2: “Email တွေကို summarize လုပ်ပါ” ဆိုတဲ့ မရှင်းတဲ့ instruction ကို goal, input, done condition သုံးခုပါအောင် ပြန်ရေးပါ။ Task 3: အောက်က code skeleton ထဲမှာ observe → think → act အဆင့်သုံးဆင့်ကို comment နဲ့ မှတ်ပြီး၊ loop ဘယ်အချိန်ရပ်မလဲဆိုတဲ့ stop condition တစ်ခု ထည့်ပါ။ Task 4 (optional): tool တစ်ခုကို input/output shape အတိအကျ ပါအောင် spec ရေးပါ (ဥပမာ- searchNotes(query: string) -> {title, snippet}[])။

Code နမူနာ

text
// Task 3 အတွက် starter skeleton — comment ထည့်ပြီး ဖြည့်ပါ
function runAgentStep(state) {
  // 1) OBSERVE — ဘာကို ကြည့်နေတာလဲ? (tool result, user message, file...)
  const observation = getLatestInput(state);

  // 2) THINK — ဘာဆုံးဖြတ်မလဲ? goal ပြည့်ပြီလား၊ tool ထပ်ခေါ်ရမလား?
  const decision = decideNextAction(observation, state.goal);

  // 3) ACT — ဆုံးဖြတ်ချက်အတိုင်း tool ခေါ်တာလား၊ ရပ်တာလား?
  if (decision.type === "call_tool") {
    return callTool(decision.toolName, decision.input);
  }

  // TODO: stop condition တစ်ခု ထည့်ပါ — ဘယ်အချိန် loop ရပ်မလဲ?
  return decision;
}
You should see
Agent vs Chatbot ဥပမာ၊ ပြန်ရေးထားတဲ့ goal statement၊ stop condition ပါတဲ့ skeleton — သုံးမျိုးစလုံးကို ကိုယ့်ဘာသာ ရေးပြီးသွားမယ်။

၅ မိနစ် စမ်းကြည့်

Timer ၅ မိနစ်ထိုးပြီး Task 1 နဲ့ Task 2 ကိုပဲ အရင်ဖြေကြည့်ပါ — code မဖွင့်ပါနဲ့၊ စာရွက်ပေါ်မှာပဲ ရေးကြည့်ပါ။

သတိလေးတစ်ချက်

ဒီ lesson မှာ concept အသစ်မပါပါဘူး — မှားရင် ရှေ့ lesson တွေကို ပြန်ဖတ်ပြီးမှ ပြန်ကြိုးစားပါ၊ ဖြေချင်ရုံဖြေရုံ မဖြစ်စေရဘူး။

ဒီနေရာမှာ လူအများမှားတတ်တယ်

  • Goal ကို ရေးတုန်း done condition မထည့်ဘဲ ရည်ရွယ်ချက်ကိုပဲ ထပ်ရေးမိတတ်တယ် (ဥပမာ- "summary ကောင်းအောင်လုပ်ပါ" — ဘယ်လိုဆို ကောင်းသလဲ မရှင်း)
  • Stop condition ရေးရာမှာ error case ကို မထည့်ဘဲ success case တစ်ခုတည်းပဲ စဉ်းစားမိတတ်တယ်

အခု ကိုယ်တိုင် စမ်းကြည့်

Timer ၅ မိနစ်ထိုးပြီး Task 1 နဲ့ Task 2 ကိုပဲ အရင်ဖြေကြည့်ပါ — code မဖွင့်ပါနဲ့၊ စာရွက်ပေါ်မှာပဲ ရေးကြည့်ပါ။

You'll know it worked when: Agent vs Chatbot ဥပမာ၊ ပြန်ရေးထားတဲ့ goal statement၊ stop condition ပါတဲ့ skeleton — သုံးမျိုးစလုံးကို ကိုယ့်ဘာသာ ရေးပြီးသွားမယ်။

လေ့ကျင့်ခန်း — Agent အခြေခံများ | Thuta Learning