हर कार्य के लिए एक हैरन्स: Claude Code में डायनामिक वर्कफ्लो

मूल लेखक: @trq212

संकलन: Peggy

संपादकीय टिप्पणी: Claude Code एक कोड सहायक से एक एजेंट वर्कस्पेस में बदल रहा है।

इस लेख में वर्णित workflows का मुख्य मूल्य यह है कि Claude केवल एक ही संदर्भ विंडो में "सोचकर फिर करना" बंद कर देता है, बल्कि कार्य के आधार पर एक निष्पादन ढांचा डायनामिक रूप से बना सकता है: कार्य को विभाजित करना, उप-एजेंट आवंटित करना, समानांतर संसाधन, क्रॉस-वेरिफिकेशन, चक्रीय पुनरावृत्ति, और यहां तक कि विभिन्न एजेंटों के बीच प्रतिस्पर्धा करना, और अंत में परिणामों को समेकित करना।

इसका अर्थ है कि Claude Code के उपयोग के स्थितियाँ स्पष्ट रूप से बाहर फैल रही हैं। यह केवल कोड माइग्रेशन, रीफैक्टरिंग, टेस्ट रीप्रोडक्शन और कोड रिव्यू के लिए ही सीमित नहीं है, बल्कि गहन अनुसंधान, तथ्य जाँच, रिज्यूमे स्क्रीनिंग, घटना विश्लेषण, नियम संग्रहीकरण, व्यावसायिक योजना समीक्षा, नामकरण ब्रेनस्टॉर्म जैसे गैर-तकनीकी कार्यों के लिए भी उपयोग किया जा सकता है। कई जटिल कार्य मूलतः प्रोग्रामिंग के समान होते हैं: इनमें समस्या को विभाजित करना, संदर्भ को अलग करना, परिकल्पनाओं की पुष्टि करना, बड़ी मात्रा में विवरणों को संभालना, और कई प्रस्तावित पथों में से चयन करना शामिल होता है।

डायनेमिक वर्कफ्लो वह कई सामान्य समस्याओं को हल करने का प्रयास करते हैं जो लंबे कार्यों में बड़े मॉडल में आम रहती हैं: आधा काम करके समाप्ति की घोषणा करने की “एजेंट आलस्य”, अपने निष्कर्षों को स्वीकार करने की प्रवृत्ति की “स्व-प्राथमिकता विकृति”, और बहु-चरण निष्पादन के बाद मूल लक्ष्य से धीरे-धीरे भटकने की “लक्ष्य विस्थापन”। इसके द्वारा, एकल एजेंट की लंबी दौड़ को बदलकर कई स्वतंत्र संदर्भों वाले Claude को कार्य सौंपा जाता है, जिससे यह “बहु-एजेंट सहयोग” में परिवर्तित हो जाता है।

बेशक, workflows सभी के लिए एक जादुई उत्तर नहीं हैं। ये अक्सर अधिक टोकन का उपयोग करते हैं और हर सामान्य कोडिंग कार्य के लिए उपयुक्त नहीं होते हैं। लेकिन यह एक महत्वपूर्ण दिशा प्रदान करता है: भविष्य के AI उपकरणों की प्रतिस्पर्धा केवल इस बात पर नहीं होगी कि एकल मॉडल कितना बुद्धिमान है, बल्कि यह भी होगा कि क्या यह जटिल लक्ष्यों के चारों ओर एक विश्वसनीय, पुनर्उपयोगयोग्य और समीक्षायोग्य कार्यप्रणाली को संगठित कर सकता है।

The following is the original text:

हालाँकि डिफ़ॉल्ट Claude Code निष्पादन फ्रेमवर्क को प्रोग्रामिंग के लिए बनाया गया है, लेकिन यह कई अन्य प्रकार के कार्यों के लिए भी उपयुक्त है। वास्तव में, कई कार्य बनावट के दृष्टिकोण से प्रोग्रामिंग कार्यों के समान होते हैं। हालाँकि, कुछ विशिष्ट कार्य प्रकारों के लिए उत्तम प्रदर्शन प्राप्त करने के लिए, हमें Claude Code के ऊपर कस्टम निष्पादन फ्रेमवर्क बनाने की आवश्यकता होती है, जैसे अनुसंधान, सुरक्षा विश्लेषण, एजेंट टीम सहयोग, या कोड समीक्षा।

