د مصنوعي ذهانت کوډ کولو وسایل لاهم د څیړنې او پراختیا په مرحله کې دي

د سټیک اوور فلو د ۲۰۲۴ کال سروې له مخې، ۷۶٪ پراختیا کونکي د مصنوعي ذهانت وسایل کاروي یا یې د کارولو پلان لري - دوی اوس یوازې د دندې یوه برخه ده. دوی د عادي کارونو سره مرسته کوي مګر کله چې دوی په ډاډه توګه بې معنی تولیدوي نو ځورونکي کیدی شي. پداسې حال کې چې یوټیوبران د چیټ جی پي ټي اشارو سره "ملیارد ډالر سټارټ اپونه" جوړوي او د مصنوعي ذهانت اجنټان هره اونۍ نړۍ نیسي، ریښتیني ټیمونه لاهم د دې وسیلو په مؤثره توګه کارولو څرنګوالی په ګوته کوي. نن ورځ، د مصنوعي ذهانت مرستې ماسټر کول د کوډ کولو یا سیسټم ډیزاین په څیر بنسټیز دي - موږ اړتیا لرو چې تطابق او چټک شو.

ستونزه دا ده چې دا وسایل په اصل کې لاهم د R&D په مرحله کې دي - دوی په دوامداره توګه بدلیږي، یو بل کاپي کوي، او د پخوانیو نه حل شویو ستونزو د حل کولو لپاره کریډیټ مستحق دي. دوی ټول د کارولو روښانه لارښوونې نلري. حتی Copilot، سره له دې چې ډیر تاسیس شوی، روښانه لارښوونې او غوره عملونه نلري. حل لاره؟ موږ به هغه څه وکړو چې پراختیا کونکي یې غوره کوي - پخپله یو چوکاټ تنظیم او جوړ کړو.

د لوبې بدلونکی

... او همدارنګه " کوانټم لیپ "، " پیراډاګم شفټ "، " اجنټان راځي "، تاسو یې نومولی شئ. پداسې حال کې چې دا وسایل په حقیقت کې زموږ د کار جریان بدلوي، بدلون ډیر عملي دی: پراختیا کونکي اوس د ټیم لیډونو په څیر کار کوي، د کوډ مستقیم لیکلو پرځای د AI مرستیالانو اداره کوي. اصلي مهارتونه ډیزاین کولو، پلان کولو، تشریح کولو او بیاکتنې ته لیږدول شوي دي.

د UX اصلي مفاهیم چې دا وسایل یې معرفي کوي دا دي:

1. انلاین وړاندیزونه - د ادغام ترټولو طبیعي نمونه. کله چې دوی کار کوي، دوی بې ساري دي - مګر کله چې دوی ستاسو کوډ ګډوډوي، دا په تولید کې سمدستي وقفه ده.
2. چیټ - کلاسیک چلند چیرې چې LLMs ستاسو د کوډبیس سره د لارښود اشارو له لارې تعامل کوي
3. کمپوزر (" کوپائلټ ایډیټ "، " کلاین ایکټ ") - دا نوې مفکوره ده چې ډیری یې مغشوش ګڼي . دا د خپلواکو اجنټانو په لور یو بدلون دی. کمپوزر په څو فایلونو کار کوي او کولی شي بدلونونه پلي کړي او د غلطیو، لینټینګ ستونزو او نورو پراساس په اتوماتيک ډول تکرار شي.
4. اجنټان - د راتلونکي تکامل تمه - په بشپړ ډول خپلواک او شخصي شوي AI معاونین چې مستقیم ستاسو په IDE کې مدغم شوي.

د " وړاندیزونو " سره بلدیدل پیچلي ندي. د مصنوعي ذهانت مرستیالانو له دوی سره پیل وکړ، کوم چې لومړی زموږ پام ځانته راواړاوه. چیټونه ساده دي: فایلونه په شرایطو کې دننه کړئ، تکرار کړئ، پلي کړئ، او پایلې تایید کړئ.

