ایڈیٹورز نوٹ: کلوڈ کوڈ ایک کوڈ اسسٹنٹ سے ایک قابل منصوبہ ایجنٹ ورک اسٹیشن بن رہا ہے۔

اس مضمون میں بیان کردہ ورک فلوز کی بنیادی قیمت یہ ہے کہ یہ کلاؤڈ کو صرف ایک ہی سیاق و سباق کے اندر "سوچ کر پھر کرنا" تک محدود نہیں رکھتے، بلکہ یہ کام کے مطابق ایک عملی فریم ورک بناتے ہیں: کام کو تقسیم کرنا، ذیلی ایجنٹس کو مقرر کرنا، متوازی طور پر پروسیس کرنا، تقاطعی تصدیق کرنا، دوبارہ تکرار کرنا، اور حتیٰ کہ مختلف ایجنٹس کو آپس میں مقابلہ کرنے دینا، اور آخر میں نتائج کو مجموعی طور پر جمع کرنا۔

اس کا مطلب یہ ہے کہ کلوڈ کوڈ کے استعمال کے منظر نامہ واضح طور پر وسعت حاصل کر رہے ہیں۔ یہ صرف کوڈ منتقلی، دوبارہ ڈیزائن، ٹیسٹ ریپلیکیشن اور کوڈ ریویو تک محدود نہیں ہے، بلکہ گہری تحقیق، حقائق کی تصدیق، ریزومہ فلٹرنگ، واقعات کا جائزہ، قواعد کا تدوین، تجارتی منصوبوں کا جائزہ، اور ناموں کے لیے براائن سٹارم جیسے غیر ٹیکنیکل کاموں کے لیے بھی استعمال کیا جا سکتا ہے۔ بہت سے پیچیدہ کاموں کا بنیادی طور پر پروگرامنگ کے ساتھ شبہہ ہے: مسئلہ کو تقسیم کرنا، سندھ کو الگ کرنا، فرضیات کی تصدیق کرنا، بہت ساری تفصیلات کو سنبھالنا، اور متعدد ممکنہ راستوں میں سے انتخاب کرنا۔

ڈائنامک ورک فلوز وہ تین عام مسائل کو حل کرنے کی کوشش کرتے ہیں جو لمبے کاموں میں بڑے ماڈلز میں عام ہیں: "ایجینٹ کی آرام دہی" جس میں وہ کام کے درمیان میں مکمل ہونے کا دعویٰ کر دیتے ہیں، "خود کو ترجیح دینے کا جھکاؤ" جس میں وہ اپنے اپنے نتائج کو تسلیم کرنے کا رجحان رکھتے ہیں، اور "مقصد کا پھسلنا" جس میں متعدد مرحلہ اجراء کے بعد اصل مقصد سے دور ہو جانا۔ اس کے لیے، اس نے پیچیدہ کام کو "ایک ایجینٹ کی لمبی دوڑ" سے "کئی ایجینٹس کے تعاون" میں تبدیل کر دیا ہے۔

بالکل، ورک فلوز ہر چیز کا جواب نہیں ہیں۔ وہ عام طور پر زیادہ ٹوکنز استعمال کرتے ہیں اور ہر عام کوڈنگ کام کے لیے مناسب نہیں ہوتے۔ لیکن وہ ایک اہم راستہ فراہم کرتے ہیں: مستقبل کے AI ٹولز کی مقابلہ صرف اس بات پر نہیں ہوگا کہ ایک مدل کتنے ذکی ہے، بلکہ یہ بھی کہ وہ کس طرح پیچیدہ مقاصد کے لیے قابل اعتماد، دوبارہ استعمال کیے جانے والے، اور جانچے جانے والے اجرائی عمل کا انتظام کر سکتا ہے۔

درج ذیل اصل متن ہے:

ہاں، جبکہ ڈیفالٹ کلاؤڈ کوڈ ایکution فریم ورک پروگرامنگ کے لیے تعمیر کیا گیا ہے، لیکن یہ بہت سے دیگر قسم کے کاموں کے لیے بھی مناسب ہے۔ اصل میں، بہت سے کاموں کی ساخت پروگرامنگ کاموں کی طرح ہوتی ہے۔ تاہم، کچھ خاص قسم کے کاموں جیسے تحقیق، سیکورٹی تجزیہ، ایجینٹ ٹیم کا تعاون، یا کوڈ ریویو کے لیے بہترین نتائج حاصل کرنے کے لیے ہمیں کلاؤڈ کوڈ پر مخصوص ایکution فریم ورک بنانے کی ضرورت ہوتی ہے۔

