CopilotKit：全 স্ট্যাক AI এজেন্ট, জেনারেটিভ UI এবং চ্যাট অ্যাপ্লিকেশনের শীর্ষ SDK তৈরি করা
CopilotKit：全 স্ট্যাক AI এজেন্ট, জেনারেটিভ UI এবং চ্যাট অ্যাপ্লিকেশনের শীর্ষ SDK তৈরি করা
পটভূমি সারসংক্ষেপ
CopilotKit হল একটি ওপেন সোর্স ফ্রেমওয়ার্ক যা AI Copilot এবং Agent-native অ্যাপ্লিকেশন তৈরি করার জন্য ডিজাইন করা হয়েছে, GitHub-এ 28.9k-এরও বেশি স্টার রয়েছে এবং 100,000-এরও বেশি ডেভেলপার দ্বারা গ্রহণ করা হয়েছে। এই ফ্রেমওয়ার্কের মূল মূল্য হল AI এজেন্ট এবং ব্যবহারকারীর ইন্টারফেসের মধ্যে গভীর সংহতি তৈরি করা, যাতে এজেন্টগুলি UI নিয়ন্ত্রণ করতে পারে, প্রসঙ্গ তথ্য প্রদান করতে পারে এবং জেনারেটিভ UI-এর মাধ্যমে ডায়নামিকভাবে ইন্টারফেস উপাদানগুলি রেন্ডার করতে পারে।
মূল আবিষ্কার
1. আর্কিটেকচার ডিজাইন এবং মূল বৈশিষ্ট্য
CopilotKit তিন স্তরের আর্কিটেকচার ডিজাইন গ্রহণ করেছে, যার মধ্যে রয়েছে ফ্রন্টএন্ড কম্পোনেন্ট স্তর, CopilotRuntime রানটাইম স্তর এবং এজেন্ট সংযোগ স্তর।
ফ্রন্টএন্ড কম্পোনেন্ট স্তর সম্পূর্ণ হেডলেস UI থেকে প্রি-বিল্ট কাস্টমাইজযোগ্য কম্পোনেন্টের সম্পূর্ণ স্পেকট্রাম প্রদান করে, ডেভেলপাররা তাদের প্রয়োজন অনুযায়ী নমনীয়ভাবে নির্বাচন করতে পারেন। CopilotRuntime হল ব্যাকএন্ড অর্কেস্ট্রেশন ইঞ্জিন, যা ফ্রন্টএন্ড ক্লায়েন্ট থেকে আসা অনুরোধগুলি পরিচালনা করে, LLM কল এবং এজেন্টের সাথে যোগাযোগ পরিচালনা করে। এজেন্ট সংযোগ স্তর AG-UI প্রোটোকল ব্যবহার করে যে কোনও এজেন্ট ফ্রেমওয়ার্কের সাথে সংযোগ স্থাপন করে, যার মধ্যে LangGraph, CrewAI, LlamaIndex ইত্যাদি অন্তর্ভুক্ত রয়েছে।
CopilotKit-এর মূল বৈশিষ্ট্যগুলির মধ্যে রয়েছে জেনারেটিভ UI, যা এজেন্টকে রানটাইমে ডায়নামিকভাবে UI উপাদানগুলি রেন্ডার করার অনুমতি দেয়; শেয়ারড স্টেট, যা ফ্রন্টএন্ড এবং এজেন্টের মধ্যে দ্বি-দিকীয় স্টেট সিঙ্ক্রোনাইজেশন বাস্তবায়ন করে; এবং Human-in-the-Loop, যা এজেন্টকে কার্যকরী প্রক্রিয়ার সময় মানব ইনপুট বা অনুমোদনের জন্য অনুরোধ করার অনুমতি দেয়। এই বৈশিষ্ট্যগুলি সত্যিই ইন্টারঅ্যাকটিভ AI অ্যাপ্লিকেশন তৈরি করা সম্ভব করে তোলে, যা কেবলমাত্র একটি সাধারণ প্রশ্নোত্তর সিস্টেম নয়।
কাজের প্রবাহের চিত্র:
2. AG-UI প্রোটোকল: ইকোসিস্টেমের ভিত্তি
AG-UI (এজেন্ট-ইউজার ইন্টারঅ্যাকশন প্রোটোকল) হল CopilotKit টিমের দ্বারা চালু করা একটি ওপেন, লাইটওয়েট, ইভেন্ট-চালিত প্রোটোকল স্ট্যান্ডার্ড, যা AI এজেন্ট এবং ব্যবহারকারীর অ্যাপ্লিকেশনের মধ্যে যোগাযোগের পদ্ধতি মানক করার উদ্দেশ্যে তৈরি করা হয়েছে। এই প্রোটোকলটি Google, Microsoft, AWS, LangChain, Mastra, Pydantic AI সহ প্রধান নির্মাতা এবং ফ্রেমওয়ার্ক দ্বারা ব্যাপকভাবে গ্রহণ করা হয়েছে, যা একটি ক্রমবর্ধমান ইকোসিস্টেম গঠন করেছে।
