Agent Autoloop ٹیوٹوریل: Claude Code، Codex اور دیگر کمانڈ لائن ایجنٹس کو پسِ منظر میں خودکار کام لینے اور مسلسل پیش رفت کرنے دیں

Agent Autoloop کیا ہے؟

Claude Code، Codex وغیرہ جیسے کمانڈ لائن Agent کو عموماً ٹرمینل کے سامنے موجود شخص کے ساتھ مسلسل تعامل کی ضرورت ہوتی ہے: کام درج کرنا، عمل درآمد کا انتظار کرنا، سوالات کے جواب دینا، پھر اسے جاری رکھنے دینا۔ اگر ٹرمینل بند ہو جائے یا شخص کچھ دیر کے لیے چلا جائے تو عمل اکثر رک جاتا ہے۔

Agent Autoloop کمانڈ لائن Agent کے لیے ایک ہلکا پھلکا خودکار درمیانی پلیٹ فارم ہے۔ یہ کاموں کی شیڈولنگ کو ایسے بنیادی نظام میں رکھتا ہے جس کے لیے رن ٹائم انحصارات نہیں ہوتے، جبکہ واقعات کے ذرائع، Agent، اطلاع کے ذرائع اور ڈیلیوری پائپ لائن کو قابلِ تبدیلی پلگ اِنز میں تقسیم کرتا ہے۔ یہ مقامی Mac یا Linux کمپیوٹر پر چل سکتا ہے، کلاؤڈ سرور خریدنے یا عوامی نیٹ ورک پورٹ کھولنے کی ضرورت نہیں۔

اس کا بنیادی طریقۂ کار یہ ہے: واقعہ آنے کے بعد قواعد کے مطابق اسے Agent کے حوالے کیا جاتا ہے؛ Agent ایک مرحلہ مکمل کر کے بند ہو جاتا ہے؛ صرف اس وقت جب ڈیٹا حذف کرنے، سروس دوبارہ شروع کرنے، رقم خرچ کرنے یا بیرونی پیغام بھیجنے جیسے غیر یقینی اقدامات درپیش ہوں، نظام اطلاع کے کارڈ کے ذریعے آپ سے فیصلہ طلب کرتا ہے۔ آپ کے جواب کے بعد یہ اصل سیشن سے دوبارہ جڑ کر باقی کام مکمل کرتا ہے۔

بنیادی خصوصیات

• مقامی عمل درآمد: ایک macOS یا Linux کمپیوٹر پر تعینات کیا جا سکتا ہے، الگ کلاؤڈ بیک اینڈ کی ضرورت نہیں۔
• Agent سے آسان رابطہ: جو بھی کمانڈ لائن ٹول پرامپٹ وصول کر کے حتمی جواب دے سکتا ہو، اسے عمومی کمانڈ پلگ اِن کے ذریعے شامل کیا جا سکتا ہے۔
• انتظار کے دوران Agent کی صفر کھپت: انسانی جواب کا انتظار کرتے وقت Agent کا عمل براہِ راست بند ہو جاتا ہے، اس لیے مزید Token خرچ نہیں ہوتے؛ انتظار کی حالت ڈیٹا بیس میں محفوظ رہتی ہے۔
• قواعد پر مبنی: rules.json کے ذریعے بیان کریں کہ کون سا واقعہ کس Agent کو دیا جائے اور کس ڈائریکٹری میں چلایا جائے؛ جوڑنے والا کوڈ لکھنے کی ضرورت نہیں۔
• ضرورت کے مطابق اطلاع: ڈیسک ٹاپ نوٹیفکیشن، Feishu، نیز DingTalk، WeCom، Slack اور Discord Webhook ٹیمپلیٹس کی معاونت۔
• سیشن کا تسلسل: انسانی جواب کے بعد اصل گفتگو سے کام جاری رکھا جا سکتا ہے، کام ابتدا سے دہرانے کی ضرورت نہیں۔
• قابلِ سراغ: حالت صرف شامل کیے جانے والے لاگز سے اخذ ہوتی ہے، اس لیے ہر مرحلے کے محرک اور نتیجے کی پڑتال کی جا سکتی ہے۔
• پلگ اِن پر مبنی: واقعات کے ذرائع، Agent، اطلاع کے ذرائع اور CI/CD ڈیلیوری ورک فلو کو بڑھایا یا تبدیل کیا جا سکتا ہے۔

