গুগল অ্যান্টিগ্র্যাভিটি + ফেলো সার্চ: আপনার এআই এজেন্টদের লাইভ রিসার্চ ও উদ্ধৃত উত্তরের ক্ষমতা দিন
গুগল অ্যান্টিগ্র্যাভিটির জন্য ফেলো সার্চ স্কিলের সাহায্যে জেমিনি ৩-এর নলেজ কাটঅফ ব্যবধান দূর করুন — লাইভ ওয়েব সার্চ, উদ্ধৃত উত্তর এবং রিয়েল-টাইম যাচাই, যা স্বয়ংক্রিয়ভাবে এজেন্ট ম্যানেজারের ভিতরে সক্রিয় হয়।
গুগল অ্যান্টিগ্র্যাভিটির এজেন্ট ম্যানেজার একটি দক্ষ প্ল্যানার। এটি বহুপদক্ষেপ কার্য সম্পাদন সমন্বয় করে, জটিল অনুরোধ ভেঙে দেয়, এবং সাব-এজেন্টদের মধ্যে কাজ বিলি করে। কিন্তু এর একটি মৌলিক সীমাবদ্ধতা আছে: প্রতিটি এজেন্ট শুরু করে শুধুমাত্র জেমিনি ৩ যা জানে তার উপর ভিত্তি করে। আর জেমিনি ৩-এর জ্ঞান প্রশিক্ষণের সময়েই থেমে আছে।
পরিকল্পনা করার ক্ষমতা আর তথ্য পাওয়ার সীমা — এই ব্যবধানেই কাজ থমকে যায়। একটি এজেন্ট প্রতিযোগিতামূলক বিশ্লেষণ করতে পারে, কিন্তু বর্তমান দাম যাচাই করতে পারে না। এটি বাজার প্রতিবেদন লিখতে পারে, কিন্তু নতুন কোনো পণ্য গত সপ্তাহে লঞ্চ হয়েছে কিনা তা জানে না। এটি টেকনিক্যাল মেমো ড্রাফট করতে পারে, কিন্তু কোনো এপিআই পরিবর্তন হয়েছে কিনা তা নিশ্চিত করতে পারে না।
ফেলো সার্চ সেই ব্যবধান পূরণ করে। এটি একটি লাইভ রিসার্চ স্কিল, যা সরাসরি অ্যান্টিগ্র্যাভিটির .agent/skills/ ডিরেক্টরিতে যুক্ত হয় — কোনো কনফিগারেশন নয়, কোনো স্ল্যাশ কমান্ড নয়, কোনো ম্যানুয়াল ইনভোকেশন নয়। যখন কোনো টাস্কে বর্তমান তথ্যের দরকার হয়, ফেলো সার্চ স্বয়ংক্রিয়ভাবে সক্রিয় হয় এবং উদ্ধৃত উত্তর পাঠায় — যা এজেন্ট কাজের জন্য ব্যবহার করতে পারে।
এই নিবন্ধে ব্যাখ্যা করা হয়েছে এটি কীভাবে কাজ করে, কী সম্ভাবনা উন্মোচন করে, এবং কেন এটি প্রথম স্কিল হওয়া উচিত যা অধিকাংশ অ্যান্টিগ্র্যাভিটি দল ইনস্টল করে।
নলেজ কাটঅফ সমস্যা
প্রতিটি ভাষা মডেলের একটি প্রশিক্ষণ সীমা থাকে — একটি তারিখ, তার পরের ঘটনাগুলো সে জানে না। জেমিনি ৩-এর ক্ষেত্রে, এর অর্থ হলো:
- পুরনো দাম: পণ্যের দাম প্রতি মাসে, কখনও সাপ্তাহিক বদলায়। প্রশিক্ষিত ডেটা থেকে কাজ করা এজেন্ট ভুল দাম দেবে।
- মিসিং রিলিজ: প্রতিদিন নতুন পণ্য, এপিআই সংস্করণ, এবং ফিচার লঞ্চ হয়। মডেলের এগুলো জানার উপায় নেই।
- পুরনো ডকুমেন্টেশন: এপিআই স্পেসিফিকেশন পুরনো হয়, এন্ডপয়েন্ট বদলায়, অথেন্টিকেশন প্যাটার্ন পরিবর্তিত হয়। প্রশিক্ষণের ডেটা হচ্ছে একটি স্ন্যাপশট; বাস্তবতা একটি স্রোত।
