एक LLM-संचालित मल्टी-एजेंट फ्रेमवर्क जो सारणीबद्ध (tabular), ग्राफ और टाइम-सीरीज़ डेटा में एनोमली डिटेक्शन को स्वचालित करता है।
संवादात्मक संकेतों का उपयोग करके एनोमली डिटेक्शन पाइपलाइन उत्पन्न, निष्पादित, समीक्षा और मूल्यांकन करें।
AD-AGENT एक open-source फ्रेमवर्क है जो प्राकृतिक भाषा के अनुरोधों को निष्पादित करने योग्य एनोमली डिटेक्शन कोड में परिवर्तित करता है। यह एल्गोरिदम का चयन करने, दस्तावेज़ीकरण प्राप्त करने, स्क्रिप्ट उत्पन्न करने और प्रदर्शन का मूल्यांकन करने के लिए विशेष LLM एजेंटों का समन्वय करता है। यदि आप परिचालन डेटा का विश्लेषण करते हैं और सारणीबद्ध, ग्राफ या टाइम-सीरीज़ डेटासेट में डिटेक्शन वर्कफ़्लो को स्वचालित करना चाहते हैं तो आपको इसका उपयोग करना चाहिए।
सिस्टम आपके कच्चे डेटासेट पर Isolation Forest या DOMINANT जैसे डिटेक्शन एल्गोरिदम चलाने के लिए प्राकृतिक भाषा के निर्देशों को स्वीकार करता है। यह कार्य योजना, मॉडल चयन, कोड जनरेशन, कोड समीक्षा और मूल्यांकन के लिए अलग-अलग एजेंटों का समन्वय करता है। आपके होस्ट मशीन पर सीधे अनवेरिफ़ाइड LLM कोड को चलने से रोकने के लिए निष्पादन पृथक Modal या Docker सैंडबॉक्स के भीतर होता है।
यह डेटा विश्लेषकों, तकनीकी प्रोजेक्ट लीडर्स और परिचालन इंजीनियरों के लिए उपयुक्त है जो मैन्युअल स्क्रिप्ट वायरिंग के बिना एनोमली डिटेक्शन रूटीन का प्रोटोटाइप बनाना चाहते हैं। यह तैयार GUI या प्रोडक्शन-ग्रेड स्थिरता चाहने वाली गैर-तकनीकी टीमों के लिए कम उपयुक्त है, क्योंकि प्रोजेक्ट अभी भी सक्रिय रीफैक्टरिंग के तहत है। इसे चलाने के लिए OpenAI API key और कंटेनर बुनियादी ढांचे की भी आवश्यकता होती है।
एनोमली डिटेक्शन एल्गोरिदम के लिए टेक्स्ट प्रॉम्प्ट को चलाने योग्य Python स्क्रिप्ट में परिवर्तित करता है।
मॉडल चयन, डॉक पुनर्प्राप्ति, कोड लेखन, कोड समीक्षा और मूल्यांकन को प्रबंधित करने के लिए विशेष एजेंटों का समन्वय करता है।
सारणीबद्ध डेटा के लिए PyOD, ग्राफ संरचनाओं के लिए PyGOD और टाइम-सीरीज़ डेटासेट के लिए TSB-AD के साथ एकीकृत होता है।
सुरक्षा के लिए स्थानीय Docker कंटेनरों या रिमोट Modal वातावरण के भीतर LLM-उत्पन्न कोड निष्पादित करता है।
कस्टम Jupyter नोटबुक या स्क्रिप्ट में सीधे एम्बेड करने के लिए व्यक्तिगत ऑर्केस्ट्रेशन चरणों को Python फ़ंक्शन के रूप में उजागर करता है।
AD-AGENT BSD-2-Clause लाइसेंस के तहत मुफ़्त है। इसे चलाने के लिए एक सक्रिय OpenAI API key की आवश्यकता होती है, जिसमें टोकन प्रति उपयोग लागत आती है, साथ ही यदि आप Modal रिमोट सैंडबॉक्स का उपयोग करते हैं तो वैकल्पिक बुनियादी ढांचे की लागत भी शामिल होती 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।
AD-AGENT PyOD, PyGOD और TSB-AD लाइब्रेरी के साथ एकीकरण का उपयोग करके सारणीबद्ध, ग्राफ और टाइम-सीरीज़ डेटा को संभालता है।
हाँ, उत्पन्न स्क्रिप्ट स्थानीय Docker कंटेनर या रिमोट Modal बैकएंड का उपयोग करके एक पृथक सैंडबॉक्स वातावरण के भीतर चलती हैं।
हाँ, AD-AGENT एजेंट तर्क और कोड जनरेशन के लिए OpenAI मॉडलों पर निर्भर करता है, इसलिए एक सक्रिय OpenAI API key आवश्यक है।
Google में Zekai को सबसे पहले देखें