تنصیب سے پہلے تیاری

شروع کرنے سے پہلے تصدیق کریں کہ نظام macOS یا Linux ہے اور درج ذیل ٹولز نصب ہیں:

• Node 24
• Git
• curl
• کم از کم ایک نصب شدہ اور لاگ اِن کمانڈ لائن Agent، مثلاً Claude Code یا Codex

تنصیب اور مقامی آزمائشی اجرا کے لیے GitHub اکاؤنٹ درکار نہیں۔ Agent Autoloop آپ کے کمپیوٹر پر پہلے سے موجود کمانڈ لائن ٹولز کو براہِ راست چلاتا ہے، ان ٹولز کے اکاؤنٹ کی اسناد کو پڑھتا یا منتقل نہیں کرتا۔

پہلا مرحلہ: Agent Autoloop نصب کریں

ٹرمینل میں سرکاری تنص یبی اسکرپٹ چلائیں:

curl -fsSL https://raw.githubusercontent.com/KKKKhazix/agent-autoloop/main/install.sh | sh

اگر آپ پہلے تنصیب کی تفصیلات دیکھنا چاہتے ہیں تو پروجیکٹ کی تنصیب کی ہدایات پڑھ سکتے ہیں۔ README یہ بھی تجویز کرتا ہے کہ یہ ہدایات مقامی Agent کو دے کر تنصیب میں اس کی مدد لی جائے۔

دوسرا مرحلہ: پہلی تعاملی آزمائش مکمل کریں

تنصیب مکمل ہونے کے بعد چلائیں:

agent-autoloop try

یہ کمانڈ مقامی Agent استعمال کرتے ہوئے مکمل عمل دکھائے گی: کام بھیجنا، Agent کا سوال کرنا، انتظار کے لیے بند ہونا، آپ کا فیصلہ وصول کرنا، پھر سیشن سے دوبارہ جڑ کر کام مکمل کرنا۔

آزمائش کے دوران آپ کو نتیجہ کچھ اس طرح نظر آئے گا:

واقعہ بھیج دیا گیا، Agent کام شروع کر رہا ہے……

Agent نے یہ مرحلہ مکمل کر لیا ہے اور آپ سے ایک سوال پوچھا ہے۔ اس وقت یہ کوئی عمل نہیں چلا رہا اور Token خرچ نہیں کر رہا۔

【آپ کے فیصلے کا انتظار】#1 آزمائش: ایک رنگ منتخب کریں
یہ صرف آزمائش ہے، کوئی بھی انتخاب درست ہے۔
  1. نیلا
  2. سبز

تعاملی ٹرمینل میں آپ براہِ راست آپشن کا نمبر درج کر کے Enter دبا سکتے ہیں۔ غیر تعاملی ٹرمینل میں پہلے کارڈ کا جواب واضح طور پر دیں اور دوسرا آپشن منتخب کریں:

agent-autoloop answer 1 2

اس کے بعد مجموعی حالت دیکھیں:

agent-autoloop status

اگر عمل معمول کے مطابق ہو تو Agent اصل سیشن سے دوبارہ جڑ کر انتخاب کے نتیجے کی تصدیق کرے گا۔ حالت کی کمانڈ آج اور گزشتہ 7 دنوں میں چلنے والے مراحل، Token اور اخراجات کے اعداد و شمار بھی دکھائے گی۔

