---
title: "AI एजेंट क्या है? LLM का टूल लूप आसान भाषा में | BroadRouter"
description: "AI एजेंट वह LLM है जो अपने अगले क़दम ख़ुद तय करता है और काम पूरा होने तक लूप में टूल कॉल करता है। लूप कैसे चलता है, टोकन में लागत, और इसे सीमित कैसे करें।"
url: https://broadrouter.com/hi/glossary/agent/
lang: hi
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

यह पेज अंग्रेज़ी से AI की मदद से अनुवाद किया गया है। [अंग्रेज़ी मूल पढ़ें](https://broadrouter.com/glossary/agent/) (2026-11-16 को अपडेट किया गया).

# AI एजेंट (AI agent)

अपडेट किया गया 2026-11-16

AI एजेंट ऐसा सिस्टम है जिसमें लैंग्वेज मॉडल किसी लक्ष्य की ओर अपने क़दम ख़ुद तय करता है: कौन-से टूल कॉल करने हैं, चुनता है, नतीजे पढ़ता है और अंतिम जवाब या किसी सीमा तक दोहराता रहता है। तय बिंदुओं पर मॉडल को कॉल करने वाली स्क्रिप्ट को आम तौर पर workflow कहते हैं।

अन्य नाम: AI एजेंट, एजेंट, LLM एजेंट, एजेंटिक AI, ai agent kya hai, AI agent kya hota hai, AI agent, LLM agent, agentic AI, autonomous agent, agent loop, AI agents

एजेंट लूप में चलता मॉडल है: पूछो, टूल से कुछ करो, नतीजा पढ़ो, फिर से तय करो।

## यह कैसे काम करता है

Anthropic दो डिज़ाइन अलग करता है। workflow वे “systems where LLMs and tools are orchestrated through predefined code paths” (अनुवाद: ऐसे सिस्टम जिनमें LLM और टूल पहले से तय कोड पाथ से चलाए जाते हैं) हैं। एजेंट वे सिस्टम हैं जिनमें “LLMs dynamically direct their own processes and tool usage” (अनुवाद: LLM अपनी प्रक्रिया और टूल के इस्तेमाल को ख़ुद, मौक़े के हिसाब से चलाते हैं)।

OpenAI Agents SDK लूप को ही डॉक्यूमेंट करता है। runner मॉडल को कॉल करता है। अगर जवाब अंतिम है, तो रन ख़त्म। अगर उसमें [टूल कॉल](https://broadrouter.com/hi/glossary/tool-calling/) हैं, तो runner उन्हें चलाता है, नतीजे जोड़ता है और मॉडल को फिर कॉल करता है। `max_turns` सेटिंग लूप की सीमा तय करती है और उसके पार होने पर `MaxTurnsExceeded` उठाती है।

एक उदाहरण: फ़ेल हो रहा टेस्ट ठीक करने को कहा गया कोडिंग एजेंट चार टर्न ले सकता है। पहले टेस्ट चलाता है, फिर फ़ाइल पढ़ता है, फिर उसे बदलता है, और आख़िर में अंतिम जवाब देता है:

```text
Turn 1  model -> tool call: run_tests()
Turn 2  model -> tool call: read_file("src/dates.py")
Turn 3  model -> tool call: edit_file("src/dates.py", ...)
Turn 4  model -> final answer: "Fixed the timezone bug; tests pass."
```

हर टर्न एक अलग API अनुरोध है। अगर सिस्टम प्रॉम्प्ट और टूल की परिभाषाएँ 5,000 टोकन की हैं, तो वे 4 बार भेजी जाती हैं: इतिहास या टूल आउटपुट गिनने से पहले ही 20,000 इनपुट टोकन।

टूल आपके अपने फ़ंक्शन हो सकते हैं या [MCP](https://broadrouter.com/hi/glossary/mcp/) सर्वर से आ सकते हैं, जो एक साझा प्रोटोकॉल से किसी एजेंट को फ़ाइल सिस्टम, डेटाबेस और SaaS API से जोड़ते हैं।

