ThinkRail آپریشن میں

ThinkRail JetBrains کا اوپن سورس AI ایجنٹ IDE ہے، جو pi پروگرامنگ ایجنٹ کے اوپر مکمل IDE انٹرفیس فراہم کرتا ہے۔ ThinkRail git worktree کے ذریعے ہر کام کو الگ برانچ اور ڈائریکٹری میں رکھتا ہے، تاکہ متعدد Agent ایک دوسرے کو متاثر کیے یا مرکزی برانچ کو آلودہ کیے بغیر متوازی کام کر سکیں؛ ساتھ ہی SPEC.md اسپیک گراف کے ذریعے پروجیکٹ کے ارادے کو کوڈ کے ساتھ ورژن کنٹرول میں موجود فائلوں میں محفوظ کرتا ہے، جس سے Agent کے گفتگو کے دوران بات بھول جانے کا مسئلہ حل ہوتا ہے۔

WeChat پر فالو کریں اور “开源” کا جواب دے کر AI اوپن سورس پروجیکٹس کے گروپ میں شامل ہوں
Worktree علیحدگی: ہر کام کے لیے الگ git worktree بنایا جاتا ہے، Agent ایک دوسرے کو متاثر کیے بغیر متوازی کام کرتے ہیں اور مرکزی برانچ ہمیشہ صاف رہتی ہے۔
SPEC.md اسپیک گراف: پروجیکٹ کے ارادے frontmatter والی markdown فائلوں میں لکھ کر گراف کی شکل میں منسلک کیے جاتے ہیں، جنہیں Agent تلاش اور برقرار رکھ سکتا ہے، یوں پروجیکٹ کی مستقل یادداشت قائم رہتی ہے۔
متعدد سیشنز کا متوازی اجرا: ایک ہی ورک اسپیس میں بیک وقت متعدد سیشنز چلائیں، ہر ایک کے لیے الگ ماڈل استعمال کریں، دورانِ کام مداخلت اور قطار بندی کی سہولت کے ساتھ؛ token اور لاگت حقیقی وقت میں نظر آتی ہے۔
hunk بہ hunk جائزہ: ہر دور کی تبدیلیوں کو hunk میں تقسیم کیا جاتا ہے، جنہیں الگ سے برقرار، واپس یا پڑھی ہوئی نشان زد کیا جا سکتا ہے۔
مکمل IDE انٹرفیس: Monaco ایڈیٹر، git تبدیلیوں کے نشانات والا فائل ٹری، worktree سطح کا ٹرمینل اور حقیقی وقت کا diff۔
MCP ٹول انضمام: mcp.json کنفیگریشن کی معاونت، صرف پڑھنے والے ٹولز کے علاوہ ہر کال سے پہلے لازمی تصدیق، جبکہ ریپوزٹری کے ساتھ آنے والے سرورز بطور ڈیفالٹ بند رہتے ہیں۔
ورک اسپیس لائف سائیکل مینجمنٹ: غیر فعال ورک اسپیس خودکار طور پر Settled شیلف میں منتقل ہو جاتے ہیں؛ اوپری بار سے براہِ راست برانچ شائع، push یا PR تخلیق کریں اور CI کی حالت دیکھیں۔
لچک دار کنفیگریشن: حسبِ ضرورت model provider، کثیر لسانی انٹرفیس اور تھیمز کی معاونت، جبکہ ڈیٹا جمع کرنا مکمل طور پر بند کیا جا سکتا ہے۔