وورکفلوز (Workflows) آپ کو ڈائنامک فریم ورک بنانے کی اجازت دیتے ہیں تاکہ کلاؤڈ مذکورہ مسائل اور دیگر قسم کے مسائل کو کلاؤڈ کوڈ کے اندر زیادہ قدرتی طریقے سے حل کر سکے۔ آپ ان وورکفلوز کو دوسرے لوگوں کے ساتھ شیئر اور دوبارہ استعمال بھی کر سکتے ہیں۔

اس مضمون میں، میں اپنے ابتدائی تجربات اور ورک فلوز کے استعمال کے بارے میں اپنے خیالات شیئر کروں گا تاکہ آپ اس کی صلاحیت کو زیادہ سے زیادہ استعمال کر سکیں۔

تاہم، یہ بات قابلِ ذکر ہے کہ متعلقہ بہترین عملی طریقے ابھی تک ترتیب دیے جا رہے ہیں۔ ڈائنامک ورک فلو عام طور پر زیادہ ٹوکن استعمال کرتے ہیں، اس لیے آپ کو یہ سوچنا چاہیے کہ آپ کب اور کیسے استعمال کریں۔

نوٹ: یہ مضمون Claude Blog پر بھی شائع کیا گیا ہے۔

مثال پرامپٹ

ٹیکنیکل تفصیلات میں جانے سے پہلے، میں آپ کو کچھ مثالیں دینا چاہوں گا تاکہ آپ workflows کی ممکنہ صورتیں سمجھ سکیں:

یہ ٹیسٹ تقریباً ہر 50 بار کے بعد ایک بار ناکام ہوتا ہے۔ اسے دوبارہ بنانے کے لیے ایک ورک فلو بنائیں، فرضیہ پیش کریں، اور مختلف ورک ٹریز میں مقابلہ کرنے والی ٹیسٹنگ کریں۔ /goal ایک فرضیہ تصدیق نہ ہو جائے تک روک نہیں مانا جائے۔

وُرک فلو کا استعمال کرکے، میری حالیہ 50 سیشنز کا جائزہ لیں، جن میں میں نے دہرائے گئے اصلاحات کو نکالیں، اور ان دہرائے گئے مسائل کو CLAUDE.md قواعد میں تبدیل کریں۔

وُرک فلو کا استعمال کرکے، گزشتہ ست ماہ کے Slack کے #incidents چینل کو چیک کریں اور ان بنیادی وجوہات کو نکالیں جو دہرائی جا رہی ہیں لیکن جن کے لیے کسی نے ٹکٹ نہیں بنایا۔

میری کاروباری منصوبہ بندی کو ایک ورک فلو کے لیے استعمال کریں، جس میں مختلف ایجنٹس سرمایہ کار، صارفین اور مقابلہ کرنے والے کمپنیوں کے نقطہ نظر سے اسے الگ الگ تجزیہ کریں۔

یہاں ایک فولڈر ہے جس میں 80 ریزومے ہیں۔ ورک فلو کا استعمال کرکے انہیں بیک اینڈ ملازمت کی ضروریات کے مطابق ترتیب دیں اور پہلے دس کا جائزہ لیں۔ اپنے جائزہ کے معیارات تیار کرنے کے لیے AskUserQuestion ٹول کا استعمال کرکے مجھ سے سوال کریں۔

میں اس CLI ٹول کا نام رکھنا چاہتا ہوں۔ ورک فلو کا استعمال کرتے ہوئے کچھ آپشنز براہ راست کریں، اور پھر ٹورنامنٹ میکنگ کے ذریعے تین بہترین منتخب کریں۔

workflow کا استعمال کرکے، ہمارا User ماڈل تمام جگہوں پر Account کے نام سے تبدیل کر دیں۔

میرے بلاگ کے مسودے کو پڑھیں اور ہر ٹیکنیکل ججمنٹ کی تصدیق کے لیے ورک فلو کا استعمال کریں۔ میں کوئی غلط معلومات شائع نہیں کرنا چاہتا۔