- প্রতিযোগী সম্পর্কে অজ্ঞতা: নতুন প্রতিযোগী আসে, পুরনোরা দিক বদলায়। এজেন্টদের দরকার গতকালের খবর, ছয় মাস আগের নয়।
এগুলো ব্যতিক্রম নয় — দৈনন্দিন তথ্য–ঘাটতি, যা একটি শক্তিশালী এজেন্টকেও ভুল উত্তর, অসম্পূর্ণ বিশ্লেষণ, বা পুরনো সুপারিশ দিতে বাধ্য করে।
সমাধান হলো বড় মডেল নয়। সমাধান হলো একটি লাইভ ডেটা স্তর।
অ্যান্টিগ্র্যাভিটির ভিতরে ফেলো সার্চ কিভাবে কাজ করে
ফেলো সার্চকে গুগল অ্যান্টিগ্র্যাভিটির সাথে যুক্ত করা যায় খুব সহজ ইনস্টল পদ্ধতিতে। felo-search স্কিল ফোল্ডারটি আপনার প্রজেক্টের .agent/skills/ ডিরেক্টরিতে রাখুন, গিটে কমিট করুন, এবং পরবর্তী পুলে প্রতিটি ডেভেলপার তার অ্যান্টিগ্র্যাভিটি ইনস্ট্যান্সে এটি পেয়ে যাবে।
স্বয়ংক্রিয় সক্রিয়তা — কোনো স্ল্যাশ কমান্ড নয়
প্রতিটি ফেলো স্কিলের SKILL.md ফাইলে তার কাজের অর্থবোধক বর্ণনা থাকে। অ্যান্টিগ্র্যাভিটির এজেন্ট ম্যানেজার এই বর্ণনা পড়ে এবং টাস্কের প্রয়োজন অনুযায়ী মেলায়। যখন কোনো টাস্ক বর্তমান দাম, রিলিজ নোটস, বাজার গবেষণা, বা এমন কোনো প্রশ্ন জড়িত থাকে যেখানে মডেলের প্রশিক্ষণ ডেটা যথেষ্ট নয়, তখন এজেন্ট ম্যানেজার স্বয়ংক্রিয়ভাবে ফেলো সার্চ লোড করে।
আপনাকে /felo-search টাইপ করতে হয় না। কোনো ট্রিগার কনফিগার করতে হয় না। আপনি শুধু এজেন্টকে কাজ করতে বলেন, আর এটি দরকার হলে লাইভ ডেটা ব্যবহার করে।
অনুরোধের ধারা
যখন কোনো টাস্ক ফেলো সার্চ ট্রিগার করে, তখন ভিতরে যা ঘটে:
- টাস্ক বিশ্লেষণ: এজেন্ট ম্যানেজার নির্ধারণ করে বর্তমান টাস্কের তথ্য জেমিনি ৩-এর প্রশিক্ষণ সীমার বাইরে হতে পারে।
- স্কিল সক্রিয়করণ: SKILL.md-এর অর্থবোধক মিলের মাধ্যমে ফেলো সার্চ স্বয়ংক্রিয়ভাবে লোড হয়।
- কোয়েরি অপ্টিমাইজেশন: এজেন্টের প্রশ্ন উন্নত সার্চ কোয়েরিতে রূপান্তরিত হয়।
- লাইভ সার্চ বাস্তবায়ন: প্রশ্নগুলো ফেলার রিয়েল-টাইম সার্চ এপিআই-তে পাঠানো হয়, যা বর্তমান ওয়েব থেকে ফলাফল সংযোজন করে।
- উদ্ধৃত উত্তর তৈরি: ফলাফল বিশ্লেষণ করে কাঠামোবদ্ধ, উদ্ধৃত উত্তর তৈরি হয় যা এজেন্ট সরাসরি ব্যবহার করতে পারে।
- টাস্কের ধারাবাহিকতা: যাচাইকৃত, বর্তমান তথ্যের সাথে কাজ চালিয়ে যায় — কোনো কনটেক্সট পরিবর্তন নয়, কোনো ম্যানুয়াল হস্তক্ষেপ নয়।
