মূল কনটেন্টে যান
এআই টিউটোরিয়াল

Skill Sunset দিয়ে পুরোনো AI নির্দেশনা নিরাপদে অডিট করুন

ভাঙা রেফারেন্স, ডুপ্লিকেট, অতিরিক্ত বড় নির্দেশনা এবং সম্ভাব্য পুরোনো নিয়ম শনাক্ত করতে AGENTS.md, CLAUDE.md ও SKILL.md ফাইল অডিটে Skill Sunset কীভাবে ব্যবহার করবেন তা জানুন। এই টিউটোরিয়ালে সেটআপ, রিপোর্ট তৈরি, CI ইন্টিগ্রেশন, আচরণগত পরীক্ষা, নিরাপদ সংশোধন এবং রোলব্যাক নিয়ে আলোচনা করা হয়েছে।

Skill Sunset দিয়ে পুরোনো AI নির্দেশনা নিরাপদে অডিট করুন

Skill Sunset কী?

Skill Sunset হলো জমে থাকা AI এজেন্ট নির্দেশনা অডিট করার একটি কমান্ড-লাইন টুল। এটি AGENTS.md, CLAUDE.md এবং SKILL.md-এর মতো ফাইল স্ক্যান করে পুরোনো রেফারেন্স, সদৃশ Skill, অতিরিক্ত আকারের সবসময়-লোড হওয়া কনটেন্ট, ত্রুটিপূর্ণ frontmatter এবং অন্যান্য রক্ষণাবেক্ষণ-সংক্রান্ত সমস্যা শনাক্ত করে।

এই টুলটি নির্ধারিত যাচাইয়ের সঙ্গে সতর্ক পর্যালোচনা-ভিত্তিক অনুমান একত্র করে। এটি পুরোনো মনে হওয়া প্রতিটি নির্দেশনাকে অপ্রচলিত হিসেবে বিবেচনা করে না, এবং কোনো finding-ই মুছে ফেলার অনুমোদন দেয় না। বরং এটি স্থিরভাবে যাচাই করা যায় এমন সমস্যা এবং আচরণ-সম্পর্কিত নিয়ম, যেগুলোর জন্য পরীক্ষা প্রয়োজন, আলাদা করে।

গুরুত্বপূর্ণ: TEST verdict-এর অর্থ হলো “এই অনুমানটি মূল্যায়ন করুন।” এর অর্থ এই নয় যে নতুন কোনো AI মডেল নির্দেশনাটিকে অপ্রয়োজনীয় করে দিয়েছে।

অডিট স্থানীয়ভাবে চলে এবং এটি read-only। এর মূল অংশ কোনো AI API কল করে না, মডেলের কোটা ব্যবহার করে না এবং provider credential পড়ে না।

টেস্ট ফিক্সচার থেকে তৈরি Skill Sunset অডিট রিপোর্ট

প্রধান বৈশিষ্ট্য

  • স্থির নির্দেশনা যাচাই: ভাঙা স্থানীয় রেফারেন্স, পুরোনো absolute path, ত্রুটিপূর্ণ Skill frontmatter, অতিরিক্ত আকারের সবসময়-লোড হওয়া ফাইল এবং সম্ভাব্য plaintext credential শনাক্ত করে।
  • সতর্ক সদৃশতা ব্যবস্থাপনা: একই নামের Skill শনাক্ত করে এবং পুনরুদ্ধারযোগ্যভাবে অবসর দেওয়ার সুপারিশের আগে সম্পূর্ণ bundle যাচাই করে।
  • আচরণগত অনুমান: মডেল-যুগের compensation rule-গুলোকে অপ্রচলিত ঘোষণা না করে TEST হিসেবে চিহ্নিত করে।
  • একাধিক রিপোর্ট ফরম্যাট: দ্বিভাষিক HTML, Markdown, JSON, Codex ও Claude handoff prompt, evaluation plan, experiment template এবং rollback manifest তৈরি করে।
  • সুরক্ষিত নির্দেশনা শ্রেণি: domain knowledge, safety rule, authorization gate এবং project invariant-কে স্বয়ংক্রিয় অবসর দেওয়ার প্রক্রিয়া থেকে বাদ রাখে।
  • CI সহায়তা: --fail-on-এর মাধ্যমে severity-ভিত্তিক exit code ফেরত দিতে পারে।
  • গোপনীয়তা-সচেতন রিপোর্ট: user home-এর নিচের path-গুলোকে $HOME/... হিসেবে redacted করে এবং অন্যান্য absolute target-কে $ABSOLUTE/<name> হিসেবে উপস্থাপন করে।