تیسرا مرحلہ: سمجھیں کہ کام خودکار طور پر کیسے چلتا ہے

1. واقعہ داخل ہونا: شیڈول شدہ کام، GitHub Issue یا کاروباری نظام کی خرابی کو معیاری واقعے میں تبدیل کیا جاتا ہے۔
2. قواعد سے مطابقت: بنیادی نظام مقامی قواعد کے مطابق طے کرتا ہے کہ کون سا Agent استعمال ہو اور کس ورکنگ ڈائریکٹری میں کام کرے۔
3. ایک مرحلے کا اجرا: Agent کام سنبھالتا ہے، آخری جواب میں نتیجہ بیان کرتا ہے، پھر عمل بند ہو جاتا ہے۔
4. ضرورت پڑنے پر اجازت طلب کرنا: اگر انسانی فیصلے کی ضرورت ہو تو درمیانی پلیٹ فارم اطلاع کا کارڈ بھیج کر انتظار کی حالت محفوظ کرتا ہے۔
5. جواب کے بعد تسلسل: آپ کا انتخاب جمع کرانے کے بعد نظام اصل گفتگو بحال کر کے کام مکمل کرنا جاری رکھتا ہے۔

جن کاموں میں انسانی شرکت درکار نہ ہو، Agent براہِ راست ختم ہو سکتا ہے یا بعد میں دوبارہ جانچ کا وقت مقرر کر سکتا ہے۔ نظام قطار میں انتظار کے دوران ایک ہی معاملے سے متعلق موصول ہونے والے نئے پیغامات کو بھی یکجا کر کے ایک ہی مرحلے میں سنبھالتا ہے۔

چوتھا مرحلہ: اپنا پہلا خودکار قاعدہ لکھیں

روزمرہ کی ترتیب یہاں موجود ہے:

~/.agent-autoloop/rules.json

ہر قاعدے میں کم از کم یہ بیان ہونا چاہیے کہ کب متحرک ہو، کس کے حوالے کیا جائے اور کس ڈائریکٹری میں کام ہو۔ to میں ترتیب کے agents میں موجود نام کا حوالہ دینا ضروری ہے۔

مثال: ہر صبح 9 بجے روزانہ رپورٹ بنائیں

{
  "name": "روزانہ رپورٹ",
  "when": { "cron": "0 9 * * *" },
  "to": "codex",
  "cwd": "~/notes",
  "prompt": "گزشتہ روز کے نوٹس اور commits مرتب کر کے آج کی روزانہ رپورٹ لکھیں۔"
}

یہ قاعدہ ہر روز 9 بجے کام codex نامی Agent کے حوالے کرے گا اور اسے ~/notes ڈائریکٹری میں نوٹس اور Git commits مرتب کرنے دے گا۔

مثال: نیا GitHub Issue سنبھالیں

بیرونی واقعات کے قواعد کی ساخت ملتی جلتی ہے، لیکن پہلے sources میں متعلقہ واقعے کے ماخذ کا اندراج کرنا ضروری ہے۔ درج ذیل قاعدہ GitHub کے issues.opened واقعے کی نگرانی کرتا ہے:

{
  "name": "Issue سنبھالیں",
  "when": {
    "source": "github",
    "types": ["issues.opened"]
  },
  "to": "codex",
  "cwd": "~/code/app",
  "skill": "handle-issue",
  "parallel": 3
}

skill کام سنبھالنے کے لیے درکار Skill متعین کرتا ہے، جبکہ parallel متوازی کاموں کی تعداد 3 مقرر کرتا ہے۔ واقعے کے ماخذ کا اندراج پروجیکٹ کی ترتیب کی ہدایات کے مطابق کریں۔

قاعدہ محفوظ ہونے کے چند سیکنڈ میں خودکار طور پر مؤثر ہو جائے گا۔ فوراً جانچ چلانے کی تجویز ہے:

agent-autoloop check

اگر نئے قاعدے میں کوئی خرابی ہو تو نظام پرانے قواعد کے ساتھ چلتا رہے گا اور کارڈ کے ذریعے مخصوص مسئلے سے آگاہ کرے گا، تاکہ غلط ترتیب موجودہ خودکار عمل کو براہِ راست نہ روکے۔

پانچواں مرحلہ: Agent سے انسانی فیصلہ طلب کروائیں

Agent Autoloop میں Agent کے لیے بنیادی اصول یہ ہے: آخری جواب میں نتیجہ بیان کریں۔ اگر کام مکمل ہو چکا ہو تو معمول کے مطابق نتیجہ لکھیں؛ اگر انسانی انتخاب درکار ہو تو جواب کے آخر میں agent-autoloop رسید کا بلاک شامل کریں۔

آرڈر کی جانچ مکمل ہو گئی ہے، اسٹاک کافی ہے۔

```agent-autoloop
{
  "ask": [{
    "title": "ترسیل کیسے کی جائے؟",
    "text": "دونوں طریقوں سے آج ترسیل ہو سکتی ہے۔",
    "options": ["کورئیر", "خود وصولی"],
    "key": "shipping"
  }]
}
```

یہاں ask دو آپشنز والا فیصلہ کارڈ بنائے گا۔ سوال کے علاوہ رسید درج ذیل کارروائیوں کو بھی سپورٹ کرتی ہے:

• notice: اطلاع بھیجیں۔
• resolve: حل ہو چکے کارڈ کو بند کریں۔
• later: مستقبل میں دوبارہ جانچ کا وقت مقرر کریں۔
• events: نیا واقعہ متحرک کریں۔

اگر Agent کے آؤٹ پٹ کا JSON غلط ہو تو درمیانی پلیٹ فارم صرف اسی سیشن میں آخری رسید دوبارہ لکھنے کو کہے گا، پہلے مکمل ہو چکی کاروباری کارروائیوں کو دوبارہ نہیں چلائے گا۔ اگر دوبارہ لکھنا بھی ناکام ہو جائے تو نظام اصل نتیجہ محفوظ رکھے گا اور آپ کو اطلاع دے گا کہ رسید مؤثر نہیں ہوئی۔

تیار شدہ منظرنامہ ٹیمپلیٹس استعمال کریں

پروجیکٹ میں قواعد، کام کے Skill اور فعال کرنے کی ہدایات پر مشتمل متعدد ٹیمپلیٹس فراہم کیے گئے ہیں، جنہیں حقیقی ترتیب کے نقطۂ آغاز کے طور پر استعمال کیا جا سکتا ہے:

• روزانہ رپورٹ: مقامی نوٹس اور Git commits مرتب کر کے تاریخ کے نام سے فائل میں محفوظ کریں۔
• GitHub Issue کی پیروی: نئے Issue کی باقاعدہ جانچ کریں، مقامی طور پر کوڈ میں ترمیم کریں اور آپ کو جائزے کے لیے اطلاع دیں؛ بطور ڈیفالٹ commit، push یا Issue کا جواب نہیں دیا جاتا۔
• پروڈکشن الرٹ کی جانچ: خرابی وصول کر کے کوڈ کے مطابق وجہ کا تجزیہ کریں، اور دوبارہ شروع کرنے کی کارروائی درپیش ہو تو پہلے منظوری طلب کریں۔
• صارف کی رائے سنبھالنا: رائے کی حالت دیکھیں، مسئلہ حل کریں، ڈیلیوری کی تصدیق کریں اور جواب تیار کریں؛ فیصلے کی ضرورت ہو تو Feishu کے ذریعے پوچھیں۔
• ویب سائٹ کی نگرانی: حالت اور اہم مواد کی باقاعدہ جانچ کریں، مسلسل خرابی سے پیدا ہونے والی بار بار کی اطلاعات سے بچیں، اور بحالی کے بعد اصل کارڈ کو اپ ڈیٹ کریں۔
• Feishu ہفتہ وار رپورٹ اور کاروباری خلاصہ: اجازت کے مطابق رپورٹس اور مخصوص جدولیں پڑھیں، مکمل خلاصہ مقامی طور پر محفوظ کریں اور Feishu کو صرف مختصر مواد بھیجیں۔
• PR خودکار ڈیلیوری: کوڈ جائزے سے شروع کریں، CI کا انتظار کریں، PR merge کریں، تعیناتی کا انتظار کریں اور آخر میں پروڈکشن ورژن کی تصدیق کریں۔

ٹیمپلیٹ فعال کرتے وقت کام کا Skill استعمال ہونے والے Agent کی skills ڈائریکٹری میں رکھیں، نمونے کے قواعد کو ~/.agent-autoloop/rules.json میں ضم کریں، راستے اور کمپیوٹر کا نام تبدیل کریں، پھر agent-autoloop check چلائیں۔

README میں خاص طور پر وضاحت کی گئی ہے: رائے سنبھالنے، ویب سائٹ کی نگرانی اور Feishu خلاصے کے نمونہ ڈیٹا فرضی ہیں۔ متعلقہ اسکرپٹس اور رسیدوں کی جانچ صرف مقامی HTTP اور نقلی Feishu CLI کے ذریعے کی گئی ہے، حقیقی اکاؤنٹس پر مکمل کاروباری آزمائش ابھی نہیں کی گئی۔

مختلف Agent اور اطلاع کے ذرائع سے رابطہ

بلٹ اِن Agent پلگ اِنز

پروجیکٹ میں Claude Code، Codex، ACP اور عمومی کمانڈ پلگ اِن شامل ہیں۔ Claude Code، Codex اور سرکاری Codex ACP اڈاپٹر کے ساتھ متعدد سوال و جواب اور مختلف عملوں کے درمیان سیشن دوبارہ جوڑنے کی جانچ مکمل کی جا چکی ہے۔

عمومی کمانڈ کے ذریعے دوسرے Agent سے رابطہ

دوسرے کمانڈ لائن Agent کے لیے use: "command" مقرر کر کے کمانڈز کی فہرست فراہم کی جا سکتی ہے۔ {prompt} بطور الگ پیرامیٹر منتقل کیا جائے گا اور اسے Shell کوڈ کے طور پر نہیں چلایا جائے گا۔

README میں ہر ٹول کی سرکاری دستاویزات کے مطابق DeepSeek Harness، pi، OpenClaw، Hermes، Cursor اور WorkBuddy／CodeBuddy وغیرہ کے کمانڈ نمونے دیے گئے ہیں، لیکن ساتھ ہی واضح کیا گیا ہے کہ ان کمانڈز کی الگ الگ عملی جانچ نہیں ہوئی۔ اس لیے باقاعدہ استعمال سے پہلے الگ تھلگ ڈائریکٹری میں پیرامیٹرز، آؤٹ پٹ فارمیٹ اور سیشن کے رویے کی تصدیق کرنی چاہیے۔

فریقِ ثالث کے پلگ اِن نصب کریں

فریقِ ثالث کے پلگ اِن Git پتے کے ذریعے نصب کیے جا سکتے ہیں:

agent-autoloop add <Git پتہ>

اگر آپ خود پلگ اِن تیار کرنا چاہتے ہیں تو پروجیکٹ کے فراہم کردہ کم سے کم Agent، چینل اور واقعہ پلگ اِن ٹیمپلیٹس سے شروع کریں اور پلگ اِن کی تیاری کی ہدایات دیکھیں۔

اطلاع کا ذریعہ منتخب کریں

ڈیسک ٹاپ اطلاعات بطورِ ڈیفالٹ فعال ہیں۔ فی‌شو میں پیغامات بھیجنے، بٹن کال بیک اور کارڈ اپ ڈیٹ کی عملی جانچ ہو چکی ہے۔ ڈنگ ٹاک، کیوئی، Slack اور Discord فی الحال Webhook ٹیمپلیٹس استعمال کرتے ہیں اور ان کی تصدیق صرف مقامی نقلی سروس پر کی گئی ہے۔

