CopilotKit: مکمل اسٹیک AI ایجنٹ، تخلیقی UI اور چیٹ ایپلیکیشنز کے لیے اعلیٰ SDK

پس منظر کا جائزہ

CopilotKit ایک اوپن سورس فریم ورک ہے جو خاص طور پر AI Copilot اور ایجنٹ-نیٹو ایپلیکیشنز کی تعمیر کے لیے ڈیزائن کیا گیا ہے، GitHub پر اس کی ستاروں کی تعداد 28.9k سے زیادہ ہے، اور اسے 100,000 سے زیادہ ڈویلپرز نے اپنایا ہے۔ اس فریم ورک کی بنیادی قیمت AI ایجنٹ کو صارف کے انٹرفیس کے ساتھ گہرائی سے مربوط کرنا ہے، تاکہ ایجنٹ کو UI کو حقیقی وقت میں کنٹرول کرنے، سیاق و سباق کی معلومات فراہم کرنے، اور تخلیقی UI کے ذریعے انٹرفیس کے اجزاء کو متحرک طور پر رینڈر کرنے کی اجازت مل سکے۔

بنیادی دریافتیں

1. فن تعمیر کا ڈیزائن اور بنیادی خصوصیات

CopilotKit تین سطحی فن تعمیر کے ڈیزائن کو اپناتا ہے، جس میں فرنٹ اینڈ کمپوننٹ لیئر، CopilotRuntime رن ٹائم لیئر اور ایجنٹ کنکشن لیئر شامل ہیں۔

فرنٹ اینڈ کمپوننٹ لیئر مکمل طور پر ہیڈ لیس UI سے لے کر پہلے سے بنے ہوئے حسب ضرورت اجزاء کے مکمل اسپیکٹرم کی پیشکش کرتی ہے، ڈویلپر اپنی ضروریات کے مطابق لچکدار انتخاب کر سکتے ہیں۔ CopilotRuntime ایک بیک اینڈ آرکیسٹریشن انجن کے طور پر کام کرتا ہے، جو فرنٹ اینڈ کلائنٹ سے آنے والی درخواستوں کو سنبھالتا ہے، LLM کالز اور ایجنٹ کے تعاملات کا انتظام کرتا ہے۔ ایجنٹ کنکشن لیئر کسی بھی ایجنٹ فریم ورک کو AG-UI پروٹوکول کے ذریعے جوڑتا ہے، بشمول LangGraph، CrewAI، LlamaIndex وغیرہ۔

CopilotKit کی بنیادی خصوصیات میں تخلیقی UI (Generative UI) شامل ہے، جو ایجنٹ کو چلتے وقت UI اجزاء کو متحرک طور پر رینڈر کرنے کی اجازت دیتی ہے؛ مشترکہ حالت (Shared State)، جو فرنٹ اینڈ اور ایجنٹ کے درمیان دو طرفہ حالت کی ہم آہنگی کو ممکن بناتی ہے؛ اور Human-in-the-Loop (انسان اور مشین کے درمیان تعاون)، جو ایجنٹ کو عمل کے دوران انسانی ان پٹ یا منظوری کی درخواست کرنے کی حمایت کرتی ہے۔ یہ خصوصیات حقیقی طور پر تعاملاتی AI ایپلیکیشنز کی تعمیر کو ممکن بناتی ہیں، نہ کہ صرف سادہ سوال و جواب کے نظام۔

کام کا بہاؤ کی وضاحت:

2. AG-UI پروٹوکول: ماحولیاتی نظام کی بنیاد

AG-UI (ایجنٹ-صارف تعامل پروٹوکول) ایک کھلا، ہلکا پھلکا، ایونٹ ڈرائیون پروٹوکول معیار ہے جو CopilotKit ٹیم نے متعارف کرایا ہے، جس کا مقصد AI ایجنٹ اور صارف کے سامنے ایپلیکیشن کے درمیان مواصلات کے طریقے کو معیاری بنانا ہے۔ اس پروٹوکول کو Google، Microsoft، AWS، LangChain، Mastra، Pydantic AI جیسے معروف فراہم کنندگان اور فریم ورک نے بڑے پیمانے پر اپنایا ہے، جس سے ایک بڑھتا ہوا ماحولیاتی نظام تشکیل دیا گیا ہے۔

