yomiyasu کیا ہے
yomiyasu（よみやす） AI پروگرامنگ ماحول کے لیے جاپانی زبان کو بہتر بنانے کی ایک مہارت ہے۔ یہ AI سے تیار کردہ جاپانی متن کے غیر فطری اظہار کو درست کرتی ہے اور مسودے کو زیادہ قابلِ مطالعہ اور معلوماتی مضمون میں تبدیل کرتی ہے۔
اس منصوبے کو Codex، Claude Code اور Cursor جیسے ماحول میں لوڈ کیا جا سکتا ہے۔ یہ صرف ایسے چند الفاظ تبدیل نہیں کرتا جو “AI جیسے” محسوس ہوتے ہیں، بلکہ جملے کے فاعل و مفعول کے تعلق، عمل انجام دینے والے فاعل، اسلوبِ بیان اور معلوماتی ساخت کو بھی ایڈجسٹ کرتا ہے۔
یہ منصوبہ ذاتی تحقیق اور تخلیق کے ذریعے تیار کیا گیا ہے اور MIT License کے تحت جاری کیا گیا ہے۔ اس کے ڈیزائن کے پس منظر اور متنی مواد کی توثیقی کارروائی کے لیے منصوبے کی وضاحتی تحریر دیکھیں۔
یہ جاپانی تحریر کے کن مسائل کو حل کرتا ہے
عام اسلوبی پرامپٹس اکثر صرف “解像度”، “手触り” اور “泥臭い” جیسے الفاظ سے منع کرتے ہیں۔ ماڈل ان کی جگہ دوسرے مبہم الفاظ استعمال کر سکتا ہے، جبکہ اصل نحوی مسائل برقرار رہتے ہیں۔ بہت زیادہ تدوینی قواعد ماڈل کو خود ساختہ الفاظ یا مبالغہ آمیز اظہار پیدا کرنے پر بھی مجبور کر سکتے ہیں۔
yomiyasu بنیادی طور پر درج ذیل مسائل کو حل کرتا ہے:
- جملے میں واضح نہیں ہوتا کہ کون سا شخص کیا عمل انجام دے رہا ہے۔
- “これ”، “両者” اور “片方” جیسے غیر واضح ضمیری الفاظ استعمال کیے جاتے ہیں۔
- تصورات یا ٹولز کو انسانوں کی طرح فاعل بنا دیا جاتا ہے۔
- “壊れる”، “倒す”، “効く”، “溶かす” اور “潰す” جیسے مبہم استعاراتی افعال استعمال کیے جاتے ہیں۔
- بولڈ متن، فہرستوں اور مقررہ ابتدائی جملوں کو جمع کیا جاتا ہے، مگر حقیقی مراحل اور کام کرنے کا طریقہ چھوڑ دیا جاتا ہے۔
- اصل متن میں موجود نہ ہونے والے فاعل، وضاحتیں، دست برداری کے بیانات یا عمومی نتائج شامل کیے جاتے ہیں۔
تبدیلی کے سات بنیادی اصول
- مکمل SVOCM ساخت بحال کریں: ڈویلپر، صارف یا نظام جیسے عمل کے فاعل کو واضح کریں اور مبہم ضمیروں کو مخصوص اسماء میں تبدیل کریں۔
- فاعل اور اظہار کے مقصد میں فرق کریں: قاری سے متعلق تقاضوں کو واضح درخواست کے طور پر لکھیں، جبکہ فیچر کی وضاحت میں صاف بتائیں کہ نظام کیا کر سکتا ہے۔
- بے جان فاعل کو توڑ کر واضح کریں: انسان یا نظام کے انجام دیے گئے معروضی عمل سے انسان نما بیان کو تبدیل کریں۔
- استعاراتی افعال کو تکنیکی کارروائیوں میں تبدیل کریں: براہِ راست بیان کریں کہ کوئی عمل کیا گیا، چھوڑا گیا، ختم کیا گیا، کم کیا گیا یا عدم مطابقت پیدا ہوئی۔
- غیر ضروری تمہید حذف کریں: “اہم بات یہ ہے کہ” جیسے کلیشے چھوڑ دیں، اور دوہری نفی و خطیبانہ تقابل کو مختصر مثبت جملوں میں تبدیل کریں۔
- اصل مفہوم برقرار رکھیں: اعداد اور تکنیکی پابندیاں محفوظ رکھیں، اور اصل مسودے میں موجود نہ ہونے والے حقائق خود سے شامل نہ کریں۔
- جملوں کی لمبائی اور آرائش کو قابو میں رکھیں: اوسطاً ہر جملے کے لیے 30 سے 45 جاپانی حروف کو معیار بنائیں، ہر جملے میں کوما کی تعداد 0 سے 2 رکھیں، اور ایموجی، جملے کے آخر میں کولن، بولڈ متن اور غیر ضروری نصف چوڑائی کی خالی جگہیں کم کریں۔
yomiyasu انسٹال کریں
طریقہ اول: skills add استعمال کریں
