केस स्टडी: Expense Assistant

डिज़ाइन के चुनाव

Tools: search_expenses (read), get_policy (read), submit_reimbursement (write, idempotent, मंज़ूरी चाहिए)। Agent loop में step सीमा और token budget है। Read tools का database user लिख नहीं सकता। Policy दस्तावेज़ retrieval से आते हैं और अविश्वसनीय के रूप में लपेटे जाते हैं। तीस अनुरोधों का eval set हर release से पहले tool path (policy जाँच के बिना कोई submission नहीं), नतीजे और ख़र्च जाँचता है।

पूरा tool-उपयोग करने वाला agent

Tool design, सुरक्षा, loop और evals को जोड़कर एक छोटा agent बनाएँ जिसे आप सचमुच शिप कर सकें।

एक पन्ने पर डिज़ाइन

हर पंक्ति इस कोर्स के एक खंड से जुड़ती है। हर पंक्ति समझा सकें तो मुख्य विचार आपके पास हैं।

Autonomy    agent loop, max 10 steps, token budget       (Sec 1)
Tools       search_expenses, get_policy, submit_reimbursement (Sec 2, 3)
Retrieval   policy docs via get_policy, wrapped untrusted   (Sec 4, 5)
Safety      read-only DB user, approval for submit          (Sec 5)
Evals       30 cases: path, outcome, cost                   (Sec 6)
Sharing     optional MCP server for other apps              (Sec 7)

त्वरित जाँच: केस स्टडी के किस tool को इंसानी मंज़ूरी चाहिए?

• search_expenses
• get_policy
• submit_reimbursement
• कोई नहीं