د کمپوزر ډوله وسایل د ماسټرۍ لپاره ډیرې ننګونې وړاندې کوي، د زده کړې منحني او ځینې غیر څرګند طریقو ته اړتیا لري. اوس مهال، د کرسر ایډیټر ترټولو د لاسرسي وړ "کمپوزر" وسیله وړاندې کوي، پداسې حال کې چې کوپیلوټ د " کوپیلوټ ایډیټز " سره نږدې تعقیبوي، چې پدې وروستیو کې یې د اجنټ پر بنسټ کاري جریان معرفي کړی دی.

د کمپوزرانو سره د مهارت ترلاسه کولو لپاره، تاسو اړتیا لرئ چې درې مهم مفاهیم درک کړئ:

1. لارښوونې
2. قواعد
3. شرایط

راځئ چې دا هر یو وڅیړو.

لارښوونې

لکه څنګه چې ټیم یوازې پراختیا کونکي نه بلکې رهبري کوي، موږ باید د ډیزاین سند یا د محصول اړتیاو سند روښانه کولو سره هره نوې پروژه یا لویه برخه پیل کړو. دا عمل قوي انجینري او د محصول فکر رامینځته کوي پداسې حال کې چې د پلي کولو وخت د پام وړ خوندي کوي. غوره برخه دا ده چې دا اسناد کیدی شي:

1. د AI سره تولید شوی
2. او بیا د کمپوزرانو لپاره د لارښوونو په توګه کارول کیږي

د دې اسنادو د جوړولو لپاره، لومړی د انسانانو اړتیاوې راټول کړئ، بیا په چیټ کې د استدلال ماډل سره مشوره وکړئ. دواړه کوپیلوټ او کرسر د دې کار لپاره مناسب جوړ شوي استدلال ماډلونه لري. د OpenAI o1 او o3-mini په ډیفالټ ډول شتون لري، پداسې حال کې چې د کرسر چیټ د ډیپ سیک-R1 ملاتړ کوي (که څه هم لاهم په خپل کمپوزر کې ندي ) - د دې هدف لپاره ټول غوره وسایل.

یو ښه عمل دا دی چې د ډیزاین اسناد ستاسو د ریپو په لوړه کچه کې ذخیره کړئ (موږ به د requirements فولډر وکاروو) چې د ځانګړتیاوو له مخې تنظیم شوي وي، د ProjectOverview.md سره په روټ کې. دلته د ټویټر ویب اپلیکیشن اړتیاو لپاره د جوړښت یوه بیلګه ده:

 requirements/ ├── ProjectOverview.md # Core product description └── Features/ ├── Authentication.md # User registration ├── Tweet.md # Tweet CRUD ├── UserProfile.md # Profile management ├── Engagement.md # Likes, retweets ├── Infrastructure.md # Storage, caching, etc └── ...

که هرڅه په سمه توګه تنظیم شوي وي، د نوي ځانګړتیا لپاره د ډیزاین سند اضافه کول د دې پرامپټ لیکلو په څیر ساده دي:

ستاسو په کوډبیس کې د لارښوونو ذخیره کول روښانه ګټې وړاندې کوي: د نسخې کنټرول، اسانه ساتنه، او معیاري عامه اړیکو کاري جریان. په هرصورت، د غیر تخنیکي ټیم غړي لکه د محصول مالکین، مدیران، او UX ډیزاینران ممکن د ګیټ کارولو پرته لاسرسي ته اړتیا ولري. دلته درې حلونه دي:

۱. هرڅه په نوشن کې ذخیره کړئ، د لارښوونې پاڼې خپرې کړئ، او @Docs شارټ کټ په کارولو سره یې د اسنادو په توګه داخل کړئ.

2. یو پایپ لاین جوړ کړئ چې د نوشن پاڼې .md فایلونو ته واړوي او په ذخیره کې یې ذخیره کړي.
3. خپل ټیم ته د ګیټ کارولو زده کړه ورکړئ - د ټولې ټیم لپاره ترټولو ګټور انتخاب

کله چې ستاسو لارښوونې ستاسو په مدیر کې د لاسرسي وړ وي، کمپوزر ته لاړ شئ او پلي کول یې پیل کړئ. دا موږ د قواعدو تنظیم کولو ته لارښوونه کوي.

