AI ایجنٹ کا سفر
نو سوالوں میں اپنا AI ایجنٹ ڈیزائن کریں
ہم ہر پروجیکٹ آپ کی جگہ کھڑے ہو کر شروع کرتے ہیں، کسی سلائیڈ ڈیک سے نہیں۔ وہ سوال جواب کریں جو فارورڈ ڈیپلائیڈ انجینئر پہلی میٹنگ میں پوچھتا ہے، اور دیکھیں کہ ہم آپ کے لیے کون سا ایجنٹ، ماڈل اور ہوسٹنگ بنائیں گے۔
شروع کرنے سے پہلے
AI ایجنٹ دراصل کیسے کام کرتا ہے
چیٹ بوٹ سوال کا جواب دیتا ہے۔ ایجنٹ کام مکمل کرتا ہے۔ وہ آپ کا ڈیٹا پڑھتا ہے، طے کرتا ہے کہ کیا کرنا ہے، آپ کے ٹولز سے اسے انجام دیتا ہے، اور کسی کے انحصار سے پہلے نتیجہ جانچتا ہے۔ اس لوپ کا ہر مرحلہ لاگ ہوتا ہے۔
پڑھنا
ایجنٹ ان سسٹمز سے ضرورت کی معلومات جمع کرتا ہے جن کی آپ نے اجازت دی: ان باکس، لیجر، ٹکٹ قطار، ریپوزٹری۔ وہ صرف وہی دیکھتا ہے جس کی اس کی اجازتیں اجازت دیں۔
سوچنا
ایک لارج لینگویج ماڈل طے کرتا ہے کہ کام کو کیا چاہیے اور مراحل کی منصوبہ بندی کرتا ہے۔ ذہانت صرف یہیں استعمال ہوتی ہے، اس لیے وہیں خرچ ہوتی ہے جہاں فیصلہ اہم ہو۔
عمل کرنا
ایجنٹ کنیکٹرز اور MCP سرورز کے ذریعے حقیقی ٹولز استعمال کرتا ہے: جواب کا مسودہ بناتا ہے، رپورٹ جمع کرتا ہے، پل ریکوئسٹ کھولتا ہے۔ اصولوں پر مبنی مراحل سادہ کوڈ ہی رہتے ہیں۔
جانچ
کچھ بھی بھیجنے، خرچ کرنے یا حذف کرنے سے پہلے ایجنٹ منظوری کے گیٹ پر رک جاتا ہے۔ آپ منظور کرتے ہیں، یا وجہ کے ساتھ مسترد کرتے ہیں جس سے وہ سیکھتا ہے۔ ہر قدم ٹریس ہوتا ہے۔
ہمارے بنائے ہر ایجنٹ میں تین پرتیں
آپ کا علم
ڈیٹا کے وہ ذرائع جو ہم ڈسکوری کے دوران جوڑتے ہیں، انہی اجازتوں تک محدود جو آپ کے عملے کے پاس پہلے سے ہیں۔
ماڈل
Claude، GPT، Gemini، Grok یا کوئی اوپن ویٹ ماڈل، جو کام، ڈیٹا اور چلنے کی جگہ کے مطابق منتخب ہو۔
کنٹرول
منظوری کے گیٹ، بجٹ، رکنے کی شرائط اور آڈٹ ٹریل، جو Jobshout ایجنٹ فریم ورک پر چلتے ہیں۔
ڈسکوری
پہلے ہم آپ کی جگہ کھڑے ہوتے ہیں
زیادہ تر AI پروجیکٹس اس لیے ناکام ہوتے ہیں کہ وہ غلط قدم کو خودکار بناتے ہیں۔ ہمارے فارورڈ ڈیپلائیڈ انجینئرز کوڈ کی ایک لائن لکھنے سے پہلے کام کرنے والوں کے ساتھ بیٹھتے ہیں۔
دن 1
کام کا قریب سے مشاہدہ
ہم ایک حقیقی کام کا دن دیکھتے ہیں: ان باکس، منظوریاں، وہ اسپریڈشیٹس جن پر کاروبار ٹکا ہے۔ ہم ہر ہینڈ آف اور ہر انتظار نوٹ کرتے ہیں۔
