ہر کام کے لیے ایک ہارنس: کلاؤڈ کوڈ میں ڈائنانمک ورک فلو

ماخذ: @trq212

پیگی

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 کلوڈ کو صرف ایک ہی سیاق و سباق کے کھڑکی کے اندر "سوچ کر پھر کرنا" تک محدود نہیں رکھتے، بلکہ یہ کام کے مطابق ایک اجراء کا فریم ورک خود بخود تخلیق کر سکتے ہیں: کام کو تقسیم کرنا، ذیلی ایجنٹس کو مقرر کرنا، متوازی طور پر پروسیس کرنا، متقابلہ تصدیق کرنا، دوبارہ تکرار کرنا، اور حتیٰ کہ مختلف ایجنٹس کو آپس میں مقابلہ کرنے دینا، اور آخر میں نتائج کو مجموعی طور پر شامل 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، بلکہ گہری تحقیق، حقائق کی تصدیق، ریزومہ فلٹرنگ، حادثہ کا جائزہ، قواعد کا تدوین، تجارتی منصوبوں کا جائزہ، نام کے لیے براین سٹارمگ وغیرہ جیسے غیر ٹیکنیکل کاموں کے لیے بھی استعمال کیا جا سکتا ہے۔ بہت سے پیچیدہ کاموں کا بنیادی طور پر پروگرامنگ کے ساتھ شباهت ہے: مسئلہ کو ٹکڑوں میں تقسیم کرنا، سندھی 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 لالچ" جس میں وہ نصف راستے 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 تبدیل ہونا" جس میں متعدد اجرا کے بعد اصل مقصد سے دور ہو جانا۔ اس کے لیے، اس نے پیچیدہ کام کو "ایک ایجینٹ کی لمبی دوڑ" سے "کئی ایجینٹس کی تعاونی کوشش" میں تبدیل کر دیا ہے۔

بالکل، ورکفلوز ہر چیز کا جواب نہیں ہیں۔ عام کوڈنگ کے کاموں کے لیے یہ عام طور پر زیادہ ٹوکنز استعمال کرتے ہیں اور ہر کام کے لیے مناسب نہیں ہوتے۔ لیکن یہ ایک اہم راستہ فراہم کرتے ہیں: مستقبل کے AI ٹولز کی مقابلہ صرف اس بات پر نہیں ہوگا کہ ایک ماڈل کتنے ذکی ہے، بلکہ یہ بھی دیکھا جائے گا کہ وہ کس طرح پیچیدہ مقاصد کے لیے قابلِ اعتماد، دوبارہ استعمال کے قابل، اور جانچنے کے قابل اجرائی عمل کا انتظام کر سکتا ہے۔

درج ذیل اصل متن ہے:

ہاں، ہر چیز کا ایک اچھا طریقہ ہوتا ہے، اور ہم اسے بہتر بنانے کے لیے ہمیشہ تلاش کرتے رہتے ہیں۔

وورکفلوز (Workflows) آپ کو ڈائنامک فریم ورک بنانے کی اجازت دیتے ہیں تاکہ Claude، Claude Code کے اندر اوپر والے مسائل اور دیگر قسم کے مسائل کو 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 قابل ذکر ہے کہ متعلقہ بہترین عمل ابھی تک ترتیب دی 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 جو آپ کو workflows کی ممکنہ صورتیں سمجھنے میں مدد کریں گی:

یہ ٹیسٹ تقریباً ہر 50 بار کے بعد ایک بار ناکام ہوتا ہے۔ اسے دوبارہ بنانے کے لیے ایک ورک فلو بنائیں، ایک فرض رکھیں، اور مختلف ورک ٹریز میں مقابلہ کرنے والی ٹیسٹنگ کریں۔ /goal ایک فرض تصدیق ہونے تک نہ روکیں۔

وُرک فلو کا استعمال کرکے میری حالیہ 50 سیشنز کا جائزہ لیں، جن میں میں نے بار بار درستگی کی ہے، اور ان دہرائے جانے والے 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 میں چلائیں، جس میں مختلف ایجینٹس سرمایہ کار، صارفین اور مقابلہ کرنے والے کمپنیوں کے نقطہ نظر سے اسے 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 ٹاپ 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۔