AG-UI پروٹوکول ایک اہم مسئلہ حل کرتا ہے: روایتی فرنٹ اینڈ اور بیک اینڈ مواصلات کے طریقے (درخواست-جواب) ایجنٹ ایپلیکیشنز کی پیچیدہ ضروریات کو پورا نہیں کر سکتے۔ ایجنٹ کو حقیقی وقت میں حالت کی تازہ کاریوں کی اسٹریمنگ، پروسیسنگ کے دوران مداخلت اور منظوری کے عمل، UI اور ایجنٹ کی حالت کو ہم آہنگ کرنے کی ضرورت ہوتی ہے، جو زیادہ لچکدار مواصلات کے طریقے کی ضرورت ہوتی ہے۔ AG-UI ایونٹ اسٹریمنگ کے ذریعے ان خصوصیات کو نافذ کرتا ہے، جو حقیقی وقت کے متنی اسٹریم، ٹول کالز، حالت کی ہم آہنگی اور حسب ضرورت ایونٹس کی حمایت کرتا ہے۔

موجودہ ایجنٹ پروٹوکول کے میدان میں تین بڑے ستونوں کا توازن ہے: AG-UI ایجنٹ اور صارف کے تعامل کی سطح پر توجہ مرکوز کرتا ہے، MCP (ماڈل سیاق و سباق پروٹوکول) ایجنٹ اور ٹولز اور ڈیٹا کے درمیان کنکشن کا ذمہ دار ہے، جبکہ A2A (ایجنٹ سے ایجنٹ) ایجنٹوں کے درمیان ہم آہنگ مواصلات کو سنبھالتا ہے۔ یہ نوٹ کرنا دلچسپ ہے کہ AG-UI نے A2A پروٹوکول کے ساتھ ہینڈشیک انضمام حاصل کر لیا ہے، اور تخلیقی UI رینڈرنگ کے لیے Google کے A2UI معیار کی مکمل حمایت کرتا ہے۔

3. معروف فریم ورک کے ساتھ انضمام

CopilotKit اور LangGraph کا انضمام سب سے پختہ استعمال کے کیسز میں سے ایک ہے۔ سادہ ترتیب کے ذریعے، ڈویلپر LangGraph ایجنٹ کو CopilotKit فرنٹ اینڈ سے جوڑ سکتے ہیں، جس سے حالت کا اشتراک اور حقیقی وقت کی جوابدہی حاصل ہوتی ہے۔ انضمام کا عمل عام طور پر useCoAgent ہک کا استعمال کرتے ہوئے ایجنٹ کو جوڑنے، copilotkitemitstate فنکشن کے ذریعے ایجنٹ کی جانب سے حالت کی تازہ کاریوں کو جاری کرنے، اور useCopilotAction کا استعمال کرتے ہوئے انسان-مشین تعاون کے انقطاع کی تعریف کرنے پر مشتمل ہوتا ہے۔

CrewAI کے ڈویلپرز کے لیے، CopilotKit بھی تیار شدہ انضمام کے حل فراہم کرتا ہے۔ AG-UI پروٹوکول کے ذریعے، ڈویلپر کسی بھی CrewAI ایجنٹ کو حقیقی وقت کی تعامل کی حمایت کرنے والے فرنٹ اینڈ ایپلیکیشن کے طور پر ظاہر کر سکتے ہیں۔ LangGraph اور CrewAI کے علاوہ، AG-UI پروٹوکول Microsoft Agent Framework، Google ADK، AWS Strands Agents، Mastra، Pydantic AI، Agno، LlamaIndex اور دیگر کئی فریم ورک کی بھی حمایت کرتا ہے، جو حقیقی کثیر فریم ورک باہمی تعامل کی تشکیل کرتا ہے۔

