آج میں چیٹنگ نہیں کر رہا، میں اپنے لوکل ماڈل کو کام پر لگا رہا ہوں۔ جب میں نے Ling-3.0 Tiny کو لوکل پر چلایا، تو میں نے سمجھا کہ صرف چیٹ کرنا اصل میں کوئی دلچسپی نہیں ہے۔ اصل میں جو ٹیسٹ کرنے کے قابل ہے، وہ یہ ہے کہ کیا یہ ایک عملی ورک فلو میں شامل ہو سکتا ہے۔ اس لیے میں نے اس بار ماڈل کو دوبارہ ڈپلوی نہیں کیا، بلکہ llama.cpp کے لوکل API کا استعمال کرتے ہوئے ایک سادہ “AI ٹیکسٹ اورگنائزیر” بنایا۔ میرا ماحول Windows + llama.cpp + Ling-3.0 Tiny ہے، اور ماڈل پہلے ہی 127.0.0.1:8080 پر API فراہم کر رہا ہے۔ پہلا مرحلہ: یہ تصدیق کریں کہ ماڈل چل رہا ہے: http://127.0.0.1:8080/v1/models اگر آپ ماڈل کی معلومات دیکھ سکتے ہیں، تو API درست طریقے سے کام کر رہا ہے۔ اس کے بعد ایک نیا ai_test.py فائل بنائیں اور نیچے دیا گیا کوڈ اس میں شامل کر دیں: import requests API_URL = "http://127.0.0.1:8080/v1/chat/completions" text = """ آج کے میٹنگ میں نئے پروڈکٹ لانچ کے بارے میں بات ہوئی۔ ابھی UI تقریباً مکمل ہو چکا ہے، لیکن ادائیگی ماڈول میں اب بھی دو بگس ہیں۔ پروڈکٹ منیجر چاہتے ہیں کہ جمعہ تک ٹیسٹ مکمل ہو جائے۔ بیک اینڈ کو آرڈر سٹیٹس اینڈپوائنٹ کو دوبارہ چیک کرنا ہوگا۔ اس کے علاوہ، تبلیغاتی متن ابھی تک فائنل نہیں ہوا، اور ڈیزائنر کو فائنل متن کے مطابق ہوم پیج میں تبدیلی کرنی ہوگی۔ """ prompt = f""" آپ اب ایک ورک انفارمیشن اورگنائزیر ہیں۔ ذیل میں دی گئی بے ترتیب ورک رکارڈ کو درج ذیل شکلوں میں ترتیب دیں: 1. ایک جملے میں خلاصہ 2. بنیادی مسائل 3. انجام دینے والے اقدامات 4. آخری تاریخ 5. دوسرے لوگوں کے ساتھ تعاون کی ضرورت ضوابط: - متن میں موجود نہ ہونے والی معلومات شامل نہ کریں - اگر معلومات غیر واضح ہوں تو “غیر واضح” لکھ دیں - چینز میں جواب دیں - جواب واضح لکھیں، لیکن زائد پیداوار نہ بنائیں اصل مواد: {text} """ data = { "model": "local-model", "messages": [ { "role": "user", "content": prompt } ], "temperature": 0.2, "max_tokens": 1000 } response = https://t.co/c0rpBhsLaU(API_URL, json=data) if response.status_code == 200: result = response.json() print(result["choices"][0]["message"]["content"]) else: print("Request failed:", response.status_code) print(response.text) اس کے بعد Python کے requests لائبریری کو اناسٹال کریں: pip install requests آخر میں رن کریں: python ai_test.py اب ماڈل صرف “میرے ساتھ بات نہیں کر رہا”، بلکہ واقعی ا ek ورک رکارڈ کو پروسس کر رہا ہے۔ مینے اس ٹاسک کو اور زائد بے ترتیب مواد سے بدل ديا: اس پروجکٹ میں حال ہذار مسائل ہو رہے ہيں، ہوم پيج تقربيًا تيار ه، لेकن لاگ ان کبھي کبھي خطا ديتا ه، كاليان كه كه كه حل كر ديا ه، ادائيگي كاملي طور پر ٹيسٹ نه هوي، جمعه تك نتائج دين كي كوشش كريں، تبلีغاتي تصاویر ابھي تك تبديل كي جا رهي هن، بوس نے كه هه كه آخري تاريخ تك لانچ كرنا ضروري ه، ابھي تك فائنل تاريخ طے نه هوي۔ اس قسم کا ٹيسٹ “آپ کون ہيں؟“ جواب دینے سے بھي زيا ده معنوي رکھتا ه۔ kyon ke is mein جان بوجھ كر شامل كيا گيا ه: مكمل شدہ كام، نا مكمل كام، غیر واضح وقت، مختلف لوگوں كا كام، اور غیر طے شدہ آخري تاريخيں۔ اصل طور پر دेखنا يه ه كه ماڈل حقائق اور تخمينوں كا فرق كس طرح كرتا ه۔ اگر وہ “آخري تاريخ تك لانچ“ كو درست طور پر آخري حد كے طور پر شناخت كرتا ه، اور “جمعه تك نتائج دين“ كو فوري حد نه بناتا، تو يه چھوٹا ٹيسٹ كامياب ه۔ اگلا مرحله: ماڈل ميں كوئي تبديل نه كرنى پڑتى، صرف text كو يه بدل دينـا ه: مีٹنگ ريكارڈز، سروس سپورٹ چيٹ ريكارڈز، ورک گروپ ميسجز، پروجكت ريكويسمينٹس، اپنى نوٹس۔ ایک صرف دسین MB والے لوکل چھوٹے ماڈل بھي واقعى ورک فلو ميں داخل ہو سکتا ہے۔ مجھے لگتا ہے کہ لوکل AI کا سب سے دلچسپ پہلو وہी ہے۔ اسے “لوکل ChatGPT“ بنانا ضرورى نهى، بلکه اسے اپنے کمپيوٹر ميں ايسا ايك چھوٹا AI اوزار بنانا ه جو اصل مواد كو انٹرنېٹ پر نه بھيجـے اور جس تك پروگرام سيدھا رسائى حاصل هوسـكـتى ه۔ اور اس سسٹم كى آگـى ترقى بھى ممكـن ه: TXT فائلز پڑھنا، دسـينـو فائلز كو بڑى تعداد ميـن پروسس كرنا، ويب سـتـى سـتـى جـڑنا، حتـى كه ساده ديـسكـتـاپ انـترفـيس بنانا۔ اس طرح سے ماڈل كى “چيـت كرنـى“ كى صرف اختبار سـتـى زيا ده قريـب ه جس طرح ميـن “لوكل AI كى حقيقى عملى طور پر لاگـو كرنا“ سمجھتا هُ۔