## यह क्यों मायने रखता है

-   **टर्न के साथ लागत बढ़ती है.** हर टर्न एक नया अनुरोध है जो बातचीत दोबारा भेजता है। [एजेंट टोकन बजट](https://broadrouter.com/hi/blog/agent-token-budget/) वाला लेख बताता है कि ये टोकन कहाँ जाते हैं। कैश्ड इनपुट दोहराए गए प्रीफ़िक्स का बिल घटाता है।
-   **कॉन्टेक्स्ट भर जाता है.** लंबे रन [कॉन्टेक्स्ट विंडो](https://broadrouter.com/hi/glossary/context-window/) की सीमा तक पहुँचते हैं, और वहाँ पहुँचने से पहले ही उनकी क्वालिटी गिरने लगती है। [लंबे चलने वाले एजेंट के लिए कॉन्टेक्स्ट मैनेजमेंट](https://broadrouter.com/hi/blog/long-running-agent-context-management/) देखें।
-   **ग़लतियाँ जुड़ती जाती हैं.** Anthropic बताता है कि स्वायत्तता के साथ “higher costs, and the potential for compounding errors” (अनुवाद: ज़्यादा लागत, और ग़लतियों के जुड़ते जाने की आशंका) आती है। डेटा बदलने या पैसे ख़र्च करने वाले कामों के लिए रुकने की शर्तें, [guardrails](https://broadrouter.com/hi/glossary/guardrails/) और इंसानी मंज़ूरी जोड़ें।
-   **पैरेलल काम.** कई एजेंट का मतलब है एक साथ कई अनुरोध। आपके प्रोवाइडर की [concurrency](https://broadrouter.com/hi/glossary/concurrency/) सीमा तय करती है कि एक साथ कितने चल सकते हैं। [मल्टी-एजेंट लागत](https://broadrouter.com/hi/blog/multi-agent-cost/) इस स्थिति के लिए प्रति-टोकन और फ़्लैट कीमत की तुलना करता है।

## BroadNet Inference पर

OpenAI-कम्पैटिबल base URL स्वीकार करने वाला कोई भी एजेंट फ़्रेमवर्क BroadNet को कॉल कर सकता है; सेटअप [OpenAI Agents SDK गाइड](https://broadrouter.com/hi/guides/openai-agents-sdk-custom-provider/) में है। BroadNet के डॉक्स GLM 5.3 और Qwen3.8 27B के लिए टूल कॉलिंग सूचीबद्ध करते हैं। BroadNet के डॉक्स उपयोग के अनुसार भुगतान वाली key के लिए प्रति मिनट 30 अनुरोध और एक साथ 4 चालू अनुरोध तय करते हैं।

[फ़्लैट-रेट प्लान](https://broadrouter.com/hi/glossary/flat-rate-llm-plan/) (Full Moon, Orbit, Meteor) बिना टोकन मीटर के DeepSeek V4.1 Flash को कवर करते हैं। एक सेशन एक समय में एक अनुरोध चलाता है, ठीक वैसे जैसे एक अकेला एजेंट काम करता है, इसलिए पैरेलल चलने वाले हर एजेंट के लिए एक सेशन ख़रीदें। BroadNet के डॉक्स DeepSeek V4.1 Flash के लिए टूल कॉलिंग दर्ज नहीं करते, इसलिए प्लान पर भरोसा करने से पहले उस पर अपने एजेंट के टूल कॉल टेस्ट करें; डॉक्यूमेंटेड टूल कॉलिंग के लिए उपयोग के अनुसार भुगतान पर GLM 5.3 या Qwen3.8 27B चाहिए।

## अक्सर पूछे जाने वाले सवाल

### एजेंट और workflow में क्या फ़र्क़ है?

workflow में आपका कोड मॉडल और टूल कॉल का क्रम तय करता है। एजेंट में हर टर्न पर अगला क़दम मॉडल चुनता है। Anthropic की गाइड ठीक यही बँटवारा करती है।

### प्रति-टोकन कीमत पर एजेंट चलाना महँगा क्यों पड़ता है?

हर टर्न पर सिस्टम प्रॉम्प्ट, टूल की परिभाषाएँ और बढ़ता इतिहास इनपुट टोकन के रूप में दोबारा जाते हैं। 50 टर्न वाले काम में वही प्रीफ़िक्स 50 बार बिल हो सकता है, इसीलिए कैश्ड इनपुट और फ़्लैट प्लान मायने रखते हैं।

