प्राकृतिक भाषा के अनुरोधों को अलग-थलग, निष्पादित करने योग्य एनोमली डिटेक्शन पाइपलाइन में बदलने वाला मल्टी-एजेंट फ्रेमवर्क।
सादे अंग्रेजी संकेतों से PyOD, PyGOD, और टाइम-सीरीज एनोमली डिटेक्शन स्क्रिप्ट जेनरेट, वैलिडेट और रन करें।
AD-AGENT एक ओपन-सोर्स मल्टी-एजेंट फ्रेमवर्क है जिसे सारणीबद्ध, ग्राफ और टाइम-सीरीज डेटा में एंड-टू-एंड एनोमली डिटेक्शन को स्वचालित करने के लिए डिज़ाइन किया गया है। आप सादे पाठ में अपना डिटेक्शन कार्य बताते हैं, और विशेष LLM एजेंट मॉडल चुनते हैं, Python कोड लिखते हैं, इसकी समीक्षा करते हैं और इसे एक सुरक्षित सैंडबॉक्स के भीतर निष्पादित करते हैं। यह स्वचालित डायग्नोस्टिक वर्कफ़्लो बनाने वाली तकनीकी टीमों और डेटा पेशेवरों के लिए उपयुक्त है।
यह फ्रेमवर्क मॉडल चयन, दस्तावेज़ीकरण पुनर्प्राप्ति, कोड जेनरेशन, समीक्षा और मूल्यांकन के लिए जिम्मेदार विशेष एजेंटों का समन्वय करता है। यह आपके डेटासेट और प्रॉम्प्ट के आधार पर PyOD, PyGOD और TSB_AD लाइब्रेरी को लक्षित करने वाली निष्पादन स्क्रिप्ट जेनरेट करता है। जेनरेट किया गया कोड आपके पर्यावरण की सुरक्षा के लिए अलग-थलग स्थानीय Docker कंटेनर या रिमोट Modal सैंडबॉक्स के भीतर चलता है।
यह टूल डेटा वैज्ञानिकों, डेवलपर्स और प्रोजेक्ट इंजीनियरों के लिए बनाया गया है जिन्हें बॉयलरप्लेट स्क्रिप्ट सेटअप को मैन्युअल रूप से बनाए बिना एनोमली डिटेक्शन मॉडल चलाने की आवश्यकता होती है। यह गैर-तकनीकी उपयोगकर्ताओं के लिए अभिप्रेत नहीं है, क्योंकि इसके लिए Python वातावरण, API कुंजियों और कंटेनराइज़्ड रनटाइम वातावरण के प्रबंधन की आवश्यकता होती है। ग्राफिकल इंटरफ़ेस की आवश्यकता वाली टीमों को इसके बजाय Python API या CLI का उपयोग करना होगा।
सादे अंग्रेजी संकेतों को सीधे निष्पादित करने योग्य एनोमली डिटेक्शन Python स्क्रिप्ट में परिवर्तित करता है।
सारणीबद्ध डेटा के लिए PyOD, ग्राफ संरचनाओं के लिए PyGOD, और टाइम-सीरीज डेटासेट के लिए TSB_AD को कवर करने वाला कोड जेनरेट करता है।
स्थानीय Docker कंटेनर या रिमोट Modal इंस्टेंस के भीतर असुरक्षित जेनरेट किए गए कोड को सुरक्षित रूप से निष्पादित करता है।
कोर पाइपलाइन चरणों को उजागर करता है ताकि आप चयन और जेनरेशन चरणों को सीधे कस्टम स्क्रिप्ट या नोटबुक में एम्बेड कर सकें।
AD-AGENT BSD-2-Clause लाइसेंस के तहत मुफ़्त और ओपन-सोर्स है। फ्रेमवर्क को चलाने के लिए OpenAI API कुंजी की आवश्यकता होती है, इसलिए आपकी परिचालन लागत आपके LLM टोकन उपयोग के साथ बढ़ती है। यदि आप स्थानीय Docker निष्पादन के बजाय रिमोट Modal क्लाउड सैंडबॉक्स का विकल्प चुनते हैं तो अतिरिक्त बुनियादी ढांचा खर्च लागू हो सकता है।
877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
Google में Zekai को सबसे पहले देखें