4. ہم عصر فریم ورک کے ساتھ موازنہ تجزیہ

Vercel AI SDK کے مقابلے میں، CopilotKit کی پوزیشننگ میں نمایاں فرق ہے۔ Vercel AI SDK بنیادی طور پر چیٹ انٹرفیس کے بہاؤ کے متن کی ترسیل کو آسان بنانے پر توجہ مرکوز کرتا ہے، بہترین useChat ہک اور UI اجزاء فراہم کرتا ہے؛ جبکہ CopilotKit گہرائی ایجنٹ کے انضمام، تخلیقی UI اور انسان-مشین تعاون کی صلاحیتوں پر زیادہ زور دیتا ہے۔

LangChain کے ساتھ تعلق زیادہ مکمل کرنے والا ہے نہ کہ مقابلہ کرنے والا۔ LangChain ایجنٹ کے "دماغ" (منطق اور ورک فلو) کی تعمیر پر توجہ مرکوز کرتا ہے، جبکہ CopilotKit اس دماغ کا "چہرہ، آواز اور ہاتھ" فراہم کرتا ہے - یعنی ایپلیکیشن کے ساتھ تعامل کرنے والا انٹرفیس۔ ڈویلپر عام طور پر LangChain/LangGraph کا استعمال کرتے ہوئے ایجنٹ کی منطق کی وضاحت کرتے ہیں، پھر CopilotKit کے ذریعے صارف کے تعامل کی سطح بناتے ہیں۔

5. روایتی استعمال کے منظرنامے

CopilotKit کے روایتی استعمال کے کیسز کئی شعبوں کا احاطہ کرتے ہیں۔ SaaS Copilot اس کا سب سے عام استعمال کا منظر ہے، جہاں ذہین معاون صارفین کو پیچیدہ ورک فلو مکمل کرنے میں رہنمائی کرتا ہے، سیاق و سباق سے آگاہ مدد فراہم کرتا ہے۔ مشترکہ تخلیق Copilot انسان-مشین تعاون پر زور دیتا ہے، AI اور صارف مل کر مواد تخلیق کرتے ہیں، جو پیداواریت کو نمایاں طور پر بڑھاتا ہے۔ مکالماتی فارم بھرنا پیچیدہ فارم کو قدرتی مکالمے میں تبدیل کرتا ہے، صارفین چیٹ کے ذریعے پیچیدہ ڈیٹا کی ان پٹ مکمل کر سکتے ہیں۔ تحقیقی ایجنٹ کی ایپلیکیشن جیسے سرکاری مظاہرے کی تحقیقی کینوس ایپلیکیشن، یہ دکھاتی ہے کہ کس طرح LangGraph ایجنٹ کو فرنٹ اینڈ کے ساتھ گہرائی سے ضم کیا جا سکتا ہے، تحقیق کے خاکے کی تخلیق، ابواب کی تحریر اور انسانی منظوری کے مکمل عمل کو حاصل کیا جا سکتا ہے۔

فوری آغاز: کوڈ کی مثالیں

بنیادی انضمام کی مثال

درج ذیل ایک CopilotKit اور LangGraph کے انضمام کا کم سے کم قابل عمل مثال ہے:

فرنٹ اینڈ (Next.js/React):

// app/page.tsx "use client"; import { CopilotKit } from "@copilotkit/react-core"; import { CopilotPopup } from "@copilotkit/react-ui"; import "@copilotkit/react-ui/styles.css";

export default function Home() { return (

تحقیقی معاون

); }عملیاتی API راستہ:

// app/api/copilotkit/route.ts import { CopilotRuntime, OpenAIAdapter } from "@copilotkit/runtime"; import { NextRequest } from "next/server";const copilotKit = new CopilotRuntime({ remoteEndpoints: [ { url: process.env.LANGGRAPHURL || "http://localhost:8000" }, ], });

const serviceAdapter = new OpenAIAdapter();

export const POST = async (req: NextRequest) => { const { handleRequest } = copilotKit; return handleRequest(req, { serviceAdapter }); };

共享状态示例

// useCoAgent کا استعمال کرتے ہوئے فرنٹ اینڈ اور بیک اینڈ کی حالت کو ہم آہنگ کریں import { useCoAgent } from "@copilotkit/react-core";

function ResearchCanvas() { const { state, setState } = useCoAgent({ name: "researchagent", initialState: { topic: "", outline: [], currentSection: null, }, });

return (

setState({ ...state, topic: e.target.value })} placeholder="تحقیقی موضوع درج کریں" />

