مرکزی مواد پر جائیں
اے آئی ٹیوٹوریلز

Lancer کا ابتدائی سبق: قابلِ سراغ متوازی AI ڈیسک ٹاپ ورک اسپیس بنائیں

یہ سبق Lancer کی بنیادی صلاحیتوں کا تعارف کراتا ہے اور آپ کو ماحول کی جانچ، انحصارات کی تنصیب، ماڈل کنکشن اور پہلے سیشن کی تخلیق مکمل کرواتا ہے۔ اس میں شعاعی UI، ویڈیو ٹولز، توثیقی ٹیسٹس اور macOS بلڈ سے متعلق اہم نکات بھی بیان کیے گئے ہیں۔

تقریباً 23 منٹ کا مطالعہ
Lancer کا ابتدائی سبق: قابلِ سراغ متوازی AI ڈیسک ٹاپ ورک اسپیس

Lancer کیا ہے

Lancer ایک ڈیسک ٹاپ AI ورک اسپیس ہے جو pi-gui اور pi پر مبنی ہے۔ یہ گفتگو، متوازی شاخوں، عمل درآمد اور ڈیلیوری فائلوں کو ایک ہی انٹرفیس میں یکجا کرتا ہے، تاکہ آپ کسی کام کے تخلیق، تقسیم اور تکمیل تک کے مکمل عمل کا سراغ رکھ سکیں۔

اہم:Lancer اس وقت Alpha مرحلے میں ہے، اور macOS Apple Silicon بنیادی جانچ کا پلیٹ فارم ہے۔ اگرچہ Linux اور Windows کے لیے پیکیجنگ کی ترتیب موجود ہے، اس کا مطلب یہ نہیں کہ تمام مقامی صلاحیتوں کی مکمل جانچ ہو چکی ہے۔ سورس کوڈ کا کمپریسڈ پیکیج ایسا ڈیسک ٹاپ انسٹالر نہیں ہے جسے براہ راست ڈبل کلک سے چلایا جا سکے۔

بنیادی خصوصیات

سیشنز اور ماڈیولر کام

عام سیشن آزادانہ طور پر چل سکتے ہیں۔ ماڈیول سیشنز میں مراحل، ماڈل، Skill، اہداف اور ڈیلیوری کی شرائط ترتیب دی جا سکتی ہیں، اس لیے یہ واضح مراحل اور قابل قبول نتائج والے پیچیدہ کاموں کے لیے موزوں ہیں۔

متوازی شاخیں اور نتائج کا خلاصہ

ایک اسسٹنٹ متعدد سیشنز کا انتظام کر سکتا ہے۔ کام ذیلی شاخیں اور ذیلی ذیلی شاخیں بنا سکتے ہیں، اور ہر شاخ مکمل ہونے کے بعد اپنے نتائج والد سیشن کو خلاصے کے لیے واپس بھیجتی ہے۔ یہ ساخت متوازی تحقیق، منصوبوں کے تقابل اور کثیر مرحلہ مواد کی تیاری کے لیے موزوں ہے۔

GitTree کام کے واقعات کا گراف

انٹرفیس کے دائیں جانب موجود GitTree بیک وقت متعدد سیشن لائنز، شاخیں، انضمام اور ڈیلیوری نوڈز دکھا سکتا ہے، یا موجودہ سیشن پر توجہ مرکوز کر سکتا ہے۔ یاد رکھیں کہ GitTree ایک کام کے واقعات کا گراف دکھاتا ہے، اس کے تمام نوڈز حقیقی Git commits کی نمائندگی نہیں کرتے۔

عمل درآمد کی صورت حال اور روشنی کے اثرات

فعال ببلز اور عمل کی قطاریں متحرک بارڈر دکھاتی ہیں، جبکہ ماڈل کا آؤٹ پٹ اور ڈیلیوری کے اقدامات متعلقہ نوڈز کو اسی رنگ کی روشنی بھیجتے ہیں۔ یہ بصری اشارے اس وقت چلنے والے کام اور اس کے نتائج کے بہاؤ کو دکھانے کے لیے ہیں۔

ماڈلز، اکاؤنٹس اور Doubao کنٹرول

Lancer، pi کے ذریعے سبسکرپشن اکاؤنٹس، API keys اور حسب ضرورت endpoints سے منسلک ہوتا ہے، اور ماڈل برانڈز اور gateways کا الگ الگ انتظام کرتا ہے۔ macOS پر یہ پہلے سے کھلے ہوئے Doubao App سیشن سے بھی منسلک ہو سکتا ہے تاکہ جوابات اور ویڈیوز وصول کرے۔ Doubao کنٹرول کے لیے مقامی Accessibility اجازت درکار ہے، اور Doubao کے ڈیسک ٹاپ ورژن کے انٹرفیس میں تبدیلیاں مطابقت کو متاثر کر سکتی ہیں۔

