منصوبے کے بارے میں

Context Engineering Protocol (CEP) پورٹیبل AI کوڈنگ ایجنٹ کی مہارتوں کا ایک فریم ورک ہے جو کسی بھی جنریشن کام سے پہلے گراؤنڈ-ٹروتھ سیاق و سباق تیار کرتا ہے، بے ترتیب ریپو اسکیننگ کی جگہ ایک منظم پروڈیوس-کنزیوم پائپ لائن لگاتا ہے۔ بنیادی طریقہ کار: ult-context-generate چار ماخذ زمروں — کوڈ گراف، تقاضے، تنظیمی کنونشنز اور بیرونی تصریحات — پر ایک واضح gap → conflict → staleness اسٹیٹ مشین چلاتا ہے، پھر جمع شدہ پیکج کو انسانی منظوری کے مرحلے سے گزرتا ہے۔ ہر دعویٰ ماخذ سے منسوب اور content-hashed ہوتا ہے۔ حل نہ ہونے والے تنازعات منظوری روک دیتے ہیں؛ staleness انتباہات سامنے آتے ہیں لیکن غیر مسدود ہوتے ہیں۔ ریپوزٹری میں کلیدی مہارتیں: - ult-context-generate: gap/conflict/staleness چیکس کے ذریعے سیاق و سباق پیکجز جمع کرتا ہے، ماخذ سے منسوب آؤٹ پٹ تیار کرتا ہے جو نیچے کی مہارتیں استعمال کر سکتی ہیں۔ - ult-codegraph: کوڈ کو چھونے سے پہلے graphify کے ساتھ کراس-فائل رشتہ جات کے لیے کوڈبیس نالج گراف بناتا ہے۔ - compiling-project-guidelines: بکھرے ہوئے گائیڈلائن ذرائع کو ایک scope-aware COMPILED-GUIDELINES.md میں مرتب کرتا ہے۔ - ult-repo-layout: .layout-slots.yaml مارکرز کے ذریعے پاتھ سلاٹس رجسٹر اور تصدیق کرتا ہے تاکہ منتقلی کے لیے SKILL.md میں ترمیم کی ضرورت نہ پڑے۔ - ult-institutional-memory-distill: ایک trip-wire پرت جو PRs، ڈیزائن دستاویزات اور پوسٹ مارٹمز کو مستقل فیصلہ لیجر میں کشید کرتی ہے اور پیکج کی منظوری بند ہونے سے پہلے پہلے مسترد شدہ راستے انسان کے سامنے لاتی ہے۔ - ult-cep-retrofit: موجودہ تھرڈ-پارٹی سکل لائبریریوں کو اس پروٹوکول میں لاتا ہے، لائبریری ہدایات کو دوبارہ لکھے بغیر idempotent پوائنٹرز داخل کرتا ہے۔ - ult-autoscaffold-content: پاتھ حل ہونے کے بعد What-L2/How-L2 تہوں کے لیے حقیقی ابتدائی مواد تیار کرتا ہے، resumable CONTEXT.md جنریشن اور بڑے ریپوز کے لیے CEP-INDEX.md روٹر کے ساتھ۔ - ult-cep-wizard: براؤزر پر مبنی وزرڈ جو رہنمائی شدہ ریپو سیٹ اپ، لے آؤٹ دریافت اور سکل لائبریری ریٹروفٹ ورک فلو فراہم کرتا ہے۔ - demo-consume-context / demo-write-user-stories: حوالہ نفاذ جو پروڈیوس/کنزیوم/ٹیگ لوپ کو سرے سے سرے تک ظاہر کرتے ہیں۔ رن ٹائم سپورٹ: Claude Code میں مقامی SKILL.md ایگزیکیوشن، مارکیٹ پلیس سے ون-کلک پلگ ان انسٹال کے ساتھ۔ GitHub Copilot تک رسائی SKILL.md فرنٹ میٹر سے بنائے گئے .prompt.md ریپرز کے ذریعے۔ Cursor قواعد .cursor/rules/*.mdc فائلوں کے طور پر ایجنٹ کی درخواست پر ایکٹیویشن کے ساتھ برآمد ہوتے ہیں۔ OpenAI Codex انٹیگریشن روٹ AGENTS.md انڈیکس ٹیبل کے ذریعے۔ کیس اسٹڈیز سے ناپے گئے نتائج: حقیقی دنیا کے ریپوزٹریز بشمول Open5GS، FastAPI اور Textual میں بازیافت لاگت میں کمی 5.6x سے 36.8x کم ٹوکنز فی کوری تک رہی۔ ٹیلی کام پروٹوکول کلاز کی تلاش میں 8,500 لائنوں کے RFC پڑھنے کی جگہ تقریباً 797x ٹوکن کمی دکھائی گئی۔ ہیلوسینیشن دبانے کے نتائج نے دوہری کوڈبیس رنز میں صفر ایجاد شدہ تصورات دکھائے جہاں ایک غیر منسلک اسسٹنٹ نے پہلے وہی ہیلوسینیٹڈ تصور دو غیر متعلقہ ریپوزٹریز میں ایجاد کیا تھا۔ انسٹالیشن: ریپوزٹری کلون کریں اور install.sh یا install.ps1 چلائیں، ٹارگٹ پروجیکٹ پاتھ اور اختیاری --init-project فلیگ کے ساتھ تاکہ ابتدائی context-config.yaml تیار ہو۔ --runtime کے ذریعے رن ٹائم اسکوپنگ کنٹرول کرتی ہے کہ کون سے اڈاپٹر فائلیں انسٹال ہوتی ہیں: claude، copilot، cursor، codex یا both۔ python catalog/export_adapters.py --check چلائیں تاکہ تیار کردہ فائلوں کی تصدیق ہو اور --write تاکہ ترمیم کے بعد دوبارہ تیار ہوں۔