প্রয়োজনীয়তা ও সমর্থিত পরিবেশ

Skill Sunset Node.js 20, 22 এবং 24 সমর্থন করে। Ubuntu, macOS এবং Windows-এ GitHub Actions-এর মাধ্যমে এটি যাচাই করা হয়। অন্যান্য Linux distribution-এ Node.js 20 বা নতুন সংস্করণের সঙ্গে কাজ করার কথা, যদিও সেগুলো বর্তমানে প্রকল্পের CI matrix-এ অন্তর্ভুক্ত নয়।

Codex-এর জন্য ~/.codex এবং Claude Code-এর জন্য ~/.claude-এ preset scan target পাওয়া যায়। আপনি স্পষ্টভাবে নির্দিষ্ট করা যেকোনো সীমাবদ্ধ directory-ও অডিট করতে পারেন।

ইনস্টলেশন ও সেটআপ

Global installation প্রয়োজন নেই। npx ব্যবহার করে সর্বশেষ প্রকাশিত package সরাসরি চালান:

npx skill-sunset@latest audit --codex --open

এই command Codex configuration অডিট করে এবং তৈরি হওয়া HTML report খোলে। এর পরিবর্তে Claude Code অডিট করতে চালান:

npx skill-sunset@latest audit --claude --open

কোনো project বা অন্য সীমাবদ্ধ directory স্ক্যান করতে তার path audit-এ দিন:

npx skill-sunset@latest audit /path/to/setup

প্রাথমিক report language-এর default হলো --lang auto। --lang en বা --lang zh-CN দিয়ে নির্দিষ্ট ভাষা বেছে নিন। প্রতিটি report bundle-এ তবুও ব্যবহারযোগ্য English ও Simplified Chinese HTML page অন্তর্ভুক্ত থাকে।

প্রথম অডিট চালান

বর্তমান Directory অডিট করুন

নির্দেশনা ফাইল পরিবর্তন করার আগে একটি পুনরুদ্ধারযোগ্য কপি তৈরি করুন। উদাহরণস্বরূপ, AGENTS.md-এর backup নিন এবং report একটি নির্দিষ্ট directory-তে লিখুন:

cp AGENTS.md AGENTS.md.skill-sunset.bak
npx skill-sunset@latest audit . --out .skill-sunset --open

অডিটটি read-only। এটি সম্ভাব্য রক্ষণাবেক্ষণ কাজের রিপোর্ট দেয়, কিন্তু স্ক্যান করা file পরিবর্তন বা মুছে ফেলে না।

Report Bundle বুঝুন

Default হিসেবে তৈরি bundle-এ নিম্নলিখিত artifact-গুলো থাকতে পারে:

.skill-sunset/
├── index.html
├── index.en.html
├── index.zh-CN.html
├── audit-report.md
├── audit.json
├── execution-prompt-codex.md
├── execution-prompt-claude.md
├── eval-plan.md
├── experiment-template.json
└── rollback-manifest.json

Interactive human review-এর জন্য HTML file, portable text report-এর জন্য audit-report.md এবং automation-এর জন্য audit.json ব্যবহার করুন। Execution prompt-গুলো Codex বা Claude Code-এ handoff সমর্থন করে, আর evaluation plan ও experiment template আচরণগত অনুমান যাচাই করতে সহায়তা করে।

অনুমোদিত কোনো execution agent প্রকৃত পরিবর্তন ও hash নথিভুক্ত না করা পর্যন্ত তৈরি হওয়া rollback-manifest.json খালি থাকে।

