ایک شخص نے 6 AI ایجنٹ کمپنیاں بنائیں، ایک ہفتے میں 30 ویب سائٹیں لانچ کیں

میں نے حال ہی میں ایک آزاد ڈویلپر کی تخلیق دیکھی، جس نے مجھے خاموش کروا دیا۔

6 AI ایجنٹ، خود ایک پوری ویب سائٹ چلاتے ہیں۔ روزانہ خودکار طور پر میٹنگ کرتے ہیں، ووٹنگ کرتے ہیں، مواد لکھتے ہیں، ٹویٹ کرتے ہیں، اور کوالٹی چیک کرتے ہیں۔ مکمل طور پر خودکار، کوئی نگرانی نہیں کرتا۔

یہ ڈیمو نہیں ہے، بلکہ حقیقی طور پر آن لائن چل رہا ہے۔

截屏2026-02-11 09.13.32

لیکن جس چیز نے مجھے سب سے زیادہ متاثر کیا وہ بند لوپ آرکیٹیکچر نہیں تھا — بلکہ یہ تھا کہ اس نے ہر ایجنٹ کے لیے ایک مکمل "پرسنلٹی سسٹم" ڈیزائن کیا تھا۔ شخصیت، تعلقات، ترقی کا منحنی خطوط، اور یہاں تک کہ RPG خصوصیات کے پینلز اور 3D اوتار بھی تھے۔

سچ کہوں تو، اسے دیکھنے کے بعد میرا پہلا ردعمل یہ تھا: کیا یہ الیکٹرانک پالتو جانور نہیں ہیں؟ فرق صرف یہ ہے کہ یہ پالتو جانور آپ کو ٹویٹس کرنے، تحقیق کرنے، رپورٹس لکھنے اور ایک دوسرے سے بحث کرنے میں مدد کریں گے۔

آج میں اس پورے ڈیزائن کو کھول کر اس پر بات کروں گا، ملٹی ایجنٹ سسٹم بنانے والے دوستوں کو اس سے بہت تحریک ملے گی۔

آئیے جلدی سے آرکیٹیکچر پر نظر ڈالتے ہیں

تکنیکی اسٹیک کے تین ٹکڑے: OpenClaw VPS پر دماغ کے طور پر چلتا ہے، Next.js + Vercel فرنٹ اینڈ اور API پرت کے طور پر کام کرتے ہیں، اور Supabase تمام ریاستوں کو محفوظ کرتا ہے۔

6 ایجنٹوں میں سے ہر ایک کا اپنا کام ہے — کچھ فیصلے کرتے ہیں، کچھ تحقیق کرتے ہیں، کچھ انٹیلی جنس جمع کرتے ہیں، کچھ مواد لکھتے ہیں، کچھ سوشل میڈیا کا انتظام کرتے ہیں، اور کچھ کوالٹی چیک کرتے ہیں۔

OpenClaw کا cron job انہیں روزانہ "کام پر چیک ان" کرنے دیتا ہے، اور راؤنڈ ٹیبل فنکشن انہیں بحث اور ووٹ کرنے دیتا ہے۔

لیکن "بات کرنے" سے لے کر "کام کرنے" تک، درمیان میں ایک پورا بند لوپ ہے۔ مصنف نے تین بڑے گڑھے کھودے تب جا کر یہ چل سکا، یہاں میں مختصراً بیان کروں گا:

گڑھا نمبر 1: VPS اور Vercel دونوں ایک ہی وقت میں کام کے لیے مقابلہ کر رہے ہیں۔ دو ایگزیکیوٹرز ایک ہی ٹیبل کو چیک کرتے ہیں، اور ریس کنڈیشن براہ راست کام کی حالت کے تنازعات کا باعث بنتی ہے۔ حل یہ ہے کہ ایک طرف کو کاٹ دیا جائے، VPS عمل درآمد کے لیے ذمہ دار ہے، اور Vercel صرف کنٹرول سطح کے طور پر کام کرتا ہے۔

گڑھا نمبر 2: ٹرگر حالات کا پتہ لگا سکتا ہے اور تجاویز بنا سکتا ہے، لیکن تجاویز ہمیشہ زیر التوا رہتی ہیں۔ کیونکہ ٹرگر براہ راست ٹیبل میں ڈیٹا داخل کرتا ہے، اور بعد میں منظوری اور کام کی تخلیق کے عمل کو چھوڑ دیتا ہے۔ حل یہ ہے کہ ایک متحد داخلی فنکشن نکالا جائے، اور تمام تجاویز بنانے کے راستے ایک ہی راستے پر چلیں۔