یہ README میں تجویز کردہ انسٹالیشن کا طریقہ ہے۔ درج ذیل کمانڈ چلانے کے بعد ٹول اس مہارت کو Claude Code جیسے ایجنٹس کی کنفیگریشن ڈائریکٹری میں انسٹال کر دے گا:
npx skills add nanaism/yomiyasuطریقہ دوم: Cursor یا Codex کے لیے
OpenSkills کے ذریعے مہارت انسٹال اور ہم وقت ساز کی جا سکتی ہے:
npx openskills install nanaism/yomiyasu
npx openskills syncہم وقت سازی مکمل ہونے کے بعد ہر ایجنٹ AGENTS.md کے ذریعے اس مہارت کو استعمال کر سکتا ہے۔
طریقہ سوم: Claude Code پلگ اِن انسٹال کریں
Claude Code میں درج ذیل کمانڈز بالترتیب چلائیں:
/plugin marketplace add nanaism/yomiyasu
/plugin install yomiyasu@yomiyasuطریقہ چہارم: دستی طور پر رکھیں
GitHub Releases سے yomiyasu.skill ڈاؤن لوڈ کریں، اسے ان زپ کریں اور استعمال کیے جانے والے ایجنٹ کی skills ڈائریکٹری میں رکھ دیں۔
اگر اسی ماحول میں جاپانی پروف ریڈنگ یا اسلوبی ایڈجسٹمنٹ کی دوسری مہارتیں بھی فعال ہوں تو ہدایات ایک دوسرے میں مداخلت کر سکتی ہیں۔ yomiyasu استعمال کرتے وقت مشابہ کام کرنے والی مہارتوں کو عارضی طور پر غیر فعال کرنے کی تجویز دی جاتی ہے۔
بنیادی استعمال
انسٹالیشن مکمل ہونے کے بعد AI چیٹ انٹرفیس یا پروگرامنگ ایجنٹ میں جاپانی مسودہ پیسٹ کریں اور متن کو بہتر بنانے کی سادہ ہدایت دیں:
この文章を読みやすくして。
（ここに修正したい文章を貼り付け）اگر استعمال کا مقصد متعین نہ کیا جائے تو yomiyasu ان پٹ کے مطابق موزوں ڈومین کا خودکار اندازہ لگاتا ہے۔ یہ اصل مسودے کے حقائق، اعداد اور تکنیکی پابندیوں کو برقرار رکھتے ہوئے فاعل و بیان کے تعلق، تجریدی اظہار اور ضرورت سے زیادہ آرائش کو درست کرنے کی کوشش کرتا ہے۔
ایک سادہ مثال
فرض کریں اصل متن میں درج ذیل اظہار استعمال ہوا ہے:
DBの負荷を逃がし、失敗したメッセージを潰していきます。آپ yomiyasu سے استعاراتی الفاظ کو مخصوص کارروائیوں میں تبدیل کرنے کی درخواست کر سکتے ہیں۔ منصوبے کے تدوینی اصولوں کے مطابق، دوبارہ تحریر میں واضح ہونا چاہیے کہ نظام بوجھ کیسے کم کرتا ہے اور ناکام پیغامات کو کیسے سنبھالتا ہے، مثلاً دوبارہ کوشش کے انتظار کا وقت بڑھانا اور مقررہ تعداد سے زیادہ کوششوں والے ڈیٹا کو dead-letter queue میں منتقل کرنا۔ اصل متن میں موجود نہ ہونے والی وضاحتیں صرف ایک جملے کی بنیاد پر شامل نہیں کی جا سکتیں؛ حقیقی نتیجہ مکمل سیاق کے مطابق طے ہوگا۔
استعمال کے مطابق اسلوب متعین کریں
زیادہ مستحکم نتیجے کے لیے پرامپٹ میں ڈومین متعین کریں۔ منصوبہ tech، business اور essay کے تین رہنما فراہم کرتا ہے۔
تکنیکی مضمون: tech
یہ موڈ تکنیکی بلاگز اور کوڈ کی وضاحت کے لیے موزوں ہے۔ یہ کارروائی کے مراحل اور عمل درآمد کے طریقہ کار کو بحال کرنے کو ترجیح دیتا ہے اور غیر ضروری فہرستوں کو کم کرتا ہے۔
この文章を技術記事向けに読みやすくして。
（ここに修正したい文章を貼り付け）آپ ڈومین کو واضح طور پر بھی لکھ سکتے ہیں:
ドメイン tech
この文章を読みやすくして。
（ここに修正したい文章を貼り付け）کاروباری دستاویز: business
یہ موڈ وضاحتی دستاویزات، پریس ریلیز اور تجاویز کے لیے موزوں ہے۔ یہ استعارات حذف کرنے اور حدود و ذمہ دار فاعل کو واضح کرنے پر توجہ دیتا ہے۔
ドメイン business
この文章を業務仕様向けに読みやすくして。
（ここに修正したい文章を貼り付け）مضمون: essay