Verdict-এর অর্থ বুঝুন

  • MERGE: একই রকম duplicate বা বিরোধপূর্ণ একই-নামের Skill-গুলো consolidation-এর জন্য পর্যালোচনা করা উচিত।
  • UPDATE: কোনো path, reference, tool assumption বা version-coupled instruction সংশোধনের প্রয়োজন হতে পারে।
  • DEMOTE: কার্যকর detail অতিরিক্ত বিস্তৃতভাবে লোড হচ্ছে এবং progressive disclosure-এ রাখা যেতে পারে।
  • RETIRE: একই scan root-এর মধ্যে একই নামের byte-identical, সম্পূর্ণ ও generic Skill bundle রয়েছে। শুধু পুনরুদ্ধারযোগ্য archival-এর সুপারিশ করা হয়।
  • TEST: সম্ভাব্য obsolescence claim-এর জন্য cleanup-এর আগে পুরোনো বনাম নতুন আচরণগত evaluation প্রয়োজন।

এই verdict-গুলো review category, স্বয়ংক্রিয় পরিবর্তনের অনুমোদন নয়। কোনো instruction সম্পাদনা করার আগে repository, বর্তমান tool এবং প্রতিনিধিত্বশীল task-এর বিপরীতে প্রতিটি issue নিশ্চিত করুন।

উদাহরণ: Finding থেকে Rollback

ধরা যাক, একটি AGENTS.md file-এ কোনো শর্তহীন tool requirement এবং অনুপস্থিত deployment guide-এর একটি link রয়েছে:

প্রতিটি কাজের জন্য সর্বদা Context7 ব্যবহার করুন।
[ডিপ্লয়মেন্ট রানবুক](docs/deploy.md)

docs/deploy.md না থাকলে, Skill Sunset তিনটি পৃথক সমস্যা শনাক্ত করতে পারে:

  • UPDATE / broken-reference, কারণ রানবুকের লক্ষ্য নির্ধারণ করা যাচ্ছে না।
  • UPDATE / context7-assumption, কারণ বর্তমান টুলের প্রাপ্যতা যাচাই করা দরকার।
  • TEST / unconditional-tooling, কারণ “প্রতিটি কাজের জন্য” ব্যবহারের দাবি যাচাই করতে প্রতিনিধিত্বশীল আচরণগত মূল্যায়ন প্রয়োজন।

শুধু নিশ্চিত পরিবর্তন প্রয়োগ করুন

প্রথমে প্রকৃত ডিপ্লয়মেন্ট রানবুক খুঁজে বের করুন এবং বর্তমান টুলের তালিকা যাচাই করুন। আপনি যে পুরোনো রেফারেন্সটি নিশ্চিতভাবে শনাক্ত করতে পারবেন, শুধু সেটিই সংশোধন করুন। স্ট্যাটিক রিপোর্টের ভিত্তিতে শর্তহীন টুল ব্যবহারের নিয়মটি মুছে না ফেলে, এটিকে আলাদা একটি পরীক্ষার প্রার্থী হিসেবে বিবেচনা করুন।

সম্পাদনার পর অডিট এবং প্রকল্পের নিজস্ব টেস্টগুলো আবার চালান:

npx skill-sunset@latest audit . --out .skill-sunset --format json
npm test

একটি TEST ফলাফল যাচাই করুন

কোনো TEST আইটেমের ক্ষেত্রে তৈরি করা .skill-sunset/experiment-template.json সম্পূর্ণ করুন। এর কমান্ডগুলো চালানো ছাড়াই ম্যানিফেস্টটি যাচাই করুন:

npx skill-sunset@latest test .skill-sunset/experiment-template.json --root .