वर्कफ्लो सक्षम करते हैं कि आप एक गतिशील कार्यान्वयन ढांचा बनाएं, जिससे Claude, उपरोक्त समस्याओं और अन्य प्रकार की समस्याओं को Claude Code के भीतर अधिक प्राकृतिक रूप से हल कर सके। आप इन वर्कफ्लो को अन्यों के साथ साझा कर सकते हैं और पुनः उपयोग कर सकते हैं।

इस लेख में, मैं अपने प्रारंभिक workflows के उपयोग के अनुभव और बुद्धिमत्ता साझा करूंगा, ताकि आप इसकी क्षमता को अधिक से अधिक निकाल सकें।

हालांकि, यह ध्यान देने योग्य है कि संबंधित उत्तम अभ्यास अभी भी विकसित हो रहे हैं। डायनामिक वर्कफ्लो आमतौर पर अधिक टोकन का उपयोग करते हैं, इसलिए आपको इसका उपयोग कब और कैसे करना है, इसके बारे में ध्यान से सोचना चाहिए।

नोट: यह लेख Claude Blog पर भी प्रकाशित किया गया है।

उदाहरण प्रॉम्प्ट

टेक्निकल विवरण में जाने से पहले, मैं कुछ उदाहरण prompt देना चाहूँगा, जो आपको workflows की संभावनाओं को समझने में मदद करेंगे:

इस परीक्षण का लगभग प्रत्येक 50वाँ चलन विफल होता है। इसे पुनर्बनाने के लिए एक workflow बनाएं, एक परिकल्पना प्रस्तुत करें, और विभिन्न worktree में प्रतिस्पर्धी परीक्षण करें। /goal जब तक एक परिकल्पना सत्यापित न हो जाए, तब तक न रुकें।

workflow का उपयोग करके, मेरी निकटतम 50 बार की बातचीत को समीक्षा करें, जिसमें मैंने बार-बार सुधार किए हैं, और इन दोहराए गए मुद्दों को CLAUDE.md नियमों में बदल दें।

वर्कफ्लो का उपयोग करके, पिछले छह महीनों के Slack के #incidents चैनल की जांच करें और उन आधारभूत कारणों को पहचानें जो बार-बार आ रहे हैं, लेकिन जिनके लिए किसी ने टिकट नहीं बनाया है।

मेरे बिजनेस प्लान को एक वर्कफ्लो में चलाएं, ताकि विभिन्न एजेंट क्रमशः निवेशक, ग्राहक और प्रतिद्वंद्वी के दृष्टिकोण से इसे विघटित कर सकें।

एक फोल्डर में 80 रिज्यूमे हैं। वर्कफ्लो का उपयोग करके उन्हें बैकएंड पद की आवश्यकताओं के अनुसार क्रमबद्ध करें और शीर्ष दस की समीक्षा करें। मूल्यांकन मानदंड तैयार करने में मदद के लिए AskUserQuestion टूल का उपयोग करके मुझसे प्रश्न पूछें।

मुझे इस CLI टूल के लिए एक नाम चुनना है। वर्कफ्लो का उपयोग करके कुछ विकल्पों की सूची बनाएं, फिर टूर्नामेंट मैकेनिज्म के माध्यम से टॉप तीन चुनें।

workflow का उपयोग करके, हमारे User मॉडल का सभी स्थानों पर नाम बदलकर Account कर दें।

मेरे ब्लॉग ड्राफ्ट को पढ़ें और workflow का उपयोग करके कोडबेस की जांच करें ताकि इसमें दिए गए हर तकनीकी निर्णय की पुष्टि हो सके। मैं कोई भी गलत सामग्री प्रकाशित नहीं करना चाहता।

How does dynamic workflow work?