قواعد

اوس مهال، یوازې کرسر د " قواعدو " ملاتړ کوي - د ځانګړو فایلونو/فولډرونو لپاره مستقیم پلي کولو لارښوونې. دا ځانګړتیا به احتمالاً نورو مدیرانو ته خپره شي، په شمول د VSCode Copilot، کوم چې اوس مهال یوازې " پرامپټ فایلونه " وړاندې کوي چې مستقیم د کوډبیس سره نشي نښلول کیدی.

د کرسر قواعد ډیر جامع دي - تصور وکړئ چې CONTRIBUTING.md د لینټر قواعدو سره یوځای شوی او د LLM وړتیاو لخوا لوړ شوی. دا قواعد د محصول-ناپوهیست، شریکولو وړ دي، او په مؤثره توګه پوهه، غوره عملونه، او د پلي کولو توضیحات د ټیمونو او کتابتون کاروونکو ته لیږدوي.

قواعد د کمانډ پیلټ له لارې رامینځته کیدی شي او ستاسو د پروژې په .cursor/rules فولډر کې د .mdc توسیع سره زیرمه کیږي. دا بڼه پرمختللي ځانګړتیاوې فعالوي لکه ستاسو په کوډبیس کې د ځانګړو فایلونو @mentioning . دا په کلکه سپارښتنه کیږي چې دا قواعد ستاسو ذخیره ته وقف کړئ او د دوی د ښه کولو لپاره همکاري وکړئ. دلته د قواعدو کارولو لپاره کاري جریان دی:

1. د خپل ټیکنالوژۍ سټیک لپاره ځانګړي د کرسر قواعد وپلټئ، د حوالې په توګه د جوړ شوي لیستونو سره پیل کړئ. د مثال په توګه، تاسو کولی شئ د Next.js او React لپاره ښه لیکل شوي د کرسر قواعد ومومئ چې د ښه ټیمپلیټونو په توګه کار کوي.
2. د پراختیا په جریان کې قوانین په فعاله توګه تازه کړئ. کله چې تاسو یو داسې نمونه وګورئ چې د کوډ لیکلو پرمهال په یوه قاعده کې رسمي کیدی شي، نو سمدلاسه یې په خپل قواعدو فایل کې ثبت کړئ.
3. په دې برخه کې له غوره کسانو څخه زده کړه وکړئ. د کتابتون جوړونکو لپاره د پوهې شریکولو او د تطبیق زیاتولو لپاره یوه نوې لاره د AI مرستیالانو لپاره ځانګړي قوانین جوړول دي. زه د څو شرکتونو څخه پوهیږم چې دا کار کوي - Convex د OpenAI او Anthropic ماډلونو لپاره د قوانینو په جوړولو او د دوی په اسنادو کې د شریکولو له لارې څرګندیږي. پداسې حال کې چې ما د دوی محصول نه دی کارولی، د AI ادغام له لارې د پراختیا کونکي تجربې ښه کولو باندې د دوی تمرکز زړه راښکونکی دی. Supabase یو بل ښه مثال دی.

ډیری کتابتونونه په بیړني ډول د مصنوعي ذهانت قواعدو ته اړتیا لري. د فرنټ اینډ پراختیا کونکي له نظره، زه به د TanStack Query ، React Spring ، Firebase او ډیری نورو لپاره د دوی درلودلو څخه ګټه پورته کړم. دا قواعد به د پام وړ وخت خوندي کړي او د هغو عامو غلطیو مخنیوي کې به مرسته وکړي چې پراختیا کونکي یې د نوي ټیکنالوژیو زده کولو پرمهال کوي.

شرایط

په یاد ولرئ چې ټول اړونده شرایط شامل کړئ - څومره چې تاسو ډیر کیفیت لرونکي معلومات چمتو کوئ، هغومره به غوره پایلې ترلاسه کړئ. د کرسر ایډیټر دلته د څو ډوله شرایطو اجازه ورکولو سره د کوپیلوټ په پرتله ګټه لري:

1. اسناد - په ریښتیا سره ښه کار کوي، یوازې دا د هر ډول اسنادو لپاره د ننوتلو نقطه چمتو کړئ، دا به یې ډاونلوډ کړي، تجزیه به یې کړي، او د راتلونکي اړتیاو لپاره به یې خوندي کړي.
2. د ویب لټون - په کلکه متن نه، دا آنلاین سرچینو ته چټک لاسرسی چمتو کوي
3. د پراختیا مختلف وسایل - ځانګړي ګیټ کمیټونه، د لینټ غلطۍ، نوټ پیډونه، او نور اثار
4. د MCP سرورونه کولی شي په ریښتیني وخت کې شرایط چمتو کړي. که څه هم تنظیم کول یو څه ستونزمن دي، دوی ارزښتناک دي کله چې تاسو ژوندۍ معلوماتو ته لاسرسی ته اړتیا لرئ.

