ایجنٹ کے فیصلوں کے لیے Jev Skills انسٹال اور استعمال کرنے کا طریقہ

Jev Skills کیا کرتا ہے

Awesome Jev Skills نو قابلِ تنصیب skills کا مجموعہ ہے جو AI agent workflows میں منظم فیصلے شامل کرنے کے لیے بنایا گیا ہے۔ Jev امیدواروں میں سے انتخاب کرتا ہے، inputs کی درجہ بندی کرتا ہے، اور متعین معیارات کے مطابق اسکور دیتا ہے۔ آپ کا agent context جمع کرنے، tools کال کرنے، کام انجام دینے اور نتائج کی تصدیق کرنے کا ذمہ دار رہتا ہے۔

اس repository میں 90 scenarios اور input-output کی 14 ریکارڈ شدہ مثالیں شامل ہیں۔ اس کی recipes میں طویل عرصے تک چلنے والے agents، evaluation، routing، context management، browser interaction، inbox triage، document evidence، developer tools، simulations، games اور creative workflows شامل ہیں۔

Jev انتخاب یا اسکور کرتا ہے۔ یہ buttons پر کلک، messages بھیج، files میں ترمیم، media render یا منتخب action execute نہیں کرتا۔

اہم خصوصیات

• منظم فیصلہ جاتی اقسام: ایک candidate منتخب کرنے کے لیے choice، آزادانہ درست یا غلط فیصلے کے لیے noul، اور درجہ بند سطحوں کے لیے score استعمال کریں۔
• خصوصی skills: triage، documents، user interfaces، routing، context، code review، code discovery اور simulation کے لیے skills install کریں۔
• Agent checkpoints: Jev سے بار بار ہونے والی ناکامیوں کا پتا لگانے، completion evidence کا جائزہ لینے، route منتخب کرنے، یا یہ جانچنے کے لیے کہیں کہ مجوزہ action مقصد کو آگے بڑھاتا ہے یا نہیں۔
• متوازی فیصلے: مشترکہ state پر کئی آزاد سوالات کو ایک request میں شامل کریں، یا host agent کو محدود concurrency کے ساتھ آزاد requests schedule کرنے دیں۔
• Offline validation: network call کیے یا classification پیدا کیے بغیر input کی توثیق کے لیے --dry-run استعمال کریں۔
• واضح simulation mode: اگر OpenRouter key دستیاب نہ ہو تو موجودہ agent اسی judgment کو صرف آپ کی منظوری کے بعد simulate کر سکتا ہے۔

Skill کا انتخاب

• jev: custom decision کی تعریف کریں یا عمومی agent checkpoint شامل کریں۔
• jev-triage: messages، tickets یا feedback کی درجہ بندی اور ترجیح بندی کریں۔
• jev-documents: source spans منتخب کریں اور supporting evidence کا جائزہ لیں۔
• jev-ui: پہلے سے مشاہدہ کیے گئے browser یا desktop actions میں سے انتخاب کریں۔
• jev-route: کسی tool، model یا specialist کی سفارش کریں۔
• jev-context: relevance کا جائزہ لیں اور طے کریں کہ context compaction کب مناسب ہو سکتی ہے۔
• jev-code-review: review کے لیے code changes کی ترجیح بندی کریں۔
• jev-find-code: مشاہدہ کیے گئے file inventory میں سے اگلا location منتخب کریں۔
• jev-simulation: simulated world میں قانونی actions منتخب کریں۔

تنصیب

تجویز کردہ agent-assisted تنصیب

تجویز کردہ طریقہ یہ ہے کہ تنصیب کا task Codex، Claude Code یا OpenCode کو دے دیں۔ درج ذیل prompt اپنے agent میں paste کریں:

Install Jev Skills for my current agent, including the general skill and all scenario skills. Read and follow this installation guide, then verify the installation:
https://raw.githubusercontent.com/wuyoscar/jev-skill/main/docs/install.md

agent آپ کے environment کی جانچ کرتا ہے، default طور پر موجودہ project میں install کرتا ہے، اور installation کی offline توثیق کرتا ہے۔ default installation route کے لیے Node، npm یا Vercel account درکار نہیں۔ اپنے agent کی جانب سے ظاہر ہونے والی approval requests کو handle کریں۔