एक डायनामिक वर्कफ्लो एक JavaScript फ़ाइल निष्पादित करता है, जिसमें सब-एजेंट्स को उत्पन्न और समन्वयित करने के लिए कुछ विशेष फ़ंक्शन शामिल होते हैं।

डायनेमिक वर्कफ्लो में डेटा को प्रोसेस करने के लिए JSON, Math और Array जैसे मानक JavaScript फ़ंक्शन भी शामिल हैं।

विशेष रूप से ध्यान देने योग्य बात यह है कि डायनामिक वर्कफ्लो यह निर्धारित कर सकता है कि किसी एजेंट का उपयोग किस मॉडल से किया जाए, और यह भी कि सब-एजेंट अपने worktree में चलेगा या नहीं। इससे Claude को कार्य की आवश्यकताओं के आधार पर आवश्यक स्मार्टनेस और आइसोलेशन के स्तर को स्वयं चुनने की सुविधा मिलती है।

यदि कोई वर्कफ्लो बाधित हो जाता है, उदाहरण के लिए उपयोगकर्ता द्वारा हस्तमित क्रिया या टर्मिनल बंद होने के कारण, तो सत्र पुनः स्थापित करने के बाद यह वर्कफ्लो बाधा के स्थान से जारी रखा जा सकता है।

जब आप डिफ़ॉल्ट Claude Code फ्रेमवर्क को किसी कार्य को संभालने के लिए उपयोग करते हैं, तो इसे एक ही संदर्भ विंडो में योजना बनाने और निष्पादित करने की आवश्यकता होती है। बहुत सारे प्रोग्रामिंग कार्यों के लिए, यह दृष्टिकोण बहुत प्रभावी होता है, लेकिन लंबे समय तक चलने वाले, बड़े पैमाने पर समानांतर, या अत्यधिक संरचित प्रतिस्पर्धी कार्यों में, यह कभी-कभी विफल हो जाता है।

कारण यह है कि जितना लंबा समय क्लॉड एकल संदर्भ विंडो में जटिल कार्यों को संभालता है, उतना ही यह कुछ विशिष्ट विफलता पैटर्न की ओर अधिक प्रवण हो जाता है:

एजेंटिक लाज़ी (Agentic laziness) का अर्थ है कि क्लॉड विशेष रूप से जटिल, बहु-भागों वाले कार्यों को संभालते समय, वास्तव में पूरा न करके पहले ही रुक जाता है और केवल आंशिक प्रगति के बाद कार्य पूरा हो चुका होने का दावा कर देता है। उदाहरण के लिए, सुरक्षा समीक्षा में 50 प्रोजेक्ट्स में से केवल 20 को ही संभालकर कार्य समाप्त घोषित कर देना।

स्व-प्राथमिकता विकृति, जिसे क्लॉड अपने परिणामों या खोजों को प्राथमिकता देने की प्रवृत्ति कहते हैं, खासकर जब उसे किसी निर्धारित मूल्यांकन मापदंड के आधार पर अपने उत्पादन की जांच या मूल्यांकन करने के लिए कहा जाता है।

गोल ड्रिफ्ट (Goal drift) का अर्थ है कि बहु-चरण के निष्पादन के दौरान, Claude मूल लक्ष्य के प्रति अपनी वफादारी धीरे-धीरे कम कर देता है, खासकर जब संदर्भ संकुचित हो जाता है। प्रत्येक सारांश से जानकारी का नुकसान होता है, और कुछ विवरणों की आवश्यकताएँ, जैसे कि किनारे की स्थितियाँ या 'X न करें' जैसी सीमाएँ, समाप्त हो सकती हैं।

बहुत सारे स्वतंत्र Claude को व्यवस्थित करने में वर्कफ्लो बनाने से मदद मिलती है, जिससे उनके पास अलग-अलग संदर्भ विंडो हो सके और वे एक-दूसरे से अलग, लक्ष्य-उन्मुख कार्यों पर ध्यान केंद्रित कर सकें।