সবকিছু আইডিইর মধ্যেই ঘটে। এজেন্ট কথোপকথন ছাড়ে না। ডেভেলপার তার কর্মপ্রবাহ ছেড়ে যায় না।
কাঠামোবদ্ধ, উদ্ধৃত উত্তর
ফেলো সার্চ লম্বা টেক্সট ফেরত দেয় না, বরং ফেরত দেয় একটি কাঠামোবদ্ধ প্রতিক্রিয়া, যাতে থাকে:
- সম্পূর্ণ উত্তর: সরাসরি প্রশ্নের জবাব।
- কোয়েরি বিশ্লেষণ: ব্যবহৃত অপ্টিমাইজড সার্চ টার্মসমূহ, যা গবেষণার স্বচ্ছতা দেয়।
- উৎস উল্লেখ: ফলাফল আসে বর্তমান ওয়েব ডেটা থেকে, মডেল হ্যালুসিনেশন থেকে নয়।
এই কাঠামো গুরুত্বপূর্ণ কারণ এজেন্টদের প্রয়োজন নির্ভরযোগ্য ইনপুট। উদ্ধৃত উত্তর এজেন্টকে নিজের যুক্তি যাচাই করতে, উৎস অনুসন্ধান করতে এবং এমন আউটপুট তৈরি করতে সাহায্য করে যা মানুষের জন্য বিশ্বাসযোগ্য।
অ্যান্টিগ্র্যাভিটি টিমের জন্য ফেলো সার্চ যা উন্মোচন করে
ফেলো সার্চ ইনস্টল করা ছোট কাজ — একটি ফোল্ডার কপি করুন, গিটে কমিট করুন। কিন্তু এটি প্রতি টাস্কে প্রভাব ফেলে, যেখানে বর্তমান তথ্য লাগে।
অন-ডিমান্ড প্রতিযোগিতামূলক বুদ্ধিমত্তা
ফেলো সার্চের আগে, কোনো এজেন্ট প্রতিযোগীর মূল্য নিয়ে প্রশ্ন করলে হয় অনুমান করত, নয়তো বলত "আমার বর্তমান তথ্য নেই"। এখন এটি লাইভ ওয়েব খুঁজে, দামের পাতা তুলনা করে, এবং উৎসসহ কাঠামোবদ্ধ তুলনামূলক ফলাফল দেয়।
ব্যবহারের ক্ষেত্র:
- মূল্য বিশ্লেষণ: "বর্তমানে [competitor]-এর প্ল্যান এবং দাম কী?"
- ফিচার তুলনা: "[competitor] কি আজ [feature] সমর্থন করে?"
- বাজারের অবস্থান: "[company]-এর সাম্প্রতিক বার্তা কী?"
প্রতিটি উত্তরই উদ্ধৃত, বর্তমান, এবং এজেন্ট টাস্কের পরবর্তী ধাপে ব্যবহারযোগ্য — তা প্রতিযোগিতামূলক ম্যাট্রিক্স হোক, পজিশনিং মেমো, বা পণ্যের সুপারিশ।
প্রকৃত বর্তমান টেকনিক্যাল রিসার্চ
ডেভেলপাররা এজেন্টদের উপর নির্ভর করে প্রযুক্তিগত গবেষণার জন্য: এপিআই ডকুমেন্টেশন, ফ্রেমওয়ার্ক আপডেট, সিকিউরিটি অ্যাডভাইসরি, লাইব্রেরি কম্প্যাটিবিলিটি। এগুলো দ্রুত বদলায়, আর স্থির প্রশিক্ষিত ডেটা থেকে এলে ভুল প্রমাণিত হয়।
ফেলো সার্চ এজেন্টদের দেয় বর্তমান প্রযুক্তিগত তথ্য অ্যাক্সেস:
- এপিআই পরিবর্তন: "[API] v3.2-এ কী পরিবর্তন হয়েছে?"
- সিকিউরিটি অ্যাডভাইসরি: "[library]-এ কোনো পরিচিত দুর্বলতা আছে?"
- ফ্রেমওয়ার্ক আপডেট: "[framework] 5.0-এ কী ব্রেকিং পরিবর্তন রয়েছে?"
- সেরা অনুশীলন: "[pattern]-এর বর্তমান সুপারিশকৃত পদ্ধতি কী?"