د دې وسایلو له مهارت وروسته، ستاسو بل ګام ستاسو د انفرادي او ټیم فعالیت اصلاح کول دي. خو له دې ځایه د پرمختګ لاره څه ده؟

کلاین او رو کوډ. کنټرول

تاسو به تل د سادګۍ او کنټرول، اتوماتیک حلونو او لاسي پریکړې کولو ترمنځ د معاملې سره مخ شئ. که تاسو غواړئ ژوره ډوب شئ او د کیګونو، فعالیت ننګونو او سختو څنډو سره د معاملې کولو څخه ویره نلرئ، نو د کلاین (یا د هغې فورک رو کوډ ، کوم چې یو څه مختلف فلسفه لري) هڅه وکړئ.

دواړه وسایل د دې لپاره ډیزاین شوي چې د امکان تر حده د هغه څه په اړه چې واقعیا د پټو پټو لاندې روان دي ډیر وضاحت چمتو کړي:

1. دوی خلاصې سرچینې او له ګډون څخه پاک دي. پرځای یې، تاسو خپل LLM API کیلي یا خدمات لکه OpenRouter کاروئ، یوازې د هغه څه لپاره پیسې ورکوئ چې تاسو یې کاروئ.
2. کلاین په روښانه توګه خپل ټول عملیات ښیي، پشمول د هغو فایلونو چې دا لولي او تعدیل کوي.
3. کلاین د LLM اړیکو، د شرایطو کړکۍ حالت، او د هرې چیټ ناستې لګښت په اړه مفصل معلومات وړاندې کوي.
4. دا د پلان/عمل حسي طریقې لري - یوه منطقي تګلاره چې نور وسایل یې باید په پام کې ونیسي.

وژونکې ځانګړتیا دا ده چې کلاین کولی شي په حقیقت کې ستاسو اپلیکیشن چلوي او ډیبګ کړي - دا ریښتینی او فعال دی، لکه څنګه چې تاسو به یې وګورئ کله چې تاسو یې هڅه کوئ.

که دا ټول ستاسو په زړه پورې وي، نو د اډي عثماني وروستۍ مقاله وګورئ، کوم چې د دې مدیرانو لپاره غوره پیژندنه وړاندې کوي.

پایله

د دې وسایلو غوره کول یو ساده سفر نه دی، او تمه مه کوئ چې "ټوله پروژه له پیل څخه په پنځو دقیقو کې ولیکئ." خو، دا د پرمختګ لپاره یوه روښانه لاره ده.

ټیکنالوژي لا دمخه شتون لري، مګر موږ د مصنوعي ذهانت سره یوځای شوي یو قوي کاري جریان له لاسه ورکوو چې ټوله ټیم - نه یوازې پراختیا کونکي، بلکې په خورا مهم ډول مدیران او ډیزاینران - د دې نوي وسیلو شاوخوا تنظیموي. مصنوعي ذهانت کولی شي ډارونکی احساس کړي، او د هغې اغیز شریکول ممکن په لومړي سر کې نا آرامه ښکاري (لکه ستاسو د ټیم مشر ته ووایاست چې مصنوعي ذهانت د احتیاطي ترتیب له لارې د ځانګړتیا 80٪ لیکلي). په هرصورت، د سافټویر پراختیا به یوازې هغه وخت وده وکړي کله چې دا وسایل د ټیم کاري فلو سره یوځای شي. ترټولو بریالي لیږدونه په ټیمونو کې پیښیږي چې د مصنوعي ذهانت تجربو، د همکارۍ وسیلو سپړنې په اړه خلاص بحث ته وده ورکوي، او په فعاله توګه د دوی زده شوي غوره عملونه د پراخې پراختیا ټولنې ته ونډه ورکوي.