Skill Sunset کے ساتھ پرانی AI ہدایات کا محفوظ آڈٹ

Skill Sunset کیا ہے؟

Skill Sunset جمع شدہ AI ایجنٹ ہدایات کے آڈٹ کے لیے کمانڈ لائن ٹول ہے۔ یہ AGENTS.md، CLAUDE.md اور SKILL.md جیسی فائلوں کو اسکین کر کے پرانے حوالہ جات، دہرائی گئی Skills، ضرورت سے زیادہ بڑا ہمیشہ لوڈ ہونے والا مواد، ناقص frontmatter اور دیگر دیکھ بھال کے مسائل کی نشان دہی کرتا ہے۔

یہ ٹول متعین قابلِ تصدیق جانچوں کو محتاط جائزہ مفروضوں کے ساتھ یکجا کرتا ہے۔ یہ ہر پرانی نظر آنے والی ہدایت کو غیر ضروری نہیں سمجھتا، اور کوئی بھی finding حذف کرنے کی اجازت نہیں دیتی۔ اس کے بجائے، یہ ان مسائل کو الگ کرتا ہے جن کی جامد طور پر تصدیق ہو سکتی ہے، اور ان رویہ جاتی قواعد کو جن کے لیے جانچ درکار ہوتی ہے۔

اہم: TEST نتیجے کا مطلب ہے: “اس مفروضے کا جائزہ لیں۔” اس کا مطلب یہ نہیں کہ نئے AI ماڈل نے ہدایت کو غیر ضروری بنا دیا ہے۔

آڈٹ مقامی طور پر اور صرف پڑھنے کی حالت میں چلتا ہے۔ اس کا بنیادی نظام AI API کو کال نہیں کرتا، ماڈل کوٹہ استعمال نہیں کرتا اور فراہم کنندہ کی اسناد نہیں پڑھتا۔

اہم خصوصیات

• جامد ہدایتی جانچیں: ٹوٹی ہوئی مقامی نسبتیں، پرانے مطلق راستے، ناقص Skill frontmatter، ضرورت سے زیادہ بڑی ہمیشہ لوڈ ہونے والی فائلیں اور ممکنہ سادہ متن کی اسناد تلاش کرتا ہے۔
• محتاط نقل نمٹاؤ: ایک ہی نام والی Skills کا پتا لگاتا ہے اور قابلِ بازیافت ریٹائرمنٹ کی سفارش سے پہلے مکمل بنڈل کی تصدیق کرتا ہے۔
• رویے کے مفروضے: ماڈل کے دور سے وابستہ تلافیاتی قواعد کو غیر ضروری قرار دینے کے بجائے TEST کا لیبل دیتا ہے۔
• متعدد رپورٹ فارمیٹس: دو لسانی HTML، Markdown، JSON، Codex اور Claude handoff prompts، ایک evaluation plan، experiment template اور rollback manifest تیار کرتا ہے۔
• محفوظ ہدایتی زمرے: ڈومین کا علم، حفاظتی قواعد، اجازت کے مراحل اور پروجیکٹ کے مستقل اصولوں کو خودکار ریٹائرمنٹ سے خارج کرتا ہے۔
• CI معاونت: --fail-on کے ذریعے شدت پر مبنی exit codes واپس کر سکتا ہے۔
• رازداری پر مبنی رپورٹس: صارف کے home سے نیچے کے راستوں کو $HOME/... کے طور پر چھپاتا ہے اور دیگر مطلق اہداف کو $ABSOLUTE/<name> کے طور پر ظاہر کرتا ہے۔

تقاضے اور معاون ماحول

Skill Sunset Node.js 20، 22 اور 24 کو سپورٹ کرتا ہے۔ اس کی GitHub Actions کے ذریعے Ubuntu، macOS اور Windows پر تصدیق کی جاتی ہے۔ دیگر Linux تقسیمات کے Node.js 20 یا اس سے نئے ورژن کے ساتھ کام کرنے کی توقع ہے، اگرچہ فی الحال وہ پروجیکٹ کے CI میٹرکس میں شامل نہیں ہیں۔

