---
title: "AI ایجنٹ کیا ہے؟ LLM کا ٹول لوپ آسان الفاظ میں | BroadRouter"
description: "AI ایجنٹ وہ LLM ہے جو اپنے اگلے قدم خود طے کرتا ہے اور کام مکمل ہونے تک لوپ میں ٹولز کال کرتا ہے۔ لوپ کیسے چلتا ہے، ٹوکنز میں لاگت، اور اس کی حد کیسے لگائیں۔"
url: https://broadrouter.com/ur/glossary/agent/
lang: ur
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

یہ صفحہ انگریزی سے AI کی مدد سے ترجمہ کیا گیا ہے۔ [انگریزی اصل پڑھیں](https://broadrouter.com/glossary/agent/) (اپ ڈیٹ: 2026-11-16).

# AI ایجنٹ (AI agent)

اپ ڈیٹ 2026-11-16

AI ایجنٹ ایسا نظام ہے جس میں لینگویج ماڈل کسی ہدف کی طرف اپنے قدم خود طے کرتا ہے: کون سے ٹولز کال کرنے ہیں، یہ چنتا ہے، نتائج پڑھتا ہے اور حتمی جواب یا کسی حد تک دہراتا رہتا ہے۔ مقررہ مقامات پر ماڈل کو کال کرنے والی اسکرپٹ کو عموماً workflow کہا جاتا ہے۔

دوسرے نام: AI ایجنٹ، ایجنٹ، LLM ایجنٹ، ایجنٹک AI، ai agent kya hai، AI agent kya hota hai، AI agent، LLM agent، agentic AI، autonomous agent، agent loop، AI agents

ایجنٹ لوپ میں چلتا ماڈل ہے: پوچھو، ٹول سے کچھ کرو، نتیجہ پڑھو، پھر سے فیصلہ کرو۔

## یہ کیسے کام کرتا ہے

Anthropic دو ڈیزائن الگ کرتا ہے۔ workflows وہ “systems where LLMs and tools are orchestrated through predefined code paths” (ترجمہ: ایسے نظام جن میں LLMs اور ٹولز پہلے سے طے شدہ کوڈ پاتھس کے ذریعے چلائے جاتے ہیں) ہیں۔ ایجنٹس وہ نظام ہیں جن میں “LLMs dynamically direct their own processes and tool usage” (ترجمہ: LLMs اپنے عمل اور ٹولز کے استعمال کو خود، موقع کے مطابق چلاتے ہیں)۔

OpenAI Agents SDK لوپ کو ہی دستاویزی شکل دیتا ہے۔ runner ماڈل کو کال کرتا ہے۔ اگر جواب حتمی ہو تو رن ختم۔ اگر اس میں [ٹول کالز](https://broadrouter.com/ur/glossary/tool-calling/) ہوں تو runner انہیں چلاتا ہے، نتائج شامل کرتا ہے اور ماڈل کو دوبارہ کال کرتا ہے۔ `max_turns` سیٹنگ لوپ کی حد طے کرتی ہے اور اس کے پار ہونے پر `MaxTurnsExceeded` اٹھاتی ہے۔

ایک مثال: ناکام ہوتا ٹیسٹ ٹھیک کرنے کو کہا گیا کوڈنگ ایجنٹ چار ٹرن لے سکتا ہے۔ پہلے ٹیسٹ چلاتا ہے، پھر فائل پڑھتا ہے، پھر اسے بدلتا ہے، اور آخر میں حتمی جواب دیتا ہے:

```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."
```

ہر ٹرن ایک الگ API درخواست ہے۔ اگر سسٹم پرامپٹ اور ٹولز کی تعریفیں 5,000 ٹوکن کی ہیں تو وہ 4 بار بھیجی جاتی ہیں: ہسٹری یا ٹول آؤٹ پٹ گننے سے پہلے ہی 20,000 ان پٹ ٹوکن۔

ٹولز آپ کے اپنے فنکشنز ہو سکتے ہیں یا [MCP](https://broadrouter.com/ur/glossary/mcp/) سرورز سے آ سکتے ہیں، جو ایک مشترکہ پروٹوکول کے ذریعے کسی ایجنٹ کو فائل سسٹمز، ڈیٹابیسز اور SaaS APIs سے جوڑتے ہیں۔

