کوڈیکس ہینڈ بک: اوپن اے آئی کوڈنگ پلیٹ فارم کے لیے ایک عملی گائیڈ

یہ ہینڈ بک ڈویلپرز، ٹیم لیڈرز، اور مینیجرز کے لیے لکھی گئی ہے جو سمجھنا چاہتے ہیں کہ Codex کیا ہے، اسے کیسے ترتیب دیا جائے، اسے کیسے استعمال کیا جائے، یہ یونیورسل ماڈل سے کیسے مختلف ہے، اور آج اس کی قیمت کیسے ہے۔

یہ تازہ ترین OpenAI کوڈیکس دستاویزات اور ہیلپ سینٹر کے مضامین پر مبنی ہے۔ قیمتوں کا تعین اور منصوبہ بندی کی دستیابی اکثر تبدیل ہوتی رہتی ہے، اس لیے قیمتوں کے سیکشن کو موجودہ دستاویز کے اسنیپ شاٹ کے طور پر سمجھیں اور خریداری کا فیصلہ کرنے سے پہلے آفیشل لنکس کو چیک کریں۔

نیا کیا ہے (اپریل 2026): اوپن اے آئی کا آغاز ہوا۔ GPT-5.5 اور GPT-5.5 Pro GPT-5.5 اب فلیگ شپ جنرک ماڈل ہے اور کوڈیکس سطحوں پر لاگو ہوتا ہے۔ سیکشن 2 میں نیا "GPT-5.5: تازہ ترین ریلیز” کا ذیلی سیکشن، سیکشن 11 میں مکمل بینچ مارک ڈیپ ڈائیو، اور سیکشن 7 میں قیمتوں کا اپ ڈیٹ کردہ سنیپ شاٹ دیکھیں۔

مصنف: ٹیٹیو اسلانیان، وہ اسلانیان، جم اموٹو | ورژن: 1.3 — آخری اپ ڈیٹ: 30 اپریل 2026

خلاصہ

کوڈیکس اوپن اے آئی کا کوڈنگ ایجنٹ ہے۔ ایک ماڈل کے بجائے، یہ ایک پروڈکٹ اور ورک فلو پرت ہے جو OpenAI کے فرنٹیئر ماڈل کو فائل تک رسائی، شیل ایگزیکیوشن، سینڈ باکسز، منظوری کے بہاؤ، اور کوڈ کے جائزوں کے ساتھ لپیٹتی ہے۔

یہ چار سطحوں پر چلتا ہے: CLI، IDE ایکسٹینشن (VS Code، Cursor، Windsurf)، macOS/Windows ایپس، اور GitHub ریپوزٹریز پر پس منظر کے کاموں کے لیے Codex Cloud۔

یہ پروڈکٹ سب سے زیادہ معاوضہ شدہ ChatGPT پلانز (Plus, Pro, Business, Enterprise/Edu) میں شامل ہے، اور فی الحال فری اینڈ گو میں شامل ہے، جس کی شرح کی حد سخت ہے۔

کوڈیکس کے تحت ماڈل کا درجہ بندی اپریل 2026 میں تبدیل ہوئی۔ GPT-5.5 ایک نیا عام فلیگ شپ ہے جو ایجنٹ اور طویل مدتی سیاق و سباق کے معیارات میں اہم فوائد پیش کرتا ہے (1M ٹوکن پر MRCR v2 GPT-5.4 میں 36.6% سے بڑھ کر GPT-5.4 میں 74.0% تک پہنچ جاتا ہے۔ اور ہیلوسینیشن کی شرح پچھلی نسل کے مقابلے میں تقریباً 60 فیصد کم ہو گئی ہے)۔ یہ GPT-5.4 کی فی ٹوکن لاگت سے بھی تقریباً دوگنا ہے، اس لیے فی کام صحیح ماڈل کا انتخاب اب ایک چوتھائی پہلے کی نسبت زیادہ بجٹ کے لیے اہم ہے۔

کوڈیکس کو اپنانے والی ٹیموں کے لیے، سب سے زیادہ ورسٹائل انتخاب یہ ہیں:

1. کلاؤڈ کو فعال کرنے سے پہلے CLI یا IDE سے چھوٹے، محدود کام شروع کریں۔

2. کوڈ جنریٹر کے علاوہ کوڈیکس کو ایک پری مرج جائزہ کار کے طور پر استعمال کریں۔

3. ورک اسپیس RBAC کے ساتھ علیحدہ ایڈمنسٹریٹر اور صارف کی رسائی کو برقرار رکھیں۔

4. لاگت ڈرائیور کے طور پر ٹوکن کی کھپت پر غور کریں، نہ کہ فوری شمار۔

اپینڈکس میں 30-60-90 دن اپنانے کا منصوبہ مرحلہ وار رول آؤٹ فراہم کرتا ہے جو سطح پر جلد رگڑ لاتا ہے۔

یہ ہینڈ بک اس بات کا احاطہ کرتی ہے کہ کوڈیکس کیا ہے، اسے کیسے ترتیب دیا جائے، اسے کیسے استعمال کیا جائے، اور یہ Claude Code، GitHub Copilot، اور خود میزبان متبادلات سے کیسے موازنہ کرتا ہے۔ ہم اس پر بھی بات کریں گے کہ اس کی قیمت کتنی ہے، کاروبار اس کا انتظام کیسے کر سکتے ہیں، اور کیا مناسب ہے اور کیا نہیں۔ ضمیمہ میں آپ کو ایک لغت، سیکورٹی چیک لسٹ، اور ملازمت کی لاگت کی مثالیں ملیں گی۔

انڈیکس

یہاں ہم کیا احاطہ کریں گے:

1. خلاصہ

2. شرطیں

3. سیکشن 1: کوڈیکس کیا ہے؟

4. سیکشن 2: جہاں کوڈیکس OpenAI ماحولیاتی نظام میں فٹ بیٹھتا ہے۔

5. سیکشن 3: بنیادی سطحیں۔

6. سیکشن 4: شروع کرنا: انسٹالیشن، سیٹ اپ، اور پہلے کام

7. سیکشن 5: کوڈیکس کو مؤثر طریقے سے استعمال کرنے کا طریقہ

8. سیکشن 6: کوڈیکس اور دوسرے کوڈنگ ٹولز کے درمیان فرق

9. موازنہ میٹرکس

10. سیکشن 7: قیمتوں کا تعین اور منصوبہ تک رسائی

11. ملازمت کے اخراجات کی مثال

12. سیکشن 8: سیکیورٹی، اجازتیں، اور انٹرپرائز کی ترتیبات

13. سیکشن 9: ٹیموں کے لیے بہترین طرز عمل

14. سیکشن 10: عمومی ورک فلو اور مثالیں۔

15. سیکشن 11: ماڈل کی تفصیلات اور بینچ مارکس (GPT-5.5 ڈیپ ڈائیو)

16. سیکشن 12: خرابیوں کا سراغ لگانا

17. سیکشن 13: اکثر پوچھے گئے سوالات

18. سیکشن 14: کوڈیکس کب استعمال نہ کریں۔

19. سیکشن 15: حتمی سفارشات

20. سیکشن 16: ماخذ حوالہ جات

21. ضمیمہ A: 30-60-90 دن اپنانے کا منصوبہ

22. ضمیمہ B: لغت

23. ضمیمہ C: ایڈمنسٹریٹر سیکورٹی چیک لسٹ

24. ضمیمہ D: تبدیلی لاگ

25. ضمیمہ E: VS کوڈ میں کوڈیکس کے ساتھ کام کرنا

شرطیں

یہ کتابچہ صرف عملی استعمال کے لیے ہے۔ خاص طور پر، سیکشنز 4، 5 اور 10 سے زیادہ سے زیادہ فائدہ اٹھانے کے لیے، جہاں آپ کوڈیکس انسٹال کریں گے اور اصل کام چلائیں گے، آپ کو درج ذیل چیزیں تیار کرنے کی ضرورت ہوگی:

پس منظر کا علم آپ کو پہلے سے ہی ہونا چاہیے۔

آپ کو چیف انجینئر بننے کی ضرورت نہیں ہے، لیکن واک تھرو فرض کرتا ہے:

• کمانڈ لائن کا استعمال آسان ہے۔ آپ کر سکتے ہیں cd اسے ڈائرکٹری میں رکھیں، فائلوں کی فہرست بنائیں اور اسے چلائیں۔ git کمانڈ جاری کریں اور شیل ایرر میسجز پڑھیں۔ اگر آپ نے پہلے کبھی ٹرمینل نہیں کھولا تو پہلے ایک گھنٹے کے شیل ٹیوٹوریل کو دیکھیں۔

• گٹ کی بنیادی مہارتیں۔ کمٹ، برانچز، پل کی درخواستوں، اسٹیجڈ اور غیر اسٹیج شدہ تبدیلیوں کے درمیان فرق کو سمجھیں۔ کوڈیکس ورک فلو قابلِ جائزہ فرق پیدا کرنے پر توجہ مرکوز کرتا ہے، اس لیے یہ غیر گفت و شنید ہے۔

• کم از کم ایک مرکزی دھارے کی زبان میں کوڈ پڑھیں۔ کوڈیکس کسی بھی زبان میں کام کر سکتا ہے، لیکن سیکشن 4 میں ڈیمو ریپوزٹری ایک چھوٹی Python سروس ہے۔ اگر آپ Python، JavaScript، Go، وغیرہ پڑھ سکتے ہیں، تو آپ ٹھیک ہوں گے۔

• یہ "API کال لاگت” کے لیے ایک ذہنی ماڈل ہے۔ سیکشن 7 میں ملازمت کی لاگت کی مثالیں فرض کرتی ہیں کہ آپ سمجھتے ہیں کہ LLM کے استعمال کو ٹوکن میں ماپا جاتا ہے۔ اگر "ٹوکنز” آپ کے لیے ایک نیا تصور ہے، تو سیکشن 7 کو پڑھنے سے پہلے OpenAI Tokenizer صفحہ پر ایک نظر ڈالیں۔

اگر آپ انجینئرنگ مینیجر، پروکیورمنٹ ڈائریکٹر، یا مینیجر ہیں اور آپ کو صرف سیکشن 7، سیکشن 8، اور سیکشن 14 کی ضرورت ہے، تو آپ تکنیکی شرائط کو چھوڑ کر سیدھے ان سیکشنز پر جا سکتے ہیں۔

انسٹالیشن کے لیے درکار ٹولز اور اکاؤنٹس

سیکشن 4 شروع کرنے سے پہلے، درج ذیل کو تیار کریں: سیٹ اپ کا تخمینی وقت: 15-25 منٹ اگر آپ شروع سے شروع کر رہے ہیں۔

ٹولز/اکاؤنٹس	آپ کو اس کی ضرورت کیوں ہے؟	میں اسے کہاں سے حاصل کر سکتا ہوں؟
پلس، پرو، بزنس، یا انٹرپرائز/ایڈو پر چیٹ جی پی ٹی اکاؤنٹ	کوڈیکس اس پلان میں شامل ہے۔ مفت اور گو اب کام کرتا ہے، لیکن اس کی رفتار کی حد سخت ہے۔	chatgpt.com
Node.js 18+ اور npm	کوڈیکس CLI npm کے ذریعے نصب کیا گیا ہے (npm i -g @openai/codex)	nodejs.org
گٹ 2.30+	یہ ڈیمو ریپوزٹری کو کلون کرنے اور ایک فرق پیدا کرنے کے لیے درکار ہے جس کا کوڈیکس جائزہ لے سکتا ہے۔	git-scm.com
کوڈ ایڈیٹر	VS کوڈ تجویز کردہ بیس لائن ہے۔ کرسر اور ونڈ سرفنگ بھی کام کرتے ہیں۔	code.visualstudio.com
GitHub اکاؤنٹ	صرف کوڈیکس کلاؤڈ آپریشنز کے لیے درکار ہے (سیکشن 8 اور اپینڈکس ای)۔	github.com
ڈبلیو ایس ایل 2 (صرف ونڈوز صارفین)	کوڈیکس CLI مقامی ونڈوز پر تجرباتی ہے۔ WSL ایک معاون راستہ ہے۔	Microsoft WSL دستاویزات

اپنے ماحول کو چیک کریں۔

سیکشن 4 شروع کرنے سے پہلے، درج ذیل تین کمانڈز چلائیں: اگر کوئی کمانڈ ناکام ہو جائے تو پہلے انہیں ٹھیک کریں۔

node --version   # should print v18.x or higher
npm --version    # should print 9.x or higher
git --version    # should print 2.30 or higher

یہ ہینڈ بک آپ کو کیا نہیں سکھاتی

ایمانداری سے توقعات قائم کرنے کے لیے، یہ ہینڈ بک ~ نہیں sheathe:

• پروڈکشن گریڈ ازگر، جاوا اسکرپٹ، یا کوئی مخصوص زبان کیسے لکھیں۔ ہم نحو سکھانے کے بجائے Codex کے رویے کو ظاہر کرنے کے لیے چھوٹی مثالیں استعمال کرتے ہیں۔

• شروع سے سسٹم آرکیٹیکچر کو کیسے ڈیزائن کریں۔ سیکشن 14 وضاحت کرتا ہے کہ کوڈیکس نئے تعمیراتی فیصلوں کے لیے کیوں موزوں نہیں ہے۔

• تنظیم کی سطح پر گٹ ہب کا انتظام کیسے کریں سیکشن 8 میں کوڈیکس کے مخصوص گٹ ہب کنیکٹرز کو ترتیب دینے کا احاطہ کرتا ہے، لیکن یہ فرض کرتا ہے کہ ایک GitHub تنظیم پہلے سے موجود ہے۔

• LLM (توجہ، RLHF، وغیرہ) کے اندر ہم ماڈل کو ایک بلیک باکس کے طور پر استعمال کرتے ہیں جس میں پیمائش کی جا سکتی ہے۔

سیکشن 1: کوڈیکس کیا ہے؟

کوڈیکس اوپن اے آئی کا کوڈنگ ایجنٹ ہے۔ سمجھنے کی سب سے اہم بات یہ ہے کہ کوڈیکس صرف ایک ماڈل کا نام نہیں ہے۔ ایک پروڈکٹ اور ورک فلو پرت لوگوں کو لکھنے، جائزہ لینے، ڈیبگ کرنے اور کوڈ کو تیزی سے جاری کرنے میں مدد کرنے کے لیے ڈیزائن کیا گیا ہے۔ OpenAI کے اپنے الفاظ میں، یہ ایک AI کوڈنگ ایجنٹ ہے جو مقامی طور پر کام کر سکتا ہے یا کلاؤڈ میں کام مکمل کر سکتا ہے۔

یہ فرق اہم ہے۔ زیادہ تر لوگ AI کے بارے میں دو طریقوں میں سے ایک میں سوچتے ہیں:

کوڈیکس دونوں سے وسیع ہے۔ آپ ذخیروں کا معائنہ کر سکتے ہیں، فائلوں میں ترمیم کر سکتے ہیں، کمانڈ چلا سکتے ہیں، اور ٹیسٹ چلا سکتے ہیں۔ آپ اشارے یا وضاحتوں کو کام کے منصوبوں، کوڈ کی تبدیلیوں، اور قابل جائزہ آؤٹ پٹ میں تبدیل کرکے بھی کام کے بڑے حصوں سے نمٹ سکتے ہیں۔

ٹیموں کے لیے، کلاؤڈ بیسڈ ورک فلو خاص طور پر اہم ہیں کیونکہ کوڈیکس پس منظر میں چل سکتا ہے جب کہ انجینئرز بہاؤ میں رہتے ہیں۔

اوپن اے آئی کی موجودہ دستاویزات کوڈیکس کو ڈویلپر ٹولز کے ایک وسیع سیٹ کے ساتھ رکھتی ہیں: API، ریسپانس API، ایجنٹس SDK، MCP ٹولز، اور کوڈیکس ایپ۔ کسی ٹیم میں سوار ہوتے وقت، سب سے آسان ذہنی ماڈل یہ ہے:

• ماڈل انجن ہے۔

• کوڈیکس ایک کوڈنگ پروڈکٹ ہے جو ان انجنوں کو استعمال کرتا ہے۔

• آپ CLI، IDE ایکسٹینشنز، ویب ایپس اور کلاؤڈ آپریشنز کے ذریعے تعامل کر سکتے ہیں۔

سیکشن 2: جہاں کوڈیکس OpenAI ماحولیاتی نظام میں فٹ بیٹھتا ہے۔

OpenAI اب ایک تہہ دار اسٹیک پیش کرتا ہے۔

• یونیورسل فرنٹیئر ماڈل جیسے: GPT-5.5, GPT-5.5 ProGPT-5.4، GPT-5.4-mini اور GPT-5.4-نانو۔

• کوڈیکس سے متعلقہ ماڈلز جیسے GPT-5.3-Codex، GPT-5.2-Codex، GPT-5.1-Codex، اور codex-mini-latest۔

• ایک پروڈکٹ کی سطح جو ان ماڈلز کو ورک فلو میں پیک کرتی ہے جیسے کوڈیکس سی ایل آئی، کوڈیکس ایپس، آئی ڈی ای ایکسٹینشنز، کلاؤڈ آپریشنز، اور کوڈ ریویو۔

عملی فرق سادہ ہے۔

• اگر آپ کو یک طرفہ تخمینہ، ترکیب، یا عمومی بات چیت کی ضرورت ہے، تو آپ ایک عام ماڈل استعمال کر سکتے ہیں۔

• اگر آپ کو کسی ایسے ایجنٹ کی ضرورت ہے جس کو کسی ریپوزٹری کو نیویگیٹ کرنے، فائلوں کو تبدیل کرنے، ٹیسٹ چلانے اور مخصوص کوڈ کے نتائج چلانے کی ضرورت ہے، تو کوڈیکس آپ کے لیے ایک مقصد سے تیار کردہ سطح ہے۔

OpenAI کی موجودہ ماڈلز کی دستاویز GPT-5.4 کو پیچیدہ اندازہ اور کوڈنگ کے لیے اس کے فلیگ شپ ماڈل کے طور پر بیان کرتی ہے۔ ایک ہی وقت میں، کوڈیکس کے مخصوص ماڈل کے صفحات GPT-5.3-Codex اور GPT-5.2-Codex کی وضاحت کرتے ہیں، جو کوڈیکس یا اس جیسے ماحول میں ایجنٹ کوڈنگ کے کاموں کے لیے بہتر بنائے گئے ہیں۔ یہ OpenAI کو بتاتا ہے کہ اسٹیک کو کیسے بچایا جائے۔

• GPT-5.4 ایک عام فلیگ شپ پروڈکٹ ہے۔

• کوڈیکس کے مخصوص ماڈلز آپ کے کوڈنگ ورک فلو کے مطابق بنائے گئے ہیں۔

• کوڈیکس مصنوعات ان کی سطح اور ساخت کے لحاظ سے ماڈل میں مختلف ہو سکتی ہیں۔

اگر آپ کو اس سیکشن سے کچھ یاد نہیں ہے، تو یہ یاد رکھیں: کوڈیکس ایک ورک فلو ہے۔ ماڈل انجن ہے۔

GPT-5.5: تازہ ترین ریلیز

اوپن اے آئی کا آغاز ہوا۔ GPT-5.5 یہ 23 اپریل 2026 کو جاری کیا جائے گا اور API 24 اپریل 2026 کو جاری کیا جائے گا۔ GPT-5.5 Pro متغیرات ایک ساتھ بھیجے جاتے ہیں۔ OpenAI GPT-5.5 کو "سب سے ذہین، استعمال میں آسان ماڈل اور کمپیوٹرز پر کام کرنے کے نئے طریقوں کی طرف اگلا قدم” کے طور پر بیان کرتا ہے۔

کوڈیکس صارفین کے لیے، حقیقی نتائج مختصر ہیں۔

1. GPT-5.5 نیا جنرل فلیگ شپ پروڈکٹ ہے۔ جہاں بھی پچھلا مضمون کہتا ہے کہ "GPT-5.4 فلیگ شپ ہے”، مستقبل میں GPT-5.5 کے لیے پڑھیں۔ GPT-5.4 سستے ڈیفالٹ کے طور پر دستیاب ہے۔

2. کوڈیکس کی سطح سوئچ کرتی ہے۔ GPT-5.5 کے اجراء کے فوراً بعد CLI، IDE، ایپس، اور کلاؤڈ آپریشنز کے اندر قابل انتخاب (اکثر ڈیفالٹ) ہونے کی توقع ہے۔ سیٹنگز میں اپنے فعال ماڈل کو چیک کریں۔

3. قیمت بدل گئی ہے۔ GPT-5.5 ٹوکن کی بنیاد پر GPT-5.4 سے بہت زیادہ ہے۔ بجٹ منظور کرنے سے پہلے براہ کرم سیکشن 7 کا حوالہ دیں۔

مکمل بینچ مارک تجزیہ، کارکردگی کی جھلکیاں، اور GPT-5.5، GPT-5.4، اور کوڈیکس کے مخصوص ماڈلز کو منتخب کرنے کے لیے کام کے بوجھ سے متعلق رہنمائی سیکشن 11: ماڈل کی تفصیلات اور بینچ مارکس میں فراہم کی گئی ہے۔ ایک بار جب آپ بنیادی ابواب میں مہارت حاصل کر لیں تو متعلقہ حصوں کو پڑھیں۔

سیکشن 3: بنیادی سطحیں۔

کوڈیکس فی الحال کئی جگہوں پر ظاہر ہوتا ہے، ہر ایک قدرے مختلف کام کرنے کے انداز کے لیے موزوں ہے۔

کوڈیکس سی ایل آئی

CLI کوڈیکس کو براہ راست آپ کے ٹرمینل سیشن میں شامل کرنے کا تیز ترین طریقہ ہے۔ دستاویزات میں اسے OpenAI کے کوڈنگ ایجنٹ کے طور پر بیان کیا گیا ہے، جو ٹرمینل میں مقامی طور پر چلتا ہے اور آپ کے کمپیوٹر پر کوڈ پڑھ سکتا ہے، تبدیل کر سکتا ہے اور اس پر عمل درآمد کر سکتا ہے، اوپن سورس ہے، اور اسے Rust میں لکھا گیا ہے۔

اگر آپ چاہیں تو CLI استعمال کریں۔

• ٹرمینل – پہلا ورک فلو۔

• موجودہ ذخیروں کے اندر تیزی سے تکرار۔

• منظوری اور عملدرآمد پر عمدہ کنٹرول۔

• مقامی کوڈنگ کے کاموں کے لیے ہلکا پھلکا راستہ۔

IDE ایکسٹینشنز

CLI دستاویزات اور ہیلپ سینٹر کی دستاویزات VS کوڈ، کرسر، ونڈ سرف، اور VS کوڈ کے دیگر فورکس کے لیے IDE ایکسٹینشنز کی طرف اشارہ کرتی ہیں۔ اگر آپ کی ٹیم ایڈیٹر میں رہتی ہے اور آپ کوڈیکس کو اپنے عام کوڈنگ کے بہاؤ میں شامل کرنا چاہتے ہیں تو یہ فطری فٹ ہے۔

IDE ایکسٹینشن استعمال کریں جب:

• یہ ایک کوڈیکس ہے جو اس فائل کے قریب ہے جس میں آپ پہلے سے ترمیم کر رہے ہیں۔

• سیاق و سباق کو تبدیل کیے بغیر پیغامات کو ڈسپلے اور ان میں ترمیم کریں۔

• ہیومن سینٹرک اور ایجنٹ سینٹرک ایڈیٹنگ کے درمیان فرق کو ختم کرنا۔

کوڈیکس ایپ

اوپن اے آئی کے ہیلپ سینٹر کے مطابق، کوڈیکس ایپ میک او ایس اور ونڈوز کے لیے دستیاب ہے۔ بلٹ ان ورک ٹری سپورٹ، ٹیکنالوجیز، آٹومیشن، اور گٹ خصوصیات کے ساتھ تمام پروجیکٹس میں متوازی کام کے لیے ڈیزائن کیا گیا ہے۔

جب آپ چاہیں ایپ کا استعمال کریں:

• متعدد کوڈیکس ایجنٹ متوازی طور پر چلتے ہیں۔

• ٹرمینل اور ایڈیٹر کے درمیان سوئچ کیے بغیر کلاؤڈ میں کام کریں۔

• کاموں کو تفویض اور نگرانی کرنے کے لیے ایک پروجیکٹ پر مرکوز جگہ۔

کوڈیکس کلاؤڈ

کوڈیکس کلاؤڈ بیک گراؤنڈ ایگزیکیوشن موڈ میں ہے۔ ہر کام ایک الگ تھلگ سینڈ باکس میں چلتا ہے جس میں ایک ذخیرہ اور ماحول ہوتا ہے اور اس کا مقصد براہ راست انٹرایکٹو سیشن کے بجائے قابل جائزہ کوڈ آؤٹ پٹ کے لیے ہوتا ہے۔

کوڈیکس کلاؤڈ استعمال کریں اگر:

• جب آپ دوسری چیزیں کرتے ہیں تو چلانے کے لیے ایک کام۔

• قابلِ جائزہ فرق کے ساتھ سینڈ باکس پر عمل درآمد۔

• خودکار کوڈ کے جائزے یا ریپوزٹری کی سطح کے ورک فلو۔

کوڈ کا جائزہ

Codex GitHub کے اندر کوڈ کا بھی جائزہ لے سکتا ہے۔ OpenAI اسے خود بخود انفرادی پل کی درخواستوں کا جائزہ لینے یا ٹیم کی سطح پر جائزوں کو ترتیب دینے کے طور پر بیان کرتا ہے۔

کوڈ کا جائزہ استعمال کریں جب:

• آپ کی پل کی درخواست پر ایک دوسری نظر۔

• انسانی جائزے سے پہلے خودکار رجعت یا مسئلہ کی دریافت۔

• پوری ٹیم میں ہلکے جائزے کی کوریج فراہم کریں۔

سیکشن 4: شروع کرنا: انسٹالیشن، سیٹ اپ، اور پہلے کام

یہ سیکشن "کچھ بھی انسٹال نہیں ہے” سے لے کر "کوڈیکس نے ایک حقیقی بگ کو ٹھیک کیا ہے۔” تک ہر چیز میں آپ کی رہنمائی کرے گا۔

ہم ایک چھوٹا ڈیمو ذخیرہ استعمال کریں گے جو آپ نے خود 2 منٹ میں بنایا ہے: ایک چھوٹا Python قیمتوں کا تعین کرنے والا کیلکولیٹر جس میں ایک واضح بگ اور ایک گمشدہ ٹیسٹ ہے۔ یہ آپ کو ایک حقیقت پسندانہ، تولیدی ہدف فراہم کرتا ہے جسے آپ مکمل کر لینے پر پھینک سکتے ہیں۔

وہی مشقیں CLI، IDE ایکسٹینشنز، اور ایپس پر لاگو ہوتی ہیں، ہر ایک کے لیے نوٹ کے ساتھ۔

اگر آپ کے پاس موجودہ کوڈ ہے جسے آپ استعمال کرنا چاہتے ہیں، تو مرحلہ 4 پر جائیں اور کوڈیکس کو اپنے ذخیرہ کے طور پر پوائنٹ کریں۔ ڈیمو ان قارئین کے لیے ہے جو پہلے سے معلوم ہونے والی چیزوں کے ساتھ ایک اچھا نقطہ آغاز چاہتے ہیں۔

مرحلہ 0: رسائی کی تصدیق کریں۔

Codex ChatGPT Plus، Pro، Business، اور Enterprise/Edu منصوبوں میں شامل ہے۔ یہ فری اینڈ گو میں بھی شامل ہے، جس کی رفتار محدود وقت کے لیے سخت ہے۔

اگر آپ کسی ٹیم یا کارپوریٹ ورک اسپیس میں ہیں، تو رسائی بھی ورک اسپیس کی ترتیبات اور رول پر مبنی کنٹرولز کے لحاظ سے مختلف ہو سکتی ہے۔ یہ نہ سمجھیں کہ آپ کا ChatGPT سبسکرپشن ہی ایک منظم ماحول میں رسائی کی ضمانت دیتا ہے۔ اپنے منتظم سے رابطہ کریں یا chatgpt.com/codex پر Codex Cloud کی ترتیبات دیکھیں۔

مرحلہ 1: کوڈیکس انسٹال کریں۔

تنصیب کے تین راستے ہیں: منتخب کریں۔ ایک شروع آپ بعد میں مزید شامل کر سکتے ہیں۔

اختیار A: CLI (پہلے کام کے لیے تجویز کردہ)

CLI یہ دیکھنے کا سب سے سیدھا طریقہ ہے کہ Codex کیسے کام کرتا ہے۔ سرکاری دستاویزات کا ذکر ہے: میکوس اور لینکس اعلیٰ درجے کے ہیں، لیکن ونڈوز تجرباتی ہے اور اسے WSL2 کے استعمال کی ضرورت ہے۔.

npm i -g @openai/codex
codex --version

اگر codex --version ورژن نمبر پرنٹ کریں اور آپ کا کام ہو گیا۔

اختیار B: VS کوڈ کی توسیع

وی ایس کوڈ (یا کرسر/ونڈ سرف) میں ایکسٹینشن پینل کھولیں اور "کوڈیکس” تلاش کریں۔ openaiمنتخب کریں اور انسٹال کریں۔ یا ٹرمینل میں:

code --install-extension openai.chatgpt

کوڈیکس پینل انسٹالیشن کے بعد دائیں سائڈبار میں ظاہر ہوگا۔

آپشن C: کوڈیکس ایپ

chatgpt.com/codex پر macOS یا Windows کے لیے Codex ایپ ڈاؤن لوڈ کریں۔ یہ ایپ اس وقت چمکتی ہے جب آپ متوازی کام، ایک بلٹ ان Git ورک ٹری، اور پروجیکٹ سینٹرک UI چاہتے ہیں۔ پہلے کام کے لیے، یہ حد سے زیادہ ہے۔ CLI یا توسیع کے ساتھ شروع کریں۔

VS کوڈ استعمال کرنے والے: تینوں VS کوڈ انٹری پوائنٹس (ایکسٹینشنز، یونیفائیڈ ٹرمینل میں CLI، اور براؤزر کوڈیکس) کا احاطہ کرنے والی مرحلہ وار گائیڈ کے لیے، دیکھیں: ضمیمہ E: VS کوڈ میں کوڈیکس کے ساتھ کام کرنا.

