ontology-driven-dev کے ذریعے کاروباری ضروریات سے ontology-driven مینجمنٹ سسٹم بنائیں

پروجیکٹ کا تعارف

ontology-driven-dev کاروباری نظاموں کی ترقی کے لیے AI مہارتوں کا ایک مجموعہ ہے، جو “ضروریات کی کھوج → اونٹولوجی ماڈلنگ → ایپلیکیشن کی تعمیر” کے سخت ترتیب وار تین مرحلوں پر مبنی ہے۔ آپ ایک مختصر کاروباری وضاحت سے آغاز کر سکتے ہیں، اور ہر مرحلے پر انسانی تصدیق کے بعد ضروریات کی تصریحی دستاویز، سات ماڈلز کی YAML، اور براؤزر میں چلنے والا فرنٹ اینڈ و بیک اینڈ نظام حاصل کر سکتے ہیں۔

اس کا بنیادی مقصد صرف AI سے تیزی سے کوڈ تیار کروانا نہیں، بلکہ ضروریات کی دستاویز، اونٹولوجی ماڈل اور حتمی کوڈ کے درمیان سخت مطابقت یقینی بنانا ہے۔ ڈیٹا بیس ٹیبلز، انٹرفیسز، مینو، اجازتیں، ورک فلو، قواعد اور رپورٹس سب ماڈل کو معنوی ماخذ کے طور پر استعمال کرتے ہیں، جس سے ضروریات، ڈیزائن اور عمل درآمد کے درمیان عدم مطابقت کم ہوتی ہے۔

ضروریات کی کھوج کے مرحلے میں آٹھ اقدامات شامل ہیں۔ ہر اقدام پر لازماً توقف کرکے انسانی تصدیق کا انتظار کرنا ہوتا ہے؛ Agent اسے خودکار طور پر چھوڑ نہیں سکتا۔

بنیادی صلاحیتیں اور پروجیکٹ کا ڈھانچہ

اہم خصوصیات

• ضروریات کی قابلِ سراغیابی: ہر فنکشن کو ضروریات کی تصریحی دستاویز میں موجود متعلقہ شے تک واپس ٹریس کیا جا سکتا ہے۔
• سات ماڈلز کی متحدہ معنویات: M1، M2، M3، M5، M6، M7 اور MU YAML کے ذریعے اشیا، رویّوں، قواعد، فریقین، ورک فلو، استفسارات و رپورٹس اور UI کی وضاحت کی جاتی ہے۔
• انسانی تصدیقی گیٹ: ضروریات کی کھوج کے مرحلہ صفر سے مرحلہ سات تک ہر مرحلے کے بعد انسانی تصدیق ضروری ہے۔
• بلٹ اِن تکنیکی بنیاد: code-paas Flask، SQLite، React اور TypeScript پر مبنی یک سنگی ایپلیکیشن کی بنیاد فراہم کرتا ہے، جس میں نظامی انتظام، ورک فلو انجن، ورک بینچ اور اونٹولوجی رجسٹری شامل ہیں۔
• AI پر مبنی تعامل: تیار کردہ ایپلیکیشن میں دائیں جانب AI ڈائیلاگ باکس لازماً شامل ہونا چاہیے، جو اونٹولوجی رجسٹری انجیکشن، ٹول کالز، SSE اسٹریمنگ رسپانس اور صرف پڑھنے کے لیے SQL کی حفاظتی حد کو سپورٹ کرے۔
• متعدد ٹولز سے مطابقت: اسے WorkBuddy، Claude Code، Codex، Cursor، Aider، Cline اور ایسے عمومی Agents کے ساتھ استعمال کیا جا سکتا ہے جو پروجیکٹ ہدایات لوڈ کر سکیں۔

ریپوزٹری کا اہم مواد

• SKILL.md：طریقۂ کار، تین مرحلوں کی پائپ لائن اور لازمی عمل درآمد کے اصول بیان کرتا ہے۔
• references/：ضروریات لکھنے کے ضوابط، اونٹولوجی ماڈلنگ فریم ورک، ماڈل سے عمل درآمد تک ترقیاتی رہنمائی، AI پر مبنی تکنیکی معماری اور UI/UE ضوابط شامل ہیں۔
• reference-example/：فروختی معاہدوں کے نفاذ کے انتظام کی مکمل مثال، جس میں ضروریات کی دستاویز، سات ماڈلز کی YAML اور manifest.json شامل ہیں۔
• techbase/：قابلِ نقل اور قابلِ توسیع code-paas سورس، جس میں بیک اینڈ، فرنٹ اینڈ، ماڈل کی مثالیں اور انحصاری فائلیں شامل ہیں۔