ڈائنامک ورک فلو کیسے کام کرتا ہے

ڈائنامک ورک فلو ایک جاوا اسکرپٹ فائل کو ایکزیکیوٹ کرتا ہے جس میں زیرِ مجموعہ سمارٹ ایجنٹس کو جنریٹ اور کوآرڈینیٹ کرنے کے لیے کچھ خاص فنکشنز شامل ہیں۔

ڈائنامک ورک فلو میں ڈیٹا کو سنبھالنے کے لیے جیسے JSON، Math اور Array جیسے معیاری JavaScript فنکشنز بھی شamil ہیں۔

خیال رکھیں کہ ڈائنانمک ورک فلو ایجنٹ کے لیے کون سا ماڈل استعمال کیا جائے، اور یہ بھی طے کر سکتا ہے کہ سب ایجنٹ اپنے ورک ٹری میں چلے گا یا نہیں۔ اس سے کلاؤڈ کو کام کی ضروریات کے مطابق درکار ذہنی سطح اور علیحدگی کا خودکار انتخاب کرنے کی اجازت ملتی ہے۔

اگر کوئی ورک فلو متوقف ہو جائے، جیسے صارف کی طرف سے دستی عمل یا ٹرمینل بند ہونے کی وجہ سے، تو جلسہ دوبارہ شروع کرنے کے بعد ورک فلو وہیں سے جاری رہ سکتا ہے جہاں سے متوقف ہوا تھا۔

جب آپ ایک کام کو ڈیفالٹ کلود کوڈ فریم ورک کے ذریعے انجام دیتے ہیں، تو اسے ایک ہی کنٹیکسٹ ونڈو میں منصوبہ بندی اور انجام دینا دونوں کرنا پڑتا ہے۔ بہت سے پروگرامنگ کاموں کے لیے یہ طریقہ بہت مؤثر ہے، لیکن لمبے وقت تک چلنے والے، بڑے پیمانے پر متوازی، یا بلند ساخت والے مقابلہ پر مبنی کاموں میں یہ کبھی کبھار ناکام ہو جاتا ہے۔

اس کی وجہ یہ ہے کہ جب کلوڈ ایک منفرد سیاق و سباق کے ونڈو میں طویل عرصے تک پیچیدہ کاموں کو سنبھالتا ہے، تو وہ کچھ خاص ناکامیوں کی طرف زیادہ متاثر ہوتا ہے:

ایجینٹ لیزی (Agentic laziness) کا مطلب ہے کہ کلاؤڈ خاص طور پر پیچیدہ، متعدد حصوں پر مشتمل کاموں کو سنبھالتے وقت، اسے حقیقت میں مکمل کیے بغیر جلدی ختم کر دیتا ہے اور صرف جزوی ترقی کے بعد یہ دعویٰ کر دیتا ہے کہ کام مکمل ہو گیا ہے۔ مثال کے طور پر، سیکیورٹی ریویو میں 50 مانگوں میں سے صرف 20 کو ہی سنبھال کر کام ختم کر دینا۔

خود کو ترجیح دینے والا جھکاؤ (Self-preferential bias)، وہ جھکاؤ ہے جس میں کلاؤڈ اپنے اپنے نتائج یا دریافتوں کو ترجیح دیتا ہے، خاص طور پر اس وقت جب اسے کسی خاص جائزہ معیار کے مطابق اپنی پیداوار کی تصدیق یا جائزہ لینے کے لیے کہا جائے۔

ہدف کی تبدیلی (گول ڈرِفٹ) کا مطلب ہے کہ متعدد مرحلوں کے عمل کے دوران، کلاڈ کی ابتدائی ہدف کے پیروی میں کمی آ جاتی ہے، خاص طور پر جب متن کو دبایا جاتا ہے۔ ہر خلاصہ سے معلومات کا نقصان ہوتا ہے، اور کچھ تفصیلات جیسے کہ حاشیہ کے معاملات، یا "X نہ کریں" جیسی پابندیاں، ضائع ہو سکتی ہیں۔