مرحلہ 2: تصدیق

چلائیں codex ٹرمینل میں (یا ایکسٹینشن پینل کھولیں)۔ آپ کو درج ذیل کام کرنے کے لیے کہا جائے گا:

• ChatGPT کے ساتھ لاگ ان کریں۔ – تجویز کردہ۔ استعمال کا بل آپ کے پلان میں شامل کوڈیکس کریڈٹس کی بنیاد پر لگایا جاتا ہے۔

• اپنی API کلید کے ساتھ لاگ ان کریں۔ — استعمال کیا جاتا ہے جب آپ میٹرڈ API بلنگ چاہتے ہیں یا اگر آپ کی ورک اسپیس پالیسی کو اس کی ضرورت ہے۔

اگر شک ہو تو، ChatGPT لاگ ان کو منتخب کریں۔

مرحلہ 3: ڈیمو ریپوزٹری بنانا

یہ وہ حصہ ہے جسے سب سے زیادہ جلدی شروع کرنے والے چھوڑ دیتے ہیں۔ کوڈیکس کو "تمام ذخیروں” کے بطور متعین کرنے کے بجائے، چھوٹے، معلوم کیڑے کے ساتھ خود ساختہ ڈیمو ذخیرہ آپ دیکھ سکتے ہیں کہ آیا کوڈیکس واقعی آپ کا مسئلہ حل کرتا ہے۔

ٹرمینل میں درج ذیل کو چلائیں:

mkdir codex-demo && cd codex-demo
git init

اب تین فائلیں بنائیں۔ سب سے پہلے pricing.py – ایک چھوٹی قیمت کا کیلکولیٹر جس میں ایک بگ اور ایک استثنائی صورت موجود ہے:

# pricing.py
def apply_discount(price: float, discount_percent: float) -> float:
    """Apply a percentage discount to a price.

    BUG: The discount is applied as a multiplier of (discount_percent / 10)
    instead of (discount_percent / 100). A 20% discount currently doubles
    the price instead of reducing it.
    """
    if discount_percent < 0:
        raise ValueError("discount_percent must be >= 0")
    return price * (1 - discount_percent / 10)


def cart_total(items: list[dict], discount_percent: float = 0) -> float:
    """Compute the total for a list of cart items after a discount."""
    subtotal = sum(item["price"] * item["quantity"] for item in items)
    return apply_discount(subtotal, discount_percent)

پھر test_pricing.py – ایک واحد پاس ہونے والا ٹیسٹ اور ایک ٹیسٹ جو بگ کی وجہ سے ناکام ہو جائے گا:

# test_pricing.py
from pricing import apply_discount, cart_total


def test_no_discount_returns_original_price():
    assert apply_discount(100.0, 0) == 100.0


def test_twenty_percent_discount_on_100_is_80():
    # This will FAIL until the bug in apply_discount is fixed.
    assert apply_discount(100.0, 20) == 80.0


def test_cart_total_with_discount():
    items = [
        {"price": 10.0, "quantity": 2},
        {"price": 5.0, "quantity": 1},
    ]
    # Subtotal is 25.0. With 10% off, expected total is 22.5.
    assert cart_total(items, discount_percent=10) == 22.5

اور بہت چھوٹا README.md:

# codex-demo

A tiny pricing module used to learn the Codex workflow.

Run tests with: `python -m pytest`

ابتدائی حالت کا ارتکاب کریں تاکہ آپ آسانی سے کوڈیکس میں فرق کا جائزہ لے سکیں۔

git add .
git commit -m "Initial demo: pricing module with a known bug"

کوڈیکس سے درست کرنے کی درخواست کرنے سے پہلے یقینی بنائیں کہ بگ اصلی ہے۔

python -m pytest

دو ناکام ٹیسٹ (test_twenty_percent_discount_on_100_is_80 اور test_cart_total_with_discount)۔

اگر pytest انسٹال نہیں ہوا: pip install pytest. مکمل ڈیمو کے لیے صرف Python 3.10+ اور pytest کی ضرورت ہے۔

مرحلہ 4: کوڈیکس چلائیں اور اپنا پہلا کام چلائیں۔

ڈیمو ریپوزٹری اب کوڈیکس کی طرف اشارہ کرتی ہے۔

CLI سے:

cd codex-demo
codex

کوڈیکس کے شروع ہونے کے بعد، واضح اور محدود کام فراہم کریں۔ براہ کرم درج ذیل اشارے بالکل ٹھیک درج کریں:

The test suite has two failing tests. Read pricing.py and test_pricing.py,
identify the root cause, fix the smallest possible thing, then run the tests
to confirm they pass. Explain what you changed and why.

کوڈیکس مندرجہ ذیل کام کرتا ہے:

1. ٹیسٹ pricing.py اور test_pricing.py.

2. ایک سے ایک کیڑے کی شناخت (/ 10 ہونا ضروری ہے / 100)۔

3. میں فرق کی ایک لائن تجویز کرتا ہوں:

4. فائلوں میں ترمیم کرنے سے پہلے منظوری کی درخواست کریں (پہلے سے طے شدہ منظوری موڈ)۔

5. منظوری کے بعد چلائیں۔ python -m pytest اب ہم رپورٹ کرتے ہیں کہ تینوں ٹیسٹ پاس ہو گئے۔

VS کوڈ کی توسیع میں: افتتاحی codex-demo فولڈر کھولیں، کوڈیکس پینل کو دائیں سائڈبار سے کھولیں اور وہی پرامپٹ پیسٹ کریں۔ آپ کے جائزہ لینے اور قبول کرنے کے لیے ایڈیٹر میں اختلافات ان لائن ظاہر ہوتے ہیں۔

مرحلہ 5: اختلافات کا جائزہ لیں۔

یہ سب سے اہم عادت ہے جس کو ابتدائی طور پر تیار کرنا ہے۔ آپ کی ترامیم میں ایک حرف ہونا چاہیے (10 → 100)، قبول کرنے سے پہلے اختلافات کو دیکھیں۔

git diff

تبدیلیاں پڑھیں۔ یقینی بنائیں کہ یہ کوڈیکس میں بیان کردہ چیزوں سے میل کھاتا ہے۔ خود ٹیسٹ چلانے کی کوشش کریں۔

python -m pytest

آپ کو تینوں کو پاس کرنا ہوگا۔ اپنی ترمیم کا عہد کریں۔

git commit -am "Fix off-by-one in apply_discount"

میں نے ابھی پورا کوڈیکس لوپ مکمل کیا۔ سیاق و سباق → ایکشن → تبدیلی → جائزہ → ٹھیک ہے۔. تمام بڑے آپریشن اس لوپ کے طویل ورژن ہیں۔

مرحلہ 6: دو مزید محدود کاموں کی کوشش کریں۔

اب جب کہ آپ کا لوپ کام کرتا ہے، اسی ڈیمو ریپوزٹری کے خلاف درج ذیل کو آزمائیں:

1. ایج کیس ٹیسٹنگ شامل کریں۔ فوری: "تصدیق کے لیے ایک ٹیسٹ شامل کریں۔ apply_discount ایک ValueError درج ذیل صورتوں میں اٹھایا جاتا ہے: discount_percent یہ منفی ہے۔ براہ کرم بعد میں ٹیسٹ چلائیں۔”

2. گمشدہ حفاظتی چیکس شامل کریں۔ فوری: "apply_discount فی الحال مسترد نہیں کر رہا ہے۔ discount_percent 100 سے زیادہ قدر منفی قیمت پیدا کرتی ہے۔ توثیق شامل کریں، اگر ضروری ہو تو موجودہ ٹیسٹوں کو اپ ڈیٹ کریں، اور نئے رویے کے لیے نئے ٹیسٹ شامل کریں۔”

ہر کام چھوٹا ہوتا ہے، اس میں قبولیت کا واضح معیار ہوتا ہے (ٹیسٹ پاس کرنا)، اور قابلِ جائزہ فرق پیدا کرتا ہے۔ کوڈیکس کے تمام اچھے کام یہی نظر آتے ہیں۔

مرحلہ 7 (اختیاری): کوڈیکس کلاؤڈ سیٹ اپ کریں۔

جب آپ دوسرے کام انجام دیتے ہیں تو کلاؤڈ ٹاسک کوڈیکس کو پس منظر میں چلنے دیتے ہیں۔ وہ GitHub کی میزبانی شدہ ذخیرہ.

اپنے ڈیمو ریپوزٹری کے لیے کوڈیکس کلاؤڈ کو فعال کرنے کے لیے:

1. دھکا codex-demo ایک نجی GitHub ذخیرہ میں: gh repo create codex-demo --private --source=. --push (اس کی ضرورت ہے۔ gh CLI)۔

2. رابطہ قائم کرنے کے لیے chatgpt.com/codex پر جائیں۔ چیٹ جی پی ٹی گٹ ہب کنیکٹر.

3. الاؤنس codex-demo کنیکٹر کا ذخیرہ۔ پہلے سے طے شدہ طور پر تنظیم تک رسائی نہ دیں۔ — دیکھیں ضمیمہ سی۔

4. ویب انٹرفیس میں، ایک ذخیرہ منتخب کریں اور پرامپٹ دیکھیں۔ "تمام افعال میں قسم کے اشارے شامل کریں۔ pricing.py براہ کرم ایک CI طرز کا خلاصہ شامل کریں جو تبدیل ہوا ہے۔”

5. سینڈ باکس کے مکمل ہونے کا انتظار کریں، اپنے براؤزر میں فرق کا جائزہ لیں، اور یا تو انہیں قبول کریں یا PR کھولیں۔

بنیادی طور پر کوڈیکس کلاؤڈ سینڈ باکس میں انٹرنیٹ تک رسائی نہیں ہے۔. یہ جان بوجھ کر ہے۔ اگر حقیقی ورک فلو کی ضرورت ہو تو منتظمین انحصاری رجسٹریوں اور قابل اعتماد سائٹوں کو وائٹ لسٹ کر سکتے ہیں۔

کس سطح کو کب استعمال کرنا ہے۔

ڈیمو مکمل کرنے کے بعد، سطح کا توازن شکل اختیار کرے گا۔

• سی ایل آئی — بہت سے ٹرمینلز کے ساتھ مقامی آپریشنز کے لیے تیز ترین، قابل اسکرپٹ، اور واضح اجازتوں کے ساتھ ملٹی سٹیپ ایجنٹ آپریشنز کے لیے بہترین۔

• VS کوڈ کی توسیع – پہلے سے ایڈیٹر میں رہتے ہوئے جگہ جگہ ترمیم کے لیے سب سے کم رگڑ۔

• کوڈیکس ایپ اگر آپ ٹاسک ٹری آئسولیشن کے ساتھ تمام پروجیکٹس میں متعدد متوازی ٹاسک چلانا چاہتے ہیں تو بہترین ہے۔

• کوڈیکس کلاؤڈ – پس منظر کے کاموں، طویل عرصے سے چلنے والے کاموں، اور PR طرز کے جائزوں کے لیے بہترین موزوں ہے جنہیں چلتے ہوئے چھوڑا جا سکتا ہے۔

سب سے زیادہ تجربہ کار صارفین سب کچھ انسٹال ہے۔ براہ کرم کام کے لحاظ سے منتخب کریں۔ ایک ہی ورک فلو ہر قسم کے کاموں کے لیے شاذ و نادر ہی موزوں ہوتا ہے۔

اگر کچھ کام نہیں کرتا تو کیا ہوتا ہے؟

اگر آپ کو اس مشق کے دوران مسائل کا سامنا کرنا پڑتا ہے:

• codex کمانڈ نہیں ملی → npm کا عالمی ذخیرہ آپ کے PATH میں نہیں ہے۔ ٹرمینل کو دوبارہ شروع کریں یا نوڈ ورژن مینیجر جیسے nvm استعمال کریں۔

• لاگ ان ناکام ہوتا رہتا ہے → یقینی بنائیں کہ آپ کا ای میل آپ کے ChatGPT پلان سے میل کھاتا ہے۔ کارپوریٹ ورک اسپیس میں، ایڈمنسٹریٹر کو کوڈیکس کو فعال کرنا چاہیے۔

• کوڈیکس فائلوں میں ترمیم نہیں کرتا → سخت منظوری کے موڈ میں ہوسکتا ہے۔ اشارہ کرنے پر قبول کریں یا پہلے کامیاب آپریشن کے بعد ریلیکس موڈ کریں۔

• ونڈوز کی خرابی → WSL2 ٹرمینل پر سوئچ کریں۔ CLI کے لیے مقامی ونڈوز تجرباتی ہے۔

ایک مکمل ٹربل شوٹنگ گائیڈ سیکشن 12 میں ہے۔

سیکشن 5: کوڈیکس کو مؤثر طریقے سے استعمال کرنے کا طریقہ

کوڈیکس بہترین کام کرتا ہے جب آپ اس کے ساتھ کسی ڈویلپر کی طرح سلوک کرتے ہیں جو آپ جادوئی پرامپٹ جواب دہندہ کے بجائے آن بورڈنگ کر رہے ہوتے ہیں۔ کام جتنا مخصوص ہوگا، نتائج اتنے ہی اچھے ہوں گے۔

ذیل میں ہر ایک ٹپ میں شامل ہیں: بری مثال (لوگ اصل میں کیا ٹائپ کرتے ہیں) اور اچھی مثال (مفید نتائج پیدا کرنا)۔ زیادہ تر وقت codex-demo آپ اسے براہ راست سیکشن 4 میں ریپو کا حوالہ دے کر چلا سکتے ہیں۔

اپنے حقیقی مقاصد کو پیش کریں۔

"حقیقی اہداف” کا مطلب قابل تصدیق نتائج کے ساتھ ٹھوس اہداف ہے، نہ کہ جذبات۔

برا:

Improve this codebase.

Codex منتخب کرتا ہے کہ کیا کرنا ہے، لیکن یہ جاننے کا کوئی طریقہ نہیں ہے کہ آیا نتیجہ وہی ہے جو آپ چاہتے ہیں، اور اختلافات شاید اس سے زیادہ احاطہ کرتے ہیں جس کا ہم جائزہ لے سکتے ہیں۔

اچھا:

Refactor cart_total in pricing.py so the iteration logic and the discount
application are in two separate helper functions. Keep the public signature
of cart_total unchanged. Add tests for each helper. Run pytest at the end.

یہ کام کرتا ہے کیونکہ قبولیت کا ایک معیار ہے (نیا ڈھانچہ امتحان پاس کرتا ہے) اور بالکل ایک باؤنڈری (عوامی دستخط میں کوئی تبدیلی نہیں ہوتی)۔ آپ 30 سیکنڈ میں فرق کا جائزہ لے سکتے ہیں۔

دوسری شکلیں جو کام کرتی ہیں:

• "ناکام ٹیسٹوں کو درست کریں۔ test_pricing.py::test_twenty_percent_discount_on_100_is_80"

• "شامل کریں۔ currency: str="USD" پیرامیٹر cart_total براہ کرم اپنے ٹیسٹ اپ ڈیٹ کریں۔”

• "کسی بھی گمشدہ ایج کیسز کے لیے آخری کمٹ سے تبدیلیوں کا جائزہ لیں۔”

صحیح سیاق و سباق فراہم کریں۔

کوڈیکس آپ کے ذخیرے کو اسکین کرسکتا ہے، لیکن آپ کو پھر بھی اسے درست فائلوں اور رکاوٹوں کے مطابق کرنے کی ضرورت ہے۔ اس کے بغیر، آپ کھو گئے ہیں.

برا:

Add validation to the pricing module.

یہ کس قسم کی تصدیق ہے؟ کس ان پٹ سے؟ غلطی کی کونسی کلاس؟ کوڈیکس کو اس سب کا اندازہ لگانا ہے۔

اچھا:

Context:
- File: pricing.py
- Function: apply_discount
- Current behavior: raises ValueError for negative discount_percent.
- Desired behavior: also raise ValueError when discount_percent > 100,
  with the message "discount_percent must be between 0 and 100".

Task:
- Add the validation.
- Add a matching test in test_pricing.py.
- Do not change apply_discount's public signature.
- Run pytest after.

ساخت کو چیک کریں. کون سی فائل, موجودہ کارروائی, مطلوبہ کارروائی, دن, فارماسیوٹیکل, چیک کرنے کا طریقہ. یہ ایک امید مند پرامپٹ اور قابل استعمال قیاس کے درمیان فرق ہے۔

بڑے کاموں کے لیے، یہ بھی شامل ہیں:

• مسئلہ یا تفصیلات سے لنک کریں (اگر ویب رسائی فعال ہو تو آپ اسے کوڈیکس سے بازیافت کر سکتے ہیں)

• یہاں تک کہ اگر کوڈیکس فائلوں کو خود ہی ڈھونڈ سکتا ہے، متعلقہ فائلوں کو نام دینے سے آپ کی پہلی ترمیم کا وقت آدھا رہ جائے گا۔

• ٹیسٹ کمانڈ، بلڈ کمانڈ، یا لنٹ کا نام جو پاس ہونا ضروری ہے۔

جب آپ کو ضرورت ہو تو درمیانی سوچ کے لیے پوچھیں۔

"درمیانی سوچ” کا مطلب ہے کوڈیکس سے پوچھنا: فائل میں ترمیم کرنے سے پہلے ایک تحریری منصوبہ بنائیں. پہلے سے طے شدہ کوڈیکس کے لیے براہ راست کوڈ پر جانا ہے۔ اگر یہ ایک فنکشن سے بڑا ہے تو یہ ایک خراب ڈیفالٹ ہے۔

بغیر کسی درمیانی خیالات کے (متبادل منصوبہ):

Refactor pricing.py to support multiple currencies.

کوڈیکس فوراً ترمیم کرنا شروع کر دیتا ہے۔ آپ نے دیکھا کہ ڈیٹا بیس اسکیما، API معاہدہ، اور تین ٹیسٹ فائلیں بدل گئی ہیں، لیکن آپ کو اندازہ نہیں ہے کہ آیا وہ ڈیزائن کے انتخاب صحیح ہیں۔

درمیانی سطح کی سوچ:

I want to add multi-currency support to pricing.py.

Before editing anything:
1. List the files you expect to touch and why.
2. Outline the approach in 5-10 bullets.
3. Call out any assumptions you are making and any open questions.
4. Identify the riskiest part of the change.

Wait for my approval before making any edits.

اب آپ ایک ایسا منصوبہ حاصل کر سکتے ہیں جس پر نظرثانی کی جا سکتی ہے، پیچھے دھکیل دیا جا سکتا ہے، یا آپ کے کوڈ بیس کو بغیر کسی لاگت کے مکمل طور پر ختم کیا جا سکتا ہے۔ آپ کی منظوری کے بعد، کوڈیکس آپ کے ابھی بنائے گئے پلان کے مطابق چلے گا، جس سے آپ کو کسی نتیجے میں ہونے والے فرق کی پیشین گوئی کرنے کی اجازت ہوگی۔

درمیانی سطح کی سوچ کا استعمال کریں جب آپ کا کام:

• ملٹی فائل یا کراس کٹنگ۔

• یہ کوڈبیس کے لیے ساختی طور پر نیا ہے۔

• جانچنا مشکل ہے (لہذا فرق واحد سگنل ہے)۔

• اگر کچھ غلط ہو جاتا ہے تو، دھماکے کا رداس زیادہ ہوتا ہے (تصدیق، ادائیگی، ڈیٹا کی منتقلی)۔

محدود تبدیلیوں کو ترجیح دیں۔

کوئی راستہ نہیں محدود تبدیلی اس میں چاروں خصوصیات ہیں:

1. چھوٹے سطح کے علاقے – ایک فائل، ایک ماڈیول، یا ایک منطقی تصور کا احاطہ کرتا ہے۔

2. منظوری کے معیار کو صاف کریں۔ – مخصوص ٹیسٹ، آؤٹ پٹ، یا اعمال ہیں جو ثابت کرتے ہیں کہ اس نے کام کیا۔

3. منٹوں میں قابلِ جائزہ – انسان ایک گھنٹہ بھی خرچ کیے بغیر اختلافات کو پڑھ اور ان پر تبصرہ کر سکتے ہیں۔

4. آسانی سے الٹنے والا – اگر یہ غلط ہو جاتا ہے git revert یہ کسی اور چیز کو توڑے بغیر صاف طور پر منسوخ ہوجاتا ہے۔

اس کے برعکس ہے۔ لامحدود تبدیلی: "اپنے کوڈ کی بنیاد کو تیز تر بنائیں”، "اپنے API کو جدید بنائیں”، "ہر جگہ قسمیں شامل کریں۔” کوئی واضح نقطہ نظر نہیں ہے، کوئی آسان تصدیق نہیں ہے، اور کوئی صاف واپسی کا راستہ نہیں ہے۔

محدود مثال (اچھی):

• "شامل کریں۔ serialize() طریقہ CartItem JSON انکوڈنگ کے لیے موزوں لغت لوٹاتا ہے۔ ایک ٹیسٹ شامل کریں۔”

• "میں apply_discountمیجک نمبر 100 کو ماڈیول لیول کنسٹینٹ سے بدل دیں۔ MAX_DISCOUNT_PERCENT"

• "وہ cart_total فنکشن ہے discount_percent مطلوبہ الفاظ کی دلیل 0 کی ڈیفالٹ ویلیو کے ساتھ۔ بطور ڈیفالٹ سیٹ کریں۔ None اور علاج None یہ کہتا ہے ‘کوئی رعایت نہیں’۔ براہ کرم اپنے ٹیسٹ اپ ڈیٹ کریں۔”

غیر محدود مثالیں (پرہیز کریں):

• "pricing.py پروڈکشن کے لیے تیار رکھیں۔”

• "ہر جگہ مناسب خرابی ہینڈلنگ شامل کریں۔”

• "اپنے فن تعمیر کو بہتر بنائیں۔”

اگر آپ لامحدود اشارے لکھ رہے ہیں، تو انہیں بھیجنے سے پہلے انہیں محدود فہرست میں توڑ دیں۔ جدا کرنا خود ہی زیادہ تر کام ہے۔ ایک بار جب آپ کے پاس ہو جائے تو، کوڈیکس ہر حصے کو انجام دینے میں اچھا ہے۔

جائزوں کو لوپ کے طور پر استعمال کریں۔

کوڈیکس صرف کوڈ لکھنے کے لیے نہیں ہے، یہ ایک پری مرج ریویو ٹول کے طور پر بھی مفید ہے۔ لوپ اس طرح لگتا ہے:

1. آپ (یا کوڈیکس) تبدیلیاں کرتے ہیں۔

2. کوڈیکس سے جائزہ لینے کے لیے پوچھیں۔

3. پائے جانے والے کسی بھی مسئلے کو حل کریں۔

4. دوبارہ ٹیسٹ چلائیں۔

حقیقت میں یہ ہے:

میں کام مکمل کرنے کے بعد codex-demoکوڈیکس سے اپنے وعدوں کا جائزہ لینے کو کہیں۔

Review the change in my last commit (git show HEAD) for:
- correctness issues (off-by-one, type mismatches, wrong defaults)
- missing tests, especially edge cases
- security concerns (input validation, injection, unsafe defaults)
- maintainability risks (unclear naming, hidden coupling)

Prioritize findings by severity (critical / important / nit). For each
finding, point to the exact line and propose a concrete fix. Do not
modify any files in this turn — just produce the review.