ویڈیو تجزیے کا ورک فلو

ویڈیو ورک فلو ویڈیو ڈاؤن لوڈ یا وصول کر سکتا ہے، keyframes نکال سکتا ہے، اور شواہد پر مشتمل تجزیہ اور حوالے کی فائلیں بنا سکتا ہے۔ تاہم، خودکار نقل فی الحال ٹیمپلیٹ کے ساتھ 1:1 مطابقت کی ضمانت نہیں دیتی۔ Doubao کنٹرول، ماڈل تجزیہ، کوڈ اینیمیشن اور حتمی ایڈیٹنگ الگ مراحل ہیں، جنہیں الگ الگ قبول کیا جانا چاہیے۔

انسٹالیشن سے پہلے تیاری

شروع کرنے سے پہلے تصدیق کریں کہ ترقیاتی ماحول درج ذیل تقاضے پورے کرتا ہے:

  • Node.js >=22.19.0 اور <26، Node.js 24 تجویز کردہ ہے۔
  • pnpm 10.34.9۔
  • Git۔
  • macOS کے لیے Xcode Command Line Tools درکار ہیں۔
  • Linux کے لیے Python 3، make، C++ compiler، گرافیکل ڈیسک ٹاپ ماحول اور Electron کے لیے مطلوبہ سسٹم runtime libraries درکار ہیں۔
  • Windows کی مقامی dependencies کے لیے Python اور C++ workload کے ساتھ Visual Studio Build Tools درکار ہو سکتے ہیں، لیکن موجودہ ورژن میں Windows کے مقامی رویے کی مکمل جانچ نہیں ہوئی۔

macOS پر command-line tools موجود نہ ہوں تو یہ چلائیں:

xcode-select --install

Debian یا Ubuntu پر Linux compilation dependencies یوں انسٹال کی جا سکتی ہیں:

sudo apt-get install build-essential python3

سورس سے انسٹال اور شروع کرنا

سورس کوڈ کو کسی نئے فولڈر میں extract یا clone کریں، repository کے root فولڈر میں جائیں، پھر یہ کمانڈز ترتیب سے چلائیں:

npx --yes pnpm@10.34.9 run doctor
npx --yes pnpm@10.34.9 install --frozen-lockfile
npx --yes pnpm@10.34.9 dev

یہ کمانڈز pnpm 10.34.9 استعمال کرتی ہیں۔ corepack enable چلانے یا pnpm کو global طور پر انسٹال کرنے کی ضرورت نہیں۔ اگر سسٹم پر یہی ورژن پہلے سے انسٹال ہے تو کمانڈ کے prefix کو براہ راست pnpm سے بدل سکتے ہیں۔

Dependencies ڈاؤن لوڈ کرنے کے لیے نیٹ ورک کنکشن درکار ہے۔ اگر انسٹالیشن کے دوران dependency scripts چھوڑ دیے گئے ہوں تو Electron binaries موجود نہیں ہوں گی۔ تصدیق کریں کہ نیٹ ورک Electron download source تک رسائی رکھتا ہے، پھر یہ چلائیں:

npx --yes pnpm@10.34.9 run setup:electron
npx --yes pnpm@10.34.9 dev

Electron انسٹالیشن کا مسئلہ حل کرنے کے لیے تمام dependency scripts کو بلا امتیاز اجازت نہ دیں اور نہ ہی سب کو بند کریں؛ پہلے installation logs اور network errors چیک کریں۔

پہلی configuration مکمل کرنا

  1. Lancer شروع کریں اور Settings کھولیں۔
  2. تعاون یافتہ model account، provider یا custom endpoint سے منسلک ہوں۔ سورس میں ذاتی credentials شامل نہیں ہوتے۔
  3. ایک workspace شامل یا منتخب کریں۔
  4. عام سیشن بنائیں، یا کام کے مطابق مراحل، model، Skill، اہداف اور ڈیلیوری کی شرائط والا module session بنائیں۔
  5. کام چلانے کے بعد GitTree میں session lines، اخذ شدہ شاخیں، خلاصہ اور delivery nodes دیکھیں۔