وُرک فلو بنانا ان مسائل کو کم کرنے میں مدد کرتا ہے، کیونکہ یہ متعدد مستقل کلاؤڈ کو منظم کرتا ہے، جو اپنے اپنے کنٹیکس ونڈو رکھتے ہیں اور ایک دوسرے سے الگ، واضح مقاصد والے کاموں پر توجہ مرکوز کرتے ہیں۔

آپ پہلے ہی Claude Agent SDK یا claude -p کے ذریعے کئی Claude Code اداروں کو مربوط کرنے کے لیے ایک سٹیٹک ورک فلو بنایا چکے ہو سکتے ہیں۔

لیکن چونکہ سٹیٹک ورک فلوز مختلف ایج کیسز کو کور کرتے ہیں، وہ عام طور پر زیادہ جامع ہوتے ہیں۔ کلاؤڈ اوپس 4.8 اور ڈائنا مک ورک فلوز کے ظہور کے ساتھ، کلاؤڈ اب آپ کے خاص استعمال کے مطابق ایک کسٹمائزڈ ایگزیکیشن فریم ورک لکھنے کے لیے کافی ذہین ہو گیا ہے۔

ڈائنامک ورک فلو کے استعمال کے دوران عملی نمونے

آپ Claude کو براہ راست ایک ڈائنانمک ورک فلو بنانے کے لیے کہ سکتے ہیں، یا "ultracode" ٹریگر الفاظ کا استعمال کر کے یقینی بنائیں کہ Claude Code ورک فلو بنائے۔

تاہم، اگر آپ اس بات کا ذہنی ماڈل بنانے میں کامیاب ہو جائیں کہ ڈائنامک ورک فلو کیسے کام کرتا ہے، تو آپ اس کا استعمال کب کرنا چاہیے اسے طے کرنا آسان بنائیں گے اور Claude کو پرامپٹ کے ذریعے بہتر طریقے سے ہدایت کریں گے۔

کلوڈ ورک فلوز کی تعمیر کے دوران عام طور پر درج ذیل موڈز کا استعمال اور ترکیب کرتا ہے:

درجہ بندی اور انجام دیں: ایک درجہ بندی ایجنٹ کا استعمال کریں تاکہ کام کی قسم کا تعین کیا جا سکے، اور پھر کام کی قسم کے مطابق مختلف ایجنٹس یا رویوں کو رูٹ کیا جائے۔ عمل کے آخر میں نتائج کا جائزہ لینے کے لیے درجہ بندی کا استعمال بھی کیا جا سکتا ہے۔

فریکشن اور ایکٹیویٹ کرنا: ایک کام کو متعدد چھوٹے مراحل میں تقسیم کریں، جہاں ہر مرحلہ ایک ایجنٹ کے ذریعے ہو، اور پھر ان نتائج کو ایک ساتھ ملا دیں۔ یہ طریقہ خاص طور پر اس صورت میں موزوں ہے جب کام میں بہت سارے چھوٹے مراحل ہوں، یا ہر مرحلہ کو الگ، صاف سیاق و سباق کا ونڈو درکار ہو تاکہ آپس میں تداخل یا آلودگی نہ ہو۔ ایکٹیویٹ کرنا مرحلہ ایک "بارئیر" کے طور پر کام کرتا ہے: یہ تمام فریکشن ایجنٹس کے مکمل ہونے کا انتظار کرتا ہے، اور پھر ان کے سٹرکچرڈ آؤٹ پٹس کو ایک نتیجہ میں ضم کر دیتا ہے۔

مقابلہ جانچ: ہر تخلیق کردہ ایجنٹ کے لیے، ایک الگ ایجنٹ چلائیں جو کسی خاص جائزہ معیار یا اصول کے مطابق اس کے نتائج کی مقابلہ جانچ کرے۔

بنائیں اور فلٹر کریں: ایک موضوع کے گرد بہت سے خیالات تیار کریں، پھر انہیں جائزہ معیار یا تصدیق عمل کے مطابق فلٹر کریں، دہرائے گئے خیالات کو ختم کریں، اور صرف ٹیسٹ شدہ، سب سے زیادہ معیاری خیالات واپس کریں۔