Manual installation یا troubleshooting کے لیے manual installation guide دیکھیں۔

حقیقی Jev access configure کریں

حقیقی Jev calls کے لیے OPENROUTER_API_KEY درکار ہے۔ OpenRouter settings کے ذریعے ایک key بنائیں اور اسے مقامی طور پر configure کریں۔ key کو کبھی chat میں paste نہ کریں۔ Live calls API استعمال کرتی ہیں اور usage charges عائد ہو سکتے ہیں۔

اگر کوئی key نہ ملے تو agent کو آپ کو خبردار کرنا چاہیے اور درج ذیل میں سے ایک انتخاب کا انتظار کرنا چاہیے:

1. Option A: key حاصل کر کے اسے مقامی طور پر configure کریں، پھر حقیقی Jev استعمال کریں۔
2. Option B: موجودہ agent کو اسی context، candidates اور criteria کے ساتھ classification simulate کرنے دیں۔

Simulation results پر mode: agent_simulation اور jev_called: false کا label لازمی ہونا چاہیے۔ یہ Jev responses یا calibrated Jev probabilities نہیں ہیں، اس لیے agent کو probability values ایجاد نہیں کرنی چاہییں۔

Simulation mode اور dry-run mode مختلف ہیں۔ Simulation موجودہ agent کا judgment پیدا کرتی ہے۔ Dry run صرف request format کی توثیق کرتا ہے اور کوئی classification نہیں کرتا۔

بنیادی استعمال

Install کیے گئے triage example کو آزمائیں

تنصیب کے بعد اپنے agent سے کہیں کہ jev-triage کے ساتھ شامل example استعمال کرے۔ یہ exercise input دکھاتی ہے، execution mode کی تصدیق کرتی ہے، اور agent کو mailbox actions لینے سے روکتی ہے۔

Use the jev-triage skill and read assets/example.json from its installed folder. Show its context, questions and candidates. If OPENROUTER_API_KEY is missing, ask me to choose A: configure a key for real Jev; or B: let the current agent simulate. Wait for my choice. In API mode, validate with --dry-run, then make one Jev call. In simulation mode, label the result "Agent simulation; Jev not called" and do not invent probabilities. Show the complete input, output and mode. Do not access my mailbox or execute actions.

اگر agent نئی install کی گئی skill تلاش نہ کر سکے تو اس سے installation directory چیک کرنے اور، اگر آپ کے client کو ضرورت ہو، session reload کرنے کو کہیں۔

درخواست کی ساخت کو سمجھیں

Jev کی درخواست میں ایک ماڈل، مشترکہ حالت، اور ایک یا زیادہ سوالات شامل ہوتے ہیں۔ ہر سوال اپنی قسم، ہدایات، اور جہاں قابلِ اطلاق ہو، امیدوار معیار متعین کرتا ہے۔ درج ذیل مختصر مثال پوچھتی ہے کہ ایک ہی پارسر کی خرابی بار بار آنے کے بعد ایجنٹ کو کیا کرنا چاہیے:

{
  "model": "typesafe/jev-1.13",
  "state": {
    "goal": "CSV پارسر کو درست کریں اور مکمل ہونے کا اعلان کرنے سے پہلے ٹیسٹ کی تصدیق کریں۔",
    "recent_result": "وہی UnicodeDecodeError دو بار؛ سورس میں کوئی تبدیلی نہیں۔",
    "observation": "پارسر فائلیں واضح encoding کے بغیر کھولتا ہے۔"
  },
  "questions": {
    "next_step": {
      "type": "choice",
      "instructions": "شواہد کی بنیاد پر اگلا مفید قدم منتخب کریں۔",
      "criteria": {
        "inspect_input": "ان پٹ اور فائل کھولنے والے کوڈ کا معائنہ کریں۔",
        "retry_unchanged": "صرف اسی صورت دوبارہ کوشش کریں جب عارضی حالت تبدیل ہوئی ہو۔",
        "report_done": "صرف کامیاب ٹیسٹ کے ساتھ مکمل ہونے کی اطلاع دیں۔",
        "ask_user": "جب اہم اختیار یا معلومات موجود نہ ہوں تو پوچھیں۔"
      }
    },
    "stuck": {
      "type": "noul",
      "instructions": "کیا بغیر تبدیلی کی کوششوں میں وہی خرابی بار بار آئی ہے؟"
    }
  }
}