انٹرفیس کی زبان environment variable کے ذریعے متعین کی جا سکتی ہے:

LANCER_LOCALE=zh-CN npx --yes pnpm@10.34.9 dev

انگریزی انٹرفیس کے لیے value کو en کریں۔

اختیاری environment configuration لوڈ کرنا

اختیاری configuration repository کی .env.example میں درج ہے، لیکن desktop startup script اس فائل کو خودکار طور پر نہیں پڑھتی۔ macOS یا Linux پر template کو copy کر کے موجودہ terminal میں لوڈ کیا جا سکتا ہے:

cp .env.example .env.local
set -a
. ./.env.local
set +a
npx --yes pnpm@10.34.9 dev

PowerShell صارفین environment variables الگ الگ ترتیب دے سکتے ہیں، مثلاً:

$env:LANCER_LOCALE = "en"

حقیقی model accounts کو application settings میں منسلک کریں۔ API keys، authentication files، private endpoints، حقیقی گفتگو یا session recordings کو public repository میں commit نہ کریں۔

ویڈیو ٹولز ترتیب دینا

صرف گفتگو کا انٹرفیس استعمال کرنے کے لیے media tools درکار نہیں۔ ویڈیو download، keyframe extraction اور media analysis workflow چلانے کے لیے executable FFmpeg، FFprobe اور yt-dlp درکار ہیں۔

pnpm run doctor --media

اگر یہ tools PATH میں نہیں ہیں تو FFMPEG، FFPROBE اور YT_DLP environment variables کے ذریعے absolute paths دیے جا سکتے ہیں، یا user data directory کی video-learn-tools.json میں paths ترتیب دیے جا سکتے ہیں۔

Diagnostic command ہر tool کی version command حقیقتاً چلاتی ہے، اس لیے یہ صرف missing files ہی نہیں ڈھونڈتی بلکہ اس خرابی کو بھی پہچانتی ہے جس میں executable file موجود ہو مگر dynamic library غائب ہو۔ مکمل verification سے پہلے یہ دستی طور پر چیک کر سکتے ہیں:

ffmpeg -version
ffprobe -version

چلانے کی جانچ، build اور tests

تبدیلیاں submit کرنے یا source کی حالت جانچنے کے لیے یہ checks چلائے جا سکتے ہیں:

pnpm check
pnpm build
pnpm audit:dependencies
pnpm verify:install-copy
pnpm verify:release-config
pnpm --filter @lancer/desktop run test:e2e:core

ترقی کے دوران desktop reload بھی verify کیا جا سکتا ہے:

pnpm --filter @lancer/desktop run test:dev:reload

Core tests الگ تھلگ data کے ساتھ حقیقی Electron interface چلاتے ہیں، لیکن Core tests کامیاب ہونے سے یہ ثابت نہیں ہوتا کہ حقیقی models، native permissions، installation packages، performance یا تمام platform compatibility کی تصدیق ہو چکی ہے۔ Media-related tests کے لیے FFmpeg اور FFprobe کا درست طور پر چلنا بھی ضروری ہے۔

Lancer Light UI کو الگ استعمال کرنا

اگر صرف models یا bubbles کو worktree سے جوڑنے والے light effects درکار ہوں تو Lancer Light UI export کی جا سکتی ہے۔ یہ Electron، CLI یا model service پر منحصر نہیں اور single line، fork/merge اور multi-session parallelism کی مثالیں فراہم کرتی ہے۔

pnpm export:light-ui /absolute/new/lancer-light-ui
cd /absolute/new/lancer-light-ui
npm install && npm run dev

Export path کو target machine کے absolute path سے بدلنا ضروری ہے۔ مزید معلومات repository کی Light UI README میں دیکھی جا سکتی ہیں۔

macOS پر مقامی application بنانا

Source package میں براہ راست ڈبل کلک سے چلنے والی .app شامل نہیں، اور standalone application download ابھی جاری نہیں ہوئی۔ Dependencies انسٹال کرنے کے بعد مقامی build script چلائی جا سکتی ہے:

bash scripts/build-mac-lancer.sh --skip-install --dir

مقامی installer کے لیے پہلے سے ترتیب دی گئی persistent signing certificate درکار ہے۔ Script خودکار طور پر certificate نہیں بناتی، temporary signing پر switch نہیں کرتی اور notarization نہیں چلاتی۔ Build output الگ apps/desktop/release-local-*/ directory میں محفوظ ہوتا ہے۔