AG-UI প্রোটোকল একটি গুরুত্বপূর্ণ সমস্যা সমাধান করে: ঐতিহ্যবাহী ফ্রন্টএন্ড এবং ব্যাকএন্ড যোগাযোগের মডেল (অনুরোধ-প্রতিক্রিয়া) এজেন্ট অ্যাপ্লিকেশনের জটিল চাহিদাগুলি পূরণ করতে পারে না। এজেন্টগুলির প্রয়োজন বাস্তব সময়ে স্টেট আপডেট, প্রক্রিয়াকরণের ব্যাঘাত এবং অনুমোদন প্রক্রিয়া, UI এবং এজেন্টের স্টেট সিঙ্ক্রোনাইজ করা, যা আরও নমনীয় যোগাযোগের প্রক্রিয়া প্রয়োজন। AG-UI ইভেন্ট স্ট্রিমিংয়ের মাধ্যমে এই সমস্ত কার্যকারিতা বাস্তবায়ন করেছে, যা বাস্তব সময়ের টেক্সট স্ট্রিম, টুল কল, স্টেট সিঙ্ক্রোনাইজেশন এবং কাস্টম ইভেন্ট সমর্থন করে।
বর্তমানে এজেন্ট প্রোটোকল ক্ষেত্রটি তিনটি স্তম্ভের সমন্বয়ে গঠিত: AG-UI এজেন্ট এবং ব্যবহারকারীর ইন্টারঅ্যাকশন স্তরের উপর ফোকাস করে, MCP (মডেল কনটেক্সট প্রোটোকল) এজেন্ট এবং টুল এবং ডেটার সংযোগের জন্য দায়ী, এবং A2A (এজেন্ট-টু-এজেন্ট) এজেন্টগুলির মধ্যে সমন্বয় যোগাযোগ পরিচালনা করে। উল্লেখযোগ্য যে, AG-UI A2A প্রোটোকলের সাথে হ্যান্ডশেক ইন্টিগ্রেশন সম্পন্ন করেছে এবং জেনারেটিভ UI রেন্ডারিংয়ের জন্য Google-এর A2UI স্পেসিফিকেশনকে সম্পূর্ণরূপে সমর্থন করে।
3. প্রধান ফ্রেমওয়ার্কের সাথে ইন্টিগ্রেশন
CopilotKit 与 LangGraph 的集成是最成熟的用例之一。通过简单的配置，开发者即可将 LangGraph 代理连接到 CopilotKit 前端，实现状态共享和实时流式响应。集成过程通常包括使用 useCoAgent hook 连接代理，通过 copilotkitemitstate 函数从代理端发射状态更新，以及使用 useCopilotAction 定义人机协作中断点。
对于 CrewAI 开发者，CopilotKit 同样提供了开箱即用的集成方案。通过 AG-UI 协议，开发者可以将任何 CrewAI 代理暴露为支持实时交互的前端应用。除 LangGraph 和 CrewAI 外，AG-UI 协议还支持 Microsoft Agent Framework、Google ADK、AWS Strands Agents、Mastra、Pydantic AI、Agno、LlamaIndex 等众多框架，形成了真正的多框架互操作性。
4. 与同类框架的对比分析
与 Vercel AI SDK 相比，CopilotKit 的定位有显著差异。Vercel AI SDK 主要专注于简化聊天界面的流式文本传输，提供了优秀的 useChat hook 和 UI 组件；而 CopilotKit 更强调深度代理集成、生成式 UI 和人机协作能力。
与 LangChain 的关系则更像是互补而非竞争。LangChain 侧重于构建代理的"大脑"（逻辑和工作流），而 CopilotKit 提供该大脑的"面孔、声音和双手"——即与应用交互的界面。开发者通常使用 LangChain/LangGraph 定义代理逻辑，然后通过 CopilotKit 构建用户交互层。
5. 典型应用场景
CopilotKit 的典型用例涵盖多个领域。SaaS Copilot 是其最常见的应用场景，智能助手可以引导用户完成复杂的工作流程，提供上下文感知的帮助。共创 Copilot 则强调人机协作，AI 与用户共同创建内容，显著提升生产力。对话式表单填写将繁琐的表单转化为自然对话交互，用户通过聊天即可完成复杂的数据输入。研究代理应用如官方演示的研究画布应用，展示如何将 LangGraph 代理与前端深度集成，实现研究大纲生成、章节撰写和人类审批的完整流程。
快速入门：代码示例
基础集成示例
以下是一个使用 CopilotKit 与 LangGraph 集成的最小可运行示例：
前端（Next.js/React）：
// app/page.tsx "use client"; import { CopilotKit } from "@copilotkit/react-core"; import { CopilotPopup } from "@copilotkit/react-ui"; import "@copilotkit/react-ui/styles.css";