); }

人机协作（Human-in-the-Loop）示例

import { useCopilotAction } from "@copilotkit/react-core";

function DocumentEditor() { useCopilotAction({ name: "publishDocument", description: "دستاویز شائع کرنے سے پہلے صارف کی تصدیق کی ضرورت ہے", parameters: [ { name: "title", type: "string", description: "دستاویز کا عنوان" }, { name: "content", type: "string", description: "دستاویز کا مواد" }, ], handler: async ({ title, content }) => { const confirmed = await new Promise((resolve) => { showConfirmDialog({ title, content, onConfirm: resolve }); });

if (confirmed) { await api.publish({ title, content }); return "دستاویز کامیابی سے شائع ہو گئی"; } return "شائع کرنا منسوخ کر دیا گیا"; }, });

return ...; }`

典型应用案例

案例 1：SaaS 智能助手

场景：ایک کاروباری سطح کا پروجیکٹ مینجمنٹ ٹول، جو صارفین کو تیزی سے کام تخلیق کرنے، وسائل مختص کرنے، اور رپورٹس تیار کرنے میں مدد کے لیے AI معاون کو مربوط کرتا ہے۔

实现要点：

• CopilotKit کی مشترکہ حالت کی خصوصیت کا استعمال کرتے ہوئے، AI کو موجودہ پروجیکٹ کے منظرنامے سے باخبر رکھیں
• تخلیقی UI کے ذریعے کام کے کارڈز، گینٹ چارٹس وغیرہ کے اجزاء کو متحرک طور پر رینڈر کریں
• انسان اور مشین کے تعاون کے نکات کو یقینی بنائیں کہ اہم کارروائیاں (جیسے پروجیکٹ کو حذف کرنا) صارف کی تصدیق کی ضرورت ہوتی ہیں

صارفین قدرتی زبان کے ذریعے پیچیدہ کارروائیاں مکمل کر سکتے ہیں، جیسے کہ "مجھے اگلے ہفتے کی میعاد ختم ہونے والے کام کو فرنٹ اینڈ ٹیم کے حوالے کرنے اور پیشرفت کی رپورٹ تیار کرنے میں مدد کریں"۔

### کیس 2: AI تحقیقاتی معاون

منظر: تعلیمی تحقیق کی معاونت کے ٹولز، جو محققین کو مواد جمع کرنے، مقالے کی ساخت کو منظم کرنے، اور مشترکہ تحریر میں مدد دیتے ہیں۔

عمل درآمد کے نکات:

- LangGraph ایجنٹ معلومات کی تلاش اور منطقی استدلال کے لیے ذمہ دار ہے
- CopilotKit فرنٹ اینڈ تحقیقاتی خاکہ، ادبیات کی فہرست پیش کرتا ہے
- حالت کی ہم آہنگی تحقیق کی پیشرفت کو حقیقی وقت میں محفوظ اور پیش کرنے کو یقینی بناتی ہے
- منظوری کے نکات بیرونی مواد کا حوالہ دیتے وقت صارف کو تصدیق کرنے کی یاد دہانی کرتے ہیں

### کیس 3: ذہین فارم کی بھرائی

منظر: پیچیدہ انشورنس درخواست فارم کو مکالماتی تعامل میں تبدیل کرنا۔

عمل درآمد کے نکات:

- ایجنٹ صارف کے جواب کی بنیاد پر اگلے سوال کا فیصلہ کرتا ہے
- سیاق و سباق کے مطابق مختلف UI اجزاء دکھانے کے لیے شرطی رینڈرنگ کا استعمال
- جزوی طور پر مکمل کردہ فارم کو خودکار طور پر محفوظ کرنا، بریک پوائنٹ کی بھرائی کی حمایت
- جمع کرانے سے پہلے تمام معلومات کا خلاصہ فراہم کرنا تاکہ صارف تصدیق کر سکے

## تکنیکی بصیرت

CopilotKit کی تکنیکی عمل درآمد جدید ویب اسٹیک پر مبنی ہے۔ فرنٹ اینڈ میں React (Angular کی بھی حمایