मेरे Python प्रोजेक्ट के पहले commit से ही एक नियम सबसे अहम रहा: कोडिंग एजेंट को स्वीकृति मानदंड कभी नहीं दिखने चाहिए। इसलिए मैंने दो ऐसे एजेंट बनाए जो कभी आपस में जानकारी साझा नहीं करते। एक पूरी विशिष्टता से टेस्ट लिखता है, और एक अलग कोडिंग एजेंट उसी विशिष्टता से कोड लिखता है, लेकिन मानदंड हटाकर। ज़्यादातर कोडिंग वातावरणों में एक ही एजेंट दोनों लिखता है, जिससे टेस्ट परिणामों की वैधता कमज़ोर हो जाती है।
मैंने यह कटौती कोड के स्तर पर संदर्भ असेंबली के ज़रिए लागू की, यानी वह चरण जो कोडिंग एजेंट का प्रॉम्प्ट बनाता है। प्रॉम्प्ट बनने से पहले टास्क फ़ाइल का मानदंड वाला हिस्सा हटा दिया जाता है। कुछ समय तक मुझे लगा कि यह कटौती पूरी तरह सटीक है। फिर पता चला कि एक टिप्पणी की एक पंक्ति इसे तोड़ देती थी: कटौती वहीं रुक जाती थी और टिप्पणी के बाद के सभी मानदंड कोडिंग एजेंट तक पहुँच जाते थे। एक हफ़्ते बाद, दूसरी पंक्ति पर लिपटे एक मानदंड ने भी यही किया। दोनों गलतियाँ मेरी अपनी थीं। इस बार ठीक करने के बाद मैंने टेस्ट जोड़े, ताकि अगर कटौती सही तरीके से लागू न हो तो भविष्य का कोई भी build विफल हो जाए।
Skills और MCP सर्वरों की अक्सर तुलना होती है, लेकिन जिस नियम पर मेरा प्रोजेक्ट टिका है, उसके लिए जवाब इनमें से कोई नहीं निकला। मैं चाहता था कि उपयोगकर्ता Claude Code या Cursor जैसे AI सहायक से मेरे command-line टूल qikly तक पहुँच सकें। इसका मतलब है कि दो LLM शामिल होंगे, और दोनों में से किसी को भी स्वीकृति मानदंड नहीं दिखने चाहिए। सहायक पहले से qikly चला सकता था, पर उसे पता नहीं था कि कब उसका उपयोग करना है। इसलिए मैंने एक Skill लिखा: Markdown निर्देशों का एक फ़ोल्डर, जिसे सहायक तब लोड करता है जब कोई अनुरोध उसके विवरण से मेल खाता है।
Skill लिखने से दो अलग काम सामने आए। Skill का काम यह सलाह देना है कि आवश्यकताओं और स्वीकृति मानदंडों में क्या जाना चाहिए। इसे केवल सिखाया जा सकता है, गारंटी नहीं दी जा सकती। संदर्भ असेंबली का काम हर बार मानदंडों को हटाना है, चाहे कोई Skill इंस्टॉल हो या नहीं। फिर भी सलाह मायने रखती है, क्योंकि जो मानदंड आवश्यकताओं में भी लिखा गया हो, वह कोडिंग एजेंट तक पहुँच ही जाता है। इसलिए मैंने qikly --validate में एक जाँच जोड़ी जो ऐसे दोहराव पर चेतावनी देती है।
अक्सर पूछे जाने वाले प्रश्न
प्रश्न: LLM को मानदंड देखने से रोकने के लिए बेहतर मॉडल या शून्य temperature पर भरोसा क्यों न करें?
उत्तर: बेहतर मॉडल निर्देशों का पालन अधिक बार करता है, पर हमेशा नहीं। temperature शून्य करने से उत्तर अधिक दोहराए जा सकने वाले बनते हैं, आज्ञाकारी नहीं। जो नियम हमेशा लागू रहने चाहिए, उन्हें कोड में लागू करें, जैसे संदर्भ असेंबली में। निर्णय पर आधारित मार्गदर्शन Skill में रह सकता है।
स्रोत: Towards Data Science · HeadlinesBriefing द्वारा सारांशित