گڑھا نمبر 3: کوٹہ ختم ہو گیا ہے لیکن قطار میں لگے کام پاگلوں کی طرح جمع ہو رہے ہیں۔ ورکر کوٹہ ختم ہونے پر چھوڑ دیتا ہے، نہ تو دعویٰ کرتا ہے اور نہ ہی ناکام نشان لگاتا ہے، اور وقت گزرنے کے ساتھ ڈیٹا بیس میں سینکڑوں ایسے اقدامات جمع ہو جاتے ہیں جو کبھی نہیں کیے جائیں گے۔ حل یہ ہے کہ تجویز کے داخلی دروازے پر ہی کوٹہ چیک کیا جائے، اور اگر یہ بھر جائے تو اسے براہ راست مسترد کر دیا جائے، اور اسے قطار میں لگنے والا کام پیدا نہ کرنے دیا جائے۔

تینوں گڑھوں کا بنیادی نکتہ ایک ہی ہے — دروازے پر روکیں، مسائل کو قطار میں داخل نہ ہونے دیں۔

بند لوپ کے چلنے کے بعد، دلچسپ حصہ واقعی شروع ہوتا ہے۔

کردار کارڈ: ایک جملہ نہیں، ایک مکمل "ملازم ہینڈ بک"

ملٹی ایجنٹ سسٹم بنانے والے لوگ جانتے ہیں کہ اگر آپ Claude سے کہیں کہ "آپ سوشل میڈیا مینیجر ہیں"، تو وہ واقعی ٹویٹ کرے گا۔ لیکن اگر آپ ایک ہی وقت میں ایسے 6 ایجنٹ چلاتے ہیں، تو آپ کو معلوم ہوگا کہ:

• ان سب کے بولنے کا انداز ایک جیسا ہے۔

• انہیں نہیں معلوم کہ انہیں کیا نہیں کرنا چاہیے۔

• کون کس کے ساتھ مل کر کام کرتا ہے، اور کس کا کس سے تنازعہ ہے، یہ مکمل طور پر قسمت پر منحصر ہے۔

• جمع شدہ تجربے کی وجہ سے ان کے رویے میں کبھی تبدیلی نہیں آئے گی۔

اس ڈویلپر نے ہر ایجنٹ کے لیے 6 پرتوں والا کردار کارڈ ڈیزائن کیا ہے:

Domain → آپ کس چیز کے ذمہ دار ہیں Inputs/Outputs → آپ کس سے چیزیں لیتے ہیں اور کس کو دیتے ہیں Definition of Done → "مکمل" ہونے کا کیا مطلب ہے Hard Bans → آپ کو بالکل کیا نہیں کرنا چاہیے Escalation → کب رکنا ہے اور پوچھنا ہے Metrics → آپ کا KPI سوشل میڈیا ایجنٹ کی مثال لیتے ہیں، اس کے کردار کارڈ میں یہ بیان کیا گیا ہے: یہ صرف مواد کی تقسیم کے لیے ذمہ دار ہے، ان پٹ رائٹنگ ایجنٹ کے مسودوں اور انٹیلی جنس ایجنٹ کے مواد سے آتے ہیں، آؤٹ پٹ ٹویٹ کے مسودے اور اشاعت کے منصوبے ہیں، سخت ممانعت براہ راست ٹویٹ کرنا (صرف مسودے لکھ سکتے ہیں)، ڈیٹا من گھڑت کرنا، اور اندرونی فارمیٹ کو ظاہر کرنا ہے۔

ہر پرت ایک ہی کام کر رہی ہے: ایجنٹ کے رویے کی جگہ کو کم کرنا۔

صلاحیت سے ایک لاکھ گنا زیادہ اہم ممانعت ہے

یہ پورے ڈیزائن میں وہ نقطہ ہے جو مجھے سب سے زیادہ پسند آیا۔

آپ کو LLM کو یہ سکھانے کی ضرورت نہیں ہے کہ ٹویٹ کیسے لکھنا ہے — Claude، GPT، اور Gemini سبھی کافی ہوشیار ہیں۔ اسے سیاق و سباق دیں اور وہ ڈیلیور کر دے گا۔ آپ کو اسے یہ بتانے کی ضرورت ہے: کیا بالکل نہیں کرنا ہے۔

"براہ راست شائع کرنے کی ممانعت" نہیں ہے → سوشل ایجنٹ براہ راست ٹویٹر API کو کال کرتا ہے، تمام منظوریوں کو چھوڑ کر۔