دن 2
ڈیٹا ذرائع کا نقشہ
ہر قدم کے لیے ہم درج کرتے ہیں کہ ڈیٹا کہاں ہے، اس کا مالک کون ہے، اس تک کیسے پہنچا جاتا ہے (API، ایکسپورٹ، ڈیٹابیس، ای میل) اور وہ کتنا حساس ہے۔
دن 3
معلوم کریں کہاں فیصلے کی ضرورت ہے
ہم ہر عمل کو اصولی مراحل میں تقسیم کرتے ہیں، جو عام آٹومیشن رہتے ہیں، اور فیصلے والے مراحل میں، جہاں LLM اپنی لاگت وصول کرتا ہے۔ ایجنٹ صرف وہاں جاتے ہیں جہاں ذہانت درکار ہو۔
ہفتہ 1–2
آپ کے ساتھ بنانا اور چلانا
پہلا ایجنٹ آپ کے حقیقی ڈیٹا پر چلتا ہے اور ہر خطرناک کارروائی پر منظوری کا گیٹ ہوتا ہے۔ ہم اسے استعمال کرنے والوں کے ساتھ بہتر بناتے ہیں، اور اجازتیں تبھی بڑھاتے ہیں جب وہ اس پر بھروسہ کریں۔
سفر
ہمیں اپنے کاروبار کے بارے میں بتائیں
یہ وہ سوال ہیں جو ہم کسٹمر کے ساتھ پہلی میٹنگ میں پوچھتے ہیں۔ آپ کے جوابات آپ کے براؤزر میں رہتے ہیں جب تک آپ انہیں بھیجنے کا فیصلہ نہ کریں۔
حقیقی دنیا کے منظرنامے
کسٹمر میٹنگز میں ہم کیا سنتے ہیں، اور کیا بناتے ہیں
ہمارے فارورڈ ڈیپلائیڈ انجینئرز کی پہلی میٹنگز جیسی ملی جلی مثالیں۔ نام اور اعداد محض وضاحتی ہیں۔
CEO · پروفیشنل سروسز
“میں ہر روز پہلے دو گھنٹے ای میل پر لگاتا ہوں۔”
FDE نے Outlook، CRM اور بورڈ پورٹل کا نقشہ بنایا اور دیکھا کہ زیادہ تر جوابات پانچ نمونوں پر چلتے ہیں۔ اب ایگزیکٹو PA ایجنٹ رات میں جوابات اور میٹنگ بریفس کے مسودے بناتا ہے؛ CEO فون سے منظوری دیتا ہے۔
- ڈیٹا: Microsoft 365، HubSpot، بورڈ پورٹل
- ماڈل: کمپنی کے Azure ٹیننٹ کے ذریعے Claude
- کنٹرول: ہر جواب بھیجنے سے پہلے منظور ہوتا ہے
CFO · مینوفیکچرنگ
“مہینے کا اختتام نو دن لیتا ہے اور اس کا زیادہ تر حصہ کاپی کرنا ہے۔”
ڈسکوری سے پتا چلا کہ فیصلہ صرف ویری اینس تبصرے میں درکار تھا؛ مطابقت اور اندراج اصول تھے۔ ہم نے اصولوں کو کوڈ سے خودکار کیا اور تبصرے اور پالیسی جانچ پر ایک ایجنٹ لگایا۔
- ڈیٹا: Sage، بینک فیڈز، پرچیز آرڈر اسپریڈشیٹس
- ماڈل: معلومات نکالنے کے لیے مقامی ماڈل اور تبصرے کے لیے فرنٹیئر ماڈل کا امتزاج
- کنٹرول: نامزد منظور کنندہ کے بغیر کوئی اندراج یا ادائیگی نہیں
CTO · سافٹ ویئر کمپنی