وُرک فلو کا استعمال کرکے، ہمارے یوزر ماڈل کا نام تمام جگہوں پر اکاؤنٹ رکھ دیں۔

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

ڈائنامک ورک فلو کیسے کام کرتا ہے

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

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

خاصة طور پر، ڈائنامک ورک فلو یہ فیصلہ کر سکتا ہے کہ کوئی ایجنٹ کون سا ماڈل استعمال کرے، اور یہ بھی کہ ذیلی ایجنٹ اپنے ورک ٹری میں چلے گا یا نہیں۔ اس سے کلاؤڈ کو کام کی ضروریات کے مطابق درکار ذہنی سطح اور علیحدگی کا خود بخود انتخاب کرنے کی اجازت ملتی ہے۔

اگر کوئی ورک فلو متوقف ہو جائے، جیسے کہ صارف نے دستی عمل کیا ہو یا ٹرمینل بند ہو گیا ہو، تو جلسہ دوبارہ شروع کرنے کے بعد، ورک فلو اسی نقطہ سے جاری رہ سکتا ہے۔

جب آپ ڈیفالٹ کلاؤڈ کوڈ فریم ورک کو کسی کام کو سنبھالنے کے لیے استعمال کرتے 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 شدہ مقابلہ والے کاموں میں یہ کبھی کبھار ناکام ہو جاتا ہے۔

اس کی وجہ یہ ہے کہ جب کلاڈ ایک منفرد کنٹیکس 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 جب بہت پیچیدہ، متعدد حصوں پر مشتمل کام کو سنبھالتا ہے تو اس کے مکمل طور پر ختم ہونے سے پہلے ہی رک جاتا ہے اور صرف جزوی ترقی کے بعد ہی کام مکمل قرار دے دیتا ہے۔ مثال کے طور پر، سیکیورٹی ریویو میں صرف 50 ٹائمز میں سے 20 کو ہی پروسیس کرکے کام ختم کر دینا۔

خود کو ترجیح دینے والا جھکاؤ، جس میں کلود 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 اصل ہدف کے پابندی کی سطح آہستہ آہستہ کم ہوتی جاتی ہے، خاص طور پر جب متن کو دبایا جائے۔ 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۔

وورک 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 اشخاص کو کوآرڈینیٹ کرنے کے لیے اسٹیٹک ورک فلو banaya چکے ہو سکتے ہیں۔

لیکن چونکہ سٹیٹک ورک فلوز مختلف کناروں کی صورتحال کو کور کرتے ہیں، وہ عام طور پر زیادہ جامع ہوتے ہیں۔ کلاؤڈ اوپس 4.8 اور ڈائنانک ورک فلوز کے ظہور کے ساتھ، کلاؤڈ اب آپ کے خاص استعمال کے مطابق ایک کسٹمائزڈ ایکزیکیشن 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 لفظ کا استعمال کر کے یقینی بنائیں کہ Claude Code ورک فلو بنائے۔

تاہم، اگر آپ ایک ذہنی ماڈل بنانے میں کامیاب ہو جائیں کہ ڈائنامک ورک فلو کیسے کام کرتا ہے، تو آپ یہ فیصلہ کرنا آسان بنائیں گے کہ کب اس کا استعمال کرنا چاہیے اور Claude کو پرومپٹ کے ذریعے کیسے ہدایت کرنا چاہیے۔

کلود ورک فلو بناتے وقت عام طور پر درج ذیل موڈز کا استعمال اور ترکیب کرتا ہے:

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

فریق کرنا اور ایکٹ کرنا: ایک کام کو کئی چھوٹے مراحل میں تقسیم کریں، جہاں ہر مرحلہ ایک ایجنٹ کے ذریعے پورا کیا جائے، اور پھر ان نتائج کو ایک ساتھ ملا دیا جائے۔ یہ طریقہ خاص طور پر اس صورت میں موزوں ہے جب کام میں بہت سارے چھوٹے مراحل ہوں، یا ہر مرحلہ کو ایک صاف سیاق و سباق کا ونڈو درکار ہو تاکہ باہمی تداخل یا آلودگی نہ ہو۔ ایکٹ کرنے کا مرحلہ ایک "بارر" کے طور پر کام کرتا ہے: یہ تمام فریق شدہ ایجنٹس کے مکمل ہونے کا انتظار کرتا ہے، پھر ان کے ساختی نتائج کو ایک نتیجہ میں ضم کر دیتا ہے۔

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

بنائیں اور فلٹر کریں: ایک موضوع کے ارد 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 بہترین معیار والے 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 سے موازنہ کیا جائے گا، جب تک کہ فاتح منتخب نہ ہو جائے۔

اس تکمیل تک دوہرائیں: جب کام کی مقدار ناپید ہو، تو مقررہ راؤنڈز نہیں لگائیں، بلکہ ایجینٹس کو تب تک جاری رکھیں جب تک کہ روکنے کی شرط پوری نہ ہو جائے، جیسے کہ نئی دریافتوں کا ظہور نہ ہو یا لاگ میں کوئی نئی غلطی نہ آئے۔

استعمال کی صورتیں

آپ یہ سوچ سکتے ہیں کہ کب اور کیسے کلود کوڈ ڈائنا مک ورک فلو بنائے۔ میں نے پایا ہے کہ کبھی کبھی ورک فلو 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 مراحل میں تقسیم کریں، جیسے کہ کال پوائنٹس، فیلیور 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 ضم کر دیں۔ 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 متوازیت کو زیادہ سے زیادہ بڑھایا جا سکے۔

ہم نے Claude Code میں ایک deep research skill (/deep-research) جاری کیا ہے جو ڈائنانک ورک فلو استعمال کرتا ہے۔ خاص طور پر، یہ ویب سرچ کو انجام دینے، ذرائع کو اسکریپ کرنے، متعلقہ دعوؤں کی خلاف ورزی کی تصدیق کرنے اور حوالہ جات کے ساتھ ایک رپورٹ تیار کرنے کے لیے فین آؤٹ کرتا ہے۔

لیکن اس قسم کے مطالعات صرف ویب تلاش 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 تفصیلی دعوے اور حوالہ جات کی تصدیق کی جائے، تو آپ ایک ورک فلو بناسکتے ہیں: پہلے ایک ایجنٹ تمام تفصیلی دعووں کو شناخت کرے، پھر ہر دعوے کے لیے ایک سب ایجنٹ شروع کیا جائے جو تفصیل سے 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 حوالہ جات 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 جاتا ہے اور کنٹیکسٹ ونڈو میں جگہ نہیں ملتی۔ بہتر طریقہ یہ ہے کہ ٹورنامنٹ مکانزم چلائیں، جس میں دو سے دو کے مقابلے والے ایجنٹس کا ایک پائپ لائن بنائی جائے، کیونکہ ت порتیو ججمنٹ عام طور پر مطلق اسکورنگ کے مقابلے میں زیادہ قابل اعتماد ہوتی ہے؛ یا پہلے متوازی بکٹ سارٹ کریں اور پھر نتائج کو ضم کریں۔ ہر مقابلہ ایک الگ ایجنٹ کے ذریعے مکمل ہوتا ہے، اس لیے ڈیٹرمینسٹک سائکل پورے ٹورنامنٹ کی ساخت کو برقرار رکھ سکتا ہے، صرف موجودہ رننگ آرڈر کو کنٹیکسٹ میں برقرار رکھنا ضروری ہے۔