ریپوزٹری کی ریکارڈ شدہ مصنوعی API مثال میں Jev نے inspect_input منتخب کیا اور stuck = true واپس کیا۔ یہ فراہم کردہ شواہد کی بنیاد پر کیا گیا فیصلہ ہے، مرمت پر عمل درآمد نہیں۔

اختیاری کمانڈ لائن استعمال کریں

اگر jev-decide انسٹال ہے تو مکمل درخواست کو request.json کے طور پر محفوظ کریں۔ پہلے اسے آف لائن جانچیں:

jev-decide decide request.json --dry-run

OpenRouter کو بھیجے جانے والے ڈیٹا کا جائزہ لینے اور منظوری دینے کے بعد ایک لائیو درخواست کریں اور نتیجہ محفوظ کریں:

jev-decide decide request.json > result.json

اگر صرف عمومی skill انسٹال ہے اور کمانڈ دستیاب نہیں، تو اس کی Python اسکرپٹ استعمال کریں:

python3 <actual-skill-directory>/scripts/jev.py decide request.json --dry-run

ہمیشہ result.json کا معائنہ کریں۔ Exit code 0 کا مطلب ہے کہ کوئی نتیجہ منتخب یا اسکور کیا گیا، 2 کا مطلب ہے کہ جائزہ درکار ہے، اور 1 کا مطلب ہے کہ خرابی پیش آئی۔ کامیاب انتخاب کے باوجود منتخب کردہ کارروائی خود بخود انجام نہیں پاتی۔

عملی طریقۂ کار: فیصلہ جاتی چیک پوائنٹس شامل کریں

Jev ہر معمولی ایجنٹ قدم کے بجائے اہم فیصلہ جاتی مواقع کے لیے بنایا گیا ہے۔ جب خرابیاں بار بار آئیں، کوئی راستہ منتخب کرنا ہو، یا ایجنٹ تکمیل کا دعویٰ کرنے والا ہو تو چیک پوائنٹ شامل کریں۔

CSV parsing درست کرتے اور اصل ٹیسٹ پاس کراتے وقت فیصلوں میں مدد کے لیے jev skill استعمال کریں۔ اگر key موجود نہ ہو تو مجھ سے کہیں کہ حقیقی Jev یا موجودہ-agent simulation منتخب کروں۔ جب خرابیاں بار بار آئیں، کسی راستے کا انتخاب درکار ہو، یا آپ تکمیل کا دعویٰ کرنے والے ہوں تو منتخب mode استعمال کریں۔ goal، acceptance checks، متعلقہ history، تازہ tool results، permissions، اور ہر امیدوار action کا مطلب فراہم کریں۔ صرف موجودہ authorization کے اندر عمل کریں اور بعد میں نتیجے کی تصدیق کریں۔

تکمیل کے چیک پوائنٹ کو حقیقی شواہد موصول ہونے چاہییں، مثلاً artifact identifiers، test receipts، revision hashes، filesystem checks، اور job status۔ Jev یہ فیصلہ کر سکتا ہے کہ فراہم کردہ شواہد کسی دعوے کی تائید کرتے ہیں یا نہیں، لیکن یہ تصدیق نہیں کر سکتا کہ ٹیسٹ واقعی چلا یا فائل واقعی موجود ہے۔ یہ حقائق tools سے حاصل ہونے چاہییں۔

ریکارڈز کی محفوظ درجہ بندی کریں

فیڈبیک، سپورٹ ٹکٹس، یا دیگر ریکارڈز کے لیے ایک چھوٹے، شناخت چھپائے گئے نمونے سے آغاز کریں۔ بڑے بیچ پر کارروائی سے پہلے زمروں، سوالات، اور باہر بھیجے جانے والے ڈیٹا پر اتفاق کریں۔

1. تین نمائندہ ریکارڈز منتخب کریں۔
2. ہر ریکارڈ کا identifier، اصل متن، اور متعلقہ context محفوظ رکھیں۔
3. billing، bug، how-to، اور other جیسے زمرے متعین کریں۔
4. بالکل جائزہ لیں کہ آپ کی مشین سے باہر کیا بھیجا جائے گا۔
5. حقیقی API mode یا واضح طور پر منظور شدہ simulation mode منتخب کریں۔
6. غیر یقینی نتائج کو انسانی جائزے کے لیے الگ رکھیں۔
7. بیچ کا حجم یا budget بڑھانے سے پہلے نمونے کا معائنہ کریں۔