## یہ کیوں اہم ہے

-   **ٹرنز کے ساتھ لاگت بڑھتی ہے۔** ہر ٹرن ایک نئی درخواست ہے جو گفتگو دوبارہ بھیجتی ہے۔ [ایجنٹ ٹوکن بجٹ](https://broadrouter.com/ur/blog/agent-token-budget/) والی تحریر بتاتی ہے کہ یہ ٹوکن کہاں جاتے ہیں۔ کیش شدہ ان پٹ دہرائے گئے پری فکس کا بل کم کرتا ہے۔
-   **کانٹیکسٹ بھر جاتا ہے۔** لمبے رن [کانٹیکسٹ ونڈو](https://broadrouter.com/ur/glossary/context-window/) کی حد تک پہنچتے ہیں، اور وہاں پہنچنے سے پہلے ہی ان کا معیار گرنے لگتا ہے۔ [لمبے چلنے والے ایجنٹس کے لیے کانٹیکسٹ مینجمنٹ](https://broadrouter.com/ur/blog/long-running-agent-context-management/) دیکھیں۔
-   **غلطیاں جمع ہوتی جاتی ہیں۔** Anthropic بتاتا ہے کہ خودمختاری کے ساتھ “higher costs, and the potential for compounding errors” (ترجمہ: زیادہ لاگت، اور غلطیوں کے جمع ہوتے جانے کا امکان) آتا ہے۔ ڈیٹا بدلنے یا پیسے خرچ کرنے والے کاموں کے لیے رکنے کی شرائط، [guardrails](https://broadrouter.com/ur/glossary/guardrails/) اور انسانی منظوری شامل کریں۔
-   **متوازی کام۔** کئی ایجنٹس کا مطلب ہے بیک وقت کئی درخواستیں۔ آپ کے فراہم کنندہ کی [concurrency](https://broadrouter.com/ur/glossary/concurrency/) حد طے کرتی ہے کہ بیک وقت کتنے چل سکتے ہیں۔ [ملٹی ایجنٹ لاگت](https://broadrouter.com/ur/blog/multi-agent-cost/) اس صورت کے لیے فی ٹوکن اور مقررہ قیمت کا موازنہ کرتی ہے۔

## BroadNet Inference پر

OpenAI-compatible base URL قبول کرنے والا کوئی بھی ایجنٹ فریم ورک BroadNet کو کال کر سکتا ہے؛ سیٹ اپ [OpenAI Agents SDK گائیڈ](https://broadrouter.com/ur/guides/openai-agents-sdk-custom-provider/) میں ہے۔ BroadNet کی دستاویزات GLM 5.3 اور Qwen3.8 27B کے لیے ٹول کالنگ درج کرتی ہیں۔ BroadNet کی دستاویزات استعمال کے مطابق ادائیگی والی کلید کے لیے فی منٹ 30 درخواستیں اور بیک وقت 4 جاری درخواستیں مقرر کرتی ہیں۔

[مقررہ قیمت والے پلانز](https://broadrouter.com/ur/glossary/flat-rate-llm-plan/) (Full Moon، Orbit، Meteor) بغیر ٹوکن میٹر کے DeepSeek V4.1 Flash کا احاطہ کرتے ہیں۔ ایک سیشن ایک وقت میں ایک درخواست چلاتا ہے، بالکل اسی طرح جیسے ایک اکیلا ایجنٹ کام کرتا ہے، اس لیے متوازی چلنے والے ہر ایجنٹ کے لیے ایک سیشن خریدیں۔ BroadNet کی دستاویزات DeepSeek V4.1 Flash کے لیے ٹول کالنگ درج نہیں کرتیں، اس لیے کسی پلان پر بھروسہ کرنے سے پہلے اپنے ایجنٹ کی ٹول کالز اس پر آزمائیں؛ دستاویز شدہ ٹول کالنگ کا مطلب ہے استعمال کے مطابق ادائیگی پر GLM 5.3 یا Qwen3.8 27B۔

## عام سوالات

### ایجنٹ اور workflow میں کیا فرق ہے؟

workflow میں آپ کا کوڈ ماڈل اور ٹول کالز کی ترتیب طے کرتا ہے۔ ایجنٹ میں ہر ٹرن پر اگلا قدم ماڈل چنتا ہے۔ Anthropic کی گائیڈ بالکل یہی تقسیم کرتی ہے۔