এজেন্ট শুধু উত্তর দেয় না, আত্মবিশ্বাসের সাথে দেয় — কারণ তথ্য যাচাইকৃত বর্তমান ওয়েব থেকে, প্রশিক্ষণের স্মৃতি থেকে নয়।
দ্রুত সিদ্ধান্ত সহায়তা
ফেলো সার্চের আসল শক্তি গবেষণা নয়, বরং গতি। যখন কোনো ডেভেলপার বা টিম লিড দ্রুত সিদ্ধান্তের জন্য উত্তর চায়, ফেলো সার্চ কয়েক সেকেন্ডে দিয়ে দেয়, আইডিই ছাড়াই, ব্রাউজার না খুলেই।
গুরুত্বপূর্ণ ত্বরিত প্রশ্ন:
- "[tool] কি গত মাসে আপডেট হয়েছে?"
- "[service]-এর বর্তমান অবস্থা কী?"
- "[product]-এর সাম্প্রতিক রিভিউ আছে?"
- "[standard/specification]-এর সর্বশেষ খবর কী?"
প্রতিটি উত্তর উৎসসহ আসে। প্রতিটি উত্তর হালনাগাদ। প্রতিটি উত্তর দলকে এগিয়ে যেতে সাহায্য করে — কোনো ব্রাউজার সার্চে স্যুইচ না করেই।
বড় চিত্র: স্কিলকে সক্ষমতা স্তর হিসেবে দেখা
ফেলো সার্চ হলো বৃহত্তর কৌশলের একটি অংশ। এটি অন্যান্য ফেলো স্কিলের সাথে কাজ করার জন্য বানানো, যা অ্যান্টিগ্র্যাভিটি এজেন্টদের স্বয়ংক্রিয় সক্ষমতার বিভিন্ন ফাঁক পূরণ করে।
সম্পূর্ণ সক্ষমতা স্ট্যাকটি দেখতে এমন:
| স্তর | স্কিল | কাজ |
|---|---|---|
| লাইভ ডেটা | ফেলো সার্চ | বর্তমান ওয়েব সার্চ, উদ্ধৃত উত্তর, রিয়েল-টাইম যাচাই |
| লাইভ ডেটা | ফেলো ওয়েব ফেচ | ওয়েবপেজের কাঠামোবদ্ধ এক্সট্রাকশন — মার্কডাউন, এইচটিএমএল বা টেক্সটে |
| লাইভ ডেটা | ফেলো এক্স সার্চ | X/Twitter থেকে সামাজিক সংকেত — টুইট, ইউজার, রিপ্লাই থ্রেড |
| জ্ঞান | ফেলো লাইভডক | দলীয় জ্ঞানভান্ডার, ডক ও ফাইল ইন্ডেক্স করে স্থায়ীভাবে সংরক্ষণ |
| আউটপুট | ফেলো স্লাইডস | এজেন্ট রিসার্চ থেকে .pptx ডেক তৈরি |
| আউটপুট | ফেলো কনটেন্ট টু স্লাইডস | নোট, ডক, ও ইউআরএলকে স্লাইডের উপযোগী আউটলাইনে রূপান্তর |
| আউটপুট | ফেলো ল্যান্ডিং পেজ | পাঠ্য প্রম্পট থেকে হোস্টেড ল্যান্ডিং পেজ তৈরি |
ফেলো সার্চ হলো ভিত্তি। এটি সেই স্কিল যা বেশিরভাগ দল প্রথমে ইনস্টল করে, কারণ নলেজ কাটঅফই সবচেয়ে তাত্ক্ষণিক বাধা। একবার লাইভ ডেটা চালু হলে, দলগুলো সাধারণত স্থায়ী জ্ঞান (ফেলো লাইভডক) এবং পরে আউটপুট জেনারেশন (ফেলো স্লাইডস) যোগ করে।
প্রতিটি স্তরই একটি ফোল্ডার ইনস্টল। প্রতিটি স্বয়ংক্রিয়ভাবে সক্রিয় হয়। প্রতিটি স্তর এজেন্ট ম্যানেজারকে আরো দক্ষ করে তোলে, ডেভেলপারদের কাজের ধারা না বদলেই।
শুরু করা যাক
গুগল অ্যান্টিগ্র্যাভিটির জন্য ফেলো সার্চ ইনস্টল করতে এক মিনিটেরও কম সময় লাগে:
# ফেলো স্কিলস রিপোজিটরি ক্লোন করুন
git clone https://github.com/Felo-Inc/felo-skills.git
# স্কিলটি অ্যান্টিগ্র্যাভিটি স্কিলস ফোল্ডারে কপি করুন
cp -r felo-skills/felo-search ~/.gemini/antigravity/skills/