رن ٹائم ماحول کی تیاری

شروع کرنے سے پہلے تصدیق کریں کہ مقامی مشین پر درج ذیل ماحول موجود ہے:

• Python 3.10 یا اس سے زیادہ۔
• Node.js 18 یا اس سے زیادہ۔
• Python اور فرنٹ اینڈ انحصارات پہلی بار انسٹال کرتے وقت نیٹ ورک تک رسائی۔

بیک اینڈ Flask اور SQLite استعمال کرتا ہے، جبکہ فرنٹ اینڈ React، TypeScript اور Vite استعمال کرتا ہے۔ پروجیکٹ MIT License کے تحت ہے، اس لیے اسے آزادانہ طور پر استعمال، ترمیم اور دوبارہ تقسیم کیا جا سکتا ہے۔

AI ترقیاتی ٹولز میں انسٹالیشن

Claude Code میں انسٹال کریں

Claude Code مہارتوں کی ڈائریکٹری میں موجود SKILL.md کو خودکار طور پر دریافت کر سکتا ہے۔ آپ صارف سطح کی انسٹالیشن منتخب کر سکتے ہیں تاکہ تمام پروجیکٹس اسے استعمال کر سکیں:

cp -r ontology-driven-dev ~/.claude/skills/ontology-driven-dev

آپ اسے موجودہ پروجیکٹ میں بھی انسٹال کر سکتے ہیں:

cp -r ontology-driven-dev .claude/skills/ontology-driven-dev

مکمل ہونے کے بعد Claude Code مہارت کے frontmatter میں موجود name اور description کی بنیاد پر ورک فلو کو شناخت کرکے لوڈ کرے گا۔

WorkBuddy میں انسٹال کریں

صارف سطح کی انسٹالیشن کی کمانڈ یہ ہے:

cp -r ontology-driven-dev ~/.workbuddy/skills/ontology-driven-dev

اگر اسے صرف ایک پروجیکٹ میں استعمال کرنا ہو تو یہ کمانڈ چلائیں:

cp -r ontology-driven-dev <آپ کا پروجیکٹ>/.workbuddy/skills/ontology-driven-dev

Codex میں انسٹال کریں

Codex میں مقامی مہارتوں کی رجسٹری نہیں ہے، اس لیے پہلے مہارت کو ریپوزٹری میں کاپی کرنا ہوگا:

mkdir -p .codex/skills
cp -r ontology-driven-dev .codex/skills/

پھر پروجیکٹ کی codex.md یا AGENTS.md میں لوڈنگ کا یہ قاعدہ شامل کریں:

جب صارف “اونٹولوجی پر مبنی ترقی، ضروریات کی کھوج، اونٹولوجی ماڈلنگ، سات ماڈلز، code-paas یا AI پر مبنی ایپلیکیشن” کرنا چاہے، تو .codex/skills/ontology-driven-dev/SKILL.md لوڈ کریں اور تین مرحلوں کے ورک فلو و انسانی تصدیقی گیٹ کے مطابق سختی سے عمل کریں۔

Codex انسانی تصدیق کو تعاملی سوال یا منظوری کے طور پر ظاہر کرے گا۔ اس کے Sandbox کو نیٹ ورک سے منسلک ہونا چاہیے تاکہ npm install اور pip install چلائے جا سکیں۔

Cursor، Aider یا Cline کے لیے

• Cursor：SKILL.md کا مواد پروجیکٹ کے قواعد یا .cursorrules میں رکھیں۔
• Cline، Aider：سیشن کے آغاز میں SKILL.md چسپاں کریں، یا Agent کو واضح طور پر اس کا راستہ لوڈ کرنے کی ہدایت دیں۔
• دیگر Agents：اس فائل کو نظامی ہدایت یا پروجیکٹ کی یادداشت کے طور پر سیاق و سباق میں شامل کریں۔