শুধু যাচাই করলে কোনো কমান্ড চালানো হয় না। চালানোর জন্য আলাদা --run ফ্ল্যাগ প্রয়োজন:

npx skill-sunset@latest test .skill-sunset/experiment-template.json --root . --run

একটি সফল পরীক্ষা কেবল ওই ম্যানিফেস্টে নির্ধারিত গ্রহণযোগ্যতার মানদণ্ড প্রমাণ করে। এতে নির্দেশনাটি সর্বজনীনভাবে অপ্রয়োজনীয়, এমন প্রমাণ প্রতিষ্ঠিত হয় না।

রিগ্রেশন হলে রোল ব্যাক করুন

রেফারেন্স, প্রকল্পের টেস্ট বা কাজের আচরণে রিগ্রেশন দেখা দিলে সংরক্ষিত ফাইলটি পুনরুদ্ধার করে আবার অডিট চালান:

cp AGENTS.md.skill-sunset.bak AGENTS.md
npx skill-sunset@latest audit . --out .skill-sunset

CI-তে Skill Sunset ব্যবহার করুন

JSON আউটপুটের অনুরোধ করুন এবং অটোমেশনের জন্য একটি তীব্রতা-সীমা নির্ধারণ করুন:

npx skill-sunset@latest audit /path/to/setup --format json --fail-on high

এই পদ্ধতিটি এমন CI পাইপলাইনের জন্য উপযুক্ত, যেগুলোর মেশিন-পাঠযোগ্য আউটপুট এবং উচ্চ-তীব্রতার ফলাফলের জন্য ব্যর্থতার শর্ত প্রয়োজন। এক্সিট স্ট্যাটাসকে নির্দেশনা পরিবর্তন বা মুছে ফেলার অনুমতি হিসেবে বিবেচনা না করে JSON আর্টিফ্যাক্ট পর্যালোচনা করুন।

উন্নত নিরাপত্তা ও ওয়ার্কফ্লো টিপস

স্ক্যানের মূল ডিরেক্টরির সীমা নির্ধারণ করুন

যে নির্দেশনা সেটআপটি অডিট করতে চান, সেটি ধারণকারী সবচেয়ে ছোট ডিরেক্টরিটি পাস করুন। ডুপ্লিকেট বিশ্লেষণ এবং অবসর নেওয়ার সুপারিশ একটি স্ক্যান রুটের মধ্যেই মূল্যায়ন করা হয়, তাই স্পষ্ট সীমানা ফলাফল ব্যাখ্যা করা সহজ করে।

স্ট্যাটিক সংশোধন ও আচরণগত পরিবর্তন আলাদা রাখুন

ভাঙা লিংক এবং নিশ্চিতভাবে পুরোনো পথগুলো সাধারণত সরাসরি তদন্ত করা যায়। মডেলের আচরণ বা শর্তহীন টুল ব্যবহারের সঙ্গে সম্পর্কিত নিয়মগুলো আলাদা প্রার্থী হিসেবে রাখুন, যাদের স্পষ্ট গ্রহণযোগ্যতার মানদণ্ড, প্রতিনিধিত্বশীল কাজ এবং রোল ব্যাক পরিকল্পনা রয়েছে।

পরীক্ষা চালানোকে বিশেষ-অনুমতিপ্রাপ্ত কাজ হিসেবে বিবেচনা করুন

--run সরবরাহ না করা পর্যন্ত পরীক্ষার ম্যানিফেস্টগুলো শুধু যাচাই করা হয়। কমান্ডগুলো শেল ছাড়াই চলে এবং ডিফল্টভাবে ন্যূনতম, গোপনীয়তাবিহীন পরিবেশের অনুমোদিত তালিকা পায়।

সম্পূর্ণ পরিবেশ উত্তরাধিকারসূত্রে পেতে --run-এর পাশাপাশি --inherit-env প্রয়োজন। উত্তরাধিকারসূত্রে পাওয়া ভেরিয়েবলগুলোর মধ্যে প্রদানকারীর শংসাপত্র থাকতে পারে, তাই এই বিকল্পটি কেবল বিশ্বস্ত কমান্ডের সঙ্গে ব্যবহার করুন। কোনো পরীক্ষার ম্যানিফেস্টে কখনো শংসাপত্র রাখবেন না।