आप पहले ही Claude Agent SDK या claude -p के माध्यम से कई Claude Code उदाहरणों को समन्वयित करने के लिए स्थिर प्रवाह बना चुके होंगे।

लेकिन स्थिर वर्कफ्लो को विभिन्न किनारे के मामलों को कवर करने की आवश्यकता होती है, इसलिए वे आमतौर पर अधिक सामान्य होते हैं। क्लॉड ओपस 4.8 और डायनामिक वर्कफ्लो के आगमन के साथ, क्लॉड अब इतना बुद्धिमान हो गया है कि वह आपके विशिष्ट उपयोग के मामले के लिए एक कस्टमाइज़ड एक्जीक्यूशन फ्रेमवर्क लिख सकता है।

डायनामिक वर्कफ्लो का उपयोग करते समय व्यावहारिक पैटर्न

आप Claude को सीधे एक डायनामिक वर्कफ्लो बनाने के लिए कह सकते हैं, या 'ultracode' ट्रिगर शब्द का उपयोग करके सुनिश्चित कर सकते हैं कि Claude Code वर्कफ्लो बनाए।

हालाँकि, यदि आप डायनामिक वर्कफ्लो कैसे काम करता है, इसके बारे में मानसिक मॉडल बना लेते हैं, तो आप यह निर्णय लेना आसानी से कर सकते हैं कि इसका उपयोग कब करना चाहिए और Claude को प्रॉम्प्ट के माध्यम से कैसे निर्देशित करना है।

क्लॉड वर्कफ्लो बनाते समय आमतौर पर निम्नलिखित पैटर्न का उपयोग और संयोजन करता है:

वर्गीकृत करें और निष्पादित करें: एक वर्गीकरण एजेंट का उपयोग करके कार्य प्रकार का निर्धारण करें, फिर कार्य प्रकार के आधार पर विभिन्न एजेंट या व्यवहारों को रूट करें। प्रक्रिया के अंत में आउटपुट परिणाम का निर्धारण करने के लिए वर्गीकर्ता का भी उपयोग किया जा सकता है।

फैन-आउट और कॉम्पाइल: एक कार्य को कई छोटे चरणों में विभाजित करें, जिसमें प्रत्येक चरण एक एजेंट द्वारा संभाला जाए, और फिर इन परिणामों को एकत्रित किया जाए। यह दृष्टिकोण विशेष रूप से उन कार्यों के लिए उपयुक्त है जिनमें कई छोटे चरण होते हैं, या जहां प्रत्येक चरण को एक साफ़ संदर्भ विंडो की आवश्यकता होती है, ताकि एक-दूसरे के साथ हस्तक्षेप या प्रदूषण न हो। कॉम्पाइल स्टेप एक 'बैरियर' के समान होता है: यह सभी फैन-आउट एजेंट्स के पूरा होने का इंतजार करता है, और फिर उनके संरचित आउटपुट को एकल परिणाम में मिला देता है।

एडवरसरियल वेरिफिकेशन: प्रत्येक जेनरेट किए गए एजेंट के लिए, एक स्वतंत्र एजेंट चलाएं जो किसी निर्धारित मूल्यांकन मानदंड या मापदंड के अनुसार इसके आउटपुट की एडवरसरियल वेरिफिकेशन करे।

Generate and filter: Generate a large number of ideas around a topic, then screen them based on evaluation criteria or validation processes, remove duplicates, and return only the tested, highest-quality ideas.