ٹورنامنٹ: کام کو تقسیم نہ کریں، بلکہ ایجینٹس کو ایک دوسرے کے خلاف مقابلہ کرائیں۔ N ایجینٹس بنائیں اور انہیں ایک ہی کام کو مختلف طریقوں سے مکمل کرنے کے لیے آزمانے دیں۔ پھر پرامپٹ یا ماڈل کے ذریعے ایجینٹس کے نتائج کا دوسرے کے ساتھ موازنہ کیا جائے گا، جب تک کہ فاتح منتخب نہ ہو جائے۔

کام کی مقدار ناپید ہونے پر، مقررہ دور کی تعداد نہیں رکھیں، بلکہ ایجینٹس کو تکرار کریں جب تک کہ روکنے کی شرط پوری نہ ہو جائے، جیسے کہ نئی دریافتوں کا ظہور نہ ہو یا لاگ میں کوئی خطا نہ آئے۔

استعمال کی صورتیں

آپ یہ سوچ سکتے ہیں کہ کب اور کیسے کلود کوڈ متحرک ورک فلو بنائے۔ میں نے محسوس کیا ہے کہ ورک فلو کبھی کبھی غیر ٹیکنیکل کاموں میں بھی زیادہ مفید ہوتے ہیں۔

بُن نے Zig سے Rust میں تبدیلی کے لیے workflows کا استعمال کیا۔ آپ جیرڈ کے X پر پوسٹ کو پڑھ کر مکمل عمل کو سمجھ سکتے ہیں۔

اہم بات یہ ہے کہ کام کو ایک سلسلہ میں تقسیم کریں جیسے کہ کال پوائنٹس، فیلیئر ٹیسٹس، ماڈیولز وغیرہ۔ ہر فکس کے لیے ورک ٹری میں ایک سب ایجینٹ شروع کریں تاکہ وہ فکس مکمل کر سکے؛ پھر دوسرے ایجینٹ کو مخالفانہ جائزہ دینے کے لیے بھیجیں اور آخر میں نتائج کو ملائیں۔ آپ ایجینٹ کو واضح طور پر بتا سکتے ہیں کہ وہ زیادہ وسائل استعمال کرنے والے حکمات نہ استعمال کرے، تاکہ مقامی مشین کے وسائل ختم ہونے کے بغیر موازات کو زیادہ سے زیادہ بڑھایا جا سکے۔

ہم نے Claude Code میں ایک deep research skill (/deep-research) جاری کیا ہے جو ڈائنا مک ورک فلو کا استعمال کرتا ہے۔ خاص طور پر، یہ ویب سرچ کو انجام دے کر، ذرائع کو اسکریپ کر کے، متعلقہ دعوؤں کی خلاف ورزی کی تصدیق کر کے، اور حوالہ جات کے ساتھ ایک رپورٹ تیار کر کے کام کرتا ہے۔

لیکن اس قسم کے مطالعات صرف ویب سرچ کے لیے محدود نہیں ہیں۔ مثال کے طور پر، آپ Claude کو Slack کے حوالے سے ایک اسٹیٹس رپورٹ تیار کرنے یا کوڈ بیس کو گہرائی سے جانچ کر کسی فیچر کے کام کرنے کے طریقے کو سمجھنے کے لیے بھی استعمال کر سکتے ہیں۔

دوسری طرف، اگر آپ کے پاس ایک رپورٹ ہے اور آپ چاہتے ہیں کہ اس میں شامل ہر ت fact-based دعوے اور حوالہ جات کی تصدیق کی جائے، تو آپ ایک ورک فلو بناسکتے ہیں: پہلے ایک ایجنٹ تمام ت fact-based دعووں کو شناخت کرے، پھر ہر دعوے کے لیے ایک سب ایجنٹ شروع کیا جائے جو تفصیلی تصدیق کرے۔ آپ ایک ویریفکیشن ایجنٹ کو بھی متعین کرسکتے ہیں جو حوالہ جات کے لیے ذمہ دار سب ایجنٹس کی جانچ کرے تاکہ یقینی بنایا جا سکے کہ ان کے ذرائع کی معیار کافی بلند ہے۔

آپ کے پاس ایک پروجیکٹس کا مجموعہ ہو سکتا ہے جسے آپ کسی معیاری اشارے کے مطابق ترتیب دینا چاہتے ہیں، اور آپ کو یقین ہے کہ Claude Code اس قسم کے اشارے کا جائزہ لینے میں ماہر ہے۔ مثال کے طور پر، سپورٹ ٹکٹس کو بگ کی شدت کے مطابق ترتیب دیں۔