عام طور پر، آپ کو اس طرح کا منظم جواب ملے گا:

CRITICAL: line 14 — apply_discount accepts NaN silently because the type
  check is `discount_percent < 0`, which is False for NaN. Fix: add an
  explicit math.isnan() check before the comparison.

IMPORTANT: test_pricing.py has no test for the boundary discount_percent=100.
  Fix: add a test asserting apply_discount(100, 100) == 0.

NIT: line 8 — the docstring mentions a "BUG" comment that should be removed
  now that the bug is fixed.

پھر اسے چھانٹ لیں۔ اہم اور اہم نتائج کو درست کریں (اکثر انہیں "تجویز کردہ اصلاحات لاگو کریں" کا استعمال کرتے ہوئے کوڈیکس میں واپس دے کر)، بننا کو موخر یا مسترد کریں، اور ٹیسٹ کو دوبارہ چلائیں۔

یہ کوڈیکس کو کوڈ جنریٹر میں تبدیل کرکے کیا جاتا ہے۔ معیار کے دروازےیہ عام طور پر ایک اعلی لیوریج ایپلی کیشن ہے۔ وہ ٹیمیں جو صرف کوڈیکس کو جنریٹر کے طور پر استعمال کرتی ہیں وہ تیز تر کوڈ حاصل کرتی ہیں۔ وہ ٹیمیں جو انہیں بطور تجزیہ کار استعمال کرتی ہیں انہیں بہتر کوڈ ملتا ہے۔

یہ عام طور پر نئے صارفین کے لیے سب سے اہم سیکشن ہوتا ہے کیونکہ زمرہ کی حدود کو دھندلا کرنا آسان ہے۔

کوڈیکس ایک مصنوعات کی پرت ہے، نہ صرف ایک ماڈل۔

کوڈیکس پروڈکٹ کا تجربہ اور ورک فلو پرت ہے۔ ماڈل بیس انجن ہے۔ اسے دوسرے طریقے سے ڈالیں:

• عام ماڈل سوالات کا جواب دیتے ہیں یا متن لکھتے ہیں۔

• کوڈنگ ماڈلز سافٹ وئیر کے کاموں کے لیے زیادہ تنگ انداز میں تیار کیے گئے ہیں۔

• کوڈیکس ایک ایجنٹ کوڈنگ ورک فلو کے اندر ماڈلز پیک کرتا ہے جس میں فائلیں، کمانڈز، منظوری، سینڈ باکسز اور جائزے شامل ہوتے ہیں۔

یہ اہم ہے کیونکہ صارفین اکثر کوڈیکس کا موازنہ "دیگر ماڈلز" سے کرتے ہیں جب اصل موازنہ "دیگر کوڈنگ سسٹم" ہوتا ہے۔

کوڈیکس اور اوپن اے آئی جنرل ماڈل

OpenAI کا موجودہ ماڈلز صفحہ GPT-5.4 کو پیچیدہ تخمینہ اور کوڈنگ کے لیے فلیگ شپ ماڈل کے طور پر تجویز کرتا ہے۔ یہ ایک عام ماڈل سائیڈ تجویز ہے۔

دوسری طرف، کوڈیکس کے مخصوص صفحات ایسے ماڈلز کی وضاحت کرتے ہیں جیسے GPT-5.3-Codex اور GPT-5.2-Codex جو کوڈیکس یا اسی طرح کے ماحول میں ایجنٹ کوڈنگ کے کاموں کے لیے موزوں ہیں۔

عملی تفصیلات:

• اگر آپ سرفہرست عام ماڈل چاہتے ہیں تو GPT-5.4 استعمال کریں۔

• اگر آپ کوڈیکس کے اندر کوڈنگ ورک فلو کے لیے موزوں ماڈل چاہتے ہیں تو کوڈیکس کے لیے مخصوص ماڈل استعمال کریں۔

• کوڈیکس اسکرین کا استعمال کریں جب آپ نہ صرف ٹیکسٹ آؤٹ پٹ بلکہ فائل ایڈیٹنگ، شیل کمانڈز، ریویو اور سینڈ باکسنگ بھی چاہتے ہیں۔

کوڈیکس بمقابلہ کلاڈ کوڈ

کلاڈ کوڈ ٹرمینل پر مبنی ایجنٹ کوڈنگ ٹول بھی ہے۔ اینتھروپک کی دستاویزات اسے ایک ٹرمینل ٹول کے طور پر بیان کرتی ہیں جو آپ کو منصوبے بنانے، فائلوں میں ترمیم کرنے، کمانڈ چلانے، کمٹ بنانے اور MCP سے منسلک ڈیٹا ذرائع کے ساتھ کام کرنے کی اجازت دیتی ہے۔ یہ طاقتور ہے اگر آپ کی ٹیم پہلے سے ہی ٹرمینل فرسٹ ورک فلوز کو ترجیح دیتی ہے اور مضبوطی سے اسکرپٹ ایبل ڈویلپر ٹولز چاہتی ہے۔

کوڈیکس کئی عملی طریقوں سے مختلف ہے۔

• کوڈیکس کئی اور شعبوں کا احاطہ کرتا ہے، بشمول CLI، IDE ایکسٹینشنز، ایپس، کلاؤڈ آپریشنز، اور کوڈ کا جائزہ۔

• کوڈیکس کلاؤڈ GitHub سے منسلک کاموں کو چلانے اور ان کا جائزہ لینے کے ارد گرد بنایا گیا ہے۔

• کوڈیکس ایک واحد ٹرمینل ایجنٹ کے بجائے کوڈنگ ورک فلو سوٹ کے طور پر زیادہ واضح طور پر پوزیشن میں ہے۔

عملی تفصیلات:

• اگر آپ طاقتور کنفیگرایبلٹی کے ساتھ ٹرمینل پر مبنی ورک فلو چاہتے ہیں، اور آپ زیادہ تر شیل میں رہنے میں خوش ہیں، تو Claude Code کا انتخاب کریں۔

• اگر آپ مقامی، کلاؤڈ، اور ایپ پر مبنی ورک فلو کے ساتھ ایک وسیع تر پروڈکٹ ٹائر چاہتے ہیں جسے آپ کی ٹیم میں شیئر کیا جا سکتا ہے، کوڈیکس کا انتخاب کریں۔

Codex اور GitHub Copilot کوڈنگ ایجنٹس

GitHub Copilot کوڈنگ ایجنٹ کو GitHub کے اپنے ورک فلو کے ارد گرد ڈیزائن کیا گیا ہے۔ GitHub دستاویزات اسے ایک ایجنٹ کے طور پر بیان کرتی ہے جو مسائل کو تفویض کر سکتا ہے یا درخواستیں کھینچ سکتا ہے اور PRs بنانے یا اس میں ترمیم کرنے کے لیے پس منظر میں کام کر سکتا ہے۔ یہ GitHub کے زیر اہتمام ترقیاتی بہاؤ کے اندر بہت قدرتی طور پر کام کرتا ہے۔

کوڈیکس کے مختلف زور ہوتے ہیں:

• Copilot کوڈنگ ایجنٹ GitHub-centric ہے۔

• Codex ٹرمینلز، IDEs، ایپس اور کلاؤڈ میں وسیع تر ہے۔

• Copilot ایک بہترین فٹ ہے اگر آپ کی ٹیم پہلے سے ہی GitHub کو ٹاسک تفویض اور جائزہ کے لیے مرکز کے طور پر استعمال کر رہی ہے۔

• اگر آپ زیادہ عام کوڈنگ ایجنٹ کی سطح چاہتے ہیں جو مقامی اور کلاؤڈ ورک فلو میں کام کر سکے تو کوڈیکس ایک بہتر فٹ ہے۔

عملی تفصیلات:

• اگر آپ کا عمل پہلے سے ہی گٹ ہب کے مسائل اور درخواستوں میں گہرائی سے لنگر انداز ہے، تو Copilot کوڈنگ ایجنٹ کا انتخاب کریں۔

• کوڈیکس کا انتخاب کریں اگر آپ ایک وسیع تر ایجنٹ ورک فلو چاہتے ہیں جو مقامی طور پر، IDE میں، یا Codex کلاؤڈ میں چل سکے۔

کوڈیکس بمقابلہ کھلے اور خود میزبان ماڈل

کھلے یا خود میزبان ماڈل مختلف تقاضوں کو پورا کرتے ہیں۔ ٹیم عام طور پر آپ سے اس وقت رابطہ کرتی ہے جب وہ چاہتے ہیں:

• اپنے پورے انفراسٹرکچر کو کنٹرول کریں۔

• حسب ضرورت ہوسٹنگ یا ایئر گیپڈ تعیناتی۔

• آپ کو برقرار رکھنے اور ڈیٹا کی حدود پر زیادہ براہ راست کنٹرول ہے۔

• اگر آپ پہلے سے ہی ہارڈ ویئر اور آپریٹنگ اسٹیک کے مالک ہیں تو یہ ایک بڑے پیمانے پر، کم لاگت والا راستہ ہے۔

منفی پہلو یہ ہے کہ خود میزبان ماڈل عام طور پر کوڈیکس جیسا آؤٹ آف دی باکس ایجنٹ پروڈکٹ کا تجربہ فراہم نہیں کرتا ہے۔ آپ کو آرکیسٹریشن، ریپوزٹری تک رسائی، سینڈ باکسنگ، منظوری، اور لوپس کا جائزہ لینا ہوگا۔

اس کا مطلب ہے کہ اصل انتخاب یہ نہیں ہے کہ "کون سا ماڈل سب سے ہوشیار ہے؟" یہ ہے "آپ اپنے ماڈل کے ارد گرد ورک فلو میں کتنی انجینئرنگ کی سرمایہ کاری کرنا چاہتے ہیں؟"

عملی تفصیلات:

• اگر انفراسٹرکچر کنٹرول آپ کی بنیادی ضرورت ہے اور آپ ایک پیری میٹر ایجنٹ سسٹم بنانا چاہتے ہیں تو ایک کھلا یا خود میزبان ماڈل منتخب کریں۔

• کوڈیکس کا انتخاب کریں، خاص طور پر اگر آپ کے پاس پہلے سے ہی اپنی روزمرہ کی انجینئرنگ ٹیم کے لیے ورک فلو پیک کیا ہوا ہے۔

کوڈیکس اور عمومی چیٹ ماڈل

عام چیٹ ماڈل درج ذیل کاموں کے لیے بہترین موزوں ہے:

کوڈیکس بہتر ہے اگر آپ کا کام:

کوڈیکس اور API کا ایک ہی ماڈل کا استعمال

ایک ہی ماڈل فیملی سطح کے لحاظ سے مختلف طریقے سے برتاؤ کر سکتی ہے۔

• API آپ کو براہ راست ماڈلز کو کال کرنے اور اپنے آرکیسٹریشن کو ڈیزائن کرنے کی اجازت دیتا ہے۔

• کوڈیکس میں، ایک جیسے یا ملتے جلتے ماڈلز کو ریپوزٹری تک رسائی، منظوری کے بہاؤ، اور ٹاسک کی تکمیل میں لپیٹ کر رکھا جا سکتا ہے۔

یہی وجہ ہے کہ کچھ ماڈل پیجز میں بتایا گیا ہے کہ ماڈل "کوڈیکس یا اس سے ملتے جلتے ماحول" کے لیے موزوں ہے۔ اگرچہ ماڈل کو ایجنٹ سافٹ ویئر کے کاموں کے مطابق ڈھال لیا گیا ہے، لیکن ورک فلو کی سطح اب بھی اہم ہے۔

موازنہ میٹرکس

مندرجہ بالا نثر کا موازنہ فوری حوالہ کے لیے ایک واحد میٹرکس میں سمٹ گیا ہے۔

طول و عرض	مخطوطہ	کلاڈ کوڈ	گٹ ہب کوپائلٹ کوڈنگ ایجنٹ	خود میزبان/عوامی وزن
بنیادی سطح	CLI، IDE، ایپس، کلاؤڈ	CLI (ٹرمینل پہلے)	GitHub ویب/پروموشن/مسئلہ	جو کچھ بھی آپ بناتے ہیں۔
پس منظر پر عملدرآمد	ہاں (کوڈیکس کلاؤڈ سینڈ باکس)	محدود؛ مقامی طور پر چلائیں	ہاں (گٹ ہب ایکشنز ایگزیکیوٹر)	DIY
اسٹوریج انضمام	کنیکٹر کے ذریعے GitHub؛ مقامی ذخیرہ براہ راست	مقامی MCP کنکشن ماخذ	مقامی GitHub	DIY
ماڈل منتخب کریں۔	اوپن اے آئی ماڈل، فی سطح سوئچ ایبل	انتھروپولوجیکل کلاڈ ماڈل	GitHub مینجمنٹ (وینڈر مکس)	تمام ماڈلز جن کی میزبانی کی جا سکتی ہے۔
اجازت اور سینڈ باکس کنٹرول	ہاں، سطح سے	ہاں، فی ٹول	GitHub اجازت ماڈل	DIY
متوازی ایجنٹ	ہاں (ایپ + کلاؤڈ)	محدود	ہاں (فی پی آر)	DIY
بہترین فٹ	کراس سرفیس ٹیم ورک فلو	ٹرمینل مقامی پاور صارف	ٹیم پہلے سے ہی GitHub پر ہے۔	ایئر گیپڈ، حسب ضرورت انفراسٹرکچر یا بڑے پیمانے پر لاگت کے لیے حساس
کلیدی سمجھوتے۔	اوپن اے آئی ایکو سسٹم لاک؛ قیمت کی حد	مصنوعات کی سطح کے رقبے کو کم کریں۔	GitHub کے ساتھ بہت زیادہ جوڑا	انجینئرنگ کی اہم کوشش

کلیدی ٹولز کو منتخب کرنے کے لیے میٹرکس کا استعمال کریں اور پھر جہاں مناسب ہو دوسرے ٹولز کو لیئر کریں۔ بہت سی ٹیمیں قانونی طور پر ان میں سے دو کو متوازی طور پر چلاتی ہیں۔ مثال کے طور پر، کراس سرفیس آپریشنز کے لیے کوڈیکس اور پاور یوزر ٹرمینل ورک فلوز کے لیے کلاڈ کوڈ۔

نئے صارف کو کون سا ٹول منتخب کرنا چاہیے؟

تجربے سے:

• ٹرمینل فرسٹ کوڈنگ اور اسکرپٹنگ کے لیے، کلاڈ کوڈ ایک طاقتور متبادل ہے۔

• GitHub مقامی مسائل اور PR آٹومیشن کے لیے، GitHub Copilot کوڈنگ ایجنٹ قدرتی فٹ ہے۔

• مقامی، کلاؤڈ، اور ایپ پر مبنی ٹیم ورک فلو کے لیے، کوڈیکس سب سے زیادہ لچکدار آپشن ہے۔

• اگر آپ اپنے بنیادی ڈھانچے پر زیادہ سے زیادہ کنٹرول چاہتے ہیں، تو خود میزبان یا کھلا اسٹیک جانے کا راستہ ہے۔

OpenAI کی دستاویزات میں فی الحال GPT-5.5 کو عام فلیگ شپ کے طور پر درج کیا گیا ہے، جس میں GPT-5.4، GPT-5.4-mini اور GPT-5.4-نانو اس کے نیچے باقی ہیں، اور کوڈیکس دستاویزی اور ماڈلز کا صفحہ CLI کے اندر کوڈیکس کے مخصوص متغیرات اور ماڈل ٹرانزیشن کو دکھاتا ہے۔

سیکشن 7: قیمتوں کا تعین اور منصوبہ تک رسائی

قیمتوں کا تعین کوڈیکس کا وہ حصہ ہے جس میں تبدیلی کا سب سے زیادہ امکان ہے، اس لیے اس حصے کو موجودہ سرکاری دستاویزات کے اسنیپ شاٹ کے طور پر سمجھا جانا چاہیے۔

رسائی کی منصوبہ بندی

OpenAI کا موجودہ امدادی مرکز بتاتا ہے کہ کوڈیکس اس کے ساتھ شامل ہے:

• چیٹ جی پی ٹی پلس

• چیٹ جی پی ٹی پرو

• چیٹ جی پی ٹی بزنس

• چیٹ جی پی ٹی کارپوریٹ/تعلیم

یہ محدود وقت کے لیے مفت اور گو میں بھی شامل ہے، لیکن یہ منصوبہ ایک عارضی رعایت ہے اور شرح کی حدیں لاگو ہوتی ہیں۔

لچکدار قیمتوں کا تعین اور کریڈٹ

موجودہ ریٹ کارڈ میں کہا گیا ہے کہ کوڈیکس کی قیمتیں 2 اپریل 2026 کو تبدیل ہو جائیں گی تاکہ خالصتاً فی پیغام کی قیمتوں کے بجائے API ٹوکن کے استعمال کے مطابق ہو سکیں۔ اسی مضمون کی وضاحت کرتا ہے:

• نئے اور موجودہ پلس اور پرو صارفین ٹوکن پر مبنی ریٹ شیڈول استعمال کرتے ہیں۔

• نئے اور موجودہ کاروباری صارفین ٹوکن پر مبنی ریٹ کارڈ استعمال کرتے ہیں۔

• انٹرپرائز کے نئے صارفین ٹوکن پر مبنی ریٹ کارڈ استعمال کرتے ہیں۔

• آپ کا موجودہ انٹرپرائز/Edu اور بہت سے دوسرے موجودہ پلان کے زمرے آپ کے موجودہ ریٹ کارڈ میں اس وقت تک رہیں گے جب تک آپ ٹرانسفر نہیں کرتے۔

یہ ضروری ہے کیونکہ ایک ہی کمپنی میں دو ٹیمیں ورک اسپیس کی حیثیت اور منصوبہ بندی ونٹیج کے لحاظ سے مختلف قیمتوں کی منطق استعمال کر سکتی ہیں۔

موجودہ ماڈل کی قیمت کا سنیپ شاٹ

فی الحال ماڈل صفحہ USD قیمت فی 1 ملین ٹوکن درج کرتا ہے۔ درست اعداد و شمار آپ کے منتخب کردہ ماڈل پر منحصر ہوں گے۔

• GPT-5.5: \(5 ان پٹ، \)30 آؤٹ پٹ۔ 23 اپریل 2026 تک نیا فلیگ شپ پروڈکٹ۔

• GPT-5.5 پرو: \(30 ان پٹ، \)180 آؤٹ پٹ۔ سب سے زیادہ مطالبہ کرنے والے ایجنٹ اور انفرنس ورک بوجھ کے لیے ایک اعلی درجے کی قسم۔

• GPT-5.4: \(2.50 ان پٹ، \)15 آؤٹ پٹ۔

• GPT-5.4-mini: \(0.75 ان پٹ، \)4.50 آؤٹ پٹ۔

• GPT-5.4-nano: \(0.20 ان پٹ، \)1.25 آؤٹ پٹ۔

• GPT-5-Codex: \(1.25 ان پٹ، \)10 آؤٹ پٹ۔

• GPT-5.2-Codex: \(1.75 ان پٹ، \)14 آؤٹ پٹ۔

• GPT-5.1-Codex-mini: \(0.25 ان پٹ، \)2 آؤٹ پٹ۔

• codex-mini-latest: \(1.50 ان پٹ، \)6 آؤٹ پٹ۔

یہ ماڈل صفحات سیاق و سباق کی ونڈو، آؤٹ پٹ کی حدود، اور آیا ماڈل کوڈیکس کے لیے مخصوص ہے یا عام API استعمال کے لیے بھی درج کرتے ہیں۔ بجٹ کی منصوبہ بندی کے لیے، ٹاسک آرگنائزیشن ماڈل کے انتخاب کی طرح اہم ہے، کیونکہ طویل آؤٹ پٹ ان پٹ پرامپٹس سے کہیں زیادہ مہنگے ہو سکتے ہیں۔

GPT-5.5 ان پٹ قیمت سے تقریباً دوگنا اور GPT-5.4 کی آؤٹ پٹ قیمت سے دوگنا ہے، اور GPT-5.5 پرو ایک قدم زیادہ ہے۔ OpenAI کا فریم یہ ہے کہ GPT-5.5 GPT-5.4 کے مقابلے زیادہ ٹوکن موثر ہے، جو کہ سرخی کی قیمت کے کچھ فرق کو پورا کر سکتا ہے، لیکن آپ کو نتائج حاصل کرنے سے پہلے اپنے کام کے بوجھ میں اس کی پیمائش کرنی چاہیے۔ جہاں تک صرف کوڈیکس ماڈلز کا تعلق ہے، توقع ہے کہ GPT-5.5 جہاز کی بنیاد پر لائن اپ کوڈیکس ویرینٹ میں تبدیل ہو جائے گا۔ اس وقت تک، اوپر کا کوڈیکس صرف ماڈل خالص کوڈنگ قسم کے کاموں کے لیے ایک اچھا انتخاب ہے۔

اس کا اصل مطلب کیا ہے۔

اصل لاگت مختلف ہوگی اس پر منحصر ہے:

لہذا، اگر آپ ٹیم رول آؤٹ کی منصوبہ بندی کر رہے ہیں، تو صرف "پرامپٹس کی تعداد" کی بنیاد پر استعمال کا اندازہ نہ لگائیں۔ متوقع ٹوکن کی کھپت اور آپریشن کی قسم پر مبنی تخمینہ۔

میراثی قیمتوں کا تعین

موجودہ ریٹ کارڈز اب بھی ان صارفین اور ورک اسپیس کے لیے اہم ہیں جنہیں منتقل نہیں کیا گیا ہے۔ سب سے بڑا فائدہ یہ ہے کہ قیمتوں کا تعین اب صرف پیغامات کی ایک مقررہ تعداد کے بجائے ماڈل کے استعمال سے زیادہ قریب سے جڑا ہوا ہے۔ کوئی بھی شخص جو کوڈیکس بجٹ ترتیب دے رہا ہے اسے چارج بیک کے اندرونی قواعد یا استعمال کی پالیسیاں ترتیب دینے سے پہلے موجودہ ریٹ کارڈ کو پڑھنا چاہیے۔

ملازمت کے اخراجات کی مثال

قیمت کے ٹیگز کو غلط پڑھنا آسان ہے۔ حقیقی دنیا کی مثالیں ماڈل کے انتخاب کے سوالات کو ٹھوس بناتی ہیں۔

سکرپٹ: ہماری 30 انجینئرز کی ٹیم خودکار پل کی درخواست کے جائزے کے لیے Codex Cloud استعمال کرتی ہے۔ ہر انجینئر فی ہفتہ تقریباً 4 PRs کھولتا ہے۔ ہر PR جائزے میں تقریباً 30,000 ان پٹ ٹوکنز (اختلافات اور متعلقہ سیاق و سباق کی فائلیں) لگتے ہیں اور تقریباً 3,000 آؤٹ پٹ ٹوکن تیار کرتے ہیں (تبصرے اور خطرے کے خلاصے کا جائزہ لیں)۔

ہفتہ وار ٹوکن والیوم:

• فی ہفتہ جائزے: 30 انجینئر × 4 PRs = 120 جائزے۔

• ان پٹ ٹوکن فی ہفتہ: 120 × 30,000 = 3.6 ملین ان پٹ ٹوکن

• آؤٹ پٹ ٹوکن فی ہفتہ: 120 × 3,000 = 360K آؤٹ پٹ ٹوکن

ماڈل کے لحاظ سے فی ہفتہ لاگت:

ماڈل	ان پٹ لاگت	آؤٹ پٹ لاگت	ہفتہ وار کل	سالانہ (52 ہفتے)
GPT-5.5 (\(5 / \)30)	3.6M × \(5/1M = \)18.00	0.36M × \(30/1M = \)10.80	$28.80	$1,498
GPT-5.5 Pro (\(30 / \)180)	$108.00	$64.80	$172.80	$8,986
GPT-5.4 (\(2.50 / \)15)	$9.00	$5.40	$14.40	$749
GPT-5-Codex (\(1.25 / \)10)	$4.50	$3.60	$8.10	$421
GPT-5.1-Codex-mini (\(0.25 / \)2)	$0.90	$0.72	$1.62	$84

ٹیبل پڑھیں: اس والیوم پر، ہیڈ لائن GPT-5.5 اسٹیکر جھٹکا غائب ہو جاتا ہے۔ 30 انجینئرز کے لیے خودکار جائزوں کے لیے سالانہ $1,500 سے کم انجینئرنگ کی تنخواہوں میں ایک بڑی غلطی ہے۔ GPT-5.5 Pro چھ گنا زیادہ مہنگا ہے اور عام طور پر معمول کے جائزے کے لیے موزوں نہیں ہے۔ اسے ان چند جائزوں کے لیے محفوظ کریں جن کے لیے اضافی خصوصیات کی ضرورت ہوتی ہے۔ صرف کوڈیکس ماڈلز بہت سستے ہوتے ہیں اور جب جائزے زیادہ تر مکینیکل ہوتے ہیں تو یہ ایک اچھا ڈیفالٹ ہوتا ہے (اسٹائل، واضح کیڑے، گمشدہ ٹیسٹ)۔

یہ مثال کیا نہیں پکڑتی ہے:

• کیشڈ ان پٹ۔ OpenAI قیمت نے اپنے ان پٹ ٹوکنز کو بار بار کم کیا ہے۔ اگر آپ کا جائزہ ایک ہی سیاق و سباق کی فائل کو بار بار درآمد کرتا ہے، تو اصل قیمت دکھائے گئے سے کم ہوگی۔

• طویل مدتی آپریشن اوور ہیڈ۔ ایجنٹ کا ورک فلو جو فائلوں کو دوبارہ پڑھتا یا اعادہ کرتا ہے وہ ایک جائزے سے زیادہ ٹوکن استعمال کرتا ہے۔ کوڈنگ کی کوشش جائزہ ٹوکن کی مقدار سے 5 سے 10 گنا زیادہ ہو سکتی ہے۔

• دوبارہ کوشش ناکام ہوگئی۔ ایک ناکام کام کو دوبارہ چلانے کی قیمت تقریباً وہی ہے جو اصل ہے۔ ایجنٹ کی نزاکت ایک حقیقی بجٹ آئٹم ہے۔

• مخلوط ماڈل کی حکمت عملی۔ زیادہ تر بالغ ٹیمیں کم لاگت والے کاموں (ٹیسٹ اسٹبس، دستاویز کی اپ ڈیٹس) کو کوڈیکس-منی ماڈلز تک پہنچاتی ہیں اور GPT-5.5 کو ذخیرہ کرنے والے ریفیکٹرنگز اور PRs کے لیے محفوظ رکھتی ہیں جن کے لیے طویل سیاق و سباق کی ضرورت ہوتی ہے۔

عملی نمونہ: اپنے اصل سب سے زیادہ والیوم ورک بوجھ (عام طور پر PR جائزے یا ٹیسٹ جنریشن) کے ارد گرد لاگت کا ماڈل بنائیں، پھر اپنے GPT-5.5 بجٹ کو کام کے چھوٹے سیٹوں کے لیے الگ سے سائز کریں جو دراصل نئی خصوصیات سے فائدہ اٹھا سکتے ہیں۔