پہلا مرحلہ: ضروریات کی کھوج اور تصدیق

پہلا مرحلہ references/AI需求探索与确认提示词V9.0.md کی بنیاد پر ابتدائی کاروباری وضاحت کو باقاعدہ سافٹ ویئر ضروریات کی تصریحی دستاویز میں تبدیل کرتا ہے۔

آپ Agent کو اس طرح کی ہدایت دے سکتے ہیں:

فروختی معاہدوں کے نفاذ کے انتظام کا نظام تیار کریں، جس میں معاہدوں، وصولیوں، ترسیل اور منظوریوں کا انتظام ہو۔

Agent کو درج ذیل آٹھ مراحل میں ترتیب وار پیش رفت کرنی چاہیے:

1. مجموعی تفہیم۔
2. کاروباری اشیا۔
3. کاروباری فنکشنز اور قواعد۔
4. اشیا کے درمیان باہمی ربط۔
5. آخر تا آخر تعاون اور منظوری کا ورک فلو۔
6. استفسارات، اعداد و شمار اور رپورٹس۔
7. کردار اور اجازتیں۔
8. UI پروٹوٹائپ، ضرورت کے مطابق منتخب کیا جا سکتا ہے۔

ہر مرحلے کے اختتام پر Agent کو “سوال، AI کی تجویز، وجہ، دیگر اختیارات، فوری جواب” کے فارمیٹ میں تصدیق طلب کرنی ہوگی اور آپ کے فیصلے کا انتظار کرنا ہوگا۔ ادارے سے متعلق مخصوص B زمرے کے مواد کے بارے میں بھی واضح طور پر پوچھنا ضروری ہے؛ تصدیق کے بغیر اگلے مرحلے میں داخل نہیں ہو سکتے۔

اس مرحلے میں حتمی طور پر یہ فائل تیار ہوتی ہے:

<کاروباری ڈومین>-需求规格说明书-V9.md

دستاویز کا ضمیمہ C اگلے مرحلے کی سات ماڈلز کی ماڈلنگ کے لیے بنیادی ان پٹ ہے، اس لیے کاروباری اشیا، ورک فلو، قواعد، کردار اور رپورٹس کی تکمیل پر خاص توجہ دیں۔

دوسرا مرحلہ: سات ماڈلز کی YAML تیار کرنا

ضروریات کی تصدیق کے بعد Agent references/ontology_modeling_framework_v9.md اور ضروریات کی دستاویز کے ضمیمہ C کی بنیاد پر اونٹولوجی ماڈل تیار کرتا ہے۔ اس مرحلے پر ان پٹس ایک متعین بنیاد ہوتے ہیں، اس لیے بڑے پیمانے پر کاروباری تقسیم دوبارہ نہیں کرنی چاہیے۔

اگر آپ کے پاس پہلے ہی مطلوبہ معیار کی ضروریات کی تصریحی دستاویز موجود ہے تو صرف ماڈلنگ کا ورک فلو براہِ راست شروع کیا جا سکتا ہے:

اس ضروریات کی تصریحی دستاویز کی بنیاد پر اونٹولوجی ماڈلنگ کریں، اور سات ماڈلز کی YAML اور manifest.json تیار کریں۔

yaml/ ڈائریکٹری میں درج ذیل مواد تیار ہوتا ہے:

• M1 آبجیکٹ ماڈل: کاروباری اشیا کی وضاحت کرتا ہے۔
• M2 رویّاتی ماڈل: کاروباری رویّوں کی وضاحت کرتا ہے۔
• M3 قواعد کا ماڈل: کاروباری قواعد کی وضاحت کرتا ہے۔
• M5 فریقین کا ماڈل: کرداروں اور متعلقہ فریقین کی وضاحت کرتا ہے۔
• M6 ورک فلو ماڈل: کاروباری ورک فلو کی وضاحت کرتا ہے۔
• M7 استفسارات و رپورٹس کا ماڈل: استفسارات اور رپورٹس کی وضاحت کرتا ہے۔
• MU UI ماڈل: صارف انٹرفیس کی وضاحت کرتا ہے۔
• manifest.json：ماڈلز کی فہرست درج کرتا ہے۔

