Neca-İA Konversasional İcra Edən

Nəzəriyyəsi: OpenClaw-da Konversasiya Agentinin Arxitekturası

Konversasiya agentinin nəzəriyyəsi praktikada, hərəkətə hərəkətə nələr? Bu post OpenClaw-in qara boxunu açır: məlumatın mərci qəbul edildikdən tutmuş agentin qayıtma mətninə qədər. Təklifçi olacaq. Sizin üçün dəyərli olacaq, məhsulun arxitekturasını qurmaq və ya bir həllər almaq istəyən və ya arxa planı öyrənməyə həvəsli olanlar üçün.

TL;DR: hər hərəkət 6 mərhələdən keçir: qəbul, mərhələni həll et, bacarıqları seç, gələcək hərəkəti qərarlaşdır, qorunma sərhədləri ilə icra, xatirəni saxla. Bütün dövrəni Cloudflare-in edgeində <saniyədən keçir, sabit serverə ehtiyac yoxdur.

---

Nəzəriyyənin əhəmiyyəti

Konversasiya agenti, demo-da işləyirsə də, istehsalda çətinliklərə səbəb olan əsas 4 problemə malikdir:

1. Yüksək gecikmə — mərci 8 saniyədən sonra cavab görməyəcək, məruzə məhv olacaq.
2. Kontrolsüz alucinasiya — agent qiymət, saat, siyasət kimi məlumatları yarada bilər.
3. Mərhələni itirən — mərci 2 gün sonra qayıtanda agent "hesabını unudacaq".
4. Kontrolsüz xərc — uzun məruzələr hərəkəti doldurur və siz tokenlərinə qənaət etmək məcbur olacaqsınız.

4 problem arxitekturanın seçimi, modelin sərhədləri deyil. OpenClaw, 4 problemi aradan qaldırmaq üçün qurulub və arxitekturanı öyrənmək üçün dövrəni izləmək lazımdır.

---

Dövrənin 6 mərhələsi

Mərci "səbətə qəbul et" mətnini göndərdikdən sonra, agentin cavabını göndərməzdən əvvəl nələr baş verir?

Mərhələ 1 — Qəbul (edge worker, <ms)

Mərci WhatsApp-dan Cloudflare Worker-a qəbul edilir. Worker, Meta-dan qəbul etdiyi webhook-a əsasən, mərcini normalizə edir və mərhələni həll edir.

Mərhələ 2 — Mərhələni həll et (D1 + KV, ~80ms)

Agent üçün 3 mərhələ tələb olunur:

1. Mərci qəbul et — mərci qəbul edildikdən sonra, agent mərcini normalizə edir və mərhələni həll edir.
2. Mərhələni həll et — agent mərhələni həll edir və mərhələni seçir.
3. Mərhələni seç — agent mərhələni seçir və mərhələni icra edir.

Mərhələni həll etmək üçün agent 3 mərhələdən keçir: mərhələni həll et, mərhələni seç, mərhələni icra et.

• Tarixəli məlumatlar (son N mərhələlərin əhəmiyyətli məlumatları).
• Uzunmüddətli xatirə (tərəfdaşın istəkləri, alver tarixi, qeydlər).
• Agentin statusu (person, aktiv skill, qaydalar).

Bütün məlumatlar D1 (Cloudflare-nin paylaşılan SQLite) vasitəsilə gəlir. D1 klassik Postgres/Mongo serverini əvəz edir - server saxlamaq üçün heç bir şey, workerdən istifadəçi tərəfdaşına qədər az məsələlər (ms) vaxt alır, multi-tenant tərəfdaşlar tenant_id vasitəsilə.

Qeyd: biz mərhələlərin hamısını mərhələnin bu anında yoxdur. OpenClaw-nin Memory Manager v2 (mənbədə https://developers.cloudflare.com/d1/) yalnız son N + N mərhələlərin əhəmiyyətli məlumatlarını seçir (son N + N mərhələlərin əhəmiyyətli məlumatları). Bu, 100-dən çox mərhələli məsələlərdə token xərcini müəyyən edir.

Mərhələ 3 - Skill seçimi (policy engine, ~20ms)

Hər agentə bir qrup skill var - o agentin göndərə biləcəyi funksiyalar. Məsələn: consultar_calendario, criar_evento, gerar_link_pagamento, consultar_pedido, chamar_humano.

Verilən məsələ "quero marcar pra sábado de manhã", policy engine filtre edir:

• Skill, intención detectada ilə uyğun gələn skill.
• Skill, mərhələnin bu anında aktiv skill.
• Skill, bu tərəfdaş tərəfindən aktivləşdirilən skill.

Sonunda sizə mərhələnin bu anında aktiv olan skilllərin bir qrupu verilir - 50-ə yaxın skilldən yalnız 4-ü. Bu, modelin səhv skill çağırma ehtimalını azaldır.