سیکشن 8: سیکیورٹی، اجازتیں، اور انٹرپرائز کی ترتیبات

ٹیم کوڈیکس کو نہ صرف پیداواری ٹول بلکہ ایک کنٹرول شدہ سافٹ ویئر ڈویلپمنٹ سسٹم بھی سمجھتی ہے۔ OpenAI کی دستاویزات اس حقیقت کی عکاسی کرتی ہیں۔

مقامی اور کلاؤڈ تک رسائی

کمپنی کے منتظمین علیحدہ طور پر فعال کر سکتے ہیں:

• مقامی کوڈیکس

• کوڈیکس کلاؤڈ

• دونوں

کوڈیکس لوکل ایپس، CLI، اور IDE ایکسٹینشنز کا احاطہ کرتا ہے۔ کوڈیکس کلاؤڈ میزبانی کے کاموں، کوڈ کے جائزے، اور متعلقہ انضمام کو ہینڈل کرتا ہے۔

یہ علیحدگی مفید ہے کیونکہ کچھ تنظیمیں کلاؤڈ ورک بوجھ کو کم تعداد میں صارفین تک محدود کرتے ہوئے مقامی ٹولز کو وسیع پیمانے پر فعال کرنا چاہتی ہیں۔

ورک اسپیس کنٹرول

گورننس دستاویزات میں کہا گیا ہے کہ ورک اسپیس کے مالکان رسائی کا انتظام کرنے کے لیے RBAC کا استعمال کر سکتے ہیں۔ وہ کر سکتے ہیں:

تمام ڈویلپرز کو بذریعہ ڈیفالٹ وسیع کوڈیکس رسائی دینے کے بجائے کم سے کم اجازتوں کے ساتھ رول آؤٹس بنانے کے لیے یہ ایک بہترین جگہ ہے۔

GitHub کنیکٹر اور ذخیرہ تک رسائی

کوڈیکس کلاؤڈ کو GitHub پر ہوسٹ کردہ ایک ذخیرہ درکار ہے۔ منتظمین ChatGPT GitHub کنیکٹر کو جوڑتے ہیں، تنصیب کے اہداف کو منتخب کرتے ہیں، اور مخصوص ذخیروں کی اجازت دیتے ہیں۔ کوڈیکس قلیل المدت، کم سے کم مراعات یافتہ GitHub ایپ ٹوکنز کا استعمال کرتا ہے اور ذخیرہ کی اجازتوں اور برانچ کے تحفظ کے قواعد کا احترام کرتا ہے۔

سیکیورٹی ٹیموں کے لیے، یہ اہم ہے کیونکہ یہ کوڈیکس کو ریپوزٹری تک رسائی کے ان ماڈلز کے ساتھ مطابقت رکھتا ہے جو وہ پہلے سے استعمال کر رہے ہیں۔

انٹرنیٹ تک رسائی

پہلے سے طے شدہ طور پر، Codex Cloud Agent کو رن ٹائم کے وقت انٹرنیٹ تک رسائی حاصل نہیں ہوتی ہے۔ یہ جان بوجھ کر ہے۔ اگر آپ کے کام کو واقعی انحصاری رجسٹری یا قابل اعتماد سائٹ تک رسائی درکار ہے، تو منتظمین وائٹ لسٹنگ اور HTTP طریقہ کی پابندیاں ترتیب دے سکتے ہیں۔

تجویز کردہ گورننس پیٹرن

کارپوریٹ دستاویزات صارفین اور منتظمین کے لیے علیحدہ گروپ استعمال کرنے کی تجویز کرتی ہیں۔

اس سے پالیسی کے انتظام کو سخت رکھنے میں مدد ملتی ہے اور حادثاتی طور پر ضرورت سے زیادہ اجازتیں دینے سے بچا جاتا ہے۔

سیکشن 9: ٹیموں کے لیے بہترین طرز عمل

اگر آپ کسی ٹیم میں شامل ہو رہے ہیں تو، اگر آپ وقت سے پہلے توقعات طے کرتے ہیں تو آپ کو بہت بہتر نتائج ملیں گے۔

آسان، قیمتی کاموں کے ساتھ شروع کریں۔

اچھی پہلی ٹیم کے استعمال کے معاملات:

یہ انسانی کام سے موازنہ کرنا اور اس کے معیار کا فیصلہ کرنا آسان ہے۔

کام کے اشارے کو معیاری بنائیں

لوگوں کو ایک مشترکہ پرامپٹ ٹیمپلیٹ دیں۔ مثال کے طور پر:

Task: Fix the failing test in X.
Context: The regression started after Y.
Constraints: Do not change public API behavior.
Output: Explain root cause, apply fix, run tests, summarize risks.

یہ نتائج کا جائزہ لینا آسان بناتا ہے اور "فوری معیار کی لاٹری" کو کم کرتا ہے جو اکثر ٹیم کو اپنانے کے لیے نقصان دہ ہوتا ہے۔

ریویو کلچر سے فائدہ اٹھائیں۔

کوڈیکس کو کوڈ ریویو کے نظم و ضبط کی جگہ نہیں لینا چاہیے۔ اسے اس طرح سنبھالیں:

انسانی ٹیم کو اب بھی فن تعمیر، مصنوعات کے توازن اور حتمی منظوری کی ضرورت ہے۔

اہمیت کی پیمائش کریں۔

وہ میٹرکس جو اہمیت رکھتی ہیں وہ وہ نہیں ہیں جو سرگرمی کو شمار کرتی ہیں، بلکہ وہ جو آپ کو بتاتی ہیں کہ آیا Codex قابل جائزہ، ضم کرنے کے قابل، اور قابل اعتماد کام تیار کر رہا ہے۔ ذیل میں ہر ایک اشارے ہیں۔ آپ کے پاس پہلے سے موجود ڈیٹا سے اصل میں کیسے حساب لگانا ہے۔اور یہ انگوٹھے کا اصول ہے کہ "صحت مند" کیسا لگتا ہے۔

1. پہلے مفید فرق کا وقت

تعریف: یہ وہ وقت ہے جب کوڈیکس پر کام شروع ہوتا ہے جب تک کہ کوئی فرق پیدا نہ ہو جائے جسے انسانی اطلاق کے لیے عملی سمجھا جائے گا (ممکنہ چھوٹی ایڈجسٹمنٹ کے بعد)۔

پیمائش کا طریقہ:

• CLI/IDE آپریشنز کے لیے، یہ فوری طور پر جمع کرانے سے لے کر پہلے فرق تک وال کلاک کا وقت ریکارڈ کرتا ہے۔ Codex CLI سٹرکچرڈ لاگ تیار کرتا ہے جسے آپ پارس کر سکتے ہیں۔ ایک سادہ ریپر اسکرپٹ کافی ہے۔

  start=\((date +%s); codex ""; echo "elapsed: \)(( $(date +%s) - start ))s"
  

• کوڈیکس کلاؤڈ جابز کے لیے، chatgpt.com/codex ڈیش بورڈ میں دکھائی جانے والی ملازمت کی مدت کا استعمال کریں یا اسے اپنے ورک اسپیس کے استعمال کی برآمد سے حاصل کریں۔

• پہلے مہینے کے لیے، مشترکہ اسپریڈشیٹ میں ہر کام کو "مفید" یا "متروک" کے بطور ٹیگ کریں۔ اس کے بعد آپ نمونے حاصل کر سکتے ہیں۔

صحت مند: محدود کاموں کے لیے 2 منٹ سے کم؛ ملٹی فائل ری فیکٹرنگ کے لیے 10 منٹ سے بھی کم۔ اگر میڈین بہت زیادہ ہے تو پرامپٹ میں سیاق و سباق کی کمی ہو سکتی ہے (سیکشن 5 دیکھیں)۔

2. کوڈیکس میں کی گئی تبدیلیوں کے لیے ٹیسٹ پاس کی شرح

تعریف: Codex پیدا ہونے والے فرقوں کا کتنا فیصد موجودہ ٹیسٹ سوٹ کو پہلی کوشش میں پاس کرتا ہے؟

پیمائش کا طریقہ:

• CI ٹیگز PRs کوڈیکس سے کھینچا گیا، جیسے codex-authored متبادل طور پر، ایک کمٹ میسج کا سابقہ ​​کام کرے گا)۔ پھر میں ایک سادہ ہفتہ وار سوال چلاتا ہوں۔

  SELECT
    COUNT(*) FILTER (WHERE first_ci_run = 'pass') * 100.0 / COUNT(*) AS first_try_pass_rate
  FROM pull_requests
  WHERE labels @> '{"codex-authored"}'
    AND created_at > NOW() - INTERVAL '7 days';
  

• مقامی CLI کے استعمال کے لیے، ایک ریپر کا استعمال کرنے والا آلہ جو کوڈیکس مکمل ہونے اور ایگزٹ کوڈ کو لاگ کرنے کے فوراً بعد ٹیسٹ کمانڈ چلاتا ہے۔

صحت مند: محدود آپریشنز کے لیے 75% یا اس سے زیادہ۔ 50% سے کم کا مطلب ہے کہ Codex بغیر تصدیق کے تبدیلیاں کر رہا ہے۔ اس میں عام طور پر پرامپٹ ٹیمپلیٹ میں "مندرجہ ذیل ٹیسٹ چلائیں" شامل کرکے ترمیم کی جا سکتی ہے (سیکشن 9 → سٹینڈرڈائزنگ ٹاسک پرامپٹس دیکھیں)۔

3. کوڈیکس سے حاصل کردہ نتائج کا جائزہ لیں۔

تعریف: اگر آپ کوڈیکس کو انضمام سے پہلے کے جائزہ لینے والے کے طور پر استعمال کرتے ہیں، تو کتنے مسائل سامنے آئیں گے جو ایک انسانی جائزہ لینے والے یا CI کو ملے ہوں گے، ان مسائل کے مقابلے میں جو صرف Codex کو ملے ہوں گے، یا غلط مثبت؟

پیمائش کا طریقہ:

• انسانی مبصرین کو تین میں سے ایک ٹیگ کے ساتھ کوڈیکس میں جائزے کے تبصروں کی تشریح کریں: agree-found-it, agree-missed-it, disagree-noise.

• وقت کے ساتھ ریٹس کو ٹریک کریں:

• آپ اسے ایک سادہ GitHub ایکشن قدم کے ذریعے تقریباً مفت میں جمع کر سکتے ہیں: کوڈیکس کا جائزہ پوسٹ کریں اور جائزہ لینے والوں سے ایموٹیکن ( / / ) کے ساتھ ردعمل ظاہر کرنے کو کہیں۔

صحت مند: استعمال کی دریافت کی شرح 70٪ سے زیادہ؛ Eigenvalue کا تناسب 20% سے زیادہ ہے۔ منفرد قدر کا تناسب وہ نمبر ہے جو ورک فلو کو جاری رکھنے کا جواز پیش کرتا ہے۔ اگر یہ 0 کے قریب ہے تو، Codex CI کی نقل تیار کرے گا، لہذا آپ اسے بغیر کچھ کھونے کے غیر فعال کر سکتے ہیں۔

4. ایسے کام جو انسانی تحریر کے بغیر مکمل ہوتے ہیں۔

تعریف: تمام کوڈیکس تحریری تبدیلیوں میں سے جو ضم کر دی گئی تھیں، جو دراصل کوڈیکس کے لکھے کے مطابق فراہم کی گئی تھیں (بمقابلہ انضمام سے پہلے ایک اہم انسانی تحریر)؟

پیمائش کا طریقہ:

• اصل ضم شدہ فرق کے ساتھ ابتدائی طور پر تیار کردہ فرق کوڈیکس کا موازنہ کریں۔ آسان ترین پراکسی:

  # in the Codex-authored branch:
  git diff codex/initial-commit HEAD --shortstat
  

  کسی کام کو "دوبارہ لکھنا" سمجھا جاتا ہے اگر کوڈیکس کے بعد سے اختلافات کوڈیکس نے اصل میں لکھی گئی لائنوں کے ~30% سے زیادہ تبدیل کردیئے۔

• ہر ماہ اسے ٹریک کریں۔ رجحان لائنیں مطلق نمبروں سے زیادہ اہم ہیں۔

صحت مند: 60% سے زیادہ بڑے دوبارہ لکھے بغیر ڈیلیور کیے گئے۔ اگر یہ اس سے کم ہے تو، آپ کو یا تو مناسب طریقے سے اشارہ نہیں کیا جاتا ہے یا Codex کچھ ایسا کر رہا ہے جو ٹھیک سے کام نہیں کرتا ہے۔ سیکشن 14 دوبارہ پڑھیں۔

5. ڈویلپر کا اطمینان

تعریف: یہ ہے کہ آیا وہ لوگ جو اصل میں اس ٹول کو استعمال کرتے ہیں وہ اس کے ساتھ تیزی سے کام لیتے ہیں اور اسے استعمال کرتے رہنا چاہتے ہیں۔ مشکل نمبر اس پر قبضہ نہیں کرتے ہیں۔

پیمائش کا طریقہ:

• ہر ماہ پانچ سوالوں پر مشتمل نبض کا سروے کریں۔ اسے مختصر رکھیں۔ 1 سے 5 کے پیمانے پر تجویز کردہ سوالات یہ ہیں:

  1. "کوڈیکس نے اس ہفتے میرا وقت بچایا۔"

  2. "مجھے کوڈیکس پر کافی اعتماد ہے کہ وہ اعتماد کے ساتھ اختلافات کا جائزہ لے سکے۔"

  3. "کوڈیکس کے جائزے کے تبصرے عام طور پر پڑھنے کے قابل ہوتے ہیں۔"

  4. "یہ بدقسمتی ہو گی اگر کوڈیکس کو چھین لیا جائے۔"

  5. "سب سے بڑا رگڑ نقطہ کیا ہے؟" (مفت متن)

• ٹریکنگ سوال 4 میں رجحانات خاص طور پر۔ یہ اندرونی ٹولز کے لیے پروڈکٹ مارکیٹ فٹ سگنل کی قریب ترین قیمت ہے۔

صحت مند: آغاز کے تیسرے مہینے تک، سوالات 1 سے 4 کے لیے اوسط سکور 3.5/5 یا اس سے زیادہ تھا۔ اگر سوال 4 کا رجحان کم ہو جاتا ہے، تو دیگر میٹرکس سے قطع نظر، آپ کا رول آؤٹ ناکام ہو رہا ہے۔

جس چیز کی پیمائش نہ کی جائے۔

یہ مفید معلوم ہوسکتا ہے، لیکن یہ گمراہ کن ہوسکتا ہے۔

• بھیجے گئے اشارے کی تعداد۔ سرگرمی کا حساب لگائیں، قدر نہیں۔ ایک ٹیم جو 10 گنا زیادہ پیغامات بھیجتی ہے وہ 10 گنا زیادہ نتیجہ خیز یا 10 گنا زیادہ الجھ سکتی ہے۔

• ٹوکن خرچ ہو چکا ہے۔ بجٹ کے لیے مفید، اثر کے لیے بیکار۔ بھاری صارفین ضروری نہیں کہ اچھے صارف ہوں۔

• کوڈ کی لائنیں تیار کیں۔ وہی مسئلہ جو LOC کو ہمیشہ پیش آیا ہے وہ لفظی پن کی تلافی ہے۔

• یہ کوڈیکس کی طرف سے جاری کردہ PR ہے۔ ایک کوڈیکس پبلک PR جسے کوئی بھی ضم نہیں کرتا ہے ایک منفی نتیجہ ہے جو مثبت کے طور پر چھپ جاتا ہے۔

اپنے بجٹ کا انتظام کرنے کے لیے لاگت کا ڈیٹا (سیکشن 7) استعمال کریں۔ گود لینے کا انتظام کرنے کے لیے اوپر دیے گئے میٹرکس کا استعمال کریں۔

کام کے لیے صحیح سطح کا استعمال کریں۔

• بہت سے ٹرمینلز کے ساتھ مقامی آپریشنز کے لیے CLI۔

• روزمرہ کوڈنگ کے لیے ایک IDE توسیع۔

• متوازی منصوبوں پر کام کرنے کے لیے ایک ایپ۔

• پس منظر کے کاموں اور جائزوں کے لیے بادل۔

یہ عام طور پر "مفید" اور "پریشان کن" کے درمیان فرق ہوتا ہے۔

سیکشن 10: عمومی ورک فلو اور مثالیں۔

یہاں وہ ورک فلو ہے جسے زیادہ تر ٹیمیں اصل میں استعمال کریں گی: ہر ایک میں شامل ہیں: حقیقی کیس مخالفت codex-demo مکمل پرامپٹ دیکھنے کے لیے براہ کرم سیکشن 4 میں ریپو دیکھیں، کوڈیکس کس قسم کا آؤٹ پٹ تیار کرتا ہے، اور اس پر کارروائی کیسے کی جائے۔

ورک فلو 1: مقامی طور پر کیڑے درست کریں۔

درج ذیل صورتوں میں استعمال کریں: ٹیسٹ ناکام ہو جاتا ہے، برتاؤ غلط ہے، اور وجہ ایک فائل یا فنکشن میں موجود ہے۔

قدم:

1. اپنے ٹرمینل یا IDE میں ذخیرہ کھولیں۔

2. کوڈیکس سے ناکام راستے کو چیک کرنے کے لیے کہیں۔

3. ترمیم اور جانچ کی درخواست کریں۔

4. اختلافات کا جائزہ لیں۔

5. ٹیسٹ سویٹ چلائیں۔

حقیقی زندگی کی مثال:

پر codex-demo ریپو، ہم کہتے ہیں کہ ٹیم کے ایک رکن نے ابھی اس کی اطلاع دی۔ "apply_discount اگر رعایت 100 سے زیادہ ہے، تو یہ خود بخود منفی قیمت لوٹاتا ہے۔" پہلے کیڑے چیک کریں۔

python -c "from pricing import apply_discount; print(apply_discount(100, 150))"
# prints: -50.0    <-- silent negative price, no error raised

اب کوڈیکس شروع کریں اور چلائیں:

Bug: apply_discount(100, 150) returns -50.0 instead of raising an error.
Expected: discount_percent values above 100 should raise ValueError with
the message "discount_percent must be between 0 and 100".

Task:
- Add the validation in pricing.py.
- Add a test in test_pricing.py that asserts ValueError is raised for
  discount_percent=150.
- Keep the existing tests passing.
- Run pytest at the end and report the result.

آپ کو بدلے میں کیا ملتا ہے: اضافی اختلافات if discount_percent > 100: raise ValueError(...) کو apply_discountنیا test_invalid_discount_percent_above_100 pytest آؤٹ پٹ سے پتہ چلتا ہے کہ ٹیسٹ اور چاروں ٹیسٹ پاس ہو گئے۔ اگلا جائزہ git diffچلائیں python -m pytest براہ راست چیک کرنے کے بعد git commit -am "Reject discount_percent > 100".

یہ اس وقت بہترین کام کرتا ہے جب کیڑے محدود اور دوبارہ پیدا ہونے کے قابل ہوں۔ اگر آپ اسے کمانڈ لائن سے دوبارہ نہیں بنا سکتے ہیں تو، کوڈیکس عام طور پر یا تو نہیں کر سکتا۔

ورک فلو 2: پل کی درخواست کا جائزہ لیں۔

درج ذیل صورتوں میں استعمال کریں: آپ (یا ٹیم کے ایک رکن) نے ابھی ایک تبدیلی کی ہے اور اسے انسانی جائزے کے لیے کھولنے سے پہلے فوری ضم ہونے سے پہلے کی سنجیدگی کی جانچ کرنا چاہتے ہیں۔

قدم:

1. PR یا تبدیل شدہ فائلوں کے لیے Codex کی وضاحت کریں۔

2. درستگی کے مسائل، گمشدہ ٹیسٹ، یا حفاظتی خطرات کے بارے میں پوچھیں۔

3. اپنے نتائج کا انسانی جائزے سے موازنہ کریں۔

4. اپنی وسیع تر ٹیم کے جائزے سے پہلے کوڈیکس کو پری فلٹر کے طور پر استعمال کریں۔

حقیقی زندگی کی مثال:

اوپر ورک فلو 1 مکمل کرنے کے بعد، PR کھولنے سے پہلے Codex سے اپنی تبدیلیوں کا جائزہ لینے کو کہیں۔

Review the change in my last commit (HEAD) — it added validation to
apply_discount in pricing.py.

Look for:
- correctness issues (off-by-one on the boundary, wrong error type, etc.)
- missing tests (boundary cases like exactly 100, exactly 0, NaN, negative zero)
- security or robustness issues
- API consistency with the existing apply_discount validation style

Prioritize findings as CRITICAL / IMPORTANT / NIT and propose a concrete
fix for each. Do not modify any files in this turn.

آپ کیا واپس حاصل کر سکتے ہیں:

IMPORTANT: line 14 — the new validation rejects discount_percent > 100 but
  silently allows discount_percent == 100, which makes the price 0. That is
  technically valid but worth a test to lock the boundary. Add:
    test_apply_discount_at_boundary_100_returns_zero

NIT: the new error message says "between 0 and 100" but the existing check
  for negative values says "must be >= 0". Consider unifying the messages
  for consistency.

اہم اصلاحات کا اطلاق کریں (عام طور پر اس کے بعد: "براہ کرم اپنے جائزے میں اہم تبدیلیاں کریں")، ملتوی کریں یا نٹ کو قبول کریں اور ٹیسٹ کو دوبارہ چلائیں۔

یہ سب سے زیادہ ورسٹائل ٹیم ورک فلو میں سے ایک ہے کیونکہ یہ واضح مسائل کو پکڑ لیتا ہے اس سے پہلے کہ کسی انسان کے پاس ان کا جائزہ لینے کا وقت ہو۔ وقت کے ساتھ اصل قدر کو ٹریک کرنے کا طریقہ سیکھنے کے لیے، سیکشن 9 دیکھیں → کیا اہمیت رکھتا ہے کی پیمائش کریں → کوڈیکس کی تلاش کا جائزہ لیں۔

ورک فلو 3: بڑے کوڈ بیس کو سمجھیں۔

درج ذیل صورتوں میں استعمال کریں: اگر آپ ریپوزٹری میں نئے ہیں (یا کچھ مہینوں کے بعد واپس آرہے ہیں)، تو آپ کو محفوظ طریقے سے تبدیلیاں کرنے کے لیے نقشے کی ضرورت ہوگی۔

قدم:

1. کوڈیکس سے اپنی درخواست کے بہاؤ کو ٹریک کرنے کے لیے کہیں۔

2. بنیادی ماڈیولز اور انٹری پوائنٹس کی درخواست کریں۔

3. کسی بھی چیز میں ترمیم کرنے سے پہلے کوڈ پاتھ میپ کی درخواست کریں۔

حقیقی زندگی کی مثال:

کہ codex-demo ایک زیادہ حقیقت پسندانہ کیس کا تصور کریں جہاں اسٹوریج اتنا چھوٹا ہے کہ آپ کو اس کی ضرورت نہیں ہے۔ app/, services/, models/, api/اور 80 فائلیں جو آپ نے پہلے کبھی نہیں دیکھی ہوں گی۔ کوڈیکس میں ذخیرہ کھولیں اور چلائیں:

I am new to this codebase. Without modifying anything, give me an
orientation:

1. What is the entry point for the HTTP API?
2. Trace what happens when a POST hits /users — list every file the
   request touches in order, with a one-line description of each.
3. Where is database access centralized? Is there a repository pattern?
4. What test command should I run to verify any change I make?
5. What are the three files I should read first to understand the
   project's conventions?

Output as a structured markdown report.

آپ کو بدلے میں کیا ملتا ہے: مارک ڈاؤن رپورٹ جسے آپ اپنے نوٹ میں چسپاں کر سکتے ہیں۔ تجویز کردہ فائلوں کو پڑھیں، پھر اصل تبدیلیوں کے لیے کوڈیکس پر کام کرنا شروع کریں۔ اس واقفیت پر 10 منٹ خرچ کرنے سے آپ کا ایک گھنٹہ بچ جائے گا جو عام طور پر بعد میں الجھانے والے ری فیکٹرنگ پر خرچ ہوتا ہے۔

یہ ورک فلو خاص طور پر نئے ملازمین کے لیے مفید ہے۔ سینئر انجینئرز بھی اس خصوصیت کا استعمال ایسے قوانین کی خلاف ورزی سے بچنے کے لیے کر سکتے ہیں جنہیں وہ پہلی بار کسی غیر مانوس سروس کا سامنا کرتے وقت نہیں دیکھ سکتے۔

ورک فلو 4: متوازی خصوصیات بنائیں

درج ذیل صورتوں میں استعمال کریں: خصوصیات قدرتی طور پر آزاد حصوں (API+Test+Documentation یا UI+Backend+Migrations) میں تقسیم ہوتی ہیں جو ایک دوسرے کو مسدود نہیں کرتی ہیں۔

قدم:

1. کاموں کو ذیلی کاموں میں تقسیم کریں۔

2. UI، API، ٹیسٹ، یا دستاویزات کے لیے علیحدہ کوڈیکس ٹاسک چلائیں۔

3. جائزہ لینے کے بعد، آؤٹ پٹ کو ضم کریں۔

حقیقی زندگی کی مثال:

نئی "لویلٹی ڈسکاؤنٹ" خصوصیت شامل کریں۔ codex-demo. کام کو تین حصوں میں تقسیم کیا گیا ہے جو ایک دوسرے پر منحصر نہیں ہیں۔

ذیلی کام	سطح	فوری
جاؤ اوتار	ٹرمینل 1 پر CLI	"شامل کریں۔ loyalty_discount(price, customer_tier) فنکشن pricing.py. گریڈز 'کانسی' (0%)، 'چاندی' (5%)، اور 'گولڈ' (10%) ہیں۔ ValueError کے ساتھ نامعلوم پرت کو مسترد کریں۔ براہ کرم کوئی دوسری خصوصیات تبدیل نہ کریں۔"
بی ٹیسٹ	کوڈیکس کلاؤڈ	"یہ مکمل جانچ پیدا کرتا ہے۔ test_pricing.py فنکشن کے لیے loyalty_discount(price, customer_tier) یہ کانسی/چاندی/سونے کی سطحوں پر مشتمل ہے۔ احاطہ کرتا ہے: ہر درجے، نامعلوم درجے، منفی قیمت، 0 قیمت، اعشاریہ قیمت۔ Pricing.py میں ترمیم نہ کریں۔ فرض کریں کہ یہ خصوصیت موجود ہے۔"
تمام دستاویز	VS کوڈ کی توسیع	"براہ کرم نئی Royalty_discount خصوصیت: دستخط، درجے کی میز، اور استعمال کی ایک مثال کی دستاویز کرتے ہوئے README.md میں ایک سیکشن شامل کریں۔"

ہر ایک متوازی چلتا ہے۔ تینوں مکمل ہونے کے بعد، اختلافات کو ضم کریں (عام طور پر پہلے عمل درآمد، پھر جانچ کے ذریعے تصدیق، پھر دستاویزات میں فراہم کردہ چیزوں کا حوالہ)۔ براہ کرم ہر ایک کا آزادانہ جائزہ لیں۔

کوڈیکس ایپ اور کلاؤڈ سرفیس خاص طور پر بہترین ہیں کیونکہ یہ آپ کو ٹرمینل ونڈو کے ساتھ ہلچل کے بغیر متعدد کاموں کو شروع کرنے اور ان کی نگرانی کرنے کی اجازت دیتے ہیں۔ CLI متوازی کارروائیوں کی بھی حمایت کرتا ہے، لیکن درج ذیل فوائد فراہم کرتا ہے: git worktree لہذا ہر عمل درآمد اپنی برانچ چیک آؤٹ پر چلتا ہے۔

ورک فلو 5: سڑنے کے لیے ذیلی ایجنٹوں کا استعمال

درج ذیل صورتوں میں استعمال کریں: ایک کوڈیکس چلانے کے لیے ایک ہی کام بہت بڑا ہے، لیکن اسے قدرتی طور پر تحقیق/ منصوبہ بندی/ نفاذ کے مراحل میں تقسیم کیا جا سکتا ہے۔

CLI واضح طور پر ذیلی ایجنٹوں کی حمایت کرتا ہے (ایک کوڈیکس ٹاسک جو ذیلی ٹاسک بناتا ہے، ہر ایک کا دائرہ کم اور اس کے اپنے سیاق و سباق کی ونڈو کے ساتھ)۔

حقیقی زندگی کی مثال:

بگ رپورٹ کہتی ہے: "آپ کی خریداری کی ٹوکری کا کل آپ کی یورپی کرنسی کے مقابلے میں ایک پیسہ سے مختلف ہو سکتا ہے۔" ہم ابھی تک نہیں جانتے کہ یہ ایک راؤنڈنگ بگ ہے، کرنسی کی تبدیلی کا بگ، یا ڈیٹا بگ ہے۔ سڑے ہوئے پیرنٹ ٹاسک کو چلاتا ہے۔

A bug report says cart totals are occasionally off by a penny for
European currencies.