"اعداد و شمار من گھڑت کرنے کی ممانعت" نہیں ہے → یہ ٹویٹ میں لکھے گا "تعامل کی شرح میں 340% اضافہ ہوا ہے"، یہ اعداد و شمار کہاں سے آئے؟ من گھڑت۔مصنف نے ایک بات کہی جو مجھے اچھی طرح یاد ہے: ہر ممانعت کا وجود اس لیے ہے کہ یہ واقعہ واقعی پیش آیا ہے۔

مختلف کرداروں کے لیے ممانعت کی منطق بھی مختلف ہے:

• فیصلہ ساز ایجنٹ: بغیر منظوری کے تعیناتی ممنوع ہے۔ سب سے زیادہ اختیارات، ایک غلط تعیناتی ویب سائٹ کو تباہ کر سکتی ہے۔

• تحقیقی ایجنٹ: من گھڑت حوالہ جات ممنوع ہیں۔ تحقیق کرنے والے جعلی ڈیٹا بناتے ہیں، اور پوری معلومات کی زنجیر بیکار ہو جاتی ہے۔

• سماجی ایجنٹ: براہ راست اشاعت ممنوع ہے۔ سوشل میڈیا ایک چہرہ ہے، اسے منظور ہونا چاہیے۔

• کوالٹی کنٹرول ایجنٹ: ذاتی حملے ممنوع ہیں۔ آڈیٹر ذاتی حملہ کرتا ہے، اور ٹیم منتشر ہو جاتی ہے۔

ممانعت لکھنے کا خیال یہ نہیں ہے کہ "اسے کیا کرنا چاہیے"، بلکہ "اگر یہ گڑبڑ ہو جائے تو بدترین کیا ہو سکتا ہے"۔ پھر بدترین صورتحال کے لیے ممانعت لکھیں۔

ایجنٹ کو مختلف انداز میں بات کرنے دیں: شخصیت کی ہدایات

کردار کارڈ نے "کیا کرنا ہے" کے مسئلے کو حل کیا، لیکن جب ایجنٹ ایک دوسرے سے بات کرتے ہیں، تو انہیں مختلف بھی لگنا چاہیے۔

ہر ایجنٹ کے لیے الگ شخصیت کی ہدایات ہیں۔ مثال کے طور پر:

تحقیقی ایجنٹ: پرسکون، تجزیاتی، شکوک و شبہات والا رویہ۔ ثبوت کے معیار اور طریقہ کار سے متعلق۔ اگر کوئی جرات مندانہ نتیجہ اخذ کرتا ہے، تو وہ پوچھے گا "ڈیٹا کہاں ہے"۔ دوسروں کو درست کرتے وقت کہنا پسند کرتا ہے "دراصل..."

سماجی ایجنٹ: جرات مندانہ، بے صبر، حاشیائی۔ تیز خیالات کو پسند کرتا ہے، محفوظ کارڈز کو ناپسند کرتا ہے۔ تحقیقی ایجنٹ کے محتاط رویے کو خاطر میں نہیں لاتا - "زیادہ سوچنے سے موقع ضائع ہو جائے گا۔"

اہم ڈیزائن:

تنازعہ لکھا گیا ہے۔ تحقیقی ایجنٹ کی ہدایات میں لکھا ہے "آپ اکثر سماجی ایجنٹ کے جذباتی فیصلوں سے متفق نہیں ہوتے"، اور سماجی ایجنٹ کی ہدایات میں لکھا ہے "تحقیقی ایجنٹ کی ضرورت سے زیادہ احتیاط کو چیلنج کریں"۔ گفتگو میں قدرتی طور پر تناؤ ہوتا ہے۔

ہر ہدایت میں ایک چھوٹی سی ممانعت ہوتی ہے۔ مثال کے طور پر، سماجی ایجنٹ کا اصول ہے "کبھی بھی 'متفق ہوں' یا 'اچھا لگتا ہے' نہ کہیں - یا تو موقف اختیار کریں یا دوسروں کے موقف پر سوال اٹھائیں"۔ تحقیقی ایجنٹ ہے "ثبوت کے بغیر کبھی بھی 'دلچسپ' نہ کہیں"۔

یہ چھوٹی ممانعتیں بڑے ماڈل کی پسندیدہ بکواس کو ختم کر دیتی ہیں۔

شخصیت تیار ہوگی

یہ وہ حصہ ہے جو مجھے سب سے زیادہ ہوشیار لگتا ہے - ایجنٹ کی شخصیت جامد نہیں ہے، یہ یادوں کے جمع ہونے کے ساتھ بدل جائے گی۔