### एजेंट को हमेशा लूप में चलते रहने से कैसे रोकूँ?

टर्न की अधिकतम संख्या और टोकन या समय का बजट तय करें। उदाहरण के लिए OpenAI Agents SDK, रन के max\_turns सीमा पार करने पर MaxTurnsExceeded उठाता है।

## यह भी देखें

-   [टूल कॉलिंग (tool calling)](https://broadrouter.com/hi/glossary/tool-calling/) (शब्द)
-   [MCP (Model Context Protocol)](https://broadrouter.com/hi/glossary/mcp/) (शब्द)
-   [फ़्लैट-रेट LLM प्लान (flat-rate LLM plan)](https://broadrouter.com/hi/glossary/flat-rate-llm-plan/) (शब्द)
-   [कॉन्टेक्स्ट विंडो (context window)](https://broadrouter.com/hi/glossary/context-window/) (शब्द)
-   [गार्डरेल (LLM guardrails)](https://broadrouter.com/hi/glossary/guardrails/) (शब्द)
-   [कॉन्करेंसी (concurrency)](https://broadrouter.com/hi/glossary/concurrency/) (शब्द)
-   [ReAct (reason and act)](https://broadrouter.com/hi/glossary/react-agent/) (शब्द)
-   [सबएजेंट (subagent)](https://broadrouter.com/hi/glossary/subagent/) (शब्द)
-   [मल्टी-एजेंट सिस्टम (multi-agent system)](https://broadrouter.com/hi/glossary/multi-agent-system/) (शब्द)
-   [AI कोडिंग एजेंट (AI coding agent)](https://broadrouter.com/hi/glossary/coding-agent/) (शब्द)
-   [कॉन्टेक्स्ट इंजीनियरिंग (context engineering)](https://broadrouter.com/hi/glossary/context-engineering/) (शब्द)
-   [BroadNet Inference पर OpenAI Agents SDK चलाएँ](https://broadrouter.com/hi/guides/openai-agents-sdk-custom-provider/) (गाइड)
-   [Cline में BroadNet Inference (OpenAI Compatible प्रोवाइडर)](https://broadrouter.com/hi/guides/cline-openai-compatible/) (गाइड)
-   [एजेंट टोकन बजट: एजेंट लूप के टोकन कहाँ जाते हैं](https://broadrouter.com/hi/blog/agent-token-budget/) (लेख)
-   [मल्टी-एजेंट सेटअप की असली लागत: प्रति टोकन बनाम फ़्लैट सेशन](https://broadrouter.com/hi/blog/multi-agent-cost/) (लेख)
-   [लंबे चलने वाले एजेंट में 1M विंडो के साथ कॉन्टेक्स्ट मैनेजमेंट](https://broadrouter.com/hi/blog/long-running-agent-context-management/) (लेख)
-   [फ़्लैट-रेट LLM API पर पैरेलल कोडिंग एजेंट कैसे चलाएँ](https://broadrouter.com/hi/blog/run-parallel-coding-agents-flat-rate/) (लेख)

इसे अपने असली वर्कलोड पर आज़माएँ। नए अकाउंट Gemma और ट्रांसक्रिप्शन के लिए US$5 के क्रेडिट से शुरू होते हैं। DeepSeek, GLM, और Qwen3.8 के लिए टॉप-अप ज़रूरी है।

[शुरू करें](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-glossary-agent&utm_content=page-cta) ·

**स्रोत**

-   [Anthropic, Building effective agents (workflow बनाम एजेंट)](https://www.anthropic.com/engineering/building-effective-agents)
-   [OpenAI Agents SDK, एजेंट चलाना (एजेंट लूप और max\_turns)](https://openai.github.io/openai-agents-python/running_agents/)
-   [BroadNet Inference API रेफ़रंस, लिमिट (अंग्रेज़ी में)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-glossary-agent&utm_content=sources#limits)