Decompose this into three subagent tasks:

1. INVESTIGATE: Read pricing.py and any currency-related code. Identify
   every place where floating-point arithmetic touches a money value.
   Report findings without proposing fixes.

2. REPRODUCE: Write a failing test in test_pricing.py that demonstrates
   a one-cent discrepancy with EUR amounts. Use the smallest possible
   reproduction.

3. PROPOSE: Based on (1) and (2), propose two possible fixes (e.g.,
   switching to Decimal vs. rounding at the boundary) with the trade-offs
   of each. Do not implement either yet.

Wait for me to pick a fix before writing any production code.

ذیلی ایجنٹ کیوں مدد کرتے ہیں: چونکہ ہر ذیلی کام کا ایک واضح سیاق و سباق ہوتا ہے، اس لیے نتائج امتحانی تحریر کے سیاق و سباق کو آلودہ نہیں کرتے، اور مجوزہ کام دونوں کا واضح نقطہ نظر حاصل کرتا ہے۔ یہ تحقیقات اور عمل درآمد کے درمیان قدرتی انسانی چوکیاں بھی فراہم کرتا ہے۔

وہ تقسیم اکثر تیز اور ایک بہت بڑے مقصدی رن سے زیادہ قابلِ جائزہ ہوتے ہیں۔

فوری باورچی کتاب

نئے صارفین اکثر مثالیں مانگتے ہیں کیونکہ وہ جانتے ہیں کہ نتائج کے لحاظ سے وہ کیا چاہتے ہیں لیکن اس کا اظہار کرنے کا طریقہ نہیں جانتے۔ یہ ٹیمپلیٹس ایک اچھا نقطہ آغاز ہیں۔

بگ فکس ٹیمپلیٹ

Inspect the failing behavior in [file or module].
Identify the root cause.
Patch the smallest safe fix.
Add or update tests.
Summarize what changed and any edge cases I should watch.

یہ طریقہ استعمال کریں جب بگ کا دائرہ تنگ ہو اور آپ دوبارہ ڈیزائن کرنے کے بجائے نظم و ضبط کے ساتھ درست کرنا چاہتے ہیں۔

ریفیکٹرنگ ٹیمپلیٹس

Refactor [module] to improve readability and maintain the current behavior.
Keep external APIs stable.
Explain the refactor plan before editing.
Make the smallest set of changes that achieves the goal.

اس وقت استعمال کریں جب آپ کا کوڈ کام کرے لیکن اسے برقرار رکھنا مشکل ہو۔

ٹیمپلیٹ کا جائزہ لیں

Review this change for correctness, missing tests, security issues, and maintainability risks.
Prioritize findings by severity.
Call out any behavior changes or ambiguous logic.

کوڈیکس ایک پری انضمام جائزہ کار کے طور پر کام کرنے کے لیے اس کا استعمال کریں۔

فنکشن ٹیمپلیٹ

Implement [feature] in [file or subsystem].
List the files you expect to touch before changing anything.
Add tests.
Keep the implementation aligned with the current architecture.

اس کا استعمال اس وقت کریں جب آپ کا کام متعدد فائلوں پر محیط ہو اور آپ منصوبہ میں مرئیت چاہتے ہوں۔

نشانیاں کہ آپ کوڈیکس کو اچھی طرح استعمال کر رہے ہیں۔

عام طور پر، آپ کو معلوم ہوگا کہ آپ کا ورک فلو صحت مند ہے جب:

• کوڈیکس وسیع پیمانے پر دوبارہ لکھنے کی بجائے چھوٹے، قابل جائزہ فرق تخلیق کرتا ہے۔

• ماڈل کو صرف اس صورت میں وضاحت کی ضرورت ہوتی ہے جب گمشدہ تفصیلات اہم ہوں۔

• فعالیت کے ساتھ ساتھ، ٹیسٹ کی کوریج بھی بہتر ہوتی ہے۔

• نئے ڈویلپر اس ٹول کو حسب ضرورت ٹریننگ سیشن کے بغیر استعمال کر سکتے ہیں۔

• فوری طور پر تبدیلیوں کے ضم ہونے کا وقت کم ہے، لیکن جائزے کے معیار پر سمجھوتہ نہیں کیا گیا ہے۔

عام طور پر، آپ کو معلوم ہوگا کہ آپ کا ورک فلو غیر معمولی ہے جب:

• اشارے مبہم ہیں اور کسی بھی نتائج کے لیے بڑے کام کی ضرورت ہوتی ہے۔

• ٹیم فائنل آؤٹ پٹ کے طور پر پہلی آؤٹ پٹ پر کارروائی کرتی ہے۔

• کوئی بھی اختلافات کو جانچتا ہے اور نہ ہی ٹیسٹ چلاتا ہے۔

• واضح اہداف کی وضاحت کرنے کے بجائے، صارفین آپ سے "اسے بہتر بنانے" کے لیے کہتے رہتے ہیں۔

یہ اشارے خام استعمال کی گنتی سے زیادہ اہم ہیں۔

سیکشن 11: ماڈل کی تفصیلات اور بینچ مارکس (GPT-5.5 ڈیپ ڈائیو)

سیکشن 2 نے GPT-5.5 کو ایک نئے جنرل فلیگ شپ پروڈکٹ کے طور پر متعارف کرایا اور تین عملی نکات پیش کیے۔ یہ سیکشن ایک گہرائی سے تجزیہ ہے۔ شائع شدہ بینچ مارک نمبرز، ہر بینچ مارک نمبر اصل میں کیا پیمائش کرتا ہے، یہ کیوں ضروری ہے، خاص طور پر کوڈیکس ورک بوجھ کے لیے، اور اپنے کام کے لیے صحیح ماڈل کا انتخاب کرنے کے لیے ان نمبروں کا استعمال کیسے کریں۔

اگر آپ بجٹ ترتیب دے رہے ہیں یا اپنی ٹیم کے لیے بنیادی ماڈل کا انتخاب کر رہے ہیں، تو اس پورے حصے کو پڑھیں۔ اگر آپ صرف کوڈیکس استعمال کرنا چاہتے ہیں، تو آپ اسے سکم کر سکتے ہیں۔

ماڈل کے انتخاب میں معیارات کیوں اہم ہیں۔

کوڈیکس آپ کو ہر سطح کے پیچھے ماڈل منتخب کرنے کی اجازت دیتا ہے۔ اچھی طرح سے انتخاب کرنا زیادہ تر ماڈل کی طاقت کو کام کی قسم سے ملانے کے بارے میں ہے۔

• کوئی راستہ نہیں محدود مقامی ترمیم (ایک فائل، ایک فنکشن) فرنٹیئر ماڈل سے زیادہ فائدہ نہیں دیتا۔ Codex-specific یا Codex-mini متغیرات عام طور پر درست کالز ہوتی ہیں۔

• کوئی راستہ نہیں ریپوزٹری وسیع ری فیکٹرنگ اگر آپ کو ایسے ماڈل کی ضرورت ہے جو بہت ساری فائلوں کو ورکنگ میموری میں رکھے، تو آپ طویل مدتی سیاق و سباق کی کارکردگی سے زبردست فائدہ اٹھا سکتے ہیں۔

• نہیں ایجنٹ کلاؤڈ آپریشنز 10 منٹ کی بغیر توجہ کے رنز کم فریب کی شرح اور مضبوط ٹول کے استعمال کے رویے سے فائدہ اٹھاتے ہیں۔

• کوئی راستہ نہیں پروموشنل جائزہ یہ تقریبا کسی بھی چیز کے مقابلے میں فریب کی کم شرح سے فائدہ اٹھاتا ہے۔ ایک پراعتماد لیکن غلط جائزہ تبصرہ آپ کو اصل مسئلہ کھو دینے سے زیادہ خرچ کر سکتا ہے۔

ذیل کے معیارات آپ کو بتائیں گے کہ ہر شکل کے لیے کون سا ماڈل بہترین ہے۔

GPT-5.5 کارکردگی کی جھلکیاں

شائع شدہ بینچ مارکس سے پتہ چلتا ہے کہ GPT-5.5 GPT-5.4 کے مقابلے میں ایک بامعنی چھلانگ ہے، خاص طور پر ایجنٹ اور طویل مدتی سیاق و سباق کے کاموں میں، جو کوڈیکس صارفین کے لیے سب سے زیادہ متعلقہ کام کا بوجھ ہیں۔

• علمی کام (GDPval) - 84.9%. GDPval اس بات کا اندازہ لگاتا ہے کہ آیا ایک ماڈل 44 پیشوں میں اچھی طرح سے مخصوص علمی کام کے نتائج پیدا کر سکتا ہے۔ یہ سرخی کے باقاعدہ فیچر کے اعداد و شمار ہیں۔

• کمپیوٹر کا استعمال کرتے ہوئے (OSWorld تصدیق شدہ) - 78.7%. پیمائش کرتا ہے کہ آیا ماڈل ایک حقیقی کمپیوٹر ماحول کو آخر سے آخر تک چلا سکتا ہے۔ کوڈیکس کلاؤڈ سینڈ باکس اور ایجنٹ سی ایل آئی کے عمل سے براہ راست متعلق ہے۔

• کوڈنگ (ٹرمینل بینچ 2.0) - 82.7%. طویل سیاق و سباق کی بازیافت اور کمپیوٹیشنل اجزاء کے ساتھ ایک ٹرمینل سنٹرک کوڈنگ بینچ مارک۔ یہ آپ کے کوڈیکس CLI کام کے بوجھ کے قریب ترین عوامی پراکسی ہے۔

• کسٹمر سروس ورک فلو (Tau2-bench Telecom) - 98.0% فوری ٹیوننگ کے بغیر۔ فوری طور پر مضبوط ٹول کے استعمال اور پالیسی کی تعمیل کے رویے کو ظاہر کرتا ہے۔

• طویل سیاق و سباق کی بازیافت (1M ٹوکن کے ساتھ MRCR v2) - 74.0%سے 36.6% GPT-5.4. رپورٹ میں یہ سب سے بڑا سنگل جمپ ہے اور ریپوزٹری اسکیل کوڈیکس آپریشنز کے لیے سب سے اہم چھلانگ ہے جہاں ماڈل کو ورکنگ میموری میں بہت سی فائلوں کو برقرار رکھنا ضروری ہے۔

• فریب کی شرح - آزاد رپورٹنگ تقریباً رپورٹ کرتی ہے۔ فریب میں 60 فیصد کمی اس کا موازنہ پچھلی نسل سے ہوتا ہے، جو نظرثانی اور PR فیڈ بیک ورک فلو کے لیے اعتماد کے حسابات کو کافی حد تک تبدیل کرتا ہے۔

ہر بینچ مارک اصل میں کیا پیمائش کرتا ہے۔

بینچ مارکس کو غلط پڑھنا آسان ہے۔ اوپر دی گئی اشیاء کی فوری تعریفیں:

• جی ڈی پی کی قدر — ماڈل سے 44 پیشوں (قانونی میمو، مالیاتی خلاصے، تکنیکی دستاویزات، وغیرہ) میں مخصوص علمی کام کے نتائج پیدا کرنے کے لیے کہے ایک اعلی اسکور کا مطلب ہے کہ ماڈل قابل اعتماد طریقے سے ساختہ اور اچھی طرح سے مخصوص آؤٹ پٹ تیار کر سکتا ہے۔ یہ صرف کوڈنگ سگنل کے بجائے عام فنکشن سگنل کے طور پر استعمال ہوتا ہے۔

• OSWorld کی تصدیق - حقیقی دنیا کے ورک فلو کو مکمل کرنے کے لیے ایک حقیقی ڈیسک ٹاپ ماحول کو چلاتے ہوئے ماڈلز پر کام کریں (فائلوں کو کھولنا، UI کو نیویگیٹ کرنا، کمانڈز پر عمل کرنا)۔ ایک اعلی اسکور پیش گوئی کرتا ہے کہ ماڈل ایک ایجنٹ سینڈ باکس میں اچھی کارکردگی کا مظاہرہ کرے گا جو ڈویلپر کے ڈیسک ٹاپ کی نقل کرتا ہے۔

• ٹرمینل بنچ 2.0 - طویل سیاق و سباق کی بازیافت اور کمپیوٹیشنل اجزاء کے ساتھ ٹرمینل پر مبنی کوڈنگ بینچ مارک۔ Codex CLI اصل میں ہر روز کیا کرتا ہے اس کے لیے یہ قریب ترین پبلک پراکسی ہے۔

• Tau2-Bench Telecom — پیچیدہ کسٹمر سروس طرز کے ورک فلو کا اندازہ کریں جن کے لیے مندرجہ ذیل پالیسیاں اور ٹولز کا صحیح استعمال کرنا ضروری ہے۔ یہ اس کے لیے ایک پراکسی ہے "کیا ماڈل اسکرپٹ سے ہٹے بغیر ہدایات کے مطابق کارکردگی کا مظاہرہ کرتا ہے؟"

• MRCR v2 1M ٹوکن کے ساتھ - طویل سیاق و سباق کی تلاش کا بینچ مارک۔ جانچ کریں کہ ماڈل پوری 1M ٹوکن سیاق و سباق کی ونڈو سے معلومات تلاش اور استعمال کر سکتا ہے۔ یہ واحد متغیر ہے جو اسٹوریج اسکیل کوڈیکس آپریشنز کے رویے کی بہترین پیش گوئی کرتا ہے جس کے لیے بہت سی فائلوں کو ورکنگ میموری میں رکھنے کی ضرورت ہوتی ہے۔

کوڈیکس صارفین کے لیے عملی رہنمائی

معیارات کو ماڈل کے انتخاب میں تبدیل کریں۔

• ریپوزٹری وسیع آپریشنز (کراس فائل ری فیکٹرنگ، ملٹی ماڈیول کی منتقلی): GPT-5.5. MRCR v2 جمپ واحد بہترین نشانی ہے کہ یہ GPT-5.4 کے مقابلے بڑے کوڈ بیسز پر بہتر کام کرے گا۔

• سستی، محدود مقامی ترمیم (سنگل فنکشن، سنگل ٹیسٹ، دستاویز کوآرڈینیشن): GPT-5.4 یا کوڈیکس مخصوص ماڈل۔ لاگت / تاخیر کا توازن بہت بہتر ہے اور چھوٹے کاموں میں صلاحیت کا ہیڈ روم ضائع ہوجاتا ہے۔ ہر چیز کو GPT-5.5 پر ڈیفالٹ نہ کریں کیونکہ یہ تازہ ترین ورژن ہے۔

• ایجنٹ کلاؤڈ آپریشنز (بیک گراؤنڈ سینڈ باکس ایگزیکیوشن، ملٹی سٹیپ ورک فلو): GPT-5.5۔ OSWorld کی توثیق کے اسکور اور کم فریب کی شرح متعلقہ علامات ہیں۔ کم ٹوٹا ہوا سینڈ باکس چلتا ہے اور یقینی طور پر کم غلط آؤٹ پٹ۔

• PR جائزہ اور کوڈ کا جائزہ لینے کے ورک فلو:GPT-5.5۔ نظرثانی کے کام کے لیے 60% ہیلوسینیشن میں کمی واحد سب سے اہم نمبر ہے۔ شور مچانے والے جائزہ لینے والوں کو نظر انداز کرنے کے لیے ٹیموں کو تربیت دیتے ہیں۔

• سب سے مہنگا کام کا بوجھ (GPT-5.5 Pro کی قیمت کے قریب آنے والی کوئی بھی چیز): GPT-5.5 Pro کو چھوٹے کاموں کے لیے ریزرو کریں جہاں اضافی خصوصیات جائز ہوں (عام طور پر بہت ہی نیا اندازہ یا انتہائی طویل سیاق و سباق کے کام)۔

حصولی کے لیے: GPT-5.5 کو ایک علیحدہ بجٹ لائن کے طور پر سمجھیں۔

ایجنٹ کے کام کے لیے ٹوکن کی کھپت اس کے آؤٹ پٹ سے چلتی ہے۔ GPT-5.5 آؤٹ پٹ GPT-5.4 آؤٹ پٹ سے کہیں زیادہ مہنگا ہے۔ خاص طور پر:

• مخلوط ماڈل کی حکمت عملی اب استثناء کے بجائے اصول ہے۔ زیادہ تر بالغ ٹیمیں معمول کے کاموں کو کوڈیکس-منی ماڈل کی طرف لے جاتی ہیں اور GPT-5.5 کو ذخیرہ کرنے والے وسیع اور جائزہ لینے والے بھاری کاموں کے لیے محفوظ رکھتی ہیں۔

• سیکشن 7 میں ملازمت کی لاگت کی مثال تمام پانچ ماڈل ٹائرز میں 30 انجینئرز کے ساتھ ایک مثال PR جائزہ دکھاتی ہے۔ بجٹ منظور کرنے سے پہلے یہ پڑھیں۔

• سہ ماہی قیمتوں کے لیے دوبارہ چیک کریں۔ شرح کا شیڈول ماضی میں تبدیل ہوا ہے اور مستقبل میں اس میں تبدیلی کی توقع ہے۔

کوٹیشن سے پہلے چیک کریں۔

اس سیکشن میں نمبر OpenAI کے لانچ ڈاکومنٹیشن اور کنکرنٹ پریس کوریج سے آتے ہیں۔ خریداری کے مواد یا عوامی دستاویزات میں غوطہ لگانے سے پہلے، آفیشل OpenAI اعلانات اور ماڈلز کا صفحہ دیکھیں۔ سیکشن 16 دیکھیں: ماخذ حوالہ جات۔ بینچ مارک دوبارہ چلے گا۔ تشخیص کے طریقہ کار میں تبدیلی کے ساتھ نمبر بدل جائیں گے۔

سیکشن 12: خرابیوں کا سراغ لگانا

اس سے کوئی فرق نہیں پڑتا ہے کہ کوئی ٹول کتنا ہی اچھا ہو، اگر اسے غلط طریقے سے سیٹ اپ کیا جائے تو یہ ناکام ہو جائے گا۔ سب سے زیادہ عام مسائل ہیں:

"کوڈیکس انسٹال نہیں ہے"

چیک کریں:

• تم بھاگ گئے npm i -g @openai/codex.

• آپ تعاون یافتہ شیل اور رن ٹائم استعمال کر رہے ہیں۔

• بائنری راستے میں ہے۔

"آپ لاگ ان نہیں ہو سکتے۔"

چیک کریں:

• آپ کے ChatGPT اکاؤنٹ میں صحیح منصوبہ ہے۔

• آپ کی ورک اسپیس مقامی طور پر یا کلاؤڈ میں کوڈیکس کے استعمال کی اجازت دیتی ہے۔

• آپ صحیح اکاؤنٹ سے لاگ ان ہو رہے ہیں۔

"ونڈوز ٹھیک سے کام نہیں کر رہی ہے۔"

CLI دستاویزات میں کہا گیا ہے کہ ونڈوز سپورٹ تجرباتی ہے۔ اگر آپ ونڈوز استعمال کر رہے ہیں تو، بہترین تعاون یافتہ راستہ CLI کے لیے WSL، یا جہاں مناسب ہو Codex ایپ کا استعمال کرنا ہے۔

"کلاؤڈ ٹاسک میرا ذخیرہ نہیں دیکھ سکتا"

چیک کریں:

• GitHub کنیکٹر انسٹال ہے۔

• ذخیرہ کنیکٹر کے ذریعہ قبول کیا جاتا ہے۔

• آپ کی تنظیم کے منتظم نے کوڈیکس کلاؤڈ کو فعال کر دیا ہے۔

• میں GitHub پر میزبانی شدہ ذخیرہ استعمال کر رہا ہوں۔

"کوڈیکس انٹرنیٹ براؤز نہیں کرتا"

یہ کلاؤڈ موڈ میں بطور ڈیفالٹ متوقع ہے۔ اپنے منتظم سے پوچھیں کہ کیا آپ کی انٹرنیٹ تک رسائی کو جان بوجھ کر محدود کیا گیا ہے۔

"نتائج تکنیکی طور پر درست ہیں، لیکن وہ نہیں جو میں چاہتا تھا۔"

عام طور پر اس کا مطلب یہ ہے کہ پرامپٹ کو صحیح طریقے سے متعین نہیں کیا گیا ہے۔ سخت کرنا:

سیکشن 13: اکثر پوچھے گئے سوالات

کیا کوڈیکس ایک چیٹ ماڈل ہے؟

بالکل نہیں۔ یہ کوڈنگ ایجنٹ اور پروڈکٹ کی سطحیں ہیں جو ریپوزٹریز، ٹیسٹنگ، کوڈ ریویو، اور ملٹی سٹیپ سوفٹ ویئر کے کاموں کو انجام دینے کے لیے بنائی گئی ہیں۔

کیا میں ہر وقت ٹولز تبدیل کیے بغیر کوڈیکس استعمال کرسکتا ہوں؟

ہاں یہ اس کی طاقتوں میں سے ایک ہے۔ اپنے ورک فلو پر منحصر ہے، آپ CLI، IDE ایکسٹینشن، یا Codex ایپ استعمال کر سکتے ہیں۔

کیا آپ کو بادل کی صلاحیتوں کی ضرورت ہے؟

نہیں بہت سے انفرادی صارفین کو صرف مقامی CLI یا IDE ایکسٹینشن میں قدر ملے گی۔ جب آپ پس منظر پر عمل درآمد، متوازی پروسیسنگ، یا خودکار جائزہ چاہتے ہیں تو کلاؤڈ ورک بوجھ زیادہ قیمتی ہو جاتے ہیں۔

کیا کوڈیکس صرف پیشہ ور انجینئرز کے لیے دستیاب ہے؟

نہیں تاہم، یہ سب سے زیادہ مفید ہے جب صارف کوڈ کی تبدیلیوں کا جائزہ لے سکتے ہیں اور ذخیرہ کو سمجھ سکتے ہیں۔ سب سے پہلے، ڈویلپر ٹولز۔

کیا کوڈیکس GPT-5.4 جیسا ہے؟

نہیں GPT-5.4 ماڈل ہے۔ کوڈیکس ایک کوڈنگ پروڈکٹ/ ورک فلو ہے۔ کوڈیکس میں سطح اور ساخت کے لحاظ سے مختلف ماڈل دستیاب ہیں۔

شروع کرنے کا سب سے محفوظ طریقہ کیا ہے؟

ذخیرہ کی چھوٹی تبدیلیوں کے لیے، CLI یا IDE ایکسٹینشنز کا استعمال کریں، منظوری کے موڈ کو قدامت پسند رکھیں، اور ضم ہونے سے پہلے تمام اختلافات کا جائزہ لیں۔

سیکشن 14: کوڈیکس کب استعمال نہ کریں۔

اس ہینڈ بک میں سے زیادہ تر مثبت ہے۔ کوڈیکس اس میں اچھا ہے، کوڈیکس اس کے لیے بہت اچھا ہے، اسے ترتیب دینے کا طریقہ یہاں ہے: اس فریمنگ سے یہ تاثر پیدا ہوتا ہے کہ کوڈیکس کوڈنگ سے متعلقہ کاموں کے لیے ایک موزوں ٹول ہے۔ یہ سچ نہیں ہے۔ AI کوڈنگ ٹول پر اپنی ٹیم کا اعتماد کھونے کا تیز ترین طریقہ یہ ہے کہ اسے ایسے کاموں میں دھکیل دیا جائے جن میں یہ اچھا نہیں ہے۔ یہاں ایک ایماندارانہ فہرست ہے جہاں Codex آج کل مناسب نہیں ہے۔

قابلِ جائزہ آؤٹ پٹ کے بغیر نوکریاں

کوڈیکس کی قدر اس بات پر منحصر ہے کہ کون فرق، ٹیسٹ کے نتائج، یا وضاحتوں کا جائزہ لیتا ہے۔ جب آپ کا کام کچھ ایسی تخلیق کرتا ہے جسے کوئی بھی نہیں دیکھ سکے گا (ایک ایسا اسکرپٹ جو پروڈکشن ڈیٹا تک رسائی حاصل کرتا ہے، ایک تحقیقی استفسار جو SQL کو پڑھنے سے پہلے فیصلہ کرتا ہے)، AI کا اعتماد واحد کوالٹی گیٹ وے بن جاتا ہے۔ ماڈل کے معیار سے قطع نظر، یہ ایک بری پوزیشن ہے۔ جائزہ لینے کا ایک مرحلہ شامل کریں یا خود کریں۔

ایک بہت ہی نیا تعمیراتی فیصلہ

کوڈیکس پیٹرن لگانے میں اچھا ہے۔ اس مسئلے کے لیے صحیح پیٹرن کا انتخاب کرنا جس کو ٹیم نے پہلے حل نہیں کیا ہو، بہت کمزور ہے۔ ہم امید کرتے ہیں کہ مکمل طور پر نئے ڈومینز کے لیے قابل اعتماد لیکن غلط فن تعمیرات بنائیں، بشمول نئے قیمتوں کے ماڈل، نئی تصدیقی حدود، اور نئی ایونٹ سورسنگ اسکیمیں۔ اسے پروٹو ٹائپ اختیارات کے لیے استعمال کریں، اختیارات کے درمیان فیصلہ کرنے کے لیے نہیں۔