Codex کے لیے ~/.codex اور Claude Code کے لیے ~/.claude پر پہلے سے متعین اسکین اہداف دستیاب ہیں۔ آپ کسی واضح طور پر فراہم کردہ محدود ڈائریکٹری کا بھی آڈٹ کر سکتے ہیں۔

انسٹالیشن اور سیٹ اپ

گلوبل انسٹالیشن ضروری نہیں۔ تازہ ترین شائع شدہ پیکیج کو براہِ راست npx کے ذریعے چلائیں:

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

یہ کمانڈ Codex کنفیگریشن کا آڈٹ کرتی ہے اور تیار کردہ HTML رپورٹ کھولتی ہے۔ Claude Code کا آڈٹ کرنے کے لیے چلائیں:

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

کسی پروجیکٹ یا دوسری محدود ڈائریکٹری کو اسکین کرنے کے لیے اس کا راستہ audit کو دیں:

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

بنیادی رپورٹ کی زبان بطورِ ڈیفالٹ --lang auto ہوتی ہے۔ --lang en یا --lang zh-CN کے ذریعے زبان واضح طور پر منتخب کریں۔ ہر رپورٹ بنڈل میں پھر بھی قابلِ منتقلی انگریزی اور آسان چینی HTML صفحات شامل ہوتے ہیں۔

اپنا پہلا آڈٹ چلائیں

موجودہ ڈائریکٹری کا آڈٹ

ہدایت فائلوں میں تبدیلی سے پہلے قابلِ بازیافت نقل بنائیں۔ مثال کے طور پر، AGENTS.md کا بیک اپ لیں اور رپورٹ ایک مخصوص ڈائریکٹری میں لکھیں:

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

آڈٹ صرف پڑھنے کی حالت میں ہوتا ہے۔ یہ ممکنہ دیکھ بھال کے کام کی رپورٹ دیتا ہے، مگر اسکین کی گئی فائلوں میں ترمیم یا انہیں حذف نہیں کرتا۔

رپورٹ بنڈل کو سمجھیں

ڈیفالٹ طور پر تیار کردہ بنڈل میں درج ذیل نوادرات شامل ہو سکتے ہیں:

.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

HTML فائلیں باہمی انسانی جائزے کے لیے، audit-report.md قابلِ منتقلی متنی رپورٹ کے لیے، اور audit.json خودکاری کے لیے استعمال کریں۔ execution prompts، Codex یا Claude Code کو handoff کرنے میں معاون ہیں، جبکہ evaluation plan اور experiment template رویے کے مفروضوں کی توثیق میں مدد دیتے ہیں۔

تیار کردہ rollback-manifest.json اس وقت تک خالی رہتا ہے جب تک مجاز execution agent حقیقی تبدیلیاں اور hashes درج نہیں کرتا۔

نتائج کی تشریح

• MERGE: عین نقل یا متصادم ایک ہی نام والی Skills کو یکجا کرنے کے لیے جائزہ لینا چاہیے۔
• UPDATE: کسی راستے، حوالے، ٹول کے مفروضے یا ورژن سے منسلک ہدایت میں اصلاح درکار ہو سکتی ہے۔
• DEMOTE: مفید تفصیل بہت وسیع پیمانے پر لوڈ ہو رہی ہے اور progressive disclosure میں ہونی چاہیے۔
• RETIRE: ایک ہی اسکین روٹ کے اندر ایک ہی نام والے، بائٹ کے اعتبار سے یکساں، مکمل اور عمومی Skill بنڈلز موجود ہیں۔ صرف قابلِ بازیافت آرکائیونگ کی سفارش کی جاتی ہے۔
• TEST: ممکنہ غیر ضروری ہونے کے دعوے کے لیے صفائی سے پہلے پرانے اور نئے رویے کا جائزہ درکار ہے۔

یہ نتائج جائزے کے زمرے ہیں، خودکار تبدیلی کی منظوری نہیں۔ ہدایت میں ترمیم سے پہلے ہر مسئلے کی تصدیق repository، موجودہ ٹولز اور نمائندہ کاموں کے خلاف کریں۔

مثال: finding سے rollback تک

فرض کریں کہ کسی AGENTS.md فائل میں ٹول کا غیر مشروط تقاضا اور ایک ایسے deployment guide کا لنک موجود ہے جو غائب ہے:

ہر کام کے لیے ہمیشہ Context7 استعمال کریں۔
[ڈیپلائمنٹ رن بُک](docs/deploy.md)

اگر docs/deploy.md موجود نہ ہو تو Skill Sunset تین الگ خدشات کی نشاندہی کر سکتا ہے:

• UPDATE / broken-reference کیونکہ رن بُک کے ہدف کو حل نہیں کیا جا سکتا۔
• UPDATE / context7-assumption کیونکہ موجودہ ٹول کی دستیابی کی تصدیق ضروری ہے۔
• TEST / unconditional-tooling کیونکہ “ہر کام کے لیے” نمائندہ رویّاتی جانچ کا تقاضا کرتا ہے۔

صرف تصدیق شدہ تبدیلیاں لاگو کریں

پہلے اصل ڈیپلائمنٹ رن بُک تلاش کریں اور موجودہ ٹول فہرست کی تصدیق کریں۔ صرف اس پرانے حوالے کی درستی کریں جس کی آپ تصدیق کر سکیں۔ غیر مشروط ٹولنگ کے اصول کو جامد رپورٹ کی بنیاد پر حذف کرنے کے بجائے الگ تجرباتی امیدوار سمجھیں۔

ترمیم کے بعد آڈٹ اور پروجیکٹ کے اپنے ٹیسٹ دوبارہ چلائیں:

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

TEST نتیجے کی توثیق کریں

TEST آئٹم کے لیے تیار کردہ .skill-sunset/experiment-template.json مکمل کریں۔ اس کے کمانڈز چلائے بغیر مینی فیسٹ کی توثیق کریں:

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

صرف توثیق کرنے سے کوئی کمانڈ نہیں چلتی۔ عمل درآمد کے لیے الگ --run فلیگ درکار ہے:

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

کامیاب تجربہ صرف اس مینی فیسٹ میں درج قبولیت کے معیار کو ثابت کرتا ہے۔ یہ ثابت نہیں کرتا کہ ہدایت ہر صورت میں غیر ضروری ہے۔

رجعت کو واپس کریں

اگر حوالے، پروجیکٹ ٹیسٹ، یا کام کا رویہ متاثر ہو تو محفوظ کی گئی فائل بحال کریں اور دوبارہ آڈٹ چلائیں:

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

CI میں Skill Sunset استعمال کریں

JSON آؤٹ پٹ طلب کریں اور خودکاری کے لیے شدت کی حد مقرر کریں:

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

یہ شکل ان CI پائپ لائنز کے لیے موزوں ہے جنہیں مشینی طور پر قابلِ مطالعہ آؤٹ پٹ اور زیادہ شدت والے نتائج کے لیے ناکامی کی شرط درکار ہوتی ہے۔ JSON آرٹیفیکٹ کا جائزہ لیں، ایگزٹ اسٹیٹس کو ہدایات تبدیل یا حذف کرنے کی اجازت نہ سمجھیں۔

اعلیٰ درجے کی حفاظت اور ورک فلو کے نکات

اسکین کی جڑیں محدود رکھیں

سب سے چھوٹی ایسی ڈائریکٹری فراہم کریں جس میں وہ ہدایاتی سیٹ اپ موجود ہو جس کا آپ آڈٹ کرنا چاہتے ہیں۔ نقل کا تجزیہ اور ریٹائرمنٹ کی سفارشات ایک ہی اسکین روٹ کے اندر جانچی جاتی ہیں، اس لیے واضح حد نتائج کو سمجھنا آسان بناتی ہے۔

جامد اصلاحات کو رویّاتی تبدیلیوں سے الگ رکھیں

ٹوٹے ہوئے روابط اور تصدیق شدہ پرانے راستوں کی عموماً براہِ راست تحقیق کی جا سکتی ہے۔ ماڈل کے رویے یا غیر مشروط ٹول استعمال سے متعلق اصولوں کو واضح قبولیت کے معیار، نمائندہ کاموں، اور واپسی کے منصوبے کے ساتھ الگ امیدواروں کے طور پر برقرار رکھنا چاہیے۔