آپ ایک ہی درخواست میں ہر ریکارڈ کے بارے میں متعدد سوالات پوچھ سکتے ہیں، مثلاً category اور urgency۔ آزاد درخواستوں کے لیے host agent محدود concurrency استعمال کر سکتا ہے؛ CLI خود متوازی jobs شروع نہیں کرتا۔

اعلیٰ درجے کی تجاویز

مکمل context فراہم کریں

Jev آپ کے agent کی گفتگو خود بخود حاصل نہیں کرتا۔ goal، rules، متعلقہ history، source evidence، موجودہ observations، permissions، candidate meanings، اور acceptance checks شامل کریں۔ فیصلہ جاتی سوال کو محدود رکھیں، لیکن اس کے evidence کو مصنوعی طور پر کم نہ کریں۔

تمام متعلقہ fields اپ ڈیٹ کریں

کسی template کو ڈھالتے وقت state، questions، اور criteria کو ایک ساتھ اپ ڈیٹ کریں۔ صرف مثال کا متن تبدیل کرنے سے candidate definitions حقیقی task سے غیر ہم آہنگ رہ سکتی ہیں۔

فیصلوں کو authorization سے الگ رکھیں

زیادہ اسکور والا action خود بخود مجاز نہیں ہو جاتا۔ موجودہ permissions اور safety controls بدستور execution کو منظم کرتے ہیں۔ اسی طرح کسی plan اور proposed tool call کے درمیان اتفاق یہ ثابت نہیں کرتا کہ ان میں سے کوئی بھی مجاز ہے۔

منحصر steps کے لیے تازہ state استعمال کریں

آزاد judgments ایک state شیئر کر سکتے ہیں یا بیک وقت چل سکتے ہیں۔ منحصر فیصلوں کو پچھلی کارروائی کے بعد تازہ observations استعمال کرنی چاہییں۔ Jev کھلے اختتام کی planning، tool execution، یا text generation کا متبادل نہیں ہے۔

values کی درست تشریح کریں

noul سوال کے لیے probability اس بیان کے درست ہونے کا امکان ظاہر کرتا ہے، چاہے منتخب value false ہو۔ 1.29 / 2 جیسا rubric score graded score ہے، probability نہیں۔

evidence اور modes محفوظ رکھیں

مکمل ان پٹ، معمول پر لایا گیا آؤٹ پٹ، دستیاب ہونے پر اصل رسید، اور عمل درآمد کا موڈ محفوظ کریں۔ متضاد شواہد کو منتخب جواب سے مطابقت پیدا کرنے کے لیے دوبارہ نہ لکھیں۔ ایجنٹ کی نقلی کارروائی کو کبھی بھی حقیقی API جواب کے طور پر پیش نہ کریں۔

Jev کو میزبان ٹولز کے ساتھ یکجا کریں

براؤزر پر کلک، پیغامات کی ترسیل، فائلوں میں ترمیم، موسیقی تیار کرنا، اور ویڈیو رینڈر کرنا الگ الگ ٹولز کے متقاضی ہیں۔ Jev امیدواروں کی درجہ بندی کر سکتا ہے یا مشاہدہ کیے گئے قانونی اقدامات میں سے کسی ایک کا انتخاب کر سکتا ہے، جبکہ میزبان ایپلیکیشن منتخب کارروائی کو انجام دے کر اس کی تصدیق کرتی ہے۔

نتیجہ

Jev Skills ایجنٹ کے ورک فلو میں واضح انتخاب، درجہ بندیاں، اسکورز، اور شواہد کی جانچ شامل کرنے کے لیے دوبارہ استعمال کے قابل طریقے فراہم کرتا ہے۔ ایجنٹ کی معاونت سے انسٹالیشن شروع کریں، فراہم کردہ مثال آزمائیں، --dry-run کے ذریعے درخواستوں کی توثیق کریں، اور بڑے پیمانے پر استعمال سے پہلے ایک چھوٹے نمونے کا جائزہ لیں۔ بہترین نتائج مکمل سیاق و سباق، واضح طور پر متعین امیدواروں، صریح عمل درآمد کے موڈز، اور ہر اہم کارروائی کے بعد آزادانہ تصدیق سے حاصل ہوتے ہیں۔