تنظیمی حدود میں کام کرنا

کوڈیکس چیک کرتا ہے کہ اسے کن ذخیروں تک رسائی حاصل ہے۔ مجھے پلیٹ فارم ٹیم کے روڈ میپ میں کوئی بین ٹیم معاہدے، فرسودگی کے نظام الاوقات، دیگر ذخیروں سے آدھی ختم شدہ منتقلی، یا سیاسی وجوہات نظر نہیں آتی ہیں کہ کیوں ایک نقطہ نظر پر پابندی ہے۔ متعدد ٹیموں یا خدمات پر محیط تبدیلیوں کے لیے، کوڈیکس انفرادی حصوں کو نافذ کر سکتا ہے، لیکن انسانوں کو پھر بھی کراس پلان کا مالک ہونا ضروری ہے۔

کوئی بھی چیز جو براہ راست پیداوار کی حیثیت کو متاثر کرتی ہے۔

مجھے کوڈیکس کلاؤڈ سینڈ باکس پسند ہے۔ یہ پیداواری تبدیلیوں سے پہلے انسانی منظوری کا متبادل نہیں ہے۔ ڈیٹا بیس کی منتقلی، بنیادی ڈھانچہ بطور کوڈ جو جسمانی وسائل کو تبدیل کرتا ہے، خفیہ گردش، کسٹمر ڈیٹا اسکرپٹس — یہاں تک کہ اگر Codex نے فرق کیا ہے، تب بھی آپ کو منظوری کے راستے میں لوگوں کی ضرورت ہے۔ صرف اس وجہ سے کہ کوڈیکس کمانڈ چلا سکتا ہے اس کا مطلب یہ نہیں ہے کہ اسے اس کمانڈ کو چلانا چاہئے۔

تعمیل اور حفاظت کا اہم کوڈ

کوڈ جو ریگولیٹڈ حدود کے اندر آتا ہے (ادائیگی، صحت کی دیکھ بھال، حفاظتی اصول، حفاظت کے لیے ماڈل کی جانچ پڑتال) میں عام پروڈکٹ کوڈ سے زیادہ جائزے اور پرویننس کے تقاضے ہوتے ہیں۔ کوڈیکس آؤٹ پٹ ایک ابتدائی مسودے کے طور پر ٹھیک ہے، لیکن جائزہ کا بوجھ کسی تیسرے فریق کے لکھے ہوئے کوڈ جیسا ہی ہوتا ہے، جو عام طور پر رفتار کے فائدہ کو بہت کم کر دیتا ہے۔ اس کے لیے منصوبہ بنائیں یا ان علاقوں کو کوڈیکس سے پاک رکھیں۔

وہ کام جہاں اصل رکاوٹ علم ہے، ان پٹ نہیں۔

اگر آپ کی ٹیم پھنس گئی ہے کیونکہ کوئی بھی میراثی نظام، ناکام ٹیسٹ، یا عجیب و غریب کسٹمر رپورٹس کو نہیں سمجھتا ہے، تو مزید کوڈ تیار کرنے سے کوئی مدد نہیں ملے گی۔ ایک بار جب آپ جان لیں کہ کیا کرنا ہے تو Codex نفاذ کو تیز کر سکتا ہے۔ اس دریافت اور ڈیزائن کے مکالمے کا کوئی متبادل نہیں ہے جو پہلے ہونا چاہیے۔ وہ ٹیمیں جو دریافت کے مرحلے کو چھوڑ کر سیدھے "کوڈیکس سے پوچھیں" پر جاتی ہیں وہ غلط چیز کو جلدی بھیج دیتی ہیں۔

تمام مہنگے فریب۔

GPT-5.5 پچھلی نسلوں کے مقابلے میں فریب کی شرح کو تقریباً 60 فیصد کم کرتا ہے، جو کہ ایک حقیقی بہتری ہے۔ یہ 0 نہیں ہے۔ یقینی طور پر، لیکن وہ کام جہاں غلط آؤٹ پٹ حقیقی نقصان کا باعث بنتا ہے (ریگولیٹری حوالہ جات تیار کرنا، کسی دستاویز سے API معاہدے کی تفصیلات کاپی کرنا جس کو ماڈل نے حقیقت میں نہیں پڑھا تھا، کسی غیر مانوس تھرڈ پارٹی لائبریری کے بارے میں حقائق بیان کرتے ہوئے) اب بھی اسی شکوک و شبہات کی ضرورت ہوتی ہے جس کا اطلاق ہم AI آؤٹ پٹ پر کرتے ہیں۔ اس کو حاصل کرنے کے لیے، سرچ پر مبنی ورک فلو یا انسانی تصدیق کا استعمال کریں۔

تیز رفتار تحقیق

اگر آپ ان چاروں کا جواب "ہاں" میں دے سکتے ہیں، تو Codex آپ کے لیے ہو سکتا ہے۔

1. کیا کسی ایسے شخص کے ذریعہ آؤٹ پٹ کا جائزہ لیا جاسکتا ہے جو غلطیوں کی نشاندہی کرسکتا ہے؟

2. کیا آپ کا کام ایک نئے آرکیٹیکچرل فیصلے کے بجائے ایک معروف نمونہ ہے؟

3. کیا دھماکے کا رداس ایک ذخیرہ یا خدمت تک محدود ہے؟

4. کیا غلط آؤٹ پٹ کی لاگتیں لامحدود (مثلاً گمشدہ پیداواری ڈیٹا، ریگولیٹری نمائش) کے بجائے محدود ہیں (مثلاً ناکام ٹیسٹ، واپسی کمٹ)؟

اگر ان میں سے کوئی بھی "نہیں" ہے تو یا تو اسے "ہاں" بنانے کے لیے کام کو دوبارہ ترتیب دیں یا کام کو کوڈیکس سے باہر رکھیں۔

سیکشن 15: حتمی سفارشات

اگر آپ نئے صارفین میں Codex تقسیم کر رہے ہیں، تو میں ہدایات کو بہت آسان رکھوں گا۔

1. ہماری CLI یا IDE ایکسٹینشن کے ساتھ شروع کریں۔

2. ایک چھوٹا سا کام استعمال کرتے ہوئے ایک ٹول سیکھیں۔

3. ضم کرنے سے پہلے تمام تبدیلیوں کا جائزہ لیں۔

4. صارفین کو اپنے مقامی ورک فلو پر بھروسہ کرنے کے بعد ہی کلاؤڈ آپریشنز پر جائیں۔

5. ٹیموں کے لیے، علیحدہ صارف اور منتظم رسائی۔

6. جب بھی آپ کا پلان یا ورک اسپیس تبدیل ہوتا ہے تو قیمتیں دوبارہ چیک کریں۔

کوڈیکس سب سے زیادہ قیمتی ہے جب اسے کسی نئی چیز کے بجائے ایک نظم و ضبط انجینئرنگ ٹول کے طور پر سمجھا جاتا ہے۔ حقیقی کوڈ، واضح رکاوٹیں، اور جائزہ کلچر فراہم کرنا سافٹ ویئر ڈویلپمنٹ کے مشکل حصوں کو تیز کر سکتا ہے اور بڑے کاموں کو توڑنا آسان بنا سکتا ہے۔

LUNARTECH فیلوشپ: اکیڈمیا اور صنعت کو جوڑنا

علمی نظریہ اور ٹیکنالوجی کی صنعت کی حقیقی ضروریات کے درمیان بڑھتے ہوئے رابطہ کو دور کرتے ہوئے، LUNARTECH فیلوشپ کو ٹیلنٹ کے اس فرق کو پر کرنے کے لیے بنایا گیا تھا۔

اکثر، خواہش مند انجینئر نظریاتی علم کے ساتھ فارغ التحصیل ہوتے ہیں لیکن پروڈکشن سسٹم کی گندی حقیقتوں کے لیے تیار نہیں ہوتے، "کوئی تجربہ نہیں، نوکری نہیں" کے چکر میں پڑ جاتے ہیں۔

ان نظاماتی مسائل کو حل کرنے اور نتیجے میں برین ڈرین کو روکنے کے لیے، فیلوشپ امید افزا افراد میں بہت زیادہ سرمایہ کاری کرتی ہے اور ایک ایسا جدید ماحول فراہم کرتی ہے جو روایتی ڈگریوں پر تجربے، رہنمائی اور حقیقی دنیا کی انجینئرنگ کو ترجیح دیتا ہے۔

یہ چھ ماہ کی، دور دراز کی پہلی اپرنٹس شپ آپ کو خواہش مند ٹیلنٹ سے AI کے علمبردار تک ایک عمیق سفر پر لے جاتی ہے۔ آزادانہ طور پر سیکھنے کے لیے ادائیگی کرنے کے بجائے، فیلوز تجربہ کار سینئر انجینئرز اور بانیوں کے ساتھ ساتھ حقیقی وقت، ہائی اسٹیک AI اور ڈیٹا پروڈکٹس پر کام کرتے ہیں۔ حقیقی دنیا کے انجینئرنگ کے چیلنجوں کو حل کرکے اور پیداوار کے لیے تیار کام کا ایک مخصوص پورٹ فولیو بنا کر، شرکاء آج کے مسابقتی ماحول میں کامیابی کے لیے درکار ملازمت کے لیے تیار مہارتیں حاصل کرتے ہیں۔

اگر آپ لوپ کو توڑنے اور اپنے کیریئر کو تیز کرنے کے لیے تیار ہیں، تو آپ ان مواقع کو تلاش کر سکتے ہیں اور https://www.lunartech.ai/our-careers پر اپنا سفر شروع کر سکتے ہیں۔

اپنے کیریئر میں مہارت حاصل کرنا: اے آئی انجینئرنگ ہینڈ بک

ان لوگوں کے لیے جو تھیوری سے پریکٹس کی طرف جانے کے لیے تیار ہیں، ہم AI انجینئرنگ ہینڈ بک: اپنے کیریئر کا آغاز کیسے کریں اور بطور AI انجینئر ایکسل کریں۔. یہ جامع گائیڈ 2026 میں AI کی بدلتی ہوئی دنیا میں کامیاب ہونے کے لیے درکار مہارتوں کو حاصل کرنے کے لیے مرحلہ وار روڈ میپ فراہم کرتا ہے۔

چاہے آپ ایک ڈویلپر ہیں جو مسابقتی میدان میں داخل ہونے کے خواہاں ہیں یا کوئی پیشہ ور جو آپ کے کیرئیر کو مستقبل کا ثبوت دینا چاہتا ہے، یہ ہینڈ بک ثابت شدہ حکمت عملی اور قابل عمل بصیرت فراہم کرتی ہے جس نے پہلے ہی لاتعداد افراد کو بااثر کرداروں کو محفوظ بنانے میں مدد فراہم کی ہے۔

اندر، آپ NVIDIA، Microsoft، اور OpenAI جیسی کمپنیوں کے لیڈروں کے حقیقی دنیا کی صنعت کے کام کے بہاؤ، جدید فن تعمیر کے طریقہ کار، اور ماہرانہ نقطہ نظر کو تلاش کریں گے۔ ChatGPT کے پیچھے موجود ٹیکنالوجی کو دریافت کرنے سے لے کر ایسے سسٹمز کو ڈیزائن کرنے کا طریقہ سیکھنے تک جو تحقیق کو دنیا کو بدلنے والی مصنوعات میں تبدیل کر دیتے ہیں، یہ ای بک آپ کے کیریئر کو تیز کرنے کا حتمی ساتھی ہے۔ اپنی مفت کاپی ڈاؤن لوڈ کریں اور AI کے مستقبل پر عبور حاصل کریں۔

سیکشن 16: ماخذ حوالہ جات

اس ہینڈ بک میں استعمال شدہ سرکاری اوپن اے آئی ذرائع:

سیکشن 2 اور 11 میں ذکر کردہ GPT-5.5 ریلیز کی میڈیا کوریج:

ضمیمہ A: 30-60-90 دن اپنانے کا منصوبہ

کوڈیکس کو اپنی ٹیم میں متعارف کرواتے وقت، اعتماد پیدا کرنے کا تیز ترین طریقہ یہ ہے کہ اسے بڑی تبدیلی کے طور پر لانے کے بجائے اسے مراحل میں اپنایا جائے۔ ایک مرحلہ وار منصوبہ آپ کو یہ معلوم کرنے میں بھی مدد کرسکتا ہے کہ حقیقی رگڑ کہاں واقع ہوتی ہے، چاہے یہ تصدیق، اجازت، تیز رفتار معیار، جائزہ لینے کی عادات، یا بجٹ کے مفروضے ہوں۔

پہلے 30 دن: اپنی قدر ثابت کریں۔

پہلے مہینے کا مقصد زیادہ سے زیادہ استعمال نہیں ہے۔ مقصد دہرائی جانے والی فتوحات ہے۔

تجویز کردہ کارروائی:

1. ایک یا دو انجینئر منتخب کریں جو نئے اوزار آزمانے میں اچھے ہوں۔

2. اپنے استعمال کو چھوٹے، کم خطرے والے کاموں تک محدود رکھیں، جیسے کیڑے ٹھیک کرنا، ٹیسٹ بنانا، یا دستاویزات کو اپ ڈیٹ کرنا۔

3. مختصر پرامپٹ ٹیمپلیٹس کو معیاری بنائیں تاکہ ہر درخواست میں اعمال، سیاق و سباق، رکاوٹیں اور متوقع آؤٹ پٹ شامل ہوں۔

4. تمام تبدیلیاں انسانی جائزہ کی ضرورت ہوتی ہیں۔

5. ٹریک کریں کہ پرامپٹ سے ضم شدہ فرق تک جانے میں کتنا وقت لگتا ہے۔

اس مرحلے پر آپ کو سیکھنے کی ضرورت ہے:

• کیا کوڈیکس آپ کے کوڈ بیس کی ساخت کو سمجھتا ہے؟

• کیا آپ اختلافات کا جائزہ لے سکتے ہیں؟

• کیا منظوری کا بہاؤ مفید طریقے سے لوگوں کو سست کرتا ہے، یا یہ مایوس کن طریقے سے آگے بڑھتا ہے؟

• کون سی ٹاسک کلاسز اچھی طرح کام کرتی ہیں اور کن کو مزید رہنمائی کی ضرورت ہے؟

اگر آپ کا پہلا مہینہ شور ہے، تو پہلے ماڈل پر الزام نہ لگائیں۔ عام طور پر مسئلہ کام کا دائرہ، لاپتہ سیاق و سباق، یا غیر واضح منظوری کا معیار ہے۔

دن 31-60: احتیاط سے پھیلائیں۔

ایک بار جب ٹول نے بہت کم کاموں میں خود کو ثابت کیا ہے، تو وسیع تر پائلٹ گروپ میں پھیل جائیں۔

تجویز کردہ کارروائی:

1. اسٹیک کے مختلف حصوں سے مزید ڈویلپرز شامل کریں۔

2. کم از کم ایک شکی شخص کو شامل کریں۔ اس کی وجہ یہ ہے کہ رائے کے ذریعے کمزوریوں کو ظاہر کیا جاسکتا ہے۔

3. ایپس، CLI، اور IDE ایکسٹینشنز کا بیک وقت استعمال کریں تاکہ لوگ اپنی عادات کے مطابق ورک فلو کا انتخاب کر سکیں۔

4. ایک یا دو پس منظر کے کاموں کے لیے کوڈیکس کلاؤڈ متعارف کروائیں یا درخواست کے جائزے کھینچیں۔

5. ایسے پیغامات کی دستاویز کرنا شروع کریں جو اچھی طرح سے کام کر رہے ہوں، بشمول اعلیٰ معیار کی فالو اپ ہدایات کی مثالیں۔

اس مرحلے پر آپ کو سیکھنے کی ضرورت ہے:

• آپ کی ٹیم کے لیے اصل میں کون سی سطحیں چپچپا ہیں؟

• کوڈیکس آپ کا سب سے زیادہ وقت کہاں بچاتا ہے؟

• کیا لوگ حقیقی کام سونپنے کے لیے نتائج پر کافی اعتماد کرتے ہیں؟

• کیا آپ ایک ہی غلطیاں بار بار کر رہے ہیں؟

اس مرحلے پر اندرونی دستاویزات اہم ہیں۔ ایک مختصر "کوڈیکس کو یہاں استعمال کرنے کا طریقہ" کے صفحات اکثر دیگر تکنیکی گہرے غوطوں سے زیادہ مفید ہوتے ہیں۔

دن 61-90: آپریشنلائزیشن

تقریباً تین ماہ کے بعد، مقصد کو تجربات سے آپریشنل پریکٹس میں منتقل ہونا چاہیے۔

تجویز کردہ کارروائی:

1. ورک اسپیس کی ترتیبات، GitHub کنیکٹر کی ترتیبات، اور ماڈل تک رسائی کی ملکیت تفویض کریں۔

2. وضاحت کریں کہ کون سے کام مقامی رہنے چاہئیں اور کن کاموں کو کلاؤڈ سینڈ باکس میں منتقل کیا جا سکتا ہے۔

3. کوڈیکس سے تیار کردہ فرق کے لیے دستاویز کے جائزے کے معیارات۔

4. اپنی ٹیم کے ساتھ بجٹ کی توقعات طے کریں تاکہ کوئی بھی ٹوکن بھاری کاموں سے حیران نہ ہو۔

5. ایک سادہ بہاؤ سے شروع کرتے ہوئے، نئے انجینئرز کے لیے اپنی آن بورڈنگ میں Codex شامل کریں۔

اس قدم کے بارے میں اچھی چیزیں یہ ہیں:

• نئے ملازم پہلے دن سے کوڈیکس استعمال کر سکتے ہیں۔

• ٹیم کے ارکان جانتے ہیں کہ کب کوڈیکس تک رسائی حاصل کرنی ہے اور کب دوسرے ورک فلو کو استعمال کرنا ہے۔

• منتظمین رسائی اور قیمتوں کے سوالات کا فوری جواب دے سکتے ہیں۔

• تنظیموں کے پاس اپنے ٹولز کی طاقت اور حدود کی حقیقت پسندانہ تصویر ہوتی ہے۔

عملی آن بورڈنگ اسکرپٹس

اگر آپ کو نئے صارفین کے لیے ریڈی میڈ واقفیت درکار ہے تو استعمال کریں:

1. "CLI یا ایکسٹینشن انسٹال کریں۔"

2. "ایک ذخیرہ کھولیں جس سے آپ واقف ہیں۔"

3. "کوڈیکس سے چھوٹی، محفوظ تبدیلیاں کرنے کو کہیں۔"

4. "فرقوں کو لائن بہ لائن جانچیں۔"

5. "ٹیسٹ چلائیں۔"

6. "کوڈیکس سے پوچھیں کہ کیا تبدیلی آئی ہے اور کیوں۔"

7. "کام کو تھوڑا بڑا دہرائیں۔"

یہ ترتیب بنیادی لوپ سکھاتی ہے: سیاق و سباق، ایکشن، تبدیلی، جائزہ، تصدیق۔ ایک بار جب صارفین اس لوپ کو سمجھ لیں، تو باقی پروڈکٹ لائن کو اپنانا بہت آسان ہو جاتا ہے۔

ضمیمہ B: لغت

اس ہینڈ بک میں استعمال ہونے والی اصطلاحات حروف تہجی کی ترتیب میں ہیں۔ فہرست کو جان بوجھ کر تنگ کیا گیا ہے۔ صرف وہ اصطلاحات جو متن میں ظاہر ہوتی ہیں اور جو غیر انجینئرنگ قارئین کے لیے ناواقف ہو سکتی ہیں (خرید، تحفظ، قیادت) یہاں بیان کی گئی ہیں۔

• ایجنٹ/ایجنٹ ورک فلو۔ یہ سافٹ ویئر ہے جو آپ کو اہداف مقرر کرنے، اقدامات کی منصوبہ بندی کرنے، کام انجام دینے (فائلیں پڑھنے، کمانڈ چلانے، APIs کو کال کرنے)، نتائج کا مشاہدہ کرنے اور دہرانے کی اجازت دیتا ہے۔ کوڈیکس ایک ایجنٹ کوڈنگ ورک فلو ہے۔ چیٹ بوٹس ایسے نہیں ہیں۔

• منظوری کا موڈ۔ کوڈیکس کی ترتیبات جو کنٹرول کرتی ہیں کہ ایجنٹ پوچھے بغیر کتنا کام کر سکتا ہے۔ ایک سخت موڈ صارف کو شیل کمانڈ پر عمل کرنے یا فائلوں میں ترمیم کرنے سے پہلے اشارہ کرتا ہے۔ اجازت دینے والا موڈ ایجنٹ کو بغیر کسی رکاوٹ کے کام کرنے دیتا ہے۔

• سی ایل آئی۔ کمانڈ لائن انٹرفیس۔ کوڈیکس سی ایل آئی کوڈیکس کا ٹرمینل پر مبنی ورژن ہے جو بذریعہ انسٹال ہوتا ہے: npm i -g @openai/codex.

• کوڈیکس کلاؤڈ۔ کوڈیکس کا میزبان سینڈ باکس ایگزیکیوشن موڈ۔ کام ایک الگ تھلگ ماحول میں ایک ذخیرہ کے ساتھ چلتا ہے اور قابلِ جائزہ اختلافات کے ساتھ ختم ہوتا ہے۔

• جی ڈی پی کی قدر ایک بینچ مارک جو 44 پیشوں میں اچھی طرح سے متعین علمی کام کے نتائج پیدا کرنے کی ان کی صلاحیت پر ماڈل اسکور کرتا ہے۔ سیکشن 11 میں عام فنکشن سگنل کے طور پر استعمال کیا گیا ہے۔

• گٹ ہب کنیکٹر۔ ایک انضمام جو کوڈیکس کلاؤڈ کو GitHub کے ذخیروں تک رسائی کی اجازت دیتا ہے۔ کلاؤڈ آپریشنز کے لیے درکار ہے۔ قلیل المدت اور کم سے کم مراعات یافتہ ٹوکن استعمال کریں۔

• ماڈل سیاق و سباق پروٹوکول (MCP)۔ ماڈلز کو بیرونی ڈیٹا ذرائع اور ٹولز سے جوڑنے کے لیے ایک کھلا پروٹوکول۔ کوڈیکس CLI MCP کو سپورٹ کرتا ہے، جس سے ڈیٹا کو ریپوزٹری سے باہر کے سسٹمز سے نکالا جا سکتا ہے۔

• MRCR v2. ایک طویل سیاق و سباق کی بازیافت کا بینچ مارک جو پیمائش کرتا ہے کہ آیا ماڈل ایک بہت بڑی ان پٹ ونڈو سے معلومات تلاش اور استعمال کرسکتا ہے۔ 1M ٹوکن ورژن کا حوالہ GPT-5.5 سیکشن میں دیا گیا ہے کیونکہ یہ اسٹوریج اسکیل آپریشنز کے رویے کی پیش گوئی کرتا ہے۔

• OSWorld تصدیق شدہ۔ ایک بینچ مارک جو پیمائش کرتا ہے کہ آیا کوئی ماڈل کسی کام کو مکمل کرنے کے لیے حقیقی ڈیسک ٹاپ کمپیوٹر ماحول میں کام کر سکتا ہے۔ ایجنٹ اور مشین سے چلنے والے کام کے بوجھ کے لیے براہ راست پراکسی۔

• PR (Pull Request)۔ GitHub یا اس سے ملتے جلتے پلیٹ فارم پر ہوسٹ کردہ کوڈ ریپوزٹری میں تجویز کردہ تبدیلیاں جو تبدیلیوں کے ضم ہونے سے پہلے جائزہ لینے والوں کے ذریعہ منظور شدہ ہیں۔

• رول پر مبنی رسائی کنٹرول (RBAC)۔ اجازت کا ایک ماڈل جس میں صارفین کو کردار تفویض کیے جاتے ہیں اور کرداروں کو مخصوص اجازتیں دی جاتی ہیں۔ کون کیا کر سکتا ہے اس کو کنٹرول کرنے کے لیے کوڈیکس ورک اسپیس کے منتظمین کے ذریعے استعمال کیا جاتا ہے۔

• کراس ڈومین شناختی انتظام کے لیے نظام (SCIM)۔ شناخت فراہم کرنے والوں (Okta، Entra ID، وغیرہ) سے دوسرے سسٹمز کے ساتھ صارفین اور گروپس کو ہم آہنگ کرنے کا ایک معیار۔ کوڈیکس انٹرپرائزز کے لیے SCIM پر مبنی گروپ سنکرونائزیشن کو سپورٹ کرتا ہے۔

• ذیلی ایجنٹ ایک کوڈیکس CLI خصوصیت جو ایک ٹاسک کو متعدد متوازی ایجنٹوں کے عمل میں تقسیم کرتی ہے، ہر ایک کام پر کارروائی کرتا ہے۔

• Tau2-Bench Telecom۔ ٹولز کا استعمال کرتے ہوئے پیچیدہ کسٹمر سروس ورک فلو کے لیے ایک بینچ مارک۔ اسے آلے کے استعمال اور پالیسی کی تعمیل میں قابل اعتمادی کے اشارے کے طور پر حوالہ دیا گیا ہے۔

• ٹرمینل بنچ 2.0۔ ایک کوڈنگ بینچ مارک جو ٹرمینل پر مبنی ورک فلوز پر مرکوز ہے، بشمول طویل سیاق و سباق کی بازیافت اور کمپیوٹیشنل استعمال۔ یہ آپ کے کوڈیکس CLI کام کے بوجھ کے قریب ترین عوامی پراکسی ہے۔

• کام کا درخت۔ ایک Git خصوصیت جو آپ کو ایک ساتھ متعدد ڈائریکٹریوں سے متعدد شاخوں کو چیک کرنے کی اجازت دیتی ہے۔ کوڈیکس ایپس ٹاسک ٹری استعمال کرتی ہیں، جس سے متعدد ایجنٹوں کو ایک دوسرے پر قدم رکھے بغیر متوازی طور پر کام کرنے کی اجازت ملتی ہے۔

• ونڈوز سب سسٹم برائے لینکس (WSL)۔ ایک مطابقت کی پرت جو ونڈوز پر مقامی طور پر لینکس بائنریز چلاتی ہے۔ ڈائریکٹ ونڈوز سپورٹ تجرباتی ہے، اس لیے کوڈیکس CLI کے لیے ونڈوز تجویز کردہ ماحول ہے۔

ضمیمہ C: ایڈمنسٹریٹر سیکورٹی چیک لسٹ

ورک اسپیس ایڈمنسٹریٹرز کے لیے اپنے انٹرپرائز کے لیے کوڈیکس ترتیب دے رہے ہیں۔ یہ چیک لسٹ سیکشن 8 کو قابل عمل اشیاء میں خلاصہ کرتی ہے۔ اس کی وسیع ریلیز سے پہلے اس کا جائزہ لیں اور پھر سہ ماہی اس کا دوبارہ جائزہ لیں۔