“میرے سینئر انجینئرز اپنا ہفتہ دوسروں کا کوڈ ریویو کرنے میں گزارتے ہیں۔”
ایک PR ریویو ایجنٹ ہر پل ریکوئسٹ کو ٹیم کے معیارات پر جانچتا ہے اور دوسرا ایجنٹ Sentry اور لاگز سے انسیڈنٹ خلاصے لکھتا ہے۔ سینئرز پورا ڈِف نہیں، ایجنٹ کے نوٹس کا جائزہ لیتے ہیں۔
- ڈیٹا: GitHub، Jira، Sentry، Slack
- ماڈل: ریویو کے لیے Claude Code، لاگ کی چھانٹی کے لیے اوپن ویٹ ماڈل
- کنٹرول: صرف تبصرے؛ مرج انسان ہی کرتے ہیں
لا فرم · آف لائن
“کوئی بھی استحقاق یافتہ چیز کبھی عمارت سے باہر نہیں جا سکتی۔”
ہم نے Workstation کے ساتھ AI ورک اسٹیشنز کا سائز طے کیا اور اوپن ویٹ ماڈلز مکمل آف لائن چلائے۔ ایک کنٹریکٹس ایجنٹ دستاویزات کو فرم کی پلے بک سے ملاتا اور ریڈ لائنز تیار کرتا ہے؛ پارٹنرز ہر ایک کی منظوری دیتے ہیں۔
- ڈیٹا: دستاویزی انتظام کا نظام، نظائر کا ذخیرہ
- ماڈل: مقامی GPU ورک اسٹیشنز پر اوپن ویٹ ماڈلز
- کنٹرول: مکمل طور پر منقطع (air-gapped)، آڈٹ لاگز سائٹ پر محفوظ
فارورڈ ڈیپلائیڈ انجینئرز
آپ کی ٹیم میں ایک ماہر، قطار میں پڑا ٹکٹ نہیں
ہر پروجیکٹ کو ایک فارورڈ ڈیپلائیڈ انجینئر (FDE) ملتا ہے۔ وہ آپ کی میٹنگز میں شامل ہوتا ہے، سیکھتا ہے کہ آپ کا کاروبار دراصل کیسے چلتا ہے، اور آپ کے ساتھ تیزی سے ایجنٹ بناتا اور ڈیپلائے کرتا ہے۔
درست سوالات پوچھتا ہے
ڈیٹا کہاں ہے، مالک کون ہے، غلط ہونے پر کیا ہوتا ہے، اور کون سا قدم واقعی فیصلہ مانگتا ہے۔
آپ کے سسٹمز میں بناتا ہے
ایجنٹس آپ کی ریپوزٹری اور آپ کے کلاؤڈ یا ہارڈویئر میں رہتے ہیں، ان ٹولز سے جڑے جو آپ کی ٹیم پہلے سے استعمال کرتی ہے۔
کام بننے تک ساتھ رہتا ہے
وہ استعمال کرنے والوں کے ساتھ ایجنٹ کو بہتر بناتے اور رن بکس حوالے کرتے ہیں، تاکہ آپ کی ٹیم ہمارے بغیر اسے چلا سکے۔
ان پلیٹ فارمز پر سرٹیفائیڈ جو آپ منتخب کر سکتے ہیں
- Claude Code (Anthropic)
- OpenAI
- Google Cloud اور Gemini
- Microsoft Azure AI
- xAI Grok
فریم ورک
Jobshout پر مبنی، ہمارا ایجنٹ فریم ورک اور ٹاسک مینیجر
Jobshout وہ اوپن سورس فریم ورک ہے جس پر ہر TenthMatrix ایجنٹ چلتا ہے۔ ہر ایجنٹ کی اپنی لین ہے، وہ اپنے ٹولز استعمال کرتا ہے اور اسی منظوری کے گیٹ پر رکتا ہے۔ ہر رن اپنی لاگت اور ٹریس کے ساتھ ٹاسک بورڈ پر آتا ہے۔
