कुशल वर्कफ़्लो: coding agent के साथ चार आर्किटेक्चर पैटर्न
💡 लक्ष्य: लगभग 44 मिनट में आधिकारिक Patterns दस्तावेज़ के चार आर्किटेक्चर पैटर्न में महारत हासिल करें और अपना पहला प्रोडक्शन-ग्रेड Jev वर्कफ़्लो जोड़ें——एक अनुरोध में ढेर सारे प्रश्न पूछना, कॉन्फ़िडेंस के आधार पर श्रेणीबद्ध राउटिंग, परमाणु स्कोरिंग का वेटेड मर्ज, और अंत में Claude Code से Jev को कॉल करने वाला कोड लिखवाना।
🎯 चरण के लक्ष्य
- एक बिज़नेस प्रक्रिया को परमाणु निर्णयों में तोड़ें, बताएँ कि चार आधिकारिक आर्किटेक्चर पैटर्न कौन-सी समस्या हल करते हैं और उनके लाभ क्या हैं
- 「एक अनुरोध में तीन प्रकार के प्रश्न」वाला कोड लिखें, और बता सकें कि यह प्रति-प्रश्न-प्रति-अनुरोध की तुलना में कितना सस्ता और कितना तेज़ है
- ऑटोमेशन में ब्रेक लगाएँ: confidence श्रेणी के आधार पर तय करें कि स्वचालित रूप से निष्पादित करें, उपयोगकर्ता से पुष्टि लें, या मानव को भेजें
- Claude Code में TypeSafe Agent Skill इंस्टॉल करें, ताकि agent सही Jev कॉल कोड जनरेट करे
⏳ अनुमानित समय
- 4 पाठों का कुल लगभग 44 मिनट, बफ़र समिलते हुए लगभग 31–57 मिनट
- हर पाठ स्वतंत्र है, ज़रूरत के अनुसार अलग से भी पढ़ा जा सकता है; 3.1 आगे के पाठों की नींव है, इससे शुरू करना बेहतर है
🚀 शुरू करने से पहले
- पूरा कर लिया है रोज़मर्रा का उपयोग: Jev के पाँच प्रश्न पूछने के तरीके: Choice / Score / Noul तीन प्रकार के प्रश्न निकाल सकते हैं——इस चरण की कॉन्फ़िडेंस गेटिंग पूरी तरह Confidence कॉन्फ़िडेंस पाठ की नींव पर टिकी है
- इंस्टॉल और पहला अनुरोध पाठ का वातावरण अभी भी चल रहा है:
TYPESAFE_API_KEYएनवायरनमेंट वेरिएबल में है - (सिर्फ़ पाठ 4 के लिए ज़रूरी) Claude Code या कोई अन्य coding agent इंस्टॉल है; न होने से पहले तीन पाठों पर कोई फ़र्क़ नहीं पड़ता
- एक कप पानी ☕——इस चरण में मुख्य रूप से आर्किटेक्चर बनाना है, कोड की मात्रा ज़्यादा नहीं है
📚 इस चरण के पाठ
पहले देखिए कि यह Jev वर्कफ़्लो आपकी कौन-सी समस्या हल करने में मदद करता है। अगर आप आमतौर पर ऐसे ही लिखते हैं, तो यह चरण आपके लिए ही है:
| आपका मौजूदा तरीका | इसे Jev वर्कफ़्लो से बदलें |
|---|---|
| ❌ प्रॉम्प्ट में LLM से「कृपया JSON लौटाएँ」माँगना, फिर फ़ॉर्मेट ड्रिफ़्ट संभालने के लिए ढेर सारा पार्सिंग कोड लिखना | ✅ उत्तर पहले से ही आपके दिए विकल्पों में होता है, कोड सीधे if करता है, जनरेट किए टेक्स्ट से संख्या निकालने की ज़रूरत नहीं |
| ❌ एक संदेश पर एक अनुरोध, मात्रा बढ़ते ही लागत और विलंबता बढ़ती जाती है | ✅ एक अनुरोध में N प्रश्न समानांतर में पूछें: प्रश्न जोड़ने से रिस्पॉन्स टाइम लगभग नहीं बढ़ता, सिर्फ़ कुछ प्रश्नों के token ज़्यादा होते हैं |
| ❌ मॉडल कभी「मुझे यक़ीन नहीं है」नहीं मानता, ग़लत होने पर भी उत्तर दे देता है, इसलिए पूरा समय मानवीय निगरानी ज़रूरी | ✅ confidence संभाव्यता वितरण से निकाली गई निश्चितता है (0–1), कम होने पर स्वचालित रूप से मानव को भेजा जाता है |
आधिकारिक Patterns दस्तावेज़ इन प्रथाओं को चार आर्किटेक्चर पैटर्न में समेटता है। इस चरण के पहले 3 पाठ इन्हें एक-एक करके तोड़ते हैं, और पाठ 4「यह कोड कौन लिखेगा」हल करता है:
| पैटर्न | एक वाक्य में | लाभ |
|---|---|---|