پوزیشن

• [ ] فیصلہ کریں کہ آیا کوڈیکس لوکل، کوڈیکس کلاؤڈ، یا دونوں ورک اسپیس کی سطح پر فعال ہیں۔

• [ ] کوڈیکس ایڈمنسٹریٹرز (پالیسی اور گورننس) اور کوڈیکس صارفین (روزانہ ڈویلپرز) کے لیے الگ الگ RBAC گروپس بنائیں۔ دونوں کو مکس نہ کریں۔

• [ ] صارفین کو براہ راست منظم کرنے کے بجائے، SCIM کے ذریعے اپنے شناخت فراہم کنندہ سے صارفین اور گروپ کی رکنیت کو ہم آہنگ کریں۔

• [ ] نئے ورک اسپیس ممبران کے لیے معقول ڈیفالٹ رول سیٹ کریں۔ بنیادی طور پر، ایڈمنسٹریٹر کا استعمال نہ کریں۔

GitHub انضمام

• [ ] درست GitHub تنظیم کے لیے ChatGPT GitHub کنیکٹر انسٹال کریں۔

• [ ] کوڈیکس کلاؤڈ کے لیے صرف ان ذخیروں کو وائٹ لسٹ کریں جن کی آپ کو ضرورت ہے۔ پہلے سے طے شدہ طور پر تنظیم تک رسائی نہ دیں۔

• [ ] اس سے پہلے کہ کوڈیکس کسی محفوظ برانچ کے لیے کلاؤڈ آپریشنز کو قابل بنائے، اس بات کو یقینی بنائیں کہ یہ محفوظ برانچ کے لیے موجودہ برانچ کے تحفظ کے قوانین کی تعمیل کرتا ہے۔

• [ ] اس بات کو یقینی بنائیں کہ کوڈیکس کے ذریعہ استعمال کردہ GitHub ایپ ٹوکن قلیل المدتی ہے اور اس میں سب سے کم مراعات ہیں۔

نیٹ ورک اور رن ٹائم

• [ ] یقینی بنائیں کہ کوڈیکس کلاؤڈ انٹرنیٹ تک رسائی کے بغیر بطور ڈیفالٹ چلتا ہے۔ یہ محفوظ ڈیفالٹ ہے۔ یقینی بنائیں کہ یہ آن ہے۔

• [ ] اگر آپ کے ورک فلو کو انٹرنیٹ تک رسائی درکار ہے، تو واضح وائٹ لسٹ (انحصار رجسٹری، قابل اعتماد سائٹس) کی وضاحت کریں اور اجازت شدہ HTTP طریقوں کو محدود کریں۔

• [ ] دستاویز کریں کہ کون سے ماڈل کی سطحیں حساس کوڈ کے لیے منظور شدہ ہیں (اکثر: مقامی CLI کے لیے ہاں، انتہائی حساس ذخیروں کے لیے کلاؤڈ کے لیے نہیں)۔

ڈیٹا اور جائزہ

• [ ] کوڈیکس سے تیار کردہ اختلافات کے لیے ٹیم کے جائزے کے معیارات کو دستاویز کریں۔ کم از کم ایک انسان تمام انضمام کو منظور کرتا ہے۔

• [ ] یقینی بنائیں کہ لاگنگ اور آڈٹ ٹریلز آپ کی تعمیل کی ضروریات کے مطابق کوڈیکس آپریشنز (ماڈل استعمال کیے گئے، پرامپٹس، فائلز تبدیل کیے گئے) کے لیے ترتیب دی گئی ہیں۔

• [ ] اس بات کی وضاحت کریں کہ کوڈیکس (PII، کسٹمر ڈیٹا، راز) کے لیے ڈیٹا کی کونسی کلاسز ناقابل رسائی ہیں اور ان حدود کو کیسے نافذ کیا جاتا ہے۔

• [ ] ایک واقعہ پلے بک ترتیب دیں جب کوڈیکس کوئی ایسی چیز بناتا ہے یا اس کا ارتکاب کرتا ہے جسے نہیں کرنا چاہیے۔

بجٹ اور جاری آپریشنز

• [ ] غیر متوقع اخراجات کا جلد پتہ لگانے کے لیے فی ورک اسپیس کے لیے ٹوکن بجٹ یا الرٹ حد مقرر کریں۔

• [ ] ہر قسم کے کام کے لیے ایک بنیادی ماڈل کا انتخاب کریں (مثال کے طور پر معمول کے جائزوں کے لیے Codex-mini، GPT-5.5 ریپوزٹری وسیع ریفیکٹرنگ کے لیے) اور اپنے انتخاب کو دستاویز کریں۔

• [ ] سہ ماہی کوڈیکس قیمتوں کے صفحہ کا جائزہ لیں۔ شرح کا شیڈول ماضی میں تبدیل ہوا ہے اور مستقبل میں اس میں تبدیلی کی توقع ہے۔

• [ ] اس چیک لسٹ کو دوبارہ چلائیں جب (a) ایک بڑے ماڈل کی ریلیز شروع ہو، (b) آپ کی ورک اسپیس ایک نئی ٹیم کے ساتھ پھیل جائے، یا (c) Codex نئی سطحیں یا خصوصیات شامل کرے۔

ضمیمہ D: تبدیلی لاگ

یہ اس ہینڈ بک میں بنیادی ترمیمات کا ایک مختصر ضمیمہ صرف لاگ ہے۔ ہر اندراج ورژن، تاریخ، اور جو کچھ تبدیل ہوا اس کا ایک سطری خلاصہ درج کرتا ہے۔

• v1.3 — 2026-04-30۔ ہم نے مشمولات کے جدول کو قابل کلک بنایا۔ TOC کے بعد ایک نیا لازمی سیکشن شامل کیا گیا۔ ابتدائی حصوں کو دوبارہ ترتیب دیا گیا: پچھلے "کوئیک سٹارٹ" اور "کوڈیکس کو کیسے ترتیب دیا جائے" کو آزاد حصوں کے ساتھ ایک سیکشن 4 واک تھرو میں ضم کر دیا۔ codex-demo ریپو ریڈرز خود تیار کرتے ہیں۔ ہم نے GPT-5.5 بینچ مارک کے گہرے غوطے کو ایک نئے سیکشن 11 (ماڈل کی تفصیلات اور بینچ مارکس) میں منتقل کرکے سیکشن 2 کو ہموار کیا ہے۔ سیکشن 3 میں سطح کے مخصوص ہائپر لنکس شامل کیے گئے۔ میں نے سیکشن 5 (کوڈیکس کو مؤثر طریقے سے استعمال کرنے کا طریقہ) دوبارہ لکھا ہے، بشمول ہر ٹپ کے لیے بری/اچھی مثالیں اور "محدود تبدیلی" کی تعریف۔ ہم نے ہر میٹرک کے لیے مخصوص حساب کے طریقوں کے ساتھ "Meure What Matters" کے ذیلی حصے کو دوبارہ لکھا ہے۔ ہم نے سیکشن 10 میں تمام ورک فلو کے لیے کام کرنے والی، قابل عمل مثالیں شامل کی ہیں۔

• v1.2 — 25-04-2026۔ ضمیمہ E (VS کوڈ میں کوڈیکس کے ساتھ کام کرنا) شامل کیا گیا، ایک تفصیلی مرحلہ وار گائیڈ جو VS کوڈ کے داخلے کے تین پوائنٹس (ایکسٹینشن، مربوط ٹرمینل میں CLI، اور chatgpt.com/codex پر براؤزر کوڈیکس) کا احاطہ کرتا ہے اور اس میں سیٹ اپ کی ہدایات، فیصلہ میٹرکس، مشترکہ ورک فلو پیٹرن اور VS کوڈ کے لیے پریشانی کا نمونہ شامل ہے۔ سیٹنگز سیکشن میں فارورڈ پوائنٹر شامل کر دیا گیا۔

• v1.1 — 25-04-2026۔ سیکشن 2 اور 7 میں GPT-5.5/GPT-5.5 پرو کوریج شامل کی گئی۔ ماڈل موازنہ سیکشن میں خلاصہ، موازنہ میٹرکس، اور ملازمت کی لاگت کی مثالیں شامل کی گئیں، اور سیکشن 14 میں "کوڈیکس کا استعمال کب نہیں کیا جائے"۔ ضمیمہ بی (فرہنگ)، ضمیمہ سی (ایڈمنسٹریٹر سیکیورٹی چیک لسٹ)، اور ضمیمہ ڈی سی کو شامل کیا گیا۔ ورژن سٹیمپ اور مصنف لائن شامل کر دیا گیا. GPT-5.5 کے لیے میڈیا کوریج کے ذرائع سیکشن 16 میں شامل کیے گئے ہیں۔

• v1.0 - ابتدائی ریلیز۔ اصل کوڈیکس آن بورڈنگ ہینڈ بک جس میں سطحیں، سیٹ اپ، استعمال، ماڈل کا موازنہ، قیمتوں کا تعین، سیکیورٹی، ٹیم کے طریقے، ورک فلو، ٹربل شوٹنگ، اکثر پوچھے گئے سوالات، اور 30-60-90 دن اپنانے کا منصوبہ شامل ہے۔

ضمیمہ E: VS کوڈ میں کوڈیکس کے ساتھ کام کرنا

یہ ضمیمہ بصری اسٹوڈیو کوڈ (اور اس کے فورکس، کرسر اور ونڈ سرف) کے اندر کوڈیکس کو استعمال کرنے کے لیے قدم بہ قدم گائیڈ ہے۔

VS کوڈ نئے کوڈیکس استعمال کرنے والوں کے لیے سب سے عام شروعاتی سطح ہے، اور ورک فلو میں تین الگ الگ انٹری پوائنٹس ہیں جنہیں آزادانہ یا ایک ساتھ استعمال کیا جا سکتا ہے۔ یہ گائیڈ اس بات کا احاطہ کرتا ہے کہ ہر آئٹم کا انتخاب کب کرنا ہے اور تینوں کو ایک ہی فلوڈ ورک فلو میں کیسے جوڑنا ہے۔

E.1 کیوں VS کوڈ تجویز کردہ ابتدائی سطح ہے۔

زیادہ تر ٹیمیں متعدد عملی وجوہات کی بنا پر اسٹینڈ اسٹون کوڈیکس ایپ یا خالص CLI کے بجائے VS کوڈ سے شروع ہوتی ہیں۔

• ایڈیٹرز پہلے سے ہی ہیں جہاں انجینئر اپنے دن گزارتے ہیں۔ کوڈیکس شامل کرنے کے لیے سیاق و سباق کے سوئچ کی ضرورت نہیں ہے۔

• پھیلی ہوئی سطح کا رقبہ چھوٹا اور قابل جائزہ ہے۔ انجینئرز اسے زیادہ وسیع پیمانے پر اپنانے سے پہلے ایک فائل پر آزما سکتے ہیں۔

• VS کوڈ کا مربوط ٹرمینل CLI کو ایک کی اسٹروک کا تجربہ بناتا ہے، جس سے آپ ایڈیٹر کو چھوڑے بغیر ایکسٹینشن اور CLI کو یکجا کر سکتے ہیں۔

• سب سے مشہور VS کوڈ فورک، کرسر اور ونڈ سرف، دونوں ایک ہی کوڈیکس ایکسٹینشن چلاتے ہیں۔ VS کوڈ ورک فلو کو معیاری بنانے والی ٹیموں کو ملازمین کو دوبارہ تربیت دینے کی ضرورت نہیں ہوگی اگر کچھ انجینئرز فورک کو ترجیح دیتے ہیں۔

VS کوڈ سے شروع کرنے کا منفی پہلو یہ ہے کہ آپ کو بلٹ ان متوازی ٹاسک مینجمنٹ یا ٹاسک ٹری سپورٹ نہیں ملتا ہے۔ یہ کوڈیکس ایپ میں زیادہ طاقتور ہے۔ زیادہ تر انفرادی شراکت داروں کے لیے، یہ پہلے مہینے میں کوئی معنی خیز نقصان نہیں ہے۔

E.2 تین انٹری پوائنٹس

کوڈیکس VS کوڈ میں تین الگ الگ طریقوں سے ظاہر ہوتا ہے، اور اس میں الجھنا آسان ہے۔ اگرچہ وہ سب ایک ہی ChatGPT اکاؤنٹ سے لاگ ان ہوتے ہیں، لیکن ہر ایک الگ سافٹ ویئر ہے جس کی اپنی انسٹالیشن اور اس کی اپنی توثیق ہینڈ شیک ہے۔

1. کوڈیکس بمقابلہ کوڈ ایکسٹینشن - یہ خود VS کوڈ کے اندر سائڈبار UI ہے۔ VS کوڈ مارکیٹ پلیس سے انسٹال کیا گیا۔ جگہ جگہ ترمیم، کھلی فائلوں کے بارے میں فوری سوالات، اور مختصر، محدود کاموں کے لیے بہترین۔

2. کوڈیکس CLI VS کوڈ کے مربوط ٹرمینل کے اندر چلتا ہے۔ - کمانڈ لائن ایجنٹ (codex) ایک ٹرمینل ونڈو میں چل رہا ہے جو پہلے سے VS کوڈ ورک اسپیس سے منسلک ہے۔ ملٹی سٹیپ ایجنٹ کے کاموں، اسکرپٹ پر عمل درآمد، اور کسی بھی ایسی چیز کے لیے بہترین موزوں ہے جس کے لیے واضح منظوری کے دروازے درکار ہوں۔

3. chatgpt.com/codex پر براؤزر کوڈیکس - کوڈیکس کلاؤڈ کا ایک ویب انٹرفیس جہاں گٹ ہب ریپوزٹری کے خلاف الگ تھلگ سینڈ باکس میں ملازمتیں چلتی ہیں۔ پس منظر کے کاموں، متوازی کاموں، اور PR طرز کے جائزوں کے لیے بہترین موزوں ہے۔

وہ اس معنی میں متبادل نہیں ہیں کہ آپ کو ایک یا دوسرے کا انتخاب کرنا ہے۔ یہ تین ورک فلوز ہیں جو مختلف قسم کے کاموں کو نشانہ بناتے ہیں، اور سب سے زیادہ تجربہ کار کوڈیکس صارفین کے پاس تینوں سیٹ اپ ہوں گے۔

E.3 کوڈیکس بمقابلہ کوڈ ایکسٹینشن کی ترتیبات

زیادہ تر نئے صارفین کے لیے یہ پہلا انٹری پوائنٹ ہے۔

انسٹال کریں

تنصیب کے دو راستے ہیں۔

1. VS کوڈ مارکیٹ پلیس کھولیں، "Codex" یا "ChatGPT" تلاش کریں اور شائع شدہ ایکسٹینشن انسٹال کریں۔ openai. بازار کا شناخت کنندہ ہے: openai.chatgpt.

2. ٹرمینل میں درج ذیل کو چلائیں:

code --install-extension openai.chatgpt

CLI انسٹالیشن کے راستے اسکرپٹڈ ڈیولپمنٹ ماحول کی فراہمی، ڈاٹ فائل ریپوزٹریز، اور آن بورڈنگ اسکرپٹس کے لیے کارآمد ہیں تاکہ نئے سسٹمز کو معلوم بیس لائن پر لایا جا سکے۔

لاگ ان

تنصیب کے بعد، کوڈیکس پینل دائیں سائڈبار میں ظاہر ہوگا۔ جب آپ اسے پہلی بار کھولیں گے، آپ کو لاگ ان کرنے کے لیے کہا جائے گا۔ دو اختیارات ہیں:

• ChatGPT کے ساتھ لاگ ان کریں۔ پلس، پرو، بزنس، یا انٹرپرائز/ایڈو پلانز پر افراد کے لیے تجویز کردہ۔ استعمال کا بل آپ کے پلان میں شامل کوڈیکس کریڈٹس کی بنیاد پر لگایا جاتا ہے۔

• اپنی API کلید کے ساتھ لاگ ان کریں۔ استعمال کیا جاتا ہے جب آپ پلان پر مبنی استعمال کے بجائے API فیس بل کرنا چاہتے ہیں، یا جب آپ کی ورک اسپیس پالیسی کو اس کی ضرورت ہوتی ہے۔ OpenAI ڈویلپر کنسول سے کلید حاصل کریں، پھر اسے ایکسٹینشن کے تصدیقی پرامپٹ میں چسپاں کریں۔

اگر آپ کو دونوں اختیارات نظر آتے ہیں اور آپ کو یقین نہیں ہے کہ کون سا انتخاب کرنا ہے، تو ChatGPT لاگ ان پر ڈیفالٹ کریں۔ یہ اس بات کو یقینی بنانے کا ایک راستہ ہے کہ آپ کی باقی ٹیم کی طرح اسی منصوبے میں استعمال کو انجام دے کر آپ کی لاگت کا برتاؤ قابل قیاس ہے۔

پہلے رن کی حیثیت کو چیک کریں۔

لاگ ان کرنے کے بعد، کسی بھی حقیقی کام کے لیے ایکسٹینشن استعمال کرنے سے پہلے ہیلتھ چیک کرنے کے لیے 5 منٹ نکالیں۔

1. ایک چھوٹا سا ذخیرہ کھولیں جس سے آپ واقف ہیں۔

2. کوڈیکس پینل کو دائیں سائڈبار سے کھولیں۔

3. کھلی فائلوں کے بارے میں سوالات پوچھیں (مثال کے طور پر "یہ کیا کرتا ہے؟") اور دیکھیں کہ کیا جوابات اس سے ملتے ہیں جو آپ پہلے سے جانتے ہیں۔

4. چھوٹی تبدیلیوں کی درخواست کریں (جیسے "اس فنکشن میں docstring شامل کریں") اور دیکھیں کہ آیا کوئی قابلِ جائزہ اختلافات سامنے آتے ہیں۔

5. تبدیلیاں لاگو کریں، ٹیسٹ چلائیں، اور اگر ضروری ہو تو واپس جائیں۔

اگر ان میں سے کوئی بھی مرحلہ ناکام ہو جاتا ہے، تو براہ کرم مزید آگے بڑھنے سے پہلے تصدیق کو ٹھیک کریں یا انسٹال کریں۔ حقیقی کام میں ایکسٹینشن کو ڈیبگ کرنا کسی مشہور اچھے کھلونا کام میں ڈیبگ کرنے سے کہیں زیادہ مشکل ہے۔

پلیٹ فارم نوٹ

• میک OS اور لینکس یہ فرسٹ کلاس ہے۔ ایکسٹینشن اور بنیادی CLI دونوں ہی باکس سے باہر کام کرتے ہیں۔

• کھڑکیاں یہ CLI میں تجرباتی ہے۔ توسیع خود کام کرے گی، لیکن اگر آپ VS کوڈ کے مربوط ٹرمینل کے اندر بھی CLI چلانا چاہتے ہیں، تو OpenAI WSL ورک اسپیس کو استعمال کرنے کی تجویز کرتا ہے۔ CLI انسٹال کرنے سے پہلے فولڈر کو "WSL میں دوبارہ کھولیں" کے ذریعے کھولیں۔

• کرسر اور ونڈ سرفنگ ایک ہی ایکسٹینشن چلائیں۔ اپنے کانٹے میں شامل AI خصوصیات کے ساتھ بصری یا شارٹ کٹ تنازعات کی جانچ کریں۔ مزید تفصیلات کے لیے E.9 دیکھیں۔

E.4 VS کوڈ انٹیگریٹڈ ٹرمینل کے اندر Codex CLI سیٹ کرنا

CLI دوسرا انٹری پوائنٹ ہے۔ اگرچہ یہ ایک عام کمانڈ لائن ٹول کے طور پر چلتا ہے، لیکن یہ VS کوڈ کے مربوط ٹرمینل کے اندر ایکٹو ورک اسپیس فولڈر کو خود بخود منتخب کرتا ہے، جس سے اسے ایڈیٹر کے مقامی حصے کی طرح محسوس ہوتا ہے۔

CLI کی تنصیب

کسی بھی ٹرمینل سے، بشمول VS کوڈ کے مربوط ٹرمینل:

npm i -g @openai/codex

اگر آپ ایسا کرتے ہیں۔ codex دنیا بھر میں بائنریز۔ چلا کر چیک کریں:

codex --version

اگر کوئی کمانڈ نہیں ملتی ہے تو، سب سے عام وجہ یہ ہے کہ npm کی گلوبل بن ڈائرکٹری آپ کے PATH میں نہیں ہے۔ اپنے PATH میں ترمیم کریں یا نوڈ ورژن مینیجر (nvm, fnm, volta) کا استعمال کریں جو آپ کے لیے اسے ہینڈل کرتا ہے۔

VS کوڈ میں مربوط ٹرمینل کھولیں۔

تین افتتاحی طریقوں میں سے، وہ طریقہ منتخب کریں جو آپ کی عادات کے مطابق ہو۔

• مینو → ٹرمینل دیکھیں۔

• کی بورڈ شارٹ کٹس Ctrl+** (backtick) on Windows/Linux, **⌃ macOS پر۔

• کمانڈ پیلیٹ: Terminal: Create New Terminal.

مربوط ٹرمینل فعال ورک اسپیس فولڈر کو اس کی ورکنگ ڈائرکٹری کے طور پر وراثت میں دیتا ہے۔ codex اسے وہاں چلائیں اور یہ فوری طور پر آپ کو صحیح ذخیرہ دکھائے گا۔

کوڈیکس چلائیں

اپنے ٹرمینل میں، اپنے ریپوزٹری پر جائیں (اگر آپ کے پاس پہلے سے نہیں ہے) اور چلائیں:

codex

جب آپ اسے پہلی بار چلاتے ہیں، تو یہ اسی توثیق کے بہاؤ سے گزرتا ہے جیسا کہ توسیع۔ ChatGPT کے ساتھ لاگ ان کریں یا اپنی API کلید چسپاں کریں۔

منظوری کا موڈ منتخب کریں۔

CLI اجازت دینے کے متعدد طریقوں کی حمایت کرتا ہے جو یہ کنٹرول کرتے ہیں کہ کوڈیکس واضح تصدیق کے بغیر کتنے آپریشنز انجام دے سکتا ہے۔ نئے صارفین کے لیے، سخت ترین موڈ میں شروع کریں (ہر شیل کمانڈ اور ہر فائل کو تبدیل کرنے سے پہلے چیک کریں)، پھر ریپوزٹری کے ورک فلو پر بھروسہ کرنے کے بعد آرام کریں۔ متعلقہ طریقوں اور ان کے درمیان سوئچ کرنے کا طریقہ سیکشن 16 میں منسلک CLI دستاویزات میں بیان کیا گیا ہے۔

جب CLI ایکسٹینشن کو دھڑکتا ہے۔

• ایک ملٹی سٹیپ ایجنٹ پر عملدرآمد جس میں متعدد فائلوں کو پڑھنے، ٹیسٹ چلانے، لوپنگ اور رپورٹنگ کی ضرورت ہوتی ہے۔

• کوئی بھی چیز جسے آپ لکھنا چاہتے ہیں یا اسکرپٹ کو کال کرنا چاہتے ہیں۔ package.json اسکرپٹ، میک فائل یا CI قدم۔

• سبجینٹ سڑنا (CLI واضح طور پر متعدد متوازی ایجنٹوں کے عمل میں تقسیم کے کام کی حمایت کرتا ہے)۔

• MCP کنیکٹوٹی ٹولز اور حسب ضرورت ڈیٹا ذرائع۔

• جب آپ اپنے کی بورڈ کو چھوڑنا نہیں چاہتے ہیں تو آپ کے ٹرمینل میں کلاؤڈ کا کام شروع ہوتا ہے۔

E.5 براؤزر کوڈیکس کی ترتیبات (chatgpt.com/codex)

تیسرا انٹری پوائنٹ VS کوڈ سے باہر ہے، لیکن مجموعی ورک فلو کے لیے ضروری ہے کیونکہ یہ آپ کلاؤڈ ٹاسک کو لانچ اور مانیٹر کرنے کا طریقہ ہے۔

براؤزر کوڈیکس کھولیں۔

اگلے پر جائیں۔ chatgpt.com/codex. آپ کو اسی ChatGPT اکاؤنٹ میں لاگ ان کرنا ہوگا جو آپ نے ایکسٹینشن اور CLI کے لیے استعمال کیا تھا۔ اگر آپ کارپوریٹ ورک اسپیس کا حصہ ہیں، تو آپ کے منتظم کو ورک اسپیس کی سطح پر کوڈیکس کلاؤڈ کو فعال کرنا چاہیے۔ سیکشن 8 دیکھیں۔

آپ باقاعدہ چیٹ جی پی ٹی کے سائڈبار کے ذریعے بھی کوڈیکس تک رسائی حاصل کر سکتے ہیں۔ براؤزر کی سطح پر دکھائے جانے والے دو اہم فعل ہیں:

• پاس ورڈ - کوڈنگ کے کام تفویض کریں۔ کوڈیکس آپ کے ذخیرے میں پہلے سے بھری ہوئی سینڈ باکس کو گھماتا ہے اور قابلِ جائزہ فرق پیدا کرتا ہے۔

• پوچھنا - کوڈ کو تبدیل کیے بغیر کوڈ بیس کے بارے میں سوالات پوچھیں۔

GitHub ذخیرہ سے جڑیں۔

کلاؤڈ آپریشنز کے لیے GitHub پر ہوسٹ کردہ ایک ذخیرہ درکار ہوتا ہے۔ ایک بار جڑیں۔

1. chatgpt.com/codex پر ترجیحات کھولیں۔

2. اپنے GitHub اکاؤنٹ کو ChatGPT GitHub کنیکٹر کے ذریعے مربوط کریں۔

3. کوڈیکس کو ان مخصوص ذخیروں تک رسائی دیں جو آپ چاہتے ہیں کہ یہ استعمال کرنے کے قابل ہو۔ پہلے سے طے شدہ طور پر تنظیم تک رسائی نہ دیں۔ سیکورٹی چیک لسٹ کے لیے ضمیمہ C دیکھیں۔

4. تصدیق کریں کہ کنیکٹر ذخیرہ کو دستیاب کے طور پر دکھاتا ہے۔

کام شروع کریں

کوڈیکس ویب انٹرفیس سے:

1. ایک ذخیرہ اور (اختیاری طور پر) ایک شاخ منتخب کریں۔

2. ایک پرامپٹ درج کریں جو کام کی وضاحت کرتا ہو۔ براہ کرم مخصوص رہیں۔ "ان پٹ کی توثیق /users "پوسٹ اینڈ پوائنٹ اور میچ ٹیسٹ اپ ڈیٹس" نے "API کی بہتری" کو ترجیح دی۔