टूर्नामेंट: कार्य को विभाजित न करें, बल्कि agent को एक-दूसरे के खिलाफ प्रतिस्पर्धा करने दें। N agent बनाएं, जो एक ही कार्य को पूरा करने के लिए अलग-अलग तरीकों का उपयोग करें। फिर prompt या मॉडल द्वारा agent के परिणामों की द्वि-स्तरीय तुलना की जाएगी, जब तक कि विजेता चुना न जाए।

लूप करें जब तक पूरा न हो जाए: जब कार्य की मात्रा अज्ञात हो, तो निश्चित राउंड सेट न करें, बल्कि एजेंट को तब तक जनरेट करते रहें जब तक कि रोकने की शर्त पूरी न हो जाए, जैसे कि कोई नया आविष्कार न हो या लॉग में कोई त्रुटि न दिखाई दे।

उपयोग का परिदृश्य

आप यह सोच सकते हैं कि कब और कैसे Claude Code द्वारा डायनामिक वर्कफ्लो बनाए जाएँ। मुझे लगता है कि कभी-कभी वर्कफ्लो गैर-तकनीकी कार्यों में भी अधिक उपयोगी होते हैं।

Bun को Zig से Rust में रीव्राइट करने के लिए Bun ने workflows का उपयोग किया। आप X पर Jarred के पोस्ट को पढ़कर विस्तार से जान सकते हैं।

मुख्य बात यह है कि कार्य को एक श्रृंखला में विभाजित करें, जैसे कि कॉल पॉइंट, विफलता परीक्षण, मॉड्यूल आदि। प्रत्येक ठीक करने के कार्य के लिए worktree में एक सब एजेंट शुरू करें, जो ठीक करने का काम पूरा करे; फिर एक अन्य एजेंट को विरोधी समीक्षा के लिए भेजें, और अंत में परिणाम को मिलाएं। आप स्पष्ट रूप से एजेंट को बता सकते हैं कि वे अत्यधिक संसाधन खपत वाले आदेशों का उपयोग न करें, ताकि स्थानीय मशीन के संसाधनों का थकावट न हो और समानांतरता को अधिकतम किया जा सके।

हमने Claude Code में एक deep research skill (/deep-research) जारी किया है, जो डायनामिक वर्कफ्लो का उपयोग करता है। विशेष रूप से, यह वेब सर्च करने, स्रोतों को स्क्रैप करने, संबंधित दावों की विरोधी सत्यापन करने और संदर्भित रिपोर्ट के साथ समेकित उत्पादन करने के लिए समानांतर रूप से कार्य करता है।

लेकिन इस तरह के अनुसंधान केवल वेब खोज के लिए ही सीमित नहीं हैं। उदाहरण के लिए, आप Claude को Slack के संदर्भ से स्थिति रिपोर्ट तैयार करने के लिए भी कह सकते हैं, या कोडबेस का गहन अध्ययन करके यह जानने के लिए कि कोई फीचर कैसे काम करता है।

दूसरी ओर, यदि आपके पास एक रिपोर्ट है और आप उसमें उल्लिखित प्रत्येक तथ्यात्मक दावे और स्रोत की जांच करना चाहते हैं, तो आप एक workflow बना सकते हैं: पहले एक एजेंट सभी तथ्यात्मक दावों की पहचान करे, फिर प्रत्येक दावे के लिए एक सब-एजेंट शुरू करें जो विस्तृत जांच करे। आप एक प्रमाणीकरण एजेंट को भी नियुक्त कर सकते हैं जो स्रोत खोजने वाले सब-एजेंट की जांच करे, ताकि सुनिश्चित हो सके कि उसके स्रोतों की गुणवत्ता पर्याप्त उच्च है।

आपके पास कुछ प्रोजेक्ट्स का सेट हो सकता है, जिन्हें आप किसी गुणात्मक सूचक के आधार पर क्रमबद्ध करना चाहते हैं, और आपको विश्वास है कि Claude Code इस प्रकार के सूचक का मूल्यांकन करने में कुशल है। उदाहरण के लिए, सपोर्ट टिकट्स को बग की गंभीरता के आधार पर क्रमबद्ध करना।

