منصوبے کے بارے میں

Adaptive Reasoning 0.1.0 Codex کے لیے ایک Skill پلگ ان ہے جس کا مقصد ترقی کے دوران استدلال کی شدت کو خودکار طور پر ایڈجسٹ کرنا ہے۔ یہ صارف کو عام ترقی کے دوران موجودہ ماڈل اور سطح برقرار رکھنے کی اجازت دیتا ہے، اور پیچیدہ مسائل (جیسے پیچیدہ بگ ڈیبگ کرنا، کراس فائل ری فیکٹرنگ) کا سامنا ہونے پر یہ جانچتا ہے کہ آیا استدلال کی شدت بڑھانی چاہیے (جیسے medium سے high یا xhigh تک)، سوئچ سے پہلے کام کی پیش رفت محفوظ کرتا ہے، سوئچ کے بعد اصل سطح کی تصدیق کرتا ہے، پھر اصل مسئلے پر کام جاری رکھتا ہے۔ قابل اطلاق منظرناموں میں شامل ہیں: پیچیدہ بگ ڈیبگ کرتے وقت جب دو معقول اصلاحات مسئلہ حل نہ کریں تو خودکار طور پر استدلال کی رکاوٹ کا تعین کر کے سطح بڑھانا؛ کراس فائل ری فیکٹرنگ یا پیچیدہ اسٹیٹ لاجک تجزیہ کرتے وقت پیچیدگی کے مطابق گہرائی سے کام شروع کرنے سے پہلے سطح بڑھانا؛ مسلسل ترقی کے دوران پہلے مشکل مسئلہ حل کر کے پھر ابتدائی سطح پر واپس آنا۔ صارف خودکار ایڈجسٹمنٹ کی حد محدود کر سکتا ہے، جیسے "موجودہ ماڈل برقرار رکھیں" یا "زیادہ سے زیادہ high" بتانا، جبکہ کراس ماڈل سوئچ کے لیے علیحدہ اجازت درکار ہے۔ انسٹالیشن آسان ہے: ریپوزٹری لنک Codex کو بھیجیں اور اسے ماحول چیک کر کے انسٹال کرنے دیں۔ خود کوئی سروس تعینات کرنے کی ضرورت نہیں، ڈیفالٹ طور پر موجودہ ماڈل برقرار رہتا ہے۔ انسٹالیشن مکمل ہونے کے بعد، جس کام میں اسے فعال کرنا ہو اس میں کہیں: "$adaptive-reasoning استعمال کر کے میری ترقی میں مدد کرو، مشکل ہونے پر خودکار طور پر استدلال کی شدت بڑھاؤ، موجودہ ماڈل برقرار رکھو"۔ خصوصیات میں شامل ہیں: موجودہ ماڈل اور ابتدائی شدت برقرار رکھنا؛ موجودہ ماحول سے ماڈل اور معاون سطحیں پڑھنا؛ مشکل ہونے پر ایک ایک سطح بڑھانا، ڈیفالٹ زیادہ سے زیادہ حد xhigh؛ کول ڈاؤن، ڈپلیکیٹ قطار میں شامل ہونے کی روک تھام، حوالگی، نئے راؤنڈ کی تصدیق؛ کراس ماڈل ڈیفالٹ طور پر بند، مجاز راستے پڑھنا؛ صارف کا دستی انتخاب ترجیحی؛ مشکل مسئلہ حل ہونے کے بعد صرف اس صورت میں بنیادی سطح پر واپسی جب ابھی کافی طویل عام کام باقی ہو۔ آپریٹنگ حدود: ماڈل صلاحیت کا ذریعہ، ٹاسک سطح کی ترتیب انٹرفیس، ایک ہی ٹاسک میں قطار، اصل راؤنڈ ریکارڈ اور عملدرآمد کی اجازت درکار ہے۔ ٹیسٹ ماحول Windows، Codex CLI 0.155.0-alpha.9.2 ہے، تین مرحلوں والے ٹاسک کا تسلسل اور ماڈل سوئچ عملی طور پر آزمایا گیا ہے؛ xhigh، macOS/Linux، طویل مدتی خودکار ٹرگر کی درستگی اور فالٹ کنکرنسی منظرنامے ابھی عملی طور پر نہیں آزمائے گئے۔ خالص Skill اس بات کی ضمانت نہیں دیتا کہ ایجنٹ ہر بار اسے منتخب کرے گا، اور نہ ہی ٹوکن یا اخراجات میں کمی کا وعدہ کرتا ہے۔ ڈیٹا کے حوالے سے: صرف موجودہ ٹاسک کی شناخت، ماڈل صلاحیت اور راؤنڈ میٹا ڈیٹا درکار ہے؛ حوالگی اور اسٹیٹ صارف کی اجازت والی جگہ پر محفوظ ہوتی ہے۔ پلگ ان سیشن ڈیٹا بیس یا عالمی ماڈل کنفیگریشن میں ترمیم نہیں کرتا، اور کوئی آؤٹ باؤنڈ لاگ یا ٹیلی میٹری سروس نہیں رکھتا۔ پیکیج ڈھانچے میں plugin.json، .codex-plugin/plugin.json، README.md، skills/adaptive-reasoning/ ڈائریکٹری کے اندر SKILL.md، agents/openai.yaml، references/preferences.md اور references/runtime.md شامل ہیں۔