| Speculative fan-out स्पेक्युलेटिव फ़ैन-आउट | 「शायद ज़रूरी पड़ें」वाले प्रश्न सभी एक ही अनुरोध में पूछें, कोड बाद में तय करे कि कौन-सा उपयोग करना है | लागत, गति |
| Confidence-gated routing कॉन्फ़िडेंस गेटिंग | उत्तर बताता है「यह क्या है」, confidence बताता है「करना है या नहीं」 | विश्वसनीयता, सुरक्षा |
| Composite scoring कंपोज़िट स्कोरिंग | जटिल निर्णय को परमाणु स्कोर में तोड़ें, कोड में वेटेड मर्ज करें | लागत, विश्वसनीयता, गति |
| Intent routing इंटेंट राउटिंग | पहले इंटेंट का वर्गीकरण करें, फिर डिटरमिनिस्टिक लॉजिक, विशेषज्ञ LLM या मानव को राउट करें | लागत, गति |
कैसे चुनें? आधिकारिक दस्तावेज़ में कोई तैयार「चयन」अनुभाग नहीं है, लाभ वाला कॉलम सबसे व्यावहारिक आधार है: लागत और गति रोकनी हो तो पहले फ़ैन-आउट और राउटिंग देखें; ग़लती से बचना और सुरक्षा चाहिए तो पहले कॉन्फ़िडेंस गेटिंग देखें।
पाठ्यक्रम व्यवस्था:
| पाठ | सामग्री | अवधि |
|---|---|---|
| 3.1 समानांतर प्रश्न और speculative fan-out | एक अनुरोध में 13 प्रश्न पूछने का आधिकारिक परीक्षण: 12.2 गुना सस्ता, 10.0 गुना तेज़, उत्तर अपरिवर्तित; स्पेक्युलेटिव प्रश्न「पूछकर छोड़ देना」लगभग मुफ़्त | 12 मिनट |
| 3.2 स्मार्ट राउटिंग | Choice से इंटेंट वर्गीकरण + Score से जटिलता आकलन, confidence के आधार पर डिटरमिनिस्टिक कोड, विशेषज्ञ LLM या मानव को सौंपना; थ्रेशोल्ड जोखिम के साथ लचीला——0.6 फ़ॉलबैक, ऑटोमैटिक ट्रांसफ़र के लिए 0.85 | 12 मिनट |
| 3.3 कंपोज़िट स्कोरिंग | रिज़्यूमे छँटाई का केस: 4 आयामों का अलग-अलग Score, नॉर्मलाइज़ेशन के बाद वेटेड मर्ज; रैंकिंग अपेक्षित न हो तो वेट बदलें, प्रॉम्प्ट नहीं | 10 मिनट |
| 3.4 Claude Code के साथ विकास | Jev coding agent का मॉडल नहीं है——TypeSafe Agent Skill इंस्टॉल करें ताकि agent Jev को कॉल करने वाला कोड लिख सके; 3 आधिकारिक उदाहरण prompt और 5 सामान्य प्रश्न | 10 मिनट |
💡 अभी आज़माकर देखें
पाठ 4 का TypeSafe Agent Skill, Claude Code में दो कमांड से इंस्टॉल हो जाता है:
claude plugin marketplace add typesafe-ai/skills
claude plugin install typesafe@typesafe-aiइंस्टॉल के बाद बातचीत में कहें「use the TypeSafe skill」,या सीधे /typesafe:typesafe-ai चलाएँ। अन्य agent(Codex आदि)के लिए npx skills add typesafe-ai/skills --skill typesafe-ai का उपयोग करें।
🎒 आप क्या सीखेंगे
- 「पहले atomic निर्णयों में तोड़ें, फिर पैटर्न चुनकर जोड़ें」की डिज़ाइन विधि——आधिकारिक रूप से इसे TypeSafe का अच्छा उपयोग करने की कुंजी कौशल कहा गया है
- चार आर्किटेक्चर पैटर्न के उपयुक्त परिदृश्य और लाभ-समझौते, हर पाठ में आधिकारिक कोड स्केलेटन है जिसे सीधे कॉपी किया जा सकता है
- ऑटोमेशन को स्तर देने का अनुभव: उच्च विश्वास पर स्वतः निष्पादन、मध्यम विश्वास पर पुष्टि माँगें、निम्न विश्वास पर मानव को भेजें
- coding agent के साथ सही तरीके से काम करना: Jev निर्णय लेता है、आप प्रश्न और थ्रेशोल्ड समीक्षित करते हैं、agent कोड लिखता है
पैटर्न का अभ्यास पूरा होने के बाद, वास्तविक प्रोजेक्ट में उन्हें लागू होते देखना चाहते हैं? अगला चरण परिदृश्य व्यवहार: अपना मार्ग चुनें में 15 पूर्ण केस हैं(जैसे LLM गार्डरेल:एक ही अनुरोध में LLM एप्लिकेशन के इनबाउंड और आउटबाउंड संदेशों की पूरी जाँच)。
तैयार हैं? पहला पाठ शुरू करें: समानांतर प्रश्न और speculative fan-out →