export default function Home() { return (
研究助手
); }运行时 API 路由：
`// app/api/copilotkit/route.ts import { CopilotRuntime, OpenAIAdapter } from "@copilotkit/runtime"; import { NextRequest } from "next/server";const copilotKit = new CopilotRuntime({\n remoteEndpoints: [\n { url: process.env.LANGGRAPH_URL || \ব্যবহারকারী প্রাকৃতিক ভাষার মাধ্যমে জটিল কাজ সম্পন্ন করতে পারে, যেমন "আমাকে আগামী সপ্তাহে শেষ হওয়া কাজগুলি ফ্রন্টএন্ড টিমের কাছে বরাদ্দ করতে এবং অগ্রগতি রিপোর্ট তৈরি করতে সাহায্য করুন"।
উদাহরণ 2: AI গবেষণা সহকারী
দৃশ্যপট: একাডেমিক গবেষণা সহায়ক টুল, গবেষকদের তথ্য সংগ্রহ, প্রবন্ধের কাঠামো সংগঠিত করা, সহযোগী লেখার জন্য সহায়তা করে।
বাস্তবায়নের মূল পয়েন্ট:
- LangGraph এজেন্ট তথ্য অনুসন্ধান এবং যৌক্তিক যুক্তির জন্য দায়ী
- CopilotKit ফ্রন্টএন্ড গবেষণার রূপরেখা, সাহিত্য তালিকা প্রদর্শন করে
- অবস্থার সমন্বয় গবেষণার অগ্রগতি বাস্তব সময়ে সংরক্ষণ এবং প্রদর্শন নিশ্চিত করে
- অনুমোদন নোড বাহ্যিক তথ্য উল্লেখ করার সময় ব্যবহারকারীকে নিশ্চিত করতে বলে
উদাহরণ 3: স্মার্ট ফর্ম পূরণ
দৃশ্যপট: জটিল বীমা আবেদনপত্রকে কথোপকথনমূলক ইন্টারঅ্যাকশনে রূপান্তরিত করা।
বাস্তবায়নের মূল পয়েন্ট:
- এজেন্ট ব্যবহারকারীর উত্তর অনুযায়ী পরবর্তী প্রশ্ন গতিশীলভাবে নির্ধারণ করে
- শর্তাধীন রেন্ডারিং ব্যবহার করে প্রসঙ্গ অনুযায়ী বিভিন্ন UI উপাদান প্রদর্শন করে
- আংশিক সম্পন্ন ফর্ম স্বয়ংক্রিয়ভাবে সংরক্ষণ করে, বিরতি দিয়ে পূরণ সমর্থন করে
- জমা দেওয়ার আগে সমস্ত তথ্য ব্যবহারকারীর নিশ্চিতকরণের জন্য সংক্ষেপিত করে
প্রযুক্তিগত অন্তর্দৃষ্টি
CopilotKit এর প্রযুক্তিগত বাস্তবায়ন আধুনিক ওয়েব স্ট্যাকের উপর ভিত্তি করে। ফ্রন্টএন্ড প্রধান UI ফ্রেমওয়ার্ক হিসাবে React (Angular সমর্থন করে) গ্রহণ করে, অবস্থার ব্যবস্থাপনা এবং এজেন্ট ইন্টারঅ্যাকশনের জন্য useAgent এবং useCoAgent এর মতো হুক সরবরাহ করে। ব্যাকএন্ড রানটাইম CopilotRuntime ক্লাস কেন্দ্রীয় সমন্বয়কারী হিসাবে কাজ করে, অনুরোধ যাচাই, LLM কল এবং প্রতিক্রিয়া প্রবাহিত করার জন্য। যোগাযোগ প্রোটোকল সার্ভার-সেন্ট ইভেন্টস (SSE) ব্যবহার করে সার্ভার থেকে ক্লায়েন্টে বাস্তব সময়ের প্রবাহিত পুশ বাস্তবায়ন করে, একই সাথে HTTP POST এর মাধ্যমে ক্লায়েন্টের অনুরোধগুলি পরিচালনা করে।
v1.50 সংস্করণ একটি বড় স্থাপত্য আপগ্রেড নিয়ে এসেছে, আরও পরিষ্কার একক এন্ডপয়েন্ট স্থাপত্য, উন্নত পর্যবেক্ষণ (মেট্রিক্স অন্তর্ভুক্ত) এবং CopilotKit Next এর সাথে গভীর সংহতি নিয়ে এসেছে, যা উন্নয়ন অভিজ্ঞতাকে আরও সহজ করে তুলেছে।