लेकिन यदि आप एक प्रॉम्प्ट में 1000 से अधिक पंक्तियों को क्रमबद्ध करने का प्रयास करते हैं, तो गुणवत्ता गिर जाती है और संदर्भ विंडो में उसे समायोजित नहीं किया जा सकता। बेहतर तरीका है कि एक टूर्नामेंट मैकेनिज्म चलाएं, जिसमें दो-दो की तुलना करने वाले एजेंट्स की एक पाइपलाइन बनाई जाए, क्योंकि तुलनात्मक निर्णय आमतौर पर निरपेक्ष स्कोरिंग की तुलना में अधिक विश्वसनीय होते हैं; या पहले समानांतर बकेट सॉर्टिंग करें, फिर परिणामों को मिलाएं। प्रत्येक तुलना एक स्वतंत्र एजेंट द्वारा पूरी की जाती है, इसलिए निर्धारित चक्र संपूर्ण प्रतियोगिता संरचना को बनाए रख सकता है, केवल वर्तमान निष्पादन क्रम को संदर्भ में बनाए रखने की आवश्यकता होती है।

अगर आपके पास कुछ विशिष्ट नियम हैं, और Claude यहां तक कि CLAUDE.md में इन नियमों को देखने के बावजूद अक्सर उन्हें छूट जाता है या खराब तरीके से लागू करता है, तो आप एक workflow बना सकते हैं जिसमें इन नियमों को सूचीबद्ध किया जाए और प्रत्येक नियम के लिए एक वैलिडेशन एजेंट द्वारा एक-एक करके जांच की जाए। इन नियमों की उचितता की समीक्षा के लिए एक 'संदेहवादी' प्रकृति का उप-एजेंट बनाना अतिरिक्त झूठे सकारात्मक परिणामों से बचने में मदद करता है।

इसके विपरीत भी किया जा सकता है: आपके हाल के संवाद और कोड रिव्यू टिप्पणियों को खोजकर यह पता लगाएं कि आप कौन-से सुधार बार-बार कर रहे हैं; समानांतर एजेंट को इन समस्याओं को समूहबद्ध करने के लिए दें; फिर प्रत्येक उम्मीदवार नियम के लिए प्रतिवादी सत्यापन करें ताकि पता चल सके कि क्या यह वास्तविक त्रुटि को वास्तव में रोकता है; अंत में, चयनित नियमों को CLAUDE.md में वापस संक्षिप्त करें।

सबसे प्रभावी तरीका है कि कुछ स्वतंत्र अनुमान बनाएं और उन्हें एक-एक करके जांचें। लेकिन यदि आप केवल एक ही संदर्भ खिड़की का उपयोग करते हैं, तो Claude स्वयं के प्रति पक्षपात में फंस सकता है।

workflow संरचनात्मक रूप से इस स्थिति को रोक सकता है: यह कई agent को शुरू कर सकता है, जो अलग-अलग, अतिव्यापी नहीं होने वाले साक्ष्यों के आधार पर परिकल्पनाएँ बनाते हैं। उदाहरण के लिए, विभिन्न agent क्रमशः लॉग, फ़ाइलें और डेटा की जाँच कर सकते हैं। इसके बाद, प्रत्येक परिकल्पना की एक सेट सत्यापनकर्ता और विरोधी द्वारा समीक्षा की जा सकती है।

यह केवल कोड के लिए ही सीमित नहीं है। workflows का उपयोग बिक्री विश्लेषण के लिए भी किया जा सकता है, जैसे 'मार्च में बिक्री क्यों घटी?'; डेटा इंजीनियरिंग के लिए, जैसे 'इस pipeline का विफल होने का कारण क्या है?'; या किसी भी पोस्ट-मोर्टम के लिए।

प्रत्येक टीम के पास समर्थन क्यू, बग रिपोर्ट या अन्य ऐसी समस्याएँ होती हैं जिन्हें पूरी तरह से मानव द्वारा संभाला नहीं जा सकता। एक ट्रायेज वर्कफ्लो प्रत्येक आइटम को वर्गीकृत कर सकता है, पहले से ट्रैक किए गए मुद्दों से डुप्लिकेट हटा सकता है, और कार्रवाई कर सकता है। इसका अर्थ हो सकता है कि आप प्रयास कर रहे हैं कि इसे ठीक किया जाए, या फिर मानव उपयोगकर्ता को सौंपने के लिए इसे उच्च स्तर पर भेजा जाए।

