منصوبے کے بارے میں

MisakaNet AI کوڈنگ ایجنٹس کے لیے git-backed ناکامی-یادداشت لائبریری ہے۔ جب کوئی خرابی ظاہر ہوتی ہے، ایک ایجنٹ انڈیکس شدہ اسباق تلاش کرتا ہے، کوئی ایسا حل لاگو کرتا ہے جسے کسی نے پہلے تصدیق کر لیا ہو، اور — اگر کچھ نہ ملے — تو ایک intake اس بند راستے کو اگلے ایجنٹ کے لیے سبق بنا دیتا ہے۔ ہر سبق ریپوزٹری میں ایک Markdown فائل ہے، جس کا جائزہ کوڈ کی طرح DCO-signed commits کے ساتھ لیا جاتا ہے، ثبوت کی سطح کے مطابق درجہ بندی کی جاتی ہے، اور Python معیاری لائبریری پر BM25 کے ذریعے حاصل کیا جاتا ہے۔ نہ کوئی vector database، نہ embedding model، اور نہ کوئی سرور جب تک آپ خود نہ چاہیں۔ بنیادی خصوصیات - اسباق `lessons/` کے تحت ایک کھلے، قابلِ جانچ علم کی بنیاد کے طور پر موجود ہیں جو rag، devops، fanuc، docker، feishu، mcp، network، ci، wsl اور windows جیسے شعبوں کا احاطہ کرتی ہے۔ - ثبوت کی سطحیں E0 intake سے E1 CI، E2 merged PR، E3 maintainer، اور E4 production reuse تک جاتی ہیں، تاکہ ایک ایجنٹ کمیونٹی intake کو production-proven حل سے مختلف انداز میں تول سکے۔ - یہ پروجیکٹ خود کو واضح طور پر ایک failure-recovery علم کی تہہ کے طور پر پیش کرتا ہے، نہ کہ عمومی memory system، agent runtime، vector database، RAG system، سائن اپ درکار cloud service، یا skill marketplace کے طور پر۔ ایک skill سکھاتا ہے کہ کوئی کام کیسے کرنا ہے؛ ایک lesson ریکارڈ کرتا ہے کہ پہلے کیا غلط ہوا اور دوبارہ ناکام کیسے نہ ہونا ہے۔ ایجنٹ-نیٹو انٹرفیس - ایک MCP سرور جو سات ٹولز فراہم کرتا ہے، نیز براؤزر `navigator.modelContext` کے ذریعے WebMCP۔ - crawlers کے لیے `llms.txt` اور `llms-full.txt`، اور `.well-known/agent-card.json` کے ذریعے A2A discovery۔ - HTTP پر پڑھنے کے عمل گمنام اور بغیر پیمائش کے ہیں؛ واحد حد فی-پتہ burst window ہے۔ رجسٹریشن لکھنے کے لیے ہے، جو `misakanet_write_lesson` اور `misakanet_preflight` کو ایک ٹوکن کے ساتھ کھولتی ہے جو تقریباً 30 دن تک کارآمد رہتا ہے۔ تنصیب اور استعمال - پیشگی تقاضے installer کے لیے Node 18+ یا لائبریری اور stdio سرور کے لیے Python 3.10+ ہیں۔ - `npx @misaka-net/misakanet-setup` ہر assistant کی اپنی config میں MCP endpoint لکھتا ہے، اختیاری طور پر ایک rules block اور ایک hook بھی۔ installer کے زیرِ انتظام کلائنٹس میں Claude Code، Codex، Hermes، OpenClaw، codewhale، Cursor، Gemini CLI، Copilot CLI، OpenCode اور Kiro شامل ہیں؛ دیگر MCP-over-HTTP کلائنٹس کو دستی طور پر کنفیگر کیا جا سکتا ہے۔ - `pip install misakanet-core` صفر انحصار والی BM25 لائبریری فراہم کرتا ہے؛ `misakanet` PyPI پیکیج stdio MCP سرور بھیجتا ہے؛ `misakanet` npm پیکیج DSH/Codex پلگ ان ہے۔ - `https://misakanet.org/mcp` پر ایک واحد گمنام `curl` کال بغیر اکاؤنٹ، ٹوکن یا براؤزر کے `misakanet_search` کو invoke کر سکتی ہے۔ - `--verify`، `--uninstall` اور `--report` flags تنصیب کو چیک، undo اور رپورٹ کرتے ہیں۔ GitHub Action یہی corpus CI سے منسلک کیا جا سکتا ہے: جب کوئی workflow ناکام ہو، تو action اسباق تلاش کرتا ہے، pull request پر قریب ترین مماثلت کمنٹ کرتا ہے، اور اختیاری طور پر نئی خرابی رپورٹ کرتا ہے۔ یہ GitHub Marketplace پر شائع شدہ ہے اور `suggest-only` یا `suggest-and-intake` موڈز کی حمایت کرتا ہے۔ بینچ مارک اور بیان کردہ حدود README میں Cloudflare Workers AI پر ہفتہ وار بینچ مارک شامل ہے جو `lesson_hit_rate` کی پیمائش کرتا ہے — یعنی کسی inject شدہ سبق کے کمانڈز کا جواب میں دوبارہ پیدا ہونے کا حصہ۔ یہ واضح طور پر نوٹ کرتا ہے کہ کوئی retrieval کال نہیں کی جاتی اور درستگی چیک نہیں ہوتی، لہٰذا یہ RAG کے recitation نصف حصے کی پیمائش کرتا ہے، نہ کہ اس بات کا ثبوت کہ تلاش کام کرتی ہے۔ یہ پروجیکٹ صاف الفاظ میں یہ بھی بتاتا ہے کہ BM25 الفاظ سے مماثلت رکھتا ہے، معنی سے نہیں، لہٰذا ان الفاظ میں بیان کردہ ناکامیاں جو نادیدہ ذخیرۂ الفاظ میں ہوں، miss ہو جاتی ہیں؛ ایک miss خالی نتیجے کے بجائے `no_match` کے ساتھ ایک intake کال واپس کرتا ہے۔ معلوم پابندیاں اور non-goals LIMITATIONS.md میں دستاویزی ہیں۔ شراکت اور سیکیورٹی شراکتیں چھوٹے PRs یا پانچ سطری failure notes کی صورت میں issue templates یا MCP intake کے ذریعے قبول کی جاتی ہیں، کوئی bounty ادا نہیں کی جاتی۔ CI تمام Markdown کو خطرناک پیٹرنز جیسے `rm -rf`، `curl | sh` اور backtick injection کے لیے اسکین کرتا ہے، اور README صارفین کو خبردار کرتا ہے کہ حاصل شدہ کمانڈز چلانے سے پہلے ایجنٹس کو sandbox کریں۔ یہ پروجیکٹ Apache-2.0 کے تحت لائسنس یافتہ ہے۔