سسٹم ایجنٹ کی میموری لائبریری کو پڑھے گا اور مختلف قسم کی یادوں کی تعداد کا شمار کرے گا:

• 8 سے زیادہ "اسباق" قسم کی یادیں جمع ہوئیں → اگلی گفتگو میں اشارہ میں ایک لائن شامل کریں "آپ ماضی کے نتائج کا حوالہ دیں گے اور غلطیوں کو دہرانے سے گریز کریں گے"

• 8 سے زیادہ "حکمت عملی" قسم کی یادیں جمع ہوئیں → ایک لائن شامل کریں "آپ نظاماتی سوچ، رکاوٹوں اور توازن کے ساتھ سوچنے کے عادی ہیں"

• کوئی ٹیگ 4 سے زیادہ بار ظاہر ہوتا ہے → ایک لائن شامل کریں "آپ نے XX میں پیشہ ورانہ مہارت حاصل کی ہے"

مثال کے طور پر، سماجی ایجنٹ نے 50 ٹویٹس بھیجے اور تعامل کی شرح کے بارے میں 10 اسباق سیکھے، اگلی گفتگو میں وہ قدرتی طور پر کہے گا "پچھلا فارمیٹ اچھا نہیں تھا"۔

ایل ایل ایم کو خود شخصیت کی تبدیلی کا فیصلہ کرنے دینے کے بجائے قواعد کیوں استعمال کریں؟

صفر لاگت - کسی اضافی ایل ایل ایم کال کی ضرورت نہیں ہے۔ یقین دہانی - قواعد قابل پیش گوئی نتائج پیدا کرتے ہیں، "شخصیت کی اچانک تبدیلی" نہیں ہوگی۔ ڈیبگ ایبل - ترمیم کرنے والا درست نہیں ہے؟ براہ راست حد اور میموری ڈیٹا چیک کریں۔

رشتہ میٹرکس: 6 ایجنٹ = 15 جوڑے

تصویر

ہر ایجنٹ جوڑے کے درمیان ایک وابستگی اسکور (0.10 سے 0.95) ہوتا ہے۔

مثال کے طور پر: فیصلہ ساز ایجنٹ اور تحقیقی ایجنٹ کی وابستگی 0.8 ہے، جو سب سے زیادہ قابل اعتماد مشیر کا رشتہ ہے۔ تحقیقی ایجنٹ اور سماجی ایجنٹ کی وابستگی 0.2 ہے، طریقہ کار بمقابلہ جذبہ، قدرتی طور پر مخالف۔

کم وابستگی جان بوجھ کر ڈیزائن کی گئی ہے۔

وابستگی کس چیز پر اثر انداز ہوتی ہے؟ بولنے کی ترتیب - زیادہ وابستگی والے افراد کے ایک دوسرے کے بعد بولنے کا امکان زیادہ ہوتا ہے۔ گفتگو کا لہجہ - کم وابستگی والے جوڑوں میں، 25% امکان ہے کہ شائستہ بحث کے بجائے براہ راست چیلنج ہو۔ سسٹم تنازعات کو حل کرنے کے لیے پہلے سے طے شدہ اعلیٰ تناؤ والے جوڑوں میں سے بھی انتخاب کرے گا۔

زیادہ دلچسپ بات یہ ہے کہ رشتے بدل جائیں گے۔

ہر گفتگو کے اختتام پر، میموری نکالنے والی ایل ایل ایم کال (کوئی اضافی کال نہیں، یہ اتفاقی طور پر آؤٹ پٹ ہے) رشتے میں تبدیلی دے گی:۔`{\n **متحدہ داخلی فنکشن** کا یہ پیٹرن یاد رکھنے کے قابل ہے۔ ملٹی ایجنٹ سسٹم میں، مختلف ذرائع سے ٹاسک بنائے جا سکتے ہیں (API، ٹرگرز، ایجنٹ خود تجویز کرتے ہیں، رد عمل کی زنجیر)، اگر کوئی متحد پروسیسنگ پائپ لائن نہ ہو، تو عمل آسانی سے آدھے راستے میں ٹوٹ سکتا ہے۔

اگر آپ خود کوشش کرنا چاہتے ہیں، تو مصنف تجویز کرتا ہے کہ 3 ایجنٹوں سے شروع کرنا کافی ہے - ایک کوآرڈینیٹر، ایک عمل درآمد کرنے والا، اور ایک آڈیٹر۔ پہلے کردار کارڈ لکھیں، پابندیوں سے لکھنا شروع کریں۔