ماڈلنگ مکمل ہونے کے بعد مطابقت کی جانچ کریں، جس میں کم از کم ضروریات کی قابلِ سراغیابی، M7 اور M2 کے درمیان ایک بہ یک تعلق، اور M6 کے حوالہ جات کا غیر دوری ہونا شامل ہو۔ عدم مطابقت ملنے پر پہلے ماڈل درست کریں، پھر کوڈ کی تعمیر کے مرحلے میں داخل ہوں۔

تیسرا مرحلہ: قابلِ اجرا BS نظام کی تعمیر

code-paas تکنیکی بنیاد کی نقل

مہارت کی ڈائریکٹری میں موجود techbase/ کو مکمل طور پر موجودہ پروجیکٹ کی code-app/ میں کاپی کریں:

cp -r <مہارت کی روٹ ڈائریکٹری>/techbase/. <موجودہ پروجیکٹ>/code-app/
cd <موجودہ پروجیکٹ>/code-app/frontend && npm install
cd <موجودہ پروجیکٹ>/code-app/backend && pip install -r requirements.txt

حتمی ترقی کے دوران دوسرے مرحلے میں تیار کردہ ماڈلز سے بنیاد میں موجود سات ماڈلز کی مثال والی YAML کو تبدیل کریں۔

دس مراحل کی ترتیب کے مطابق عمل درآمد

1. سات ماڈلز کی YAML لکھیں یا منظم کریں۔
2. DDL اور ڈیٹا بیس ٹیبلز تیار کریں۔
3. ڈیٹا ڈکشنری رجسٹر کریں۔
4. رویّوں اور قواعد کی سروسز نافذ کریں۔
5. کرداروں اور اجازتوں کا ابتدائی ڈیٹا لکھیں۔
6. ورک فلو انجن شامل کریں۔
7. مینو، صفحات اور روٹس تیار کریں۔
8. دائیں جانب AI ڈائیلاگ باکس نافذ کریں۔
9. فرنٹ اینڈ اور بیک اینڈ کے مکمل سلسلے کی انضمامی جانچ کریں۔
10. ضروریات اور ماڈل کی بنیاد پر قبولیت کی جانچ مکمل کریں۔

دائیں جانب AI ڈائیلاگ باکس لازمی جزو ہے، اسے ترقی کے دوران چھوڑا نہیں جا سکتا۔ اسے پروجیکٹ میں متعین اونٹولوجی رجسٹری انجیکشن، ٹول کالز، SSE اسٹریمنگ اور صرف پڑھنے کے لیے SQL کی حفاظتی حد کی پابندی کرنی ہوگی۔

بیک اینڈ اور فرنٹ اینڈ شروع کریں

Flask بیک اینڈ شروع کریں:

cd code-app/backend
pip install -r requirements.txt
python app.py

بیک اینڈ کا طے شدہ پتہ http://localhost:5000 ہے۔

ایک اور ٹرمینل کھول کر فرنٹ اینڈ کا ترقیاتی سرور شروع کریں:

cd code-app/frontend
npm install
npm run dev

فرنٹ اینڈ کا طے شدہ پتہ http://localhost:5173 ہے۔ طے شدہ اکاؤنٹ admin اور طے شدہ پاس ورڈ admin123 ہے؛ بنیاد کے رن ٹائم کی مزید تفصیلات techbase/README.md میں دیکھی جا سکتی ہیں۔

عام محرک طریقے

موجودہ ان پٹ اور ہدف کے مطابق مختلف محرک جملے استعمال کیے جا سکتے ہیں۔

ضروریات سے مکمل ترقی شروع کریں

آلات کی مرمت کے انتظام کا نظام تیار کریں، اونٹولوجی پر مبنی ترقی کے ورک فلو پر سختی سے عمل کریں، اور ضروریات کی کھوج کے ہر مرحلے پر میری تصدیق کا انتظار کریں۔

صرف اونٹولوجی ماڈلنگ کریں

اس ضروریات کی تصریحی دستاویز کی بنیاد پر اونٹولوجی ماڈلنگ کریں، اور M1، M2، M3، M5، M6، M7، MU اور manifest.json تیار کریں۔

موجودہ ماڈل کی بنیاد پر ایپلیکیشن بنائیں

ان سات ماڈلز کی YAML فائلوں کی بنیاد پر نظام تیار کریں، code-paas بنیاد استعمال کریں، اور فرنٹ اینڈ و بیک اینڈ کی انضمامی جانچ مکمل کریں۔