لیکن اگر آپ ایک پرامپٹ میں 1000 سے زیادہ لائنز کو ترتیب دینے کی کوشش کرتے ہیں، تو معیار کم ہو جائے گا اور کنٹیکسٹ ونڈو میں جگہ نہیں ہوگی۔ بہتر طریقہ یہ ہے کہ آپ ٹورنامنٹ میکنزم چلائیں، جس میں دو سے دو کے مقابلے والے ایجنٹس کی ایک پائپ لائن بنائی جائے، کیونکہ تقابلی جائزہ عام طور پر مطلق اسکورنگ کے مقابلے میں زیادہ قابل اعتماد ہوتا ہے؛ یا پہلے متوازی طریقے سے باکس میں ترتیب دیں اور پھر نتائج کو ملا دیں۔ ہر مقابلہ ایک الگ ایجنٹ کے ذریعے مکمل ہوتا ہے، اس لیے ڈیٹرمنسٹک سائکل پورے ٹورنامنٹ کی ساخت کو برقرار رکھ سکتا ہے، اور صرف موجودہ رننگ آرڈر کو کنٹیکسٹ میں محفوظ رکھنا ضروری ہے۔

اگر آپ کے پاس کچھ خاص قواعد ہیں اور کلوڈ یہ قواعد CLAUDE.md میں دیکھنے کے باوجود اکثر نظر انداز کر دیتا ہے یا انہیں اچھی طرح سے نہیں لاگو کرتا، تو آپ ایک ورک فلو بناسکتے ہیں جس میں یہ قواعد فہرست کیے جائیں اور ایک ویریفیکیشن ایجنٹ ہر قاعدہ کو الگ الگ چیک کرے — ہر قاعدہ کے لیے ایک الگ ویریفیکیشن ایجنٹ۔ اس کے علاوہ، ان قواعد کے منطق کا جائزہ لینے کے لیے ایک "شک کرنے والا" ذات کا ایک سب ایجنٹ بنانا بھی زائد مثبت رپورٹس سے بچنے میں مدد کرتا ہے۔

اس کے برعکس بھی کیا جا سکتا ہے: آپ کے حالیہ سیشن اور کوڈ ریویو تبصرہ کو جانچیں، جن میں آپ نے بار بار اصلاحات کی ہیں؛ اس مسائل کو متوازی ایجنٹ کے ذریعہ گروہ بند کریں؛ پھر ہر امیدوار قاعدہ کا مقابلہ کے ذریعہ جائزہ لیں تاکہ یہ طے ہو سکے کہ کیا یہ حقیقی غلطی کو روکنے میں واقعی مدد کرتا ہے؛ اور آخر میں، فلٹر ہونے والے قواعد کو CLAUDE.md میں واپس تبدیل کر دیں۔

سب سے زیادہ موثر طریقہ یہ ہے کہ کچھ آپس میں مستقل فرضیات پیش کی جائیں اور ان کا ایک ایک کر کے جائزہ لیا جائے۔ لیکن اگر آپ صرف ایک کنٹیکسٹ ونڈو استعمال کرتے ہیں، تو کلوڈ خود کی ترجیحات کے بھرپور انداز میں پھنس سکتا ہے۔

workflow ساختاری طور پر اس صورت حال کو روک سکتا ہے: یہ متعدد ایجینٹس شروع کر سکتا ہے تاکہ وہ الگ الگ، باہمی طور پر نہ ہونے والے ثبوت کے بنیاد پر فرضیات تیار کریں۔ مثال کے طور پر، مختلف ایجینٹس الگ الگ لاگس، فائلز اور ڈیٹا دیکھ سکتے ہیں۔ اس کے بعد، ہر فرضیہ ایک سیٹ کے تصدیق کرنے والوں اور انکار کرنے والوں کی جانچ پڑتال کا حصہ بن سکتا ہے۔

یہ صرف کوڈ کے لیے محدود نہیں ہے۔ ورک فلوز کو فروخت کی تجزیہ، جیسے «مارچ میں فروخت کیوں گھٹ گئی؟»؛ ڈیٹا انجینئرنگ، جیسے «اس پائپ لائن کیوں ناکام ہو گئی؟»؛ یا کسی بھی بعد کے جائزے کے لیے استعمال کیا جا سکتا ہے۔