اگر آپ کے پاس کچھ خاص قواعد ہیں اور کلاؤڈ یہ قواعد CLAUDE.md میں دیکھنے کے باوجود اکثر نظر انداز کر دیتا ہے یا ان کا صحیح طریقے سے پابند نہیں ہوتا، تو آپ ایک ورک فلو بناسکتے ہیں جس میں یہ قواعد فہرست کیے جائیں اور تصدیق ایجنٹ ہر قاعدہ کو الگ الگ چیک کرے — ہر قاعدہ کے لیے ایک تصدیق ایجنٹ۔ اس قواعد کی منطقیت کا جائزہ لینے کے لیے ایک "شک کرنے والا" ذاتیت کا سب ایجنٹ بنانا بھی زیادہ غلط مثبت سے بچنے میں مدد کرتا ہے۔

اسی طرح، آپ اپنی حالیہ چیٹ اور کوڈ ریویو تبصرات کو الٹ کر دیکھ سکتے ہیں تاکہ آپ کے بار بار کیے جانے والے اصلاحات کا پتہ لگا سکیں؛ پھر متوازی ایجنٹ کو ان مسائل کو گروہ بند کرنے کے لیے متعین کریں؛ اس کے بعد ہر امیدوار قاعدہ کا مقابلہ کی گئی تصدیق کریں تاکہ یہ طے کیا جا سکے کہ کیا یہ حقیقی غلطی کو روکنے میں واقعی کام کرتا ہے؛ اور آخر میں، فلٹر ہونے والے قواعد کو CLAUDE.md میں واپس ترتیب 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 تناظری ونڈو استعمال کرتے ہیں، تو کلاڈ شاید اپنی خود پسندیدہ ترجیحات میں پھنس جائے۔

وورک فلو اس صورت حال کو ساختی طور پر روک سکتا ہے: یہ متعدد ایجینٹس شروع کر سکتا ہے جو الگ الگ، باہمی طور پر نہ ہونے والے شواہد کے بنیاد پر فرضیات تیار کریں۔ مثال کے طور پر، مختلف ایجینٹس کو الگ الگ لاگس، فائلز اور ڈیٹا دیکھنے کے لیے بھیجا جا سکتا ہے۔ اس کے بعد، ہر فرضیہ ایک سیٹ کے تصدیق کرنے والوں اور منفی ثابت کرنے والوں کی جانچ کا حصہ بن سکتا ہے۔

یہ صرف کوڈ کے لیے محدود نہیں ہے۔ ورک فلوز کو فروخت کی تجزیہ، جیسے "مارچ میں فروخت کیوں کم ہوئی؟"؛ ڈیٹا انجینئرنگ کے لیے، 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 ترچنگ 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 اسے درست کرنے کی کوشش کریں، یا پھر انسانی صارفین کے لیے اسے اپ گریڈ کر دیں۔

ٹریجیج ورک فلو کے لیے، ایک مفید نمونہ قرنطینہ ہے۔ یعنی، غیر قابل اعتماد عوامی مواد کو پڑھنے والے ایجینٹس کو اعلی دسترس کے عمل کرنے سے روک دیا جائے؛ اعلی دسترس کے عملوں کو صرف ایک مخصوص عملی 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۔

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

آپ کلاؤڈ کو کئی منصوبوں کا جائزہ لینے کے لیے آزاد چھوڑ سکتے ہیں اور جانچنے والے ایجینٹ کو "اچھا منصوبہ کیسا ہونا چاہیے" کے بارے میں معیارات فراہم کر سکتے ہیں۔ جب جانچنے والا ایجینٹ سمجھتا ہے کہ نتائج معیارات کو پورا کر چکے ہیں، تو کام مکمل ہو جاتا ہے۔ مختلف منصوبوں کو اس معیار کے تحت ٹورنامنٹ میکنزم 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 مخصوص آؤٹ پٹ کو معیار کے مطابق تقابلہ کر کے اسے اسکور دے 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 سطح کے راؤٹنگ: آپ اپنے کام کے لیے تخصیص شدہ طبقہ بندی ایجنٹ بناسکتے ہیں جو یہ فیصلہ کرے کہ کون سا ماڈل استعمال کیا جائے۔ 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۔