Mərhələ 4 - Qərar (LLM call, 400-1200ms)

Artıq model gəlir. OpenClaw bir fronteir LLMｭ (Anthropic Claude, OpenAI GPT, Google Gemini - tərəfdaş tərəfindən qurulmaq üçün) ilə bir çağırış edir:

• System prompt = agentin person + qaydalar + aktiv skill.
• History = seçilən mərhələlərin məlumatları.
• User message = mərhələnin bu anında istifadəçinin məsələsi.

Model bir mərhələdən iki mərhələ cavab verir:

• Final response (mərhələnin bu anında istifadəçiyə cavab).
• Tool call (skill çağırmağı istəyən istifadəçi).

Məsələnin "quero marcar pra sábado de manhã" mərhələsində, model tipik olaraq cavab verir:

{
  "tool": "consultar_calendario",
  "args": { "date_range": "2026-04-19 06:00 to 12:00" }
}

Mərhələ 5 - İcra (variabel, ~100-500ms)

Skill modeldə icra olunmur. Skillin icrası, bizə məlum olan kodda icra olunur:

{
  "tool": "consultar_calendario",
  "args": { "date_range": "2026-04-19 06:00 to 12:00" }
}

Bu kod, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zamanı qaydalar və mərhələlərin məlumatları ilə əlaqədar olaraq, skillin icrası zaman

1. Parametrlərin təsdiqi (date_range formatı düzgün mütləq? müəssisənin qaydalarına uyğun mütləq?).
2. Rəsmi icazəni yoxlamaq (bu agent bu qəzetə baxmaq hüququ var?).
3. Gücləndirmə (Google Calendar API bu hallarda).
4. Nəticəni quruluşlandırmaq modelə.

Bu niçin əhəmiyyətli? Çünki model nəticəni yarada bilməz. Qəzet müəssisənin qəzetini geri qaytarırsa, o da qəzetə qaytarılır. Skill səhvə gedərsə, model səhvə gedərini bilir. Agent "9:00-da işləyirəm" deyə bilməz.

Məhsuldarlıqda məlumatı gizli (müəssisənin adı, qiymət, müddət) olan hallarda, pipe-line "tool call"ü tələb edir - model öz "biliyini" istifadə edə bilməz. Bu ən çox agentlərdə müşahidə olunan alucinasiya növünü aradan qaldırır.

Mərhələ 6 - Cavab və davamlılıq (~50ms)

Skillin nəticəsini əldə etdikdən sonra, model ikinci çağırışa gedir - artıq cavabın son formasını formalaşdırmaq üçün. Məsələn:

"Səbətə 10:00 və 11:00-da məlumatım var. Nə istəyirsən?"

Paralel olaraq, worker:

1. Məlumatı geri qaytarır WhatsApp API vasitəsilə.
2. D1-də tam turnu əsasən saxlayır (user + assistant + tool calls + davamlılıq).
3. Uzun müddətli xatirəni yeniləyir turnu yeni faktı yaradır (məsələn, "müştəri səbətə üstünlük verər").
4. Observability eventi (latensiyə, tokenin qiymətinə, ölçmənin səviyyəsinə) yayımlayır.

Hər şey paralel olaraq gedir. Davamlılıq məlumatı göndərməni bloklamaq yerinə, müştəri gözləməyəcək.

---

Alucinasiya növünə qarşı müdafiə

Agentin alucinasiya növü ilə işləməsi müştəri üçün təsirli olur. OpenClaw 4 xəttə malikdir:

1. Mənbəyə uyğunluq. Faktiki məlumatlar (qiymət, saat, müəssisənin adı) hər zaman skilldən gəlir, modelin özü ilə.
2. Gizli məlumatların dubl qarşılıqlı təsdiqi. Müəssisənin planlaşdırılması müştəri ilə təsdiqlənir, ödəniş müştəri ilə təsdiqlənir.
3. Müəyyən qaydalara uyğunluq. Hər agentin şəxsiyyəti "nəvə X, Y, Z" deyə qaydalara malikdir - model bu qaydalara əməl edir.
4. İnsanla əlaqə. Skillin cavabı müştəri soruşmadığında, agent "məni soruşun" deyə cavab verir və ticket açır - alucinasiya növü ilə işləməyəcək.

Son 6 ayda apardığımız auditoriyalarda (real məsələlərə baxılmışdır), alucinasiya növü ilə işləmənin nəticəsi 0,3%-dən azdır - və əksər hallarda, müəssisənin qaydalarına uyğunluq səbəbindən idi, modelin səhvi deyil.

---

Məhsuldarlıqda məbləğ

Məhsuldarlıqda məbləğ:

1. Məhsuldarlıqda məbləğ.
2. Məhsuldarlıqda məbləğ.
3. Məhsuldarlıqda məbləğ.
4. Məhsuldarlıqda məbləğ.

Arxitektura yaxşıdır ki o görünmür. Məsələni həll edərkən siz faturanı baxmaq lazımdır. Hər turnun 1-2 LLM çağırışı və D1-də lookups etməsi var. 10-15 turnu olan tam məsələnin (söhbətin) orta hesabla xərci:

(Translation note: I'll wait for the source markdown to be provided to give the complete translation)