ہر ٹیم کے پاس سپورٹ کی قطاریں، بگ رپورٹس، یا دیگر ایسے مسائل ہوتے ہیں جنہیں مکمل طور پر انسانی طور پر نہیں سنبھالا جا سکتا۔ ایک ٹریجیج ورک فلو ہر آئٹم کو درجہ بندی کر سکتا ہے، پہلے سے ٹریک کیے گئے مسائل سے ڈپلیکیٹس کو ختم کر سکتا ہے، اور عمل کر سکتا ہے۔ اس کا مطلب ہو سکتا ہے کہ آپ کوشش کریں کہ اسے درست کریں، یا پھر اسے انسانی صارفین کے لیے اپ گریڈ کریں۔

ٹریجیج ورک فلو کے لیے، ایک مفید نمونہ "کوارنٹین" ہے۔ یعنی، غیر قابلِ اعتماد عوامی مواد کو پڑھنے والے ایجینٹس کو اعلیٰ اختیارات والے عمل کرنے سے روک دیا جائے؛ اعلیٰ اختیارات والے عملوں کو صرف ایک خاص کارروائی ایجینٹ کے ذریعے کیا جانا چاہیے۔

آپ ڈائیگنوسٹک ورک فلوز کو /loop کے ساتھ استعمال کر سکتے ہیں تاکہ کلاؤڈ ان کاموں کو لگاتار انجام دے سکے۔

جب آپ حل کے مختلف راستوں کی تلاش کرنا چاہتے ہیں، خاص طور پر ڈیزائن، نامکردن جیسے احساسی ججمنٹ کی ضرورت والے کاموں کے لیے، اور ایک جائزہ معیار کے ساتھ فائدہ اٹھانا چاہتے ہیں، تو workflows مفید ہوتے ہیں۔

آپ Claude کو کئی منصوبوں کی تلاش کرنے کی اجازت دے سکتے ہیں اور جانچنے والے ایجینٹ کو "اچھا منصوبہ کیا ہوتا ہے" کے بارے میں ایک معیار فراہم کر سکتے ہیں۔ جب جانچنے والا ایجینٹ سمجھتا ہے کہ نتائج معیار کو پورا کر چکے ہیں، تو کام ختم ہو جاتا ہے۔ مختلف منصوبوں کو اس معیار کے مطابق ٹورنامنٹ مکانزم کے ذریعے ترتیب دیا جا سکتا ہے یا فلٹر کیا جا سکتا ہے۔

آپ ایک خاص کام کے لیے ہلکے پھلکے evals چلانے کے لیے worktree میں الگ agent شروع کر سکتے ہیں، پھر ت порیب agent شروع کر سکتے ہیں، اور اس کے بعد معیار کے مطابق نتائج کا موازنہ اور درجہ بندی کر سکتے ہیں۔ مثال کے طور پر، آپ اپنے خود بنائے گئے کسی skill کا جائزہ لے سکتے ہیں اور دیکھ سکتے ہیں کہ کیا وہ کچھ خاص معیاروں کو پورا کرتا ہے۔

ماڈل اور ذہین راؤٹنگ: آپ اپنے کام کے لیے تہہ کیا ہوا ایک طبقہ ایجنٹ بناسکتے ہیں جو یہ فیصلہ کرے کہ کون سا ماڈل استعمال کرنا ہے۔ جب کام میں بہت سارے ٹولز کا استعمال ہو اور اجراء سے پہلے تحقیق کرنا مناسب ماڈل کی شناخت میں مدد کرے، تو یہ طریقہ بہت مفید ہوتا ہے۔

مثلاً، "auth ماڈیول کیسے کام کرتا ہے" کا ایک ٹاسک، auth ماڈیول میں فائلوں کی تعداد اور کوڈ بیس کی ساخت پر منحصر ہے۔ کلاسیفائر ایجینٹ پہلے اس تحقیق کو مکمل کر سکتا ہے، اور پھر توقع شدہ پیچیدگی کے مطابق ٹاسک کو Sonnet یا Opus کو رُوت کر سکتا ہے۔