یہ متنی چینلز جوابی لنک کے ذریعے فیصلے جمع کراتے ہیں، اس لیے hub.publicUrl کو ایسے پتے پر سیٹ کرنا ضروری ہے جس تک فون یا کمپیوٹر سے رسائی ممکن ہو۔ عوامی رسائی کی ضرورت کا انحصار آپ کے منتخب کردہ چینل اور نیٹ ورک کے ماحول پر ہے، نہ کہ بنیادی مقامی اجرا پر۔

اعلیٰ درجے کی ترکیبیں اور قابلِ اعتماد ڈیزائن

یہ معلوم کریں کہ ٹاسک کا ایک راؤنڈ کیوں چلا

مخصوص راؤنڈ کے محرک واقعات، قواعد کے ورژن، کام سنبھالنے والے اور حتمی نتیجے کو دیکھنے کے لیے why کمانڈ استعمال کریں:

agent-autoloop why 1

یہ غلط قواعد، دہرائے گئے واقعات یا غیر متوقع طور پر کام تفویض ہونے کی وجوہات تلاش کرنے میں خاص طور پر مفید ہے۔

کرنل کے چار طریقۂ کار کو سمجھیں

• معطلی میں صفر خرچ: انسانی جواب کا انتظار کرتے وقت Agent کا عمل ختم ہو جاتا ہے اور حالت ڈیٹابیس میں محفوظ رہتی ہے؛ جواب ملنے کے بعد وہی سابقہ سیشن دوبارہ بحال ہو جاتا ہے۔
• واقعاتی ماخذ: تمام حالت صرف اضافی لاگ سے اخذ کی جاتی ہے، لاگ اور اشاریہ ایک ہی ٹرانزیکشن میں ڈسک پر لکھے جاتے ہیں، اور فارمیٹ تبدیل ہونے کے بعد لاگ سے حالت دوبارہ بنائی جا سکتی ہے۔
• ہدایات اور ڈیٹا کی علیحدگی: Issue کا عنوان اور متن جیسے بیرونی مواد بطور معلومات محفوظ کیے جاتے ہیں اور براہِ راست پرامپٹ میں شامل نہیں کیے جاتے۔ Agent، ورکنگ ڈائریکٹری اور اجازتوں کا تعین صرف مقامی قواعد کرتے ہیں؛ واقعے میں موجود cwd، agent اور access فیلڈز مسترد کر دیے جاتے ہیں۔
• ہاپ سرکٹ بریکر: Agent کے شروع کیے گئے نئے واقعات میں تہوں کی تعداد بڑھتی رہتی ہے؛ انسانی سوال اور مقررہ وقت پر دوبارہ جانچ اسے صفر نہیں کرتے۔ 8 تہوں سے تجاوز کے بعد صرف ریکارڈ کیا جاتا ہے، مزید کام تفویض نہیں کیا جاتا، اور صارف کو کارڈ بھیجا جاتا ہے۔

نقلی اجرا اور کارکردگی کی جانچ

پروگرام کی ڈائریکٹری میں جائیں:

cd ~/.agent-autoloop/app

اس کے بعد README میں دی گئی تصدیقی کمانڈز چلائی جا سکتی ہیں:

node sim/random.ts 24301 200000
node sim/crash.ts 1000 12648430
npm run benchmark

پہلی کمانڈ نیٹ ورک منقطع ہونے، پیکٹ ضائع ہونے، کریش اور بار بار جمع کرانے کی نقل کرتی ہے؛ دوسری کمانڈ عمل کو بار بار زبردستی ختم کر کے جانچتی ہے کہ تصدیق شدہ ریکارڈ ضائع تو نہیں ہوئے؛ تیسری کمانڈ کارکردگی کا معیار چلاتی ہے۔ README میں دی گئی مطلوبہ حد Apple M5 Pro، 24 GB میموری اور Node 24.21.0 پر مبنی ہے، اس لیے دیگر مشینوں پر ہارڈویئر کے فرق کے باعث نتیجہ مطلوبہ حد پوری نہ کرنے والا دکھائی دے سکتا ہے۔