### فی ٹوکن قیمت پر ایجنٹس چلانا مہنگا کیوں پڑتا ہے؟

ہر ٹرن پر سسٹم پرامپٹ، ٹولز کی تعریفیں اور بڑھتی ہوئی ہسٹری ان پٹ ٹوکنز کے طور پر دوبارہ جاتی ہیں۔ 50 ٹرن والے کام میں وہی پری فکس 50 بار بل ہو سکتا ہے، اسی لیے کیش شدہ ان پٹ اور مقررہ قیمت والے پلانز اہم ہیں۔

### ایجنٹ کو ہمیشہ لوپ میں چلتے رہنے سے کیسے روکوں؟

ٹرنز کی زیادہ سے زیادہ تعداد اور ٹوکن یا وقت کا بجٹ مقرر کریں۔ مثال کے طور پر OpenAI Agents SDK، رن کے max\_turns کی حد پار کرنے پر MaxTurnsExceeded اٹھاتا ہے۔

## یہ بھی دیکھیں

-   [ٹول کالنگ (tool calling)](https://broadrouter.com/ur/glossary/tool-calling/) (اصطلاح)
-   [MCP (Model Context Protocol)](https://broadrouter.com/ur/glossary/mcp/) (اصطلاح)
-   [مقررہ قیمت والا LLM پلان (flat-rate LLM plan)](https://broadrouter.com/ur/glossary/flat-rate-llm-plan/) (اصطلاح)
-   [کانٹیکسٹ ونڈو (context window)](https://broadrouter.com/ur/glossary/context-window/) (اصطلاح)
-   [گارڈریلز (LLM guardrails)](https://broadrouter.com/ur/glossary/guardrails/) (اصطلاح)
-   [کنکرنسی (concurrency)](https://broadrouter.com/ur/glossary/concurrency/) (اصطلاح)
-   [ReAct (reason and act)](https://broadrouter.com/ur/glossary/react-agent/) (اصطلاح)
-   [سب ایجنٹ (subagent)](https://broadrouter.com/ur/glossary/subagent/) (اصطلاح)
-   [ملٹی ایجنٹ سسٹم (multi-agent system)](https://broadrouter.com/ur/glossary/multi-agent-system/) (اصطلاح)
-   [AI کوڈنگ ایجنٹ (AI coding agent)](https://broadrouter.com/ur/glossary/coding-agent/) (اصطلاح)
-   [کانٹیکسٹ انجینئرنگ (context engineering)](https://broadrouter.com/ur/glossary/context-engineering/) (اصطلاح)
-   [BroadNet Inference پر OpenAI Agents SDK چلائیں](https://broadrouter.com/ur/guides/openai-agents-sdk-custom-provider/) (گائیڈ)
-   [Cline میں BroadNet Inference (OpenAI Compatible فراہم کنندہ)](https://broadrouter.com/ur/guides/cline-openai-compatible/) (گائیڈ)
-   [ایجنٹ ٹوکن بجٹ: ایجنٹ لوپ کے ٹوکن کہاں جاتے ہیں](https://broadrouter.com/ur/blog/agent-token-budget/) (مضمون)
-   [ملٹی ایجنٹ سیٹ اپس کی اصل لاگت: فی ٹوکن بمقابلہ مقررہ سیشن](https://broadrouter.com/ur/blog/multi-agent-cost/) (مضمون)
-   [طویل چلنے والے ایجنٹس میں 1M ونڈو کے ساتھ کانٹیکسٹ مینجمنٹ](https://broadrouter.com/ur/blog/long-running-agent-context-management/) (مضمون)
-   [مقررہ قیمت والے LLM API پر متوازی کوڈنگ ایجنٹس کیسے چلائیں](https://broadrouter.com/ur/blog/run-parallel-coding-agents-flat-rate/) (مضمون)

اسے اپنے اصل کام پر آزمائیں۔ نئے اکاؤنٹس Gemma اور ٹرانسکرپشن کے لیے US$5 کے کریڈٹ سے شروع ہوتے ہیں۔ DeepSeek، GLM، اور Qwen3.8 کے لیے ٹاپ اپ ضروری ہے۔

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

**ذرائع**

-   [Anthropic، Building effective agents (workflows بمقابلہ ایجنٹس)](https://www.anthropic.com/engineering/building-effective-agents)
-   [OpenAI Agents SDK، ایجنٹس چلانا (ایجنٹ لوپ اور max\_turns)](https://openai.github.io/openai-agents-python/running_agents/)
-   [BroadNet Inference API ریفرنس، حدیں (انگریزی میں)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ur-glossary-agent&utm_content=sources#limits)