Candidate application verify کرنے کے بعد اسے /Applications میں انسٹال کرنے کے لیے --install شامل کیا جا سکتا ہے:

bash scripts/build-mac-lancer.sh --skip-install --dir --install

Installer کے لیے پرانی application کا معمول کے مطابق بند ہونا ضروری ہے۔ یہ signature چیک کرتا ہے اور بحالی کے قابل پرانا ورژن محفوظ رکھتا ہے، جبکہ session data صاف نہیں کرتا۔ Public distribution کے لیے اب بھی Developer ID، notarization اور صاف machine پر acceptance testing درکار ہے؛ local signing کو public release certification مکمل سمجھا نہیں جا سکتا۔

اعلیٰ استعمال اور سیکیورٹی تجاویز

سمجھیں کہ runtime data کہاں موجود ہے

Session اور account data pi کے ~/.pi/agent میں استعمال ہوتا ہے۔ macOS پر Lancer interface state ~/Library/Application Support/Lancer میں موجود ہوتی ہے۔ Source کو کسی دوسرے فولڈر میں copy کرنے سے یہ runtime data الگ نہیں ہوتا؛ مکمل طور پر الگ انسانی testing کے لیے الگ operating system user استعمال کریں۔

پیچیدہ کاموں کے لیے شاخیں ترتیب دینا

Research، analysis، implementation اور acceptance کو الگ الگ sub-branches میں تقسیم کیا جا سکتا ہے، پھر parent session سے خلاصہ لیا جا سکتا ہے۔ GitTree استعمال کرتے وقت nodes کو کام کے واقعات اور delivery relationships سمجھیں، ہر node کو بطور code commit نہ سمجھیں۔

ویڈیو workflow کو الگ الگ قبول کریں

Video projects کے لیے takeover input، model analysis، code animation اور final edit الگ الگ چیک کریں۔ صرف کسی ایک مرحلے کی کامیابی کی بنیاد پر یہ نتیجہ نہ نکالیں کہ حتمی تخلیق reference template کے ساتھ خودکار طور پر مکمل طور پر یکساں ہو گی۔

قابلِ audit source candidate package export کریں

Source release تیار کرتے وقت نیا candidate directory اور SHA-256 manifest export کیا جا سکتا ہے:

pnpm export:source /absolute/path/to/new/lancer-source

یہ command .git، مقامی session outputs، key files اور build outputs کو خارج کرتی ہے، لیکن موجودہ workspace، historical screenshots اور recordings محفوظ رکھتی ہے۔ Export کامیاب ہونے کا مطلب یہ نہیں کہ اسے براہ راست public کیا جا سکتا ہے؛ media authorization اور حساس مواد کا انسانی جائزہ اب بھی ضروری ہے۔

اکثر پوچھے گئے سوالات

  • Corepack میں permission error آئے: مقررہ ورژن والی npx --yes pnpm@10.34.9 command استعمال کریں، global shim میں ترمیم کی ضرورت نہیں۔
  • Electron درست طور پر انسٹال نہ ہو: network اور installation errors چیک کریں، پھر run setup:electron چلائیں۔
  • Linux میں make یا compiler غائب ہونے کا پیغام آئے: پہلے Python 3، make اور C++ build tools انسٹال کریں، پھر dependencies دوبارہ انسٹال کریں۔
  • Video tools check ناکام ہو: pnpm doctor --media چلائیں اور تصدیق کریں کہ executable files اور ان کی dynamic libraries دونوں دستیاب ہیں۔
  • Model دستیاب نہ ہو: Settings میں تعاون یافتہ account یا provider سے منسلک ہوں؛ source میں ذاتی authentication information شامل نہیں۔

خلاصہ

Lancer متوازی AI سیشنز، بازگشتی شاخہ سازی، پیش رفت کی رائے اور ڈیلیوری فائلوں کی تنظیم کو ایک ہی ڈیسک ٹاپ ورک اسپیس میں یکجا کرتا ہے۔ اس ٹیوٹوریل کے مطابق ماحول کی جانچ، سورس کوڈ سے آغاز، اکاؤنٹ کنکشن اور میڈیا ٹولز کی ترتیب مکمل کرنے کے بعد آپ قابلِ سراغ کام کے مراحل بنانا شروع کر سکتے ہیں۔ چونکہ یہ منصوبہ ابھی Alpha مرحلے میں ہے، اس لیے پروڈکشن استعمال، کراس پلیٹ فارم مطابقت، Doubao کی تحویل اور ویڈیو کی نقل کے نتائج کی آزادانہ تصدیق ضروری ہے۔