تاریخی لاگز بڑھنے کے ساتھ حالت کا خلاصہ سست ہو جائے گا، جبکہ لاگ اور اشاریہ مسلسل ڈسک کی جگہ استعمال کرتے رہیں گے۔ ڈیٹا فارمیٹ تبدیل ہونے کے بعد پہلی مرتبہ اجرا میں مکمل تعمیرِ نو درکار ہو سکتی ہے، اس لیے طویل مدتی اجرا کے دوران ڈسک کی گنجائش اور آغاز کے وقت پر نظر رکھیں۔

ڈیلیوری پائپ لائن کے استعمال کی حدود

Agent Autoloop ایک delivery پلگ اِن فراہم کرتا ہے۔ GitHub PR میں deliver لیبل شامل کرنے کے بعد، آپ “کوڈ کا جائزہ، CI کا انتظار، PR کو ضم کرنا، تعیناتی کا انتظار، آن لائن ورژن کی جانچ” کے سلسلے کے مطابق مسلسل پیروی کر سکتے ہیں۔

جائزے اور ڈیلیوری کی ترتیب صرف main برانچ سے پڑھی جاتی ہے، اور PR میں موجود کوڈ کو کام سنبھالنے والے کمپیوٹر پر نہ چیک آؤٹ کیا جاتا ہے نہ چلایا جاتا ہے۔ قطار، بیک وقت اجرا اور دوبارہ کوششیں اسی کرنل کے طریقۂ کار کو استعمال کرتی ہیں۔ باضابطہ طور پر فعال کرنے سے پہلے، ریپوزٹری کی اجازتوں اور ریلیز کے عمل کے ساتھ سیکیورٹی حدود کی وضاحت کا مطالعہ کریں۔

استعمال اور تعمیل سے متعلق تجاویز

ماڈل کالز کا خرچ آپ کے اپنے اکاؤنٹ میں شمار ہوتا ہے، جبکہ کوٹہ اور استعمال کی حدود متعلقہ ماڈل فراہم کنندہ کی سروس کی شرائط کے تابع ہیں۔ README یاد دہانی کراتا ہے کہ زیادہ تعدد والی خودکار صورتِ حال میں عموماً API Key زیادہ موزوں ہوتی ہے؛ ذاتی سبسکرپشن کا کوٹہ بنیادی طور پر روزمرہ انسانی تعامل کے لیے ہے۔ اگر آپ اس ٹول کے ذریعے بیرونی صارفین کو سروس فراہم کرتے ہیں تو API Key استعمال کریں اور سروس کی شرائط و تعمیلی تقاضوں کی خود تصدیق کریں۔

Agent Autoloop ایک آزاد اوپن سورس پروجیکٹ ہے اور Anthropic، OpenAI یا دیگر ماڈل فراہم کنندگان سے اس کا کوئی وابستگی یا توثیقی تعلق نہیں ہے۔

اختتامیہ

Agent Autoloop کا مقصد Agent کو ہمیشہ آن رکھنا نہیں، بلکہ کاموں کو قابلِ اعتماد انداز میں روکنے، انتظار کرنے اور دوبارہ جاری رکھنے کے قابل بنانا ہے۔ آپ پہلے agent-autoloop try سے تعامل کے مکمل چکر کی تصدیق کر سکتے ہیں، پھر روزانہ کی صبح کی رپورٹ یا GitHub Issue ٹیمپلیٹ سے قواعد لکھنا شروع کریں۔ مقامی عمل مستحکم ہونے کی تصدیق کے بعد، بتدریج فی‌شو، Webhook، بیرونی واقعات اور PR ڈیلیوری پائپ لائن شامل کریں۔

مزید ترتیب کے لیے قواعد اور ڈیلیوری کی ترتیب کا رہنما، مکمل مواصلاتی پروٹوکول اور پلگ اِن ڈویلپمنٹ دستاویزات دیکھیں۔