“اونٹولوجی پر مبنی”، “ضروریات کی کھوج”، “اونٹولوجی ماڈلنگ”، “سات ماڈلز”، “code-paas”، “AI پر مبنی ایپلیکیشن” اور “کاروباری نظام کی ترقی” جیسے کلیدی الفاظ بھی Agent کو مہارت کی شناخت میں مدد دے سکتے ہیں۔

اعلیٰ سطحی عملی تجاویز

انسانی تصدیقی گیٹ کو نہ چھوڑیں

ابتدائی ضروریات بظاہر مکمل معلوم ہوں تب بھی Agent کو ایک ہی بار میں براہِ راست نظام تیار کرنے کی اجازت نہ دیں۔ مرحلہ وار تصدیق سے اشیا کی حدود، منظوری کے مراحل، اجازتوں کے دائرے اور اعداد و شمار کے پیمانوں جیسے مسائل پہلے ہی سامنے آ جاتے ہیں۔

ضمیمہ C کو ماڈلنگ کی حد بنائیں

مرحلہ دو میں ضروریات کی دستاویز کے ضمیمہ C کو متعین ان پٹ کے طور پر استعمال کرنا چاہیے۔ اگر ماڈلنگ کے دوران کاروباری مواد میں اہم کمی محسوس ہو تو ماڈل کو غیر مصدقہ کاروباری دائرہ خود بڑھانے دینے کے بجائے ضروریات کے مرحلے پر واپس جاکر اسے شامل اور منظور کریں۔

ماڈلز کے درمیان حوالہ جات کو ترجیحی طور پر جانچیں

کوڈ کی تعمیر شروع کرنے سے پہلے M7 اور M2 کے باہمی تعلق، M6 کے حوالہ جاتی تعلق، اور تقاضوں کے اندراجات سے ماڈل کے عناصر تک قابلِ سراغ ہونے کی صلاحیت کی خاص طور پر جانچ کریں۔ اگر ماڈل کی سطح کی غلطیاں ڈیٹا بیس، انٹرفیس اور صفحات تک پہنچ جائیں تو بعد میں باہمی انضمام کی لاگت بڑھ جائے گی۔

موازنے کے لیے سنہری مثال محفوظ رکھیں

reference-example/ فروخت کے معاہدوں کے نفاذ کے انتظام کی ایک مکمل عملی مثال فراہم کرتا ہے۔ پہلی بار استعمال کرتے وقت، اس میں موجود تقاضوں کی وضاحت، سات ماڈل YAML فائلوں اور manifest.json کا موازنہ کریں تاکہ مختلف مراحل کی مصنوعات کے درمیان ربط کو سمجھا جا سکے۔

پہلے ماڈل تبدیل کریں، پھر بنیادی ڈھانچہ وسعت دیں

techbase/models/ میں موجود ماڈل صرف مثالیں ہیں۔ حقیقی منصوبے میں پہلے اپنے سات ماڈل YAML شامل کریں، پھر ماڈل سے نفاذ تک کی دس مرحلوں والی پائپ لائن کے مطابق بیک اینڈ سروسز، اجازتوں، ورک فلو، مینو اور صفحات کو وسعت دیں۔ اس طرح مثال کے ڈیٹا کے گرد براہِ راست کاروباری کوڈ میں ترمیم کرنے سے بچا جا سکتا ہے۔

اختتامیہ

ontology-driven-dev تقاضوں کی وضاحت، اونٹولوجی ماڈلنگ اور ایپلیکیشن کے نفاذ کو انسانی منظوری کے مراحل پر مشتمل ایک ترقیاتی سلسلے میں جوڑتا ہے۔ اسے درست طور پر استعمال کرنے کی کلید یہ ہے کہ پہلے تقاضوں کی تصدیق کی جائے، پھر سات ماڈلز کی یکسانیت جانچی جائے، اور آخر میں code-paas کی بنیاد پر تعمیر اور قبولیت کی جائے۔ اس طرح کاروباری نظام کی ترقی کی کارکردگی بڑھانے کے لیے AI سے فائدہ بھی اٹھایا جا سکتا ہے، جبکہ واضح معنوی ماخذ اور تقاضوں کے درمیان مکمل قابلِ سراغ تعلق بھی برقرار رہتا ہے۔