ورک فلو اب بھی نئی چیز ہیں۔ حالانکہ کئی استعمال کے معاملات میں، یہ عام طریقے کے مقابلے میں کہیں زیادہ اثرات لے سکتی ہیں، لیکن ہر کام کے لیے اس کی ضرورت نہیں ہوتی، اور یہ ٹوکن کے استعمال میں نمایاں اضافہ کر سکتی ہیں۔

وورک فلوز کو صرف ان کاموں پر استعمال کریں جن میں کلاؤڈ کوڈ کی صلاحیتوں کے دائرہ کار کو نئے طریقے سے بڑھایا جا سکے۔ عام پروگرامنگ کاموں کے لیے، اپنے آپ سے پوچھیں: کیا اس کام کے لیے حقیقت میں زیادہ کمپیوٹنگ وسائل کی ضرورت ہے؟ مثال کے طور پر، زیادہ تر روایتی پروگرامنگ کاموں کے لیے 5 ریویورز کی ٹیم کی ضرورت نہیں ہوتی۔

ڈائنامک ورک فلو بنانے کے طریقے

جب ڈائنامک ورک فلو کے لیے پرامپٹ لکھیں، تو جتنے زیادہ تفصیلات ہوں، اس قدر بہتر نتائج ملتے ہیں، خاص طور پر اوپر ذکر کیے گئے خاص تقنيات کا استعمال کرتے ہوئے۔

وورک فلو صرف بڑے کاموں کے لیے محدود نہیں ہیں۔ آپ ماڈل کو ایک «جیسے ہی وورک فلو» استعمال کرنے کے لیے ہدایت بھی دے سکتے ہیں۔ مثال کے طور پر، آپ ایک تیز مقابلہ کار جائزہ لینے کا وورک فلو بناسکتے ہیں جو کسی فرضیہ کی جانچ کے لیے استعمال ہو۔

جب آپ دوبارہ قابل اجراء ورک فلوز، جیسے ٹریجیج، ریسرچ یا ویریفیکیشن ورک فلوز، استعمال کرتے ہیں، تو انہیں /loop کے ساتھ استعمال کریں تاکہ وہ مقررہ انٹرول پر چلیں؛ اور /goal کے ساتھ مکمل ہونے کی سخت شرط مقرر کریں۔

آپ مخصوص ٹوکن استعمال کے بجٹ کو ڈائنا مک ورک فلو کے لیے متعین کر سکتے ہیں تاکہ کام کے لیے استعمال ہونے والے ٹوکن کی تعداد پر پابندی لگائی جا سکے۔ آپ اپنے پرامپٹ میں "use 10k tokens" جیسا بجٹ درخواست لکھ سکتے ہیں، جو اس کی حد کو 10k ٹوکن تک متعین کر دے گا۔

آپ workflow مینو میں "s" دبائیں تاکہ workflows کو محفوظ کر سکیں۔ آپ انہیں ~/.claude/workflows میں جمع کر سکتے ہیں، یا skill کے ذریعے تقسیم کر سکتے ہیں۔

اگر آپ انہیں اسکل کے ذریعے شیئر کرنا چاہتے ہیں، تو جاوااسکرپٹ ورک فلو فائل کو اسکل فولڈر میں ڈال دیں اور SKILL.md میں حوالہ دیں۔ زیادہ لچک کے لیے، آپ Claude کو یہ بھی بتا سکتے ہیں کہ اسکل میں موجود ورک فلوز کو تھیمپلیٹس کے طور پر دیکھیں، نہ کہ بالکل ایسے ہی چلانے والے اسکرپٹس۔

ایک مکمل طور پر نیا عالم

workflows کلاڈ کوڈ کو وسعت دینے کا ایک مفید نیا طریقہ ہے۔ میں آپ کو اسے ایک شروعات کے طور پر دیکھنے کی ترغیب دیتا ہوں۔ اسے کس طرح بہترین طریقے سے استعمال کیا جائے، اس کے بارے میں ہمارے پاس اب بھی بہت کچھ تلاش کرنے کو ہے۔ اپنی دریافتوں کو ہمیں بتائیں۔

ثارق شیہپر اور سد بیداساریا (@sidbid) Anthropic کے ٹیکنالوجی ٹیم کے ارکان ہیں جو کلود کوڈ کے کاموں کی ذمہ داری ہیں۔