یہ موڈ ذاتی بلاگز اور note مضامین کے لیے موزوں ہے۔ یہ عام تجربات کو سبق کے طور پر بڑھا چڑھا کر پیش کرنے سے گریز کرتا ہے، جبکہ فطری احساسات اور ذاتی تجربے کو برقرار رکھتا ہے۔
ドメイン essay
この文章をエッセイ向けに読みやすくして。
（ここに修正したい文章を貼り付け）بلٹ اِن چیکر سے AI کے آثار کی مقدار معلوم کریں
ریپوزٹری میں scripts/yomiyasu_lint.py شامل ہے۔ یہ اسکرپٹ غیر فطری استعارات، حد سے زیادہ بولڈ متن یا فہرستوں، ایموجی، جملے کے آخر میں کولن اور مسلسل ایک جیسے اختتامی جملوں جیسے مظاہر کو چیک کر سکتا ہے۔
چیکر صرف Python کی معیاری لائبریری پر منحصر ہے اور اسے کسی اضافی تھرڈ پارٹی پیکیج کی ضرورت نہیں۔ Markdown فائل چیک کرنے کے لیے چلائیں:
python3 scripts/yomiyasu_lint.py README.mdرپورٹ میں مجموعی اسکور، حروف کی تعداد، سطروں کی تعداد، ہر ہزار حروف میں بولڈ متن کی تعداد اور فہرستوں کے تناسب جیسی معلومات دکھائی جائیں گی۔ اگر کوئی قاعدہ فعال نہ ہو تو نتیجہ PASS دکھائے گا۔
CI یا Git Hook میں سخت موڈ فعال کریں
--strict شامل کرنے کے بعد، اگر کوئی انتباہ موجود ہو تو اسکرپٹ exit code 1 واپس کرے گا:
python3 scripts/yomiyasu_lint.py article.md --strictاس لیے اس کمانڈ کو مسلسل انضمام کے عمل یا commit سے پہلے Git Hook میں شامل کیا جا سکتا ہے، تاکہ واضح اسلوبی مسائل والی تحریریں اگلے مرحلے میں نہ پہنچیں۔
اعلیٰ درجے کے استعمال کی تجاویز
پہلے مواد طے کریں، پھر زبان بہتر بنائیں
yomiyasu کا مقصد اظہار کو ایڈجسٹ کرنا ہے، حقائق کی تصدیق کی جگہ لینا نہیں۔ ان پٹ دینے سے پہلے مسودے کے پیرامیٹرز، پابندیوں اور تکنیکی نتائج کی تصدیق کر لیں۔ اس طرح مفہوم برقرار رکھنے کا اصول مؤثر طور پر نافذ ہوگا اور زبان بہتر بنانے کے دوران حقائق میں انحراف کا خطرہ کم ہوگا۔
پرامپٹ میں قاری اور مقصد واضح کریں
ڈومین کے نام کے علاوہ، مسودے میں ضروری سیاق بھی برقرار رکھا جا سکتا ہے، مثلاً مضمون ڈویلپرز کے لیے ہے یا کاروباری اہلکاروں کے لیے۔ منصوبہ واضح طور پر تین ڈومین موڈز کو سپورٹ کرتا ہے، اس لیے یہ فرض نہ کریں کہ اس میں README میں ذکر نہ کیے گئے دوسرے مخصوص موڈ بھی موجود ہیں۔
انسانی جائزے اور lint کو یکجا کریں
چیکر پہلے سے متعین قواعد میں آنے والے رسمی مسائل تلاش کرنے کے لیے ہے، انسانی فیصلہ سازی کا متبادل نہیں۔ تجویز یہ ہے کہ پہلے ایجنٹ سے متن دوبارہ لکھوائیں، پھر yomiyasu_lint.py چلائیں، اور آخر میں تکنیکی حقائق، لہجے اور اصل مصنف کے اسلوب کا دستی جائزہ لیں۔
ریپوزٹری میں قواعد کے ماخذ کو سمجھیں
بنیادی مہارت کا داخلی نقطہ SKILL.md میں ہے۔ نحوی تبدیلی کے اصول، غیر فطری الفاظ و ساخت کی فہرست اور ڈومین قواعد بالترتیب references ڈائریکٹری میں موجود ہیں۔ تقابلی توثیقی ڈیٹا evals/comparison_benchmark.md میں ہے۔ مہارت کے رویے کا مطالعہ یا ایڈجسٹمنٹ کرتے وقت انہی فائلوں سے آغاز کیا جا سکتا ہے۔
اختتامیہ
yomiyasu جاپانی زبان کو بہتر بنانے کا مرکز چند مقبول الفاظ پر پابندی عائد کرنے سے ہٹا کر نحوی ساخت، فاعل کے تعلق، تکنیکی کارروائیوں اور معلوماتی کثافت پر منتقل کرتا ہے۔ موزوں ڈومین پرامپٹس، انسانی جائزے اور بلٹ اِن lint ٹول کے ذریعے تکنیکی مضامین، کاروباری دستاویزات اور مضامین کے لیے AI جاپانی تدوین کا ایک مکمل عمل قائم کیا جا سکتا ہے۔