- پروجیکٹس اور اسپرنٹس کے ساتھ ٹاسک بورڈ
- ملٹی ایجنٹ ورک فلو بطور ڈیپنڈنسی گراف
- روزانہ اور ہفتہ وار کام کے لیے شیڈول شدہ جابز
- اسکلز، پلگ انز اور MCP کنیکٹرز
- اپنا ماڈل لائیں، بشمول مقامی ماڈلز
- فی رن لاگت، لیٹنسی اور OpenTelemetry ٹریسز
سیلف ہوسٹڈ AI
کیا آپ اپنا AI بغیر کسی انٹرنیٹ کنکشن کے چاہتے ہیں؟
کچھ ڈیٹا کبھی عمارت سے باہر نہیں جا سکتا۔ ہم آپ کے نیٹ ورک کے اندر AI ورک اسٹیشنز پر مکمل آف لائن اوپن ویٹ ماڈلز چلاتے ہیں اور ان پر وہی ایجنٹ بناتے ہیں۔ ہارڈویئر ہماری سسٹر کمپنی Workstation سے آتا ہے۔
اکثر پوچھے جانے والے سوالات
چیٹ بوٹ اور AI ایجنٹ میں کیا فرق ہے؟
چیٹ بوٹ جواب دیتا ہے۔ ایجنٹ کام مکمل کرتا ہے: وہ آپ کے سسٹمز پڑھتا ہے، منصوبہ بناتا ہے، ٹولز سے کام کرتا ہے اور کسی بھی خطرناک چیز سے پہلے منظوری کے لیے رکتا ہے۔ آپ کو مکمل مسودہ، رپورٹ یا اپڈیٹ ملتی ہے، مشورے کا کوئی پیراگراف نہیں۔
کیا ہمیں ایک ہی AI کمپنی چننی ہوگی؟
نہیں۔ ہمارے کئی کلائنٹس مشکل ترین مراحل کے لیے فرنٹیئر ماڈل اور معمول کے مراحل کے لیے چھوٹا اوپن ویٹ ماڈل استعمال کرتے ہیں۔ Jobshout ہر ایجنٹ کو الگ ماڈل استعمال کرنے دیتا ہے، اور آپ بعد میں دوبارہ بنائے بغیر بدل سکتے ہیں۔
کیا ایجنٹس بغیر کسی انٹرنیٹ کنکشن کے چل سکتے ہیں؟
جی ہاں۔ Workstation کے AI ورک اسٹیشنز پر اوپن ویٹ ماڈلز کے ساتھ پورا سسٹم، بشمول ماڈلز، فریم ورک اور لاگز، آپ کی عمارت کے اندر آف لائن چلتا ہے۔
فارورڈ ڈیپلائیڈ انجینئر دراصل کیا کرتا ہے؟
وہ آپ کی ٹیم کے ساتھ بیٹھتا ہے، آپ کے عمل اور ڈیٹا ذرائع کا نقشہ بناتا ہے، طے کرتا ہے کہ LLM کہاں استعمال کے قابل ہے، اور آپ کے ماحول میں ایجنٹ بناتا اور ڈیپلائے کرتا ہے۔ وہ تب تک رہتا ہے جب تک استعمال کرنے والے ایجنٹ پر بھروسہ نہ کریں۔
اس سفر میں دیے گئے میرے جوابات کا کیا ہوتا ہے؟
کچھ نہیں، جب تک آپ بھیجیں نہ دبائیں۔ بلیو پرنٹ آپ کے براؤزر میں تیار ہوتا ہے۔ اگر آپ اسے بھیجیں تو یہ انکوائری کے طور پر ہماری ٹیم تک پہنچتا ہے تاکہ انجینئر پہلی میٹنگ کی تیاری کر سکے۔
بات کر کے سمجھنا پسند کریں گے؟
ڈسکوری کال بک کریں اور ایک فارورڈ ڈیپلائیڈ انجینئر آپ کے اپنے عمل پر یہی سوالات براہ راست آپ کے ساتھ کرے گا۔