انسٹالیشن: macOS/Linux پر curl -fsSL https://raw.githubusercontent.com/JetBrains/thinkrail/main/install.sh | bash چلائیں، Windows پر متعلقہ PowerShell کمانڈ استعمال کریں، یا براہِ راست ڈیسک ٹاپ انسٹالر ڈاؤن لوڈ کریں۔
ماحول تیار کریں: یقینی بنائیں کہ مقامی طور پر git انسٹال ہے اور قابلِ استعمال model provider کی اسناد موجود ہیں۔
پروجیکٹ شروع کریں: موجودہ ریپوزٹری کھولنے کے لیے thinkrail ~/code/my-repo چلائیں، یا پہلی بار شروع ہونے والے رہنما میں نیا git ریپوزٹری بنائیں یا کلون کریں۔
ماڈل سے جڑیں: پہلی بار شروع ہونے والے رہنما کے ذریعے JetBrains AI میں لاگ اِن کریں یا اپنی provider key درج کریں، پھر کنکشن کی تصدیق مکمل کریں۔
ورک اسپیس بنائیں: پروجیکٹ میں ایک کلک سے متعدد git worktree ورک اسپیسز بنائیں، جن میں ہر ایک الگ برانچ اور کام سے متعلق ہو۔
سیشن شروع کریں: ورک اسپیس میں چیٹ کھولیں، ماڈل منتخب کریں اور کام کی وضاحت کریں؛ Agent الگ تھلگ برانچ پر کام شروع کر دے گا۔
متوازی تعاون: مختلف کاموں کے لیے بیک وقت متعدد سیشنز چلائیں، دورانِ کام سمت تبدیل کرنے کے لیے مداخلت کریں یا اگلا پیغام قطار میں لگائیں۔
تبدیلیوں کا جائزہ لیں: ہر دور کے اختتام پر Review منظر میں hunk بہ hunk تبدیلیوں کی تصدیق، واپسی یا نشان دہی کریں۔
قبول اور merge کریں: ٹیسٹ کامیاب ہونے کے بعد اچھی برانچ کو مرکزی برانچ میں merge کریں اور ناکام ورک اسپیسز حذف کر دیں، تاکہ ریپوزٹری ہمیشہ صاف رہے۔

worktree سطح کی علیحدگی: ہر کام الگ git worktree میں چلتا ہے، متعدد Agent ایک دوسرے کو متاثر کیے بغیر متوازی کام کرتے ہیں اور مرکزی برانچ ہمیشہ صاف اور واپس کیے جانے کے قابل رہتی ہے۔
SPEC.md مستقل یادداشت: پروجیکٹ کے ارادے ریپوزٹری میں موجود اسپیک گراف میں محفوظ رہتے ہیں، اس لیے Agent مختلف سیشنز میں انہیں نہیں بھولتا۔
حقیقی جائزے کا اختیار: تبدیلیاں hunk کے حساب سے سامنے آتی ہیں اور ایک ایک کر کے جانچی جاتی ہیں، محض “مکمل ہو گیا” کہہ کر معاملہ ختم نہیں کیا جاتا۔
شفاف اور قابو میں: pi عمل کے اندر چلتا ہے، کبھی خفیہ طور پر prompts نہیں بناتا، اور ماڈل، لاگت اور token ہر وقت نظر آتے ہیں؛ MCP کالز کے لیے تصدیق درکار ہوتی ہے۔
متعدد سیشنز کا متوازی اجرا: ایک ہی ورک اسپیس میں متعدد سیشنز چلائیں، ہر ایک کا اپنا ماڈل ہو، اور دورانِ کام مداخلت، قطار بندی یا سیشن تبدیل کرنا آسان رہے۔

پروجیکٹ کی ویب سائٹ: https://thinkrail.ai/
GitHub ریپوزٹری: https://github.com/JetBrains/thinkrail

متعدد کاموں کی متوازی ڈیولپمنٹ: متعدد Agent کو بیک وقت نئی خصوصیات تیار کرنے، bugs درست کرنے اور تکنیکی تحقیق کرنے دیں؛ ہر ایک الگ worktree میں رہے اور دوسرے کاموں کو نہ روکے۔
قدیم پروجیکٹس کی اصلاح: SPEC.md اسپیک گراف کی مدد سے Agent پہلے پرانے کوڈ کے آرکیٹیکچر کا جائزہ لے، پھر ماڈیول بہ ماڈیول ریفیکٹر کرے؛ ارادے ریپوزٹری میں محفوظ رہیں اور “گفتگو کے دوران بھول جانے” کا خدشہ نہ رہے۔
کوڈ سیکیورٹی جائزہ اور قابو میں تبدیلیاں: جب بنیادی ریپوزٹری مکمل طور پر AI کے حوالے کرنا مناسب نہ ہو، تو hunk بہ hunk جائزے کا موڈ فعال کریں؛ Agent کی تبدیلیاں برقرار رکھنے سے پہلے انسان ایک ایک کر کے ان کی تصدیق کرے۔
متعدد افراد یا ٹیموں کا تعاون: ایک ہی پروجیکٹ کا spec گراف شیئر کریں، مختلف ڈیولپرز اپنی ورک اسپیسز میں متوازی کام کریں، اچھی برانچز کو merge اور خراب برانچز کو براہِ راست حذف کریں۔
متوازی توثیق اور حل کا موازنہ: ایک ہی ضرورت کے لیے متعدد ورک اسپیسز بنائیں، مختلف ماڈلز یا طریقۂ کار رکھنے والے Agent سے الگ الگ ورژن تیار کروائیں، پھر موازنہ کر کے بہترین کو merge کریں۔