مثال کے طور پر، "auth ماڈیول کیسے کام کرتا ہے" کا مطلب سمجھانے کے لیے، سب سے مناسب ماڈل اس بات پر منحصر ہے کہ auth ماڈیول میں کتنے فائلیں ہیں اور کوڈ بیس کی ساخت کیا ہے۔ طبقہ بندی ایجنٹ پہلے اس تحقیق کو مکمل کر سکتا ہے، اور پھر متوقع پیچیدگی کے مطابق ٹاسک کو Sonnet یا Opus کو ریوٹ کر سکتا ہے۔

وورک فلوز اب بھی نئی چیز ہیں۔ حالانکہ بہت سے استعمال کے معاملات میں، یہ عام طریقہ کار کے مقابلے میں کہیں زیادہ اثرات لاسکتے ہیں، لیکن ہر کام کے لیے اس کی ضرورت نہیں ہوتی، اور یہ ٹوکن کے استعمال میں نمایاں اضافہ کر سکتے ہیں۔

وہ کام جن میں کلود کوڈ کی صلاحیتوں کے دائرہ کار کو نئے طریقے سے بڑھایا جا سکے، ان پر ورک فلوز کا استعمال کریں۔ 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 ڈائنا مک ورک فلو کے لیے پرومپٹ لکھیں، تو جتنے زیادہ تفصیلات ہوں، اس قدر بہتر نتائج ملتے ہیں، خاص طور پر اوپر بیان کیے گئے مخصوص تقنيات کا استعمال کرتے ہوئے۔

وورک فلو صرف بڑے کاموں کے لیے نہیں ہوتے۔ آپ مدل کو ایک «جھٹکا وورک فلو» استعمال کرنے کے لیے کہہ سکتے ہیں۔ مثال کے طور پر، آپ ایک تیز مقابلہ جانچ وورک فلو بناسکتے ہیں جو کسی فرضیہ کی جانچ کے لیے استعمال ہو۔

جب آپ ڈائیگنوسٹک، ریسرچ یا ویریفیکیشن ورک فلو جیسے دہرائے جانے والے ورک فلو استعمال کریں، تو انہیں /loop کے ساتھ استعمال کرکے انہیں مقررہ انٹرول پر چلایا جا سکتا ہے؛ اور /goal کے ذریعے مکمل ہونے کی سخت شرط متعین کی جا سکتی ہے۔

آپ متحرک ورک فلو کے لیے مخصوص ٹوکن استعمال کا بجٹ مقرر کر سکتے ہیں تاکہ کام کے لیے استعمال ہونے والے ٹوکن کی تعداد کو محدود کیا جا سکے۔ آپ اپنے پرامپٹ میں "use 10k tokens" جیسا بجٹ درخواست لکھ سکتے ہیں، جس سے حد 10k ٹوکن تک مقرر ہو جائے گی۔

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 سکل کے ذریعے شیئر کرنا چاہتے ہیں، تو جاوا اسکرپٹ ورک فلو فائل کو سکل فولڈر میں ڈال دیں اور SKILL.md میں حوالہ دیں۔ زیادہ لچک کے لیے، آپ Claude کو یہ بھی بتا سکتے ہیں کہ سکل میں موجود ورک فلوز کو صرف ٹیمپلیٹس کے طور پر دیکھیں، نہ کہ حرفی طور پر چلانے والے اسکرپٹس کے طور پر۔

ایک مکمل طور پر نیا عالم

workflows کلیڈ 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 دریافتیں ہمیں بتائیں۔

ثارق شیہپر اور سد بیداساریا (@sidbid) Anthropic ٹیکنالوجی ٹیم کے ارکان ہیں جو کلود کوڈ سے متعلق کام کرتے ہیں۔

[Original Link]

لیو دونگ BlockBeats کے خالی پوسٹس کے بارے میں جاننے کے لیے کلک کریں

لیکٹ میشن BlockBeats کے آفیشل سوشل گروپ میں شامل ہوں:

ٹیلیگرام سبسکرپشن گروپ：https://t.me/theblockbeats

ٹیلیگرام گروپ：https://t.me/BlockBeats_App

ٹویٹر کا باقاعدہ اکاؤنٹ：https://twitter.com/BlockBeatsAsia