ट्रायेज वर्कफ्लो के लिए, एक उपयोगी पैटर्न क्वारंटीन (अलग करना) है। अर्थात, अविश्वसनीय सार्वजनिक सामग्री पढ़ने वाले एजेंट्स को उच्च अधिकार वाले कार्य करने से रोक दें; उच्च अधिकार वाले कार्यों को विशेष रूप से कार्रवाई के लिए जिम्मेदार एजेंट द्वारा पूरा किया जाना चाहिए।

आप ट्रायेज वर्कफ्लोज को /loop के साथ उपयोग कर सकते हैं, ताकि क्लॉड इस तरह के कार्यों को लगातार निष्पादित कर सके।

जब आपको समाधान के विभिन्न पथों की खोज करने की आवश्यकता होती है, विशेष रूप से डिजाइन, नामकरण जैसे सौंदर्यात्मक निर्णयों वाले कार्यों के लिए, और जब एक मूल्यांकन मानदंडों की सेट के साथ लाभ होता है, तो workflows उपयोगी होते हैं।

आप Claude को कई समाधान खोजने के लिए अनुमति दे सकते हैं और समीक्षा एजेंट को एक मूल्यांकन मानदंड प्रदान कर सकते हैं जो बताता है कि “अच्छा समाधान” क्या होता है। जब समीक्षा एजेंट महसूस करता है कि परिणाम मानदंडों को पूरा कर चुका है, तो कार्य पूरा हो जाता है। विभिन्न समाधानों को इस मूल्यांकन मानदंड के आधार पर टूर्नामेंट तंत्र के माध्यम से क्रमबद्ध या छाँटा जा सकता है।

आप एक वर्कट्री में एक स्वतंत्र एजेंट शुरू करके, फिर एक तुलनात्मक एजेंट शुरू करके, और निर्दिष्ट मानदंडों के आधार पर आउटपुट की तुलना और अंक देकर, विशिष्ट कार्यों के लिए हल्के evals चला सकते हैं। उदाहरण के लिए, आप अपने द्वारा बनाए गए किसी कौशल का मूल्यांकन और सुधार कर सकते हैं और देख सकते हैं कि क्या यह कुछ विशिष्ट मानदंडों को पूरा करता है।

मॉडल और बुद्धिमान स्तर रूटिंग: आप अपने कार्य के लिए अनुकूलित एक वर्गीकरण एजेंट बना सकते हैं, जो यह निर्णय ले कि कौन सा मॉडल उपयोग करना है। जब कार्य में बहुत सारे टूल कॉल शामिल हों और कार्यान्वयन से पहले अध्ययन करने से सबसे उपयुक्त मॉडल की पहचान में मदद मिले, तो यह तरीका बहुत उपयोगी होता है।

उदाहरण के लिए, "auth मॉड्यूल कैसे काम करता है" इस कार्य के लिए सबसे उपयुक्त मॉडल, auth मॉड्यूल में कितनी फाइलें हैं और कोडबेस स्ट्रक्चर क्या है, इस पर निर्भर करता है। क्लासिफायर एजेंट पहले इस अध्ययन को पूरा कर सकता है, और फिर अपेक्षित जटिलता के आधार पर कार्य को Sonnet या Opus को रूट कर सकता है।

वर्कफ्लो अभी भी एक नया चीज़ हैं। हालाँकि कई उपयोग के मामलों में, यह सामान्य तरीकों की तुलना में कहीं अधिक प्रभाव ला सकता है, लेकिन हर कार्य के लिए इसकी आवश्यकता नहीं होती है, और यह टोकन खपत को काफी बढ़ा सकता है।

