ClawApp کا جائزہ 🦅 ———————————————————————— حال ہی میں میں نے @HeySorinAI کو تفصیل سے دیکھا اور جانچا کہ یہ اندرونی طور پر کیسے کام کرتا ہے۔ آج، میں اپنی توجہ اس ماحول پر منتقل کر رہا ہوں جہاں قدرتی زبان میں دی گئی ہدایات حقیقی ٹاسکس میں تبدیل ہو جاتی ہیں۔ اگر آپ پیچیدہ کوڈ لکھے بغیر VIBE CODING اور AUTOMATION میں دلچسپی رکھتے ہیں . . . تو @Openclaw پر توجہ دینا فائدہ مند ہوگا۔ → میں بنیادی چیزوں سے شروع کروں گا، ڈیش بورڈ اور انٹرفیس کے ساتھ پہلی انٹرایکشن سے آغاز کرتے ہوئے۔ → پھر میں Skills لیئر کی طرف جاؤں گا، جہاں آپ متعین کرتے ہیں کہ ایجنٹ حقیقت میں کس چیز کے قابل ہے۔ → آخر میں، ہم اسے ایکشن میں دیکھیں گے، جہاں ایک واحد ہدایت ایک منظم، ملٹی اسٹیپ ورک فلو میں تبدیل ہو جاتی ہے۔ آئیے اسے حصوں میں تقسیم کرتے ہیں! 👇 جب آپ ClawApp کھولتے ہیں، تو آپ ایک صاف، جدید ڈیش بورڈ پر آتے ہیں جو دو بنیادی حصوں میں تقسیم ہوتا ہے: → بائیں جانب نیویگیشن پینل، → مرکزی ورک اسپیس۔ ———————————————————————— بائیں سائیڈبار آپ کا کمانڈ سینٹر ہے۔ > New Chat ایک نیا سیشن شروع کرتا ہے۔ ہر ٹاسک اپنا الگ سیشن میں چلتا ہے، جو آپ کو ورک فلوز کو منظم رکھنے میں مدد دیتا ہے۔ > Connect Apps آپ کو بیرونی سروسز، مثلاً ای میل یا اپنا کیلنڈر، لنک کرنے دیتا ہے۔ یہ وہ جگہ ہے جہاں ایجنٹ گفتگو سے نکل کر ایکزیکیوشن کی سطح پر آتا ہے۔ > Skills ایجنٹ کی دستیاب صلاحیتیں دکھاتا ہے۔ آپ انہیں فعال یا غیر فعال کر سکتے ہیں، اس طرح آپ کے پاس مکمل کنٹرول رہتا ہے کہ ایجنٹ کس چیز تک رسائی یا کارکردگی دکھا سکتا ہے۔ > Balance آپ کے دستیاب کریڈٹس (USD میں) دکھاتا ہے۔ > History پچھلے سیشنز لاگ کرتا ہے، جو آپ کو سابقہ automations دوبارہ دیکھنے یا منیج کرنے کی سہولت دیتا ہے۔ یہ تمام عناصر مل کر ClawApp کو ایک منظم productivity ٹول کے طور پر پیش کرتے ہیں، نہ کہ محض ایک سادہ چیٹ انٹرفیس کے طور پر۔ ———————————————————————— مین پینل صارفین کو “Automate with ClawApp” کے ساتھ خوش آمدید کہتا ہے، جو اس بات پر زور دیتا ہے کہ یہ OpenClaw تک آسان رسائی کے لیے بنایا گیا انٹرفیس ہے۔ آپ کو مثال کے طور پر کچھ automation cards بھی نظر آئیں گے، جیسے: > ایک ٹاسک نوٹ بنانا (Apple Notes integration)، > ایک agent ecosystem (Moltbook) کے اندر پوسٹنگ اور انٹرایکشن، > BTC تکنیکی تجزیاتی رپورٹ تیار کرنا (Crypto Insights)۔ یہ مثالیں ظاہر کرتی ہیں کہ ایجنٹ نہ صرف ایکشنز انجام دے سکتا ہے بلکہ اینالیسس بھی کر سکتا ہے، صرف ٹیکسٹ جنریٹ کرنے تک محدود نہیں۔ ———————————————————————— نیچے ایک سادہ ان پٹ فیلڈ ہے، جو آپ کو یہ اجازت دیتی ہے کہ آپ “Type a message or command…” اس کے لیے کسی اسکرپٹ یا کنفیگریشن کی ضرورت نہیں۔ فلو سیدھا سا ہے: ⏩ قدرتی زبان میں ہدایت → ایجنٹ → connected apps کے اندر ایکشن یہ اسکرین Skills ورک اسپیس کو دکھاتی ہے۔ وہ جگہ جہاں آپ مینیج کرتے ہیں کہ آپ کا OpenClaw ایجنٹ حقیقت میں کیا کچھ کر سکتا ہے۔ اگر مین اسکرین کنٹرول سینٹر ہے، تو یہ capability لیئر ہے۔ ———————————————————————— اوپر آپ لوکل skills ڈائریکٹری کا پاتھ دیکھ سکتے ہیں (مثلاً /openclaw/workspace/skills)۔ یہ ظاہر کرتا ہے کہ skills ماڈیولر کمپوننٹس ہیں جو لوکل طور پر اسٹور ہوتی ہیں۔ آپ کر سکتے ہیں: → نئی skills شامل، → موجودہ skills حذف، → ایجنٹ کی فنکشنلٹی کو بڑھا سکتے ہیں۔ Clawhub کا بھی حوالہ دیا گیا ہے، جہاں سے اضافی skills دریافت اور ڈاؤن لوڈ کی جا سکتی ہیں۔ یہ اس خیال کو مضبوط کرتا ہے کہ ایکو سسٹم قابل توسیع اور کمیونٹی پر مبنی ہے۔ ———————————————————————— مین سیکشن میں انسٹال شدہ skills کارڈز کی صورت میں نظر آتی ہیں۔ یہاں نظر آنے والی مثالیں شامل ہیں: ▫️ apple-notes، ▫️ himalaya، ▫️ shitty-email، ▫️ moltbook، ▫️ molt-registry، ▫️ Sorin Brain۔ ہر skill ایک مخصوص operational domain کی نمائندگی کرتی ہے: نوٹس، ای میل، سوشل انٹرایکشن، شناخت، اینالٹکس۔ ———————————————————————— یہ اسٹرکچر ایجنٹ کو monolithic ہونے کے بجائے modular بناتا ہے۔ ایک ہمہ طاقتور واحد سسٹم کے بجائے، آپ اپنے ایجنٹ کی صلاحیتیں ایسے بناتے ہیں جیسے ٹول باکس میں کمپوننٹس۔ ہر skill کو (“More” کے ذریعے) انسپیکٹ کیا جا سکتا ہے اور الگ سے مینیج کیا جا سکتا ہے۔ یہ تین اہم ڈیزائن اصولوں کو مضبوط کرتا ہے: → Modularity، صلاحیتیں واضح یونٹس میں تقسیم ہوتی ہیں، → Extensibility، نئی skills وقت کے ساتھ شامل کی جا سکتی ہیں، → Control، صارف فیصلہ کرتا ہے کہ ایجنٹ کس چیز تک رسائی حاصل کرے اور کیا ایکزیکیوٹ کرے۔ Skills ٹیب واضح کرتا ہے کہ ClawApp ایک قابل کنفیگریشن agent environment ہے۔ یہ پوچھنے کے بجائے کہ 🚫 “یہ AI کیا کر سکتا ہے؟” بہتر سوال یہ بنتا ہے: ✅ “میں چاہتا ہوں یہ ایجنٹ کس چیز کے قابل ہو؟” اسکرین ایجنٹ کو ایکشن میں دکھاتی ہے۔ اوپر، صارف ایک قدرتی زبان میں کمانڈ دیتا ہے: ▶️ “Check my upcoming meetings this week in the calendar and send an email… reminding him to finish the prediction market data markdown file.” ◀️ یہ ایک واحد ہدایت ایک منظم ٹاسک کا نقطۂ آغاز بن جاتی ہے۔ جنرل ٹیکسٹ جواب دینے کے بجائے، ایجنٹ ریکویسٹ کو مرحلہ وار ایکزیکیوٹ کرنا شروع کر دیتا ہے۔ پہلا نظر آنے والا عمل اگلے سات دنوں کے آنے والے calendar events کو retrieve کرنا ہے۔ میٹنگز واضح طور پر اس طرح لسٹ ہوتی ہیں: → Title، → تاریخ اور وقت، → متعلقہ calendar اکاؤنٹ۔ یہ ٹاسک ایکزیکیوشن کا آغاز ہے... ایجنٹ اگلے مرحلے (یاددہانی والا ای میل بھیجنے) سے پہلے context جمع کر رہا ہے۔ ———————————————————————— یہاں اہم چیز اس فلو کی ساخت ہے: → صارف ہائی لیول ہدایت دیتا ہے، → ایجنٹ اسے sub actions میں تقسیم کرتا ہے، → ہر اسٹیپ ایکزیکیوٹ ہوتا ہے اور چیٹ انٹرفیس میں دکھائی دیتا ہے۔ انٹرفیس ٹاسک کی پیش رفت کو شفاف بناتا ہے، جس سے صارف دیکھ سکتا ہے کہ ایجنٹ ریکویسٹ کو کیسے سمجھ رہا ہے اور کیسے پورا کر رہا ہے۔ ———————————————————————— یہ اسکرین کام کے حقیقی نقطۂ آغاز کی نمائندگی کرتی ہے: ⏩ قدرتی زبان → task creation → context retrieval → action execution یہ دکھاتی ہے کہ ClawApp کو operational workflows کے لیے ڈیزائن کیا گیا ہے، جہاں ہدایات connected سسٹمز، مثلاً کیلنڈرز اور ای میل، کے ساتھ حقیقی انٹرایکشنز کو ٹرگر کرتی ہیں۔ آنے والی میٹنگز retrieve کرنے کے بعد، ایجنٹ ایکزیکیوشن کے اگلے مرحلے میں داخل ہوتا ہے۔ چیٹ کے نیچے دی گئی ہدایت اب مکمل طور پر ایک structured ٹاسک میں ڈھل چکی ہے۔ کیلنڈر ڈیٹا جمع کیا جا چکا ہے، اور سسٹم follow up ایکشن کی تیاری کر رہا ہے، یعنی یاددہانی ای میل ڈرافٹ اور بھیجنے کی۔ ⏩ جو ہم یہاں دیکھ رہے ہیں وہ context collection سے action کی طرف منتقلی ہے۔ ورک فلو مرحلہ وار کھل رہا ہے: → متعلقہ میٹنگز کی شناخت، → ضروری تفصیلات اخذ کرنا، → اسی context کو استعمال کرتے ہوئے reminder تیار کرنا، → ای میل ایکشن ایکزیکیوٹ کرنا۔ یہ اسکرین ٹاسک کو progress میں دکھاتی ہے، یہ جواب نہیں بلکہ ایک ایسا آپریشن ہے جو connected سسٹمز کے اندر فعال طور پر انجام دیا جا رہا ہے۔ یاددہانی والا ای میل اب صرف پرامپٹ میں ایک خیال نہیں رہا۔ یہ ایک حقیقی، قابل عمل ورک فلو کے طور پر پروسیس ہو رہا ہے۔ ———————————————————————— مجھے کیا نمایاں نظر آتا ہے؟ 👀 → یہ کہ ClawApp کتنی وضاحت کے ساتھ AI کو “chatting” سے ہٹا کر واقعی “کام کرنے” کی طرف لے جاتا ہے۔ آپ صرف کسی ماڈل کو پرامپٹ نہیں دے رہے... آپ → ایک ایجنٹ کو کنفیگر کر رہے ہیں، → اسے ٹولز تک رسائی دے رہے ہیں، → اسے حقیقی وقت میں structured ٹاسکس ایکزیکیوٹ کرتے دیکھ رہے ہیں۔ modular skills، واضح task flow، اور session based اسٹرکچر اسے ایک سادہ assistant کے بجائے AI ورک فلو کے لیے ایک operating system کے قریب محسوس کراتے ہیں۔ ———————————————————————— 🔗 لنک پہلے کمنٹ میں ہے 👇 ———————————————————————— Yo 🤟