# অথবা দলব্যাপী ব্যবহারের জন্য প্রজেক্টের .agent/skills/ ফোল্ডারে রাখুন
cp -r felo-skills/felo-search /your-project/.agent/skills/
# গিটে কমিট করুন যাতে পুরো দল পায়
git add .agent/skills/felo-search
git commit -m "লাইভ এজেন্ট রিসার্চের জন্য ফেলো সার্চ স্কিল যুক্ত করা হয়েছে"
এটাই সব। অ্যান্টিগ্র্যাভিটির ভিতরে কোনো এপিআই কী কনফিগারেশনের প্রয়োজন নেই (আপনার ফেলো এপিআই কী স্কিলের পরিবেশে আলাদাভাবে কনফিগার করা থাকে)। কোনো ট্রিগার সেটআপ নয়। এজেন্ট ম্যানেজার SKILL.md ফাইল পড়ে ও প্রয়োজনমতো ফেলো সার্চ সক্রিয় করে।
ইনস্টলেশন পাথটি গুরুত্বপূর্ণ:
.agent/skills/(প্রজেক্টের ভিতরে): দল-শেয়ার্ড স্কিলের জন্য। গিটে কমিট করলে প্রতিটি ডেভেলপারের অ্যান্টিগ্র্যাভিটি এটি পরবর্তী পুলে পেয়ে যাবে।~/.gemini/antigravity/skills/(গ্লোবাল ফোল্ডার): ব্যক্তিগত প্রজেক্টের জন্য আপনার নিজস্ব স্কিল রাখুন।
বেশিরভাগ দল .agent/skills/ ব্যবহার করে এবং গিটে কমিট করে। এতে স্কিলটি প্রজেক্ট কনফিগারেশনের অংশ থাকে — ভার্সনড, শেয়ারড, এবং দলজুড়ে সামঞ্জস্যপূর্ণ।
আপনি ইনস্টল করার আগে felo.ai/skills/antigravity থেকে সম্পূর্ণ ফেলো স্কিলস ক্যাটালগ দেখতে ও তুলনা করতে পারেন।
কেন এটি গুরুত্বপূর্ণ
এআই এজেন্টদের সাফল্যের প্রতিশ্রুতি শুধু পরিকল্পনা নয় — কাজ করা। বাস্তব টাস্ক সম্পন্ন করা, বাস্তব আউটপুট তৈরি করা, বাস্তব সিদ্ধান্ত নেওয়া। বর্তমান তথ্য ছাড়া পরিকল্পনা মানে অনুমান। আর দ্রুত পরিবর্তনশীল ক্ষেত্রগুলোয় — সফটওয়্যার ডেভেলপমেন্ট, প্রতিযোগিতামূলক বিশ্লেষণ, বাজার গবেষণা — অনুমান যথেষ্ট নয় এবং প্রায়শই ক্ষতিকারক।
ফেলো সার্চ গুগল অ্যান্টিগ্র্যাভিটি এজেন্টদের সেই এক জিনিস দেয় যা কোনো মডেল আপগ্রেড দিতে পারে না: এখনকার বাস্তব বিশ্বের অ্যাক্সেস। প্রশিক্ষণের সময় যা সত্য ছিল, সেটি নয়। যা মডেল অনুমান করছে, সেটিও নয়। বরং যা বাস্তবে সত্য, বর্তমান ওয়েব থেকে যাচাইকৃত ও উদ্ধৃত।
একটি ছোট ইনস্টল — এক ফোল্ডার, এক কমিট। কিন্তু এটি আপনার এজেন্টের ক্ষমতা বদলে দেয়: "পুরনো ডেটা দিয়ে পরিকল্পনা করা" থেকে "বর্তমান তথ্যের উপর কাজ করা" পর্যন্ত।
এটাই পার্থক্য একটি খেলনা প্ল্যানার আর একটি কার্যক্ষম প্রোডাকশন টুলের মধ্যে।
বিনামূল্যে ফেলো এআই চেষ্টা করুন →
গুগল অ্যান্টিগ্র্যাভিটির জন্য সব ফেলো স্কিল দেখুন felo.ai/skills/antigravity এ।
এই পোস্টটি নিম্নলিখিত ভাষায়ও উপলব্ধ: English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español and Português।