कार्यप्रवाह का उपयोग उन कार्यों के लिए करें जहाँ Claude Code की क्षमताओं की सीमाओं को नए तरीके से बढ़ाया जा सकता है। सामान्य प्रोग्रामिंग कार्यों के लिए, अपने आप से पूछें: क्या इस कार्य के लिए वास्तव में अधिक कंप्यूटिंग संसाधनों की आवश्यकता है? उदाहरण के लिए, अधिकांश पारंपरिक प्रोग्रामिंग कार्यों को 5 समीक्षकों के समूह की आवश्यकता नहीं होती है।

डायनामिक वर्कफ्लो बनाने के टिप्स

जब डायनामिक वर्कफ्लो के लिए प्रॉम्प्ट लिखें, तो जितना अधिक विस्तार से विवरण दें, उतना बेहतर परिणाम मिलता है, खासकर ऊपर उल्लिखित विशिष्ट तकनीकों का उपयोग करते समय।

वर्कफ्लो केवल बड़े कार्यों के लिए ही सीमित नहीं हैं। आप मॉडल को एक 'क्विक वर्कफ्लो' का उपयोग करने के लिए प्रेरित कर सकते हैं। उदाहरण के लिए, आप एक त्वरित प्रतिवादी समीक्षा प्रक्रिया बना सकते हैं जिसका उपयोग किसी मान्यता की जांच के लिए किया जा सकता है।

जब आप ट्रायेज, रिसर्च या वेरिफिकेशन जैसे रिपीटेबल वर्कफ्लोज का उपयोग करते हैं, तो उन्हें /loop के साथ जोड़कर उन्हें निर्धारित अंतराल पर चलाएं; साथ ही /goal का उपयोग करके कठोर पूर्णता की आवश्यकताएं सेट करें।

आप अपने डायनामिक वर्कफ्लो के लिए स्पष्ट टोकन बजट सेट कर सकते हैं ताकि कार्य द्वारा उपयोग किए जाने वाले टोकन की संख्या को सीमित किया जा सके। आप प्रॉम्प्ट में "use 10k tokens" जैसा बजट निर्देश लिख सकते हैं, जो सीमा को 10k टोकन पर सेट कर देगा।

आप workflow मेनू में 's' दबाकर workflows को सहेज सकते हैं। आप उन्हें ~/.claude/workflows में सबमिट कर सकते हैं या skill के माध्यम से वितरित कर सकते हैं।

अगर आप उन्हें skill के माध्यम से साझा करना चाहते हैं, तो JavaScript workflow फ़ाइल को skill फ़ोल्डर में रखें और SKILL.md में इसका उल्लेख करें। अधिक लचीलापन प्राप्त करने के लिए, आप Claude को यह भी सुझा सकते हैं: skill में workflows को टेम्पलेट के रूप में देखें, न कि शब्दशः चलाए जाने वाले स्क्रिप्ट के रूप में।

एक पूरी तरह से नई दुनिया

workflows एक उपयोगी नया तरीका हैं जिससे Claude Code को विस्तारित किया जा सकता है। मैं आपको इसे एक शुरुआत के रूप में देखने की सलाह देता हूँ। इसका सर्वोत्तम उपयोग कैसे किया जाए, इसके बारे में हमारे पास अभी भी कई चीजें खोजने के लिए हैं। आपकी खोजों के बारे में हमें बताएं।

थारिक शिहिपार और सिद बिदासरिया (@sidbid) Anthropic तकनीकी टीम के सदस्य हैं, जो Claude Code से संबंधित कार्यों के लिए जिम्मेदार हैं।

[Original Link]

जानने के लिए क्लिक करें कि लुडोंग ब्लॉकबीट्स कौन सी नौकरियाँ भर रहा है

लेड आउट ब्लॉकबीट्स ऑफिशियल समुदाय में शामिल हों:

टेलीग्राम सब्सक्रिप्शन समूह: https://t.me/theblockbeats

टेलीग्राम समुदाय: https://t.me/BlockBeats_App

ट्विटर आधिकारिक खाता: https://twitter.com/BlockBeatsAsia