সংরক্ষিত পরীক্ষার ডেটা বুঝুন

ড্রাই রান এবং ফলাফল ফাইলগুলো এক্সিকিউটেবল নাম, আর্গুমেন্টের সংখ্যা, কমান্ডের হ্যাশ, আউটপুটের আকার এবং আউটপুটের হ্যাশ সংরক্ষণ করে। এগুলো কমান্ডের আর্গুমেন্ট বা আউটপুটের বিষয়বস্তু সংরক্ষণ করে না। এতে ঝুঁকি কমে, তবে পরীক্ষার সংজ্ঞা এবং কমান্ডগুলো তবুও সতর্কতার সঙ্গে পর্যালোচনা করা উচিত।

সিক্রেট স্ক্যানিংকে প্রমাণ হিসেবে বিবেচনা করবেন না

Skill Sunset সম্ভাব্য প্লেইনটেক্সট শংসাপত্র শনাক্ত করতে পারে এবং প্রকল্পটি প্রকাশনার সুরক্ষা-নিয়ন্ত্রণ হিসেবে Gitleaks ব্যবহার করে। তবে README-তে স্পষ্টভাবে উল্লেখ করা হয়েছে যে এতে প্রতিটি ধরনের শংসাপত্র শনাক্ত করা যাবে, এমন নিশ্চয়তা নেই।

স্থানীয় ডেভেলপমেন্ট

রিপোজিটরিতেই কাজ করতে এর টেস্ট চালান, প্যাকেজের বিষয়বস্তু পরিদর্শন করুন এবং অন্তর্ভুক্ত ফিক্সচার থেকে একটি প্রদর্শনী রিপোর্ট তৈরি করুন:

npm test
npm pack --dry-run
node ./bin/skill-sunset.js audit ./test/fixtures/sample-setup --out ./demo-report --open

প্রকল্পের GitHub Actions ওয়ার্কফ্লো Gitleaks চালায় এবং সমর্থিত অপারেটিং সিস্টেম ও Node.js ম্যাট্রিক্স জুড়ে টেস্ট করে। প্রকল্প সম্পর্কে অতিরিক্ত তথ্য রিপোজিটরির পরিবর্তন-তালিকা, অবদান নির্দেশিকা এবং নিরাপত্তা নীতিতে পাওয়া যাবে।

বর্তমান পরিধি

সংস্করণ 0.2.0 স্ট্যাটিক চেক, সতর্কতামূলক ডুপ্লিকেট অবসর গ্রহণ, স্থানীয়কৃত রিপোর্ট, পথ রেড্যাকশন, অনুমতি-নিয়ন্ত্রিত কমান্ড পরীক্ষার হারনেস, CI তীব্রতা-ভিত্তিক এক্সিট এবং প্রতিকূল আউটপুট টেস্ট সরবরাহ করে। বর্তমান-প্রদানকারী সক্ষমতার স্ন্যাপশট, সেশন-ব্যবহার অ্যাডাপ্টার এবং কাজের-মানের অ্যাডাপ্টারগুলো বিদ্যমান বৈশিষ্ট্য নয়; এগুলো ভবিষ্যতের প্রমাণ স্তর হিসেবে বর্ণিত।

উপসংহার

পুরোনো নিয়মগুলো স্বয়ংক্রিয়ভাবে অপ্রচলিত, এমন ধারণা না করে AI নির্দেশনা ফাইল রক্ষণাবেক্ষণের জন্য Skill Sunset একটি সতর্ক কর্মপ্রবাহ সরবরাহ করে। শুধুমাত্র-পাঠযোগ্য অডিট দিয়ে শুরু করুন, নির্ধারিত সমস্যা ও আচরণগত অনুমান আলাদা করুন, প্রকল্পের টেস্ট এবং নিয়ন্ত্রিত পরীক্ষার মাধ্যমে পরিবর্তন যাচাই করুন, এবং পুরো প্রক্রিয়াজুড়ে পুনরুদ্ধারযোগ্য রোল ব্যাকের পথ সংরক্ষণ করুন।