3. کلک کریں پاس ورڈ (یا پوچھنا غیر متغیر سوالات کے لیے)۔

4. کوڈیکس کے کام کرنے کے دوران ریئل ٹائم لاگز دیکھیں، یا ٹیب کو بند کریں اور اسے پس منظر میں چلنے دیں۔

5. ایک بار جب آپ کام کر لیں، اختلافات کا جائزہ لیں۔ یہاں سے آپ تبدیلیوں کی درخواست کر سکتے ہیں، نتائج کو قبول کر سکتے ہیں، یا پل کی درخواست کھول سکتے ہیں۔

GitHub PR تبصروں سے مندوب

مفید شارٹ کٹ: آپ کسی بھی PR سے منسلک ریپوزٹری میں ٹیگ شدہ تبصرہ پوسٹ کر سکتے ہیں۔ @codex ہدایات شامل ہیں (مثال کے طور پر "براہ کرم @codex میں حفاظتی مسائل اور گمشدہ ٹیسٹوں کے لیے اس PR کا جائزہ لیں")۔ کوڈیکس درخواست وصول کرتا ہے اور PR کا جواب دیتا ہے۔ ایسا کرنے کے لیے، آپ کو اسی براؤزر میں ChatGPT میں لاگ ان کرنا ہوگا۔

براؤزر کی سطح کیوں اہمیت رکھتی ہے یہاں تک کہ اگر آپ VS کوڈ میں رہتے ہیں۔

کلاؤڈ آپریشنز کوڈیکس کو آپ کے مقامی کمپیوٹر سے الگ کرتے ہیں۔ آپ اپنے براؤزر میں طویل عرصے سے چلنے والا کام شروع کر سکتے ہیں، اپنا لیپ ٹاپ بند کر سکتے ہیں، اور بعد میں فرق پر واپس جا سکتے ہیں۔ ایکسٹینشنز اور سی ایل آئی ایسا نہیں کر سکتے۔ اسے چلانے کے لیے آپ کو کھلے VS کوڈ کی مثال درکار ہوگی۔

E.6 انٹری پوائنٹ کا انتخاب کب کرنا ہے۔

تینوں داخلی مقامات اوورلیپ ہو جاتے ہیں، جس سے الجھن پیدا ہوتی ہے۔ یہ جدول انتخاب کو مکینیکل بناتا ہے۔

صورت حال	بہترین انٹری پوائنٹ	کیوں
کھلی فائلوں پر فوری ترامیم	توسیع	سب سے کم رگڑ، کوئی سیاق و سباق سوئچنگ نہیں
"یہ خصوصیت کیا کرتی ہے؟"	توسیع	دائیں سائڈبار سوال و جواب ٹرمینل میں ٹائپ کرنے سے زیادہ تیز ہے۔
ٹیسٹنگ کے ساتھ ملٹی فائل ری فیکٹرنگ	مربوط ٹرمینل میں CLI	ملٹی سٹیپ ایجنٹ کی کارروائیاں اور منظوری بہتر ہے۔
کوئی بھی چیز جسے آپ اسکرپٹ کرنا چاہتے ہیں یا اپنی Makefile سے لنک کرنا چاہتے ہیں۔	سی ایل آئی	دیگر اسکرپٹس سے صرف CLI کال کی جا سکتی ہے۔
طویل عرصے سے چلنے والے کام جو آپ چلاتے رہنا چاہتے ہیں۔	براؤزر (کلاؤڈ)	لیپ ٹاپ سے منقطع
متوازی کارروائیاں (مثلاً ایک ساتھ تین آزاد ترامیم)	براؤزر (کلاؤڈ)	کلاؤڈ سینڈ باکس مقامی وسائل کے تنازعہ کے بغیر متوازی چلتے ہیں۔
ٹیم ممبر کی پل کی درخواست کا PR جائزہ	براؤزر کے ذریعے @codex PR میں ذکر کیا گیا ہے۔	ہم وہاں رہتے ہیں جہاں جائزے اصل میں ہوتے ہیں۔
پیداواری اسناد یا لائیو انفراسٹرکچر سے متعلق کوئی بھی چیز	مذکورہ بالا میں سے کوئی بھی شخص کی منظوری کے بغیر لاگو نہیں ہوتا ہے۔	سیکشن 14 دیکھیں

ظاہر ہونے والے پیٹرن: جگہ جگہ ترمیم کے لیے ایکسٹینشنز، مقامی ایجنٹ کے سنجیدہ کاموں کے لیے ایک CLI، اور کسی بھی چیز کے لیے ایک براؤزر جسے آپ اپنی ٹیم کے ساتھ آف لوڈ یا شیئر کرنا چاہتے ہیں۔

E.7 مشترکہ VS کوڈ ورک فلو

تینوں انٹری پوائنٹس سب سے زیادہ طاقتور ہوتے ہیں جب ایک ساتھ استعمال کیا جائے۔ ایک عام دن ایسا ہوتا ہے۔

صبح، VS کوڈ میں:

1. ذخیرہ کھولیں۔ کوڈیکس ایکسٹینشن پینل دائیں سائڈبار میں واقع ہے۔

2. غیر مانوس ماڈیولز کو چھونے سے پہلے سوالات پوچھنے کے لیے ایکسٹینشن کا استعمال کریں۔

3. سادہ ان لائن ایڈیٹس (سنگل فنکشن تبدیلیاں، ڈاکسٹرنگز، قسم میں ترمیم) کرنے کے لیے ایکسٹینشن کے ڈف اپلائی فلو کا استعمال کریں۔

درمیانی صبح، مربوط ٹرمینل پر:

1. مربوط ٹرمینل (Ctrl+`) کھولیں۔

2. چلائیں codex واضح اجازت کے موڈ میں ملٹی فائل آپریشن شروع کرتا ہے۔ "نئے سیشن انٹرفیس کو استعمال کرنے کے لیے تصدیقی مڈل ویئر کو ریفیکٹر کریں۔ پہلے ان فائلوں کی فہرست بنائیں جن کو آپ چھونا چاہتے ہیں، پھر انہیں سب سے چھوٹی ممکنہ کمٹ میں تبدیل کریں۔"

3. کوڈیکس ہر شیل کمانڈ اور ہر ایک فرق کو درخواست کے مطابق قبول کرتا ہے۔

4. کوڈیکس مکمل ہونے کے بعد، ٹیسٹ سویٹ چلائیں۔

آپ کے براؤزر میں دوپہر میں:

1. جب میں صبح کی CLI تبدیلیوں کا جائزہ لیتا ہوں، میں chatgpt.com/codex کو دوسرے ٹیب میں کھولتا ہوں۔

2. کلاؤڈ ٹاسک چلانا: "تمام عوامی اختتامی مقامات پر اوپن اے پی آئی تشریح شامل کریں۔ /api/v2 ڈائریکٹری۔" اس میں کچھ وقت لگے گا۔

3. VS کوڈ پر واپس جائیں اور کام جاری رکھیں۔ کلاؤڈ جابز ان کے اپنے سینڈ باکس میں چلتی ہیں۔

4. کلاؤڈ ٹاسک مکمل ہونے کے بعد، اپنے براؤزر میں فرق کا جائزہ لیں، ایڈجسٹمنٹ کی درخواست کریں، اور PR کھولیں۔

دن کے اختتام پر، GitHub پر:

1. ٹیگ @codex نتائج راتوں رات ٹیم کے اراکین کے عوامی PRs پر تبصرے کے طور پر شائع کیے جائیں گے، "درستگی اور گمشدہ ٹیسٹوں کے لیے جائزہ لیا گیا ہے۔"

مشترکہ ورک فلو کا نقطہ یہ ہے کہ ہر انٹری پوائنٹ بیک وقت اپنا بہترین کام کرتا ہے۔ ایکسٹینشنز جگہ جگہ ایڈیٹنگ کو تیز کرتی رہتی ہیں، CLI مقامی ایجنٹ کے کاموں کو سنبھالتا ہے جن کے لیے داخلہ کنٹرول کی ضرورت ہوتی ہے، اور کلاؤڈ آپ کے مقامی سسٹم کو استعمال کیے بغیر طویل عرصے سے چلنے والے اور متوازی کاموں کو ہینڈل کرتا ہے۔

E.8 بمقابلہ کوڈ ٹپس

یہ ایک چھوٹی سی ٹپ ہے جو وقت کے ساتھ ساتھ بڑھ جائے گی اگر آپ VS کوڈ کے اندر روزانہ Codex استعمال کرتے ہیں۔

• سائڈبار کا مقام۔ کوڈیکس پینل بطور ڈیفالٹ دائیں سائڈبار میں واقع ہوتا ہے۔ اگر آپ کے پاس GitHub PR Reviews یا دیگر پینلز بھی ہیں تو Codex کو ثانوی طرف یا پینل کے نیچے گودی کی طرف گھسیٹیں۔ کسی بھی طرح سے، آپ ایڈیٹر میں جگہ لیے بغیر اسے مرئی رکھ سکتے ہیں۔

• کی بائنڈنگ۔ سب سے زیادہ استعمال شدہ کوڈیکس کمانڈز (اوپن پینل، نیا ٹاسک، فرق کی اجازت دیں) کو VS کوڈ کے ساتھ کی بورڈ شارٹ کٹس سے باندھیں۔ Preferences: Open Keyboard Shortcuts. کی بورڈ کو تھامیں، ماؤس کو نہیں۔

• مطابقت پذیری کی ترتیبات۔ VS کوڈ میں ترتیبات کی مطابقت پذیری کوڈیکس ایکسٹینشن کی سیٹنگز کو دوسرے کمپیوٹر پر منتقل کرتی ہے۔ سرٹیفیکیشن کی حیثیت نہیں ہے. ہر کمپیوٹر پر دوبارہ لاگ ان کریں۔ یہ صحیح بات ہے۔ اس مسئلے کو ٹھیک نہ کریں۔

• ملٹی روٹ ورک اسپیس۔ توسیع کا دائرہ فعال ورک اسپیس فولڈر تک ہے۔ اگر آپ ملٹی روٹ ورک اسپیس کھول رہے ہیں تو کوڈیکس سے تبدیلیوں کی درخواست کرنے سے پہلے واضح طور پر فعال فولڈر کو تبدیل کریں۔ بصورت دیگر یہ غلط جڑ کے لیے کام کر سکتا ہے۔

• انٹیگریٹڈ ٹرمینل پروفائل۔ اگر آپ متعدد ٹرمینل پروفائلز (PowerShell، bash، WSL) استعمال کرتے ہیں، تو Windows WSL پروفائل کو بطور ڈیفالٹ سیٹ کرتا ہے۔ codex مربوط ٹرمینلز ہمیشہ معاون ماحول تک پہنچتے ہیں۔

• ماخذ کنٹرول پینل۔ Codex تبدیلیوں کو لاگو کرنے کے بعد، آپ VS کوڈ سورس کنٹرول پینل میں فرق دیکھیں گے۔ ارتکاب کرنے سے پہلے جائزہ لیں۔ کمٹ کے طور پر ایک ہی سیاق و سباق فراہم کرتا ہے. git diff ایڈیٹر کو چھوڑے بغیر۔

• منظوری کے موڈ کے خلاف نہ لڑیں۔ نئے صارفین اکثر اپنی "خودکار" کی قبولیت میں نرمی کرنے میں بہت جلدی کرتے ہیں کیونکہ اشارے سست محسوس ہوتے ہیں۔ پہلے ہفتے تک اس کی مزاحمت کریں۔ اعترافات کوڈیکس کے لیے ایک ذہنی نمونہ بنانے کا ایک طریقہ ہے جو کہ ریپوزٹری اصل میں کرتی ہے۔

• ایک کوڈیکس پینل فی وی ایس کوڈ ونڈو۔ ایک ہی کام میں ایک ہی ورک اسپیس میں ایکسٹینشن اور سی ایل آئی کو بیک وقت نہ چلائیں۔ دونوں فائلوں کو چھو سکتے ہیں، لہذا آپ اس بارے میں الجھن میں پڑ جائیں گے کہ کس نے کون سی تبدیلی کی۔

E.9 کرسر اور ونڈ سرفنگ

کوڈیکس ایکسٹینشن واضح طور پر دو مقبول ترین VS کوڈ فورکس کو سپورٹ کرتی ہے: کرسر اور ونڈ سرف۔ تنصیب اور لاگ ان کا بہاؤ ایک جیسا ہے۔ جاننے کے قابل نوٹ:

• ڈبل AI الجھن سے بچیں۔ کرسر اور ونڈ سرف دونوں اپنی اپنی AI خصوصیات پیش کرتے ہیں۔ کوڈیکس کے ساتھ اسے استعمال کرنے والے انجینئرز کوڈیکس کو کال کرنے کی کوشش کرتے وقت غلطی سے فورک کے بلٹ ان AI کو کال کر سکتے ہیں، یا اس کے برعکس۔ ترمیم کے لیے ایک بنیادی ٹول کا انتخاب کریں اور دوسرے ٹولز کا استعمال صرف اس صورت میں کریں جب ان کی خاص طاقتیں آپ کے لیے اہم ہوں۔

• سرٹیفیکیشن آزاد ہے۔ کوڈیکس ایکسٹینشن کا چیٹ جی پی ٹی لاگ ان کرسر یا ونڈ سرف میں آپ کے اپنے ماڈل اکاؤنٹ سے الگ ہے۔ کوڈیکس کے استعمال کا بل آپ کے ChatGPT ریٹ پلان کے مطابق لگایا جاتا ہے۔ کرسر/ونڈ سرفنگ کا استعمال کریں۔

• کلیدی پابند تنازعہ۔ خاص طور پر کرسر نے AI مخصوص کلیدی پابندیوں کو بہت زیادہ حسب ضرورت بنایا ہے۔ کوڈیکس ایکسٹینشن انسٹال کرنے کے بعد، اپنے بائنڈنگ کا آڈٹ کریں تاکہ یہ یقینی بنایا جا سکے کہ دونوں سطحوں تک پہنچ سکتے ہیں۔

• مطابقت پذیری کی احتیاطی تدابیر ترتیب دینا۔ کرسر اور ونڈ سرف کی اپنی ترتیبات کی مطابقت پذیری ہے جو اپ اسٹریم VS کوڈ سے مختلف ہے۔ کوڈیکس ایکسٹینشن کی ترتیبات کو آپ کے VS کوڈ کی تنصیب سے الگ کرسر یا ونڈ سرف کے اندر مطابقت پذیر کیا جا سکتا ہے۔

ایک خالص کوڈیکس فرسٹ ٹیم کے لیے، ونیلا VS کوڈ سب سے آسان بیس لائن ہے۔ ان ٹیموں کے لیے جو پہلے ہی دیگر وجوہات کی بنا پر کرسر یا ونڈ سرف پر معیاری ہو چکی ہیں، کوڈیکس ایکسٹینشن ایک مکمل اضافہ ہے، متبادل نہیں۔

E.10 خاص طور پر VS کوڈ کو حل کرنا

عام ٹربل شوٹنگ کے مسائل کی ایک فہرست سیکشن 12 میں ہے۔ ذیل کا مسئلہ VS کوڈ کے اندر سے Codex چلانے کے لیے مخصوص ہے۔

ایکسٹینشن انسٹال ہے، لیکن سائڈبار پینل ظاہر نہیں ہوتا ہے۔

ونڈو کو دوبارہ لوڈ کریں (کمانڈ پیلیٹ → "ڈیولپر: ونڈو کو دوبارہ لوڈ کریں")۔ اگر یہ کام نہیں کرتا ہے تو، آؤٹ پٹ پینل کو چیک کریں، ڈراپ ڈاؤن کو "کوڈیکس" میں تبدیل کریں اور اصل غلطی تلاش کریں۔ سب سے عام وجہ یہ ہے کہ کارپوریٹ پراکسی ایکسٹینشن کی توثیق سے ہینڈ شیک کو روک رہی ہے یا ایکسٹینشن کے پرانے ورژن سے متصادم ہے جو ابھی تک انسٹال ہے۔

"لاگ ان" لاگ ان پرامپٹ کے طور پر دہراتی رہتی ہے۔

اس کا عام طور پر مطلب یہ ہے کہ براؤزر کی توثیق کے بہاؤ کی ری ڈائریکشن ایکسٹینشن تک نہیں پہنچی۔ مکمل طور پر لاگ آؤٹ کریں، تمام VS کوڈ ونڈوز کو بند کریں، پھر انہیں دوبارہ کھولیں اور دوبارہ لاگ ان کرنے کی کوشش کریں۔ ونڈوز پر، یقینی بنائیں کہ آپ کا ڈیفالٹ براؤزر ایسا ہے جو OS ہینڈلر کے ذریعے VS کوڈ کھول سکتا ہے۔

codex مربوط ٹرمینل میں کمانڈ نہیں ملی

CLI کی npm گلوبل بن ڈائرکٹری PATH میں نہیں ہے۔ macOS/Linux پر تیز ترین درستگی شامل کرنا ہے: $(npm bin -g) شیل پروفائل (.zshrc, .bashrc)۔ ونڈوز پر، این پی ایم انسٹال ہونے کے بعد VS کوڈ کو دوبارہ شروع کریں تاکہ مربوط ٹرمینل اپڈیٹ شدہ PATH کو اٹھا لے، یا WSL ٹرمینل پر سوئچ کریں جہاں انسٹالیشن پہلے سے ہی PATH میں ہے۔

اگرچہ میں نے اپنے کلاؤڈ ورک بوجھ سے منسلک کیا ہے، یہ کہتا ہے "کوئی اسٹوریج منسلک نہیں ہے۔"

اپنی chatgpt.com/codex ترجیحات کو چیک کریں کہ آیا مخصوص ذخیرہ وائٹ لسٹ میں ہے۔ GitHub کنیکٹر ریپوزٹری کے لیے مخصوص رسائی فراہم کرتا ہے۔ صرف اپنی تنظیم تک رسائی دینا کافی نہیں ہے۔ یہ بھی یقینی بنائیں کہ آپ کے ورک اسپیس ایڈمنسٹریٹر نے کوڈیکس کلاؤڈ کو فعال کر دیا ہے۔ انفرادی صارفین اسے خود فعال نہیں کر سکتے ہیں۔

ایک ہی فائل کو ایکسٹینشن اور CLI کے ساتھ ایک ساتھ ایڈٹ کریں۔

اسے روکو۔ وہ ہم آہنگ نہیں ہیں اور آپ کو متضاد ترامیم موصول ہوں گی۔ آسان ترین نظم و ضبط: فی کام ایک انٹری پوائنٹ کا انتخاب کریں اور کاموں کو ایک کام کے اندر جوڑنے کے بجائے ان کے درمیان سوئچ کریں۔

اسی پرامپٹس کے لیے ایکسٹینشن CLI سے سست محسوس ہوتی ہے۔

ایسا اکثر ہوتا ہے کیونکہ ایکسٹینشن CLI کنفیگریشن سے مختلف بیس ماڈل کا استعمال کرتی ہے۔ فعال ماڈل (ایکسٹینشن پینل میں ماڈل سلیکٹر) اور codex --help یا CLI کے لیے متعلقہ کنفیگریشن فائل۔

ونڈوز کا رویہ عام طور پر برا ہوتا ہے۔

WSL ورک اسپیس پر جائیں۔ OpenAI کی اپنی دستاویزات میں CLI کے تجرباتی طور پر ونڈوز کا تذکرہ کیا گیا ہے۔ WSL پاتھ سپورٹڈ پاتھ ہے اور زیادہ تر مسائل کو ایک ساتھ حل کرتا ہے۔

کیا آپ ایک AI انجینئر کے طور پر پلیٹ میں قدم رکھنے کے لیے تیار ہیں؟

جیسا کہ ہم ذہین طب کے بارے میں اپنی تحقیق کو ختم کرتے ہیں، یہ واضح ہو جاتا ہے کہ مستقبل ان لوگوں کے ساتھ ہے جو زمینی تحقیق اور حقیقی دنیا کی افادیت کے درمیان فرق کو ختم کر سکتے ہیں۔ اگر آپ اس تبدیلی کی قیادت کرنے کے لیے متاثر ہیں، تو ہمارے کلیدی وسائل کو ڈاؤن لوڈ کریں۔ AI انجینئرنگ ہینڈ بک. Tatev Aslanyan، ایک اہم AI انجینئر اور LUNARTECH کے شریک بانی کی تحریر کردہ، یہ گائیڈ آپ کو مسابقتی AI انجینئرنگ کے منظر نامے پر تشریف لے جانے میں مدد کرتا ہے اور قدم بہ قدم روڈ میپ اور انڈسٹری ورک فلو فراہم کرتا ہے جو آپ کو دنیا کو تبدیل کرنے والی مصنوعات بنانے کے لیے درکار ہیں۔

دنیا کی جدید ترین ٹیکنالوجی کمپنیوں میں AI کے علمبرداروں کی طرف سے استعمال کی جانے والی انہی حکمت عملیوں سے خود کو بااختیار بنائیں۔ پیداوار کے لیے تیار کردہ ان مہارتوں میں مہارت حاصل کرنے سے آپ کو نہ صرف ہماری ہائپر کنیکٹڈ دنیا کے ساتھ رفتار برقرار رکھنے میں مدد ملے گی بلکہ اس کی وضاحت بھی ہو گی۔ ای بک یہاں سے ڈاؤن لوڈ کرکے آج ہی شروع کریں: https://www.lunartech.ai/download/the-ai-engineering-handbook۔

LunarTech لیبز کے بارے میں

"اصلی AI. اصلی ROI۔ انجینئرز سے، سلائیڈ ڈیک سے نہیں۔"

لونا ٹیک لیب AI، ڈیٹا سائنس، اور ڈیجیٹل تبدیلی، صحت کی دیکھ بھال سے لے کر توانائی، مواصلات، اور مزید میں مہارت رکھنے والا ایک گہرا ٹیکنالوجی اختراعی پارٹنر۔

ہم حقیقی نظام بناتے ہیں، پاورپوائنٹ کی حکمت عملی نہیں۔ ہماری ٹیم AI کو ڈیزائن کرنے کے لیے طبی، ڈیٹا اور انجینئرنگ کی مہارت کو یکجا کرتی ہے جو قابل پیمائش، مطابقت پذیر، اور پیداوار کے لیے تیار ہے۔ ہم وینڈر غیر جانبدار ہیں، عالمی سطح پر تقسیم کیے گئے ہیں، اور حقیقی AI اور انجینئرنگ پر مبنی ہیں، ہائپ پر نہیں۔ ہمارا ماڈل مغربی یورپی اور شمالی امریکہ کی قیادت کو ایک اعلی کارکردگی کا مظاہرہ کرنے والی تکنیکی ٹیم کے ساتھ جوڑتا ہے جو بگ فور کی قیمت کے 70% پر عالمی معیار کی خدمات فراہم کرتی ہے۔

ہم کیسے کام کرتے ہیں — شروع سے 4 مراحل میں

1. ڈسکوری سپرنٹ (2-4 ہفتے): ہم ڈیٹا اور ROI کے ساتھ شروع کرتے ہیں۔ یہ کوئی مفروضہ نہیں ہے کہ اس بات کی وضاحت کی جائے کہ کیا تعمیر کرنے کے قابل ہے، کیا نہیں، اور اس پر کتنی لاگت آئے گی۔

2. تصور کا پائلٹ/ ثبوت (8-12 ہفتے): ہم اہم خیالات کو تیز، توجہ مرکوز اور قابل پیمائش طریقے سے پروٹو ٹائپ کرتے ہیں۔
یہ مرحلہ اسکیلنگ سے پہلے ماڈل، انضمام اور اصل ROI کی جانچ کرتا ہے۔

3. مکمل نفاذ (6-12 ماہ): ہم محفوظ ڈیٹا پائپ لائنز، پروڈکشن گریڈ ماڈل، مکمل تعمیل (HIPAA، MDR، GDPR) اور علم کی منتقلی کے ساتھ اپنے حل کو صنعتی بناتے ہیں۔

4. منظم خدمات (جاری): ہم جاری ROI کے لیے آپ کے AI ماڈلز کو برقرار رکھتے ہیں، دوبارہ تربیت دیتے ہیں اور تیار کرتے ہیں۔ سہ ماہی جائزے اس بات کو یقینی بناتے ہیں کہ کارکردگی وقت کے ساتھ بہتر ہو رہی ہے اور خراب نہیں ہو رہی ہے۔ چونکہ ہم LunarTech اکیڈمی کے مالک ہیں، ہم اپنے صارفین کی تکنیکی ٹیموں کے لیے حسب ضرورت تربیت بھی بناتے ہیں تاکہ وہ ہمارے بغیر کام جاری رکھ سکیں۔

تمام منصوبے ڈیزائن کیے گئے ہیں۔ شروع سےطبی علم، ڈیٹا انجینئرنگ، اور لاگو AI تحقیق کو مربوط کرتا ہے۔

LunarTech لیب کیوں؟

LunarTech Lab حکمت عملی اور حقیقی انجینئرنگ کے درمیان فرق کو ختم کرتی ہے جس کی زیادہ تر حریفوں میں کمی ہے۔ روایتی مشاورتی فرمیں، بشمول بگ فور، فریم ورک فروخت کرتی ہیں نہ کہ سسٹمز - مہنگی سلائیڈ ڈیک جس پر بہت کم عملدرآمد ہوتا ہے۔

ہم وہی اسٹریٹجک وضاحت فراہم کرتے ہیں، لیکن تقریباً 70% لاگت پر، انجینئرز اور ڈیٹا سائنسدانوں سے جو وہ ڈیزائن کرتے ہیں۔ کلاؤڈ فراہم کرنے والے اپنے اسٹیک کو آگے بڑھاتے ہیں اور کلائنٹس کو لاک کرتے ہیں۔ LunarTech وینڈر غیر جانبدار ہے۔ ہم آزادی اور طویل مدتی لچک کو یقینی بناتے ہوئے، آپ کے اہداف کے مطابق بہترین انتخاب کریں گے۔

آؤٹ سورسنگ کمپنیاں جدت کے بغیر کام کرتی ہیں۔ LunarTech ایک R&D پارٹنر کی طرح کام کرتا ہے، پہلے اصولوں کی بنیاد پر آئی پی کو تخلیق کرتا ہے اور قابل پیمائش ROI فراہم کرتا ہے۔

دریافت سے لے کر تعیناتی تک، ہم حکمت عملی، سائنس اور انجینئرنگ کو ایک عزم میں یکجا کرتے ہیں۔ ہم سلائیڈیں نہیں بیچتے ہیں۔ ہم موثر انٹیلی جنس فراہم کرتے ہیں۔

LunarTech کے ساتھ جڑے رہیں

LunarTech نیوز لیٹر میں LunarTech Lab کو فالو کریں۔ اور لنکڈ, یہ وہ جگہ ہے جہاں جدت حقیقی انجینئرنگ سے ملتی ہے۔ اپلائیڈ AI اور ڈیٹا سائنس کی صف اول سے بصیرت، پروجیکٹ کی کہانیاں، اور صنعت کی اختراعات حاصل کریں۔