تجربے کے عمل درآمد کو مراعات یافتہ سمجھیں

تجرباتی مینی فیسٹ --run فراہم کیے جانے تک صرف توثیق کے لیے ہوتے ہیں۔ کمانڈز شیل کے بغیر چلتی ہیں اور بطورِ طے شدہ کم سے کم، غیر خفیہ ماحول کی اجازت یافتہ فہرست حاصل کرتی ہیں۔

ماحول کی مکمل وراثت کے لیے --run کے علاوہ --inherit-env بھی درکار ہے۔ چونکہ وراثت میں ملنے والے متغیرات میں فراہم کنندہ کی اسناد شامل ہو سکتی ہیں، اس اختیار کو صرف قابلِ اعتماد کمانڈز کے ساتھ استعمال کریں۔ تجرباتی مینی فیسٹ میں کبھی اسناد شامل نہ کریں۔

محفوظ کردہ تجرباتی ڈیٹا کو سمجھیں

خشک رنز اور نتیجے کی فائلیں قابلِ عمل نام، دلائل کی تعداد، کمانڈ ہیشز، آؤٹ پٹ کے سائز، اور آؤٹ پٹ ہیشز محفوظ رکھتی ہیں۔ ان میں کمانڈ کے دلائل یا آؤٹ پٹ کے متن محفوظ نہیں ہوتے۔ اس سے افشا کا خطرہ کم ہوتا ہے، لیکن تجربے کی تعریفوں اور کمانڈز کا پھر بھی احتیاط سے جائزہ لینا چاہیے۔

خفیہ معلومات کی اسکیننگ کو ثبوت نہ سمجھیں

Skill Sunset ممکنہ سادہ متن کی اسناد کی نشاندہی کر سکتا ہے، اور پروجیکٹ اشاعت کی حفاظت کے لیے Gitleaks استعمال کرتا ہے۔ تاہم، README میں واضح طور پر درج ہے کہ یہ اس بات کا ثبوت نہیں کہ اسناد کی ہر شکل کو پہچانا جا سکتا ہے۔

مقامی ڈیولپمنٹ

خود ریپوزٹری پر کام کرنے کے لیے اس کے ٹیسٹ چلائیں، پیکیج کے مندرجات کا جائزہ لیں، اور شامل کردہ فکسچر سے ایک نمائشی رپورٹ تیار کریں:

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

پروجیکٹ کا GitHub Actions ورک فلو اس کے معاون آپریٹنگ سسٹمز اور Node.js میٹرکس میں Gitleaks اور ٹیسٹ چلاتا ہے۔ پروجیکٹ کی اضافی معلومات ریپوزٹری کے تبدیلیوں کے لاگ، شراکت کی رہنما دستاویز، اور سکیورٹی پالیسی میں دستیاب ہے۔

موجودہ دائرۂ کار

ورژن 0.2.0 جامد جانچ، محتاط نقل ریٹائرمنٹ، مقامی نوعیت کی رپورٹس، راستوں کی پوشیدگی، مشروط کمانڈ تجرباتی ہارنس، CI شدت کے ایگزٹس، اور مخالفانہ آؤٹ پٹ ٹیسٹ فراہم کرتا ہے۔ موجودہ فراہم کنندہ کی صلاحیت کے اسنیپ شاٹس، سیشن استعمال کے اڈاپٹرز، اور کام کے معیار کے اڈاپٹرز کو موجودہ خصوصیات کے بجائے مستقبل کی شواہد پرتوں کے طور پر بیان کیا گیا ہے۔

نتیجہ

Skill Sunset AI ہدایاتی فائلوں کی دیکھ بھال کے لیے ایک محتاط ورک فلو فراہم کرتا ہے، بغیر یہ فرض کیے کہ پرانے اصول خودکار طور پر متروک ہو جاتے ہیں۔ صرف مطالعے کے لیے آڈٹ سے آغاز کریں، متعین مسائل کو رویّاتی مفروضوں سے الگ کریں، پروجیکٹ ٹیسٹ اور محدود تجربات سے تبدیلیوں کی توثیق کریں، اور پورے عمل کے دوران قابلِ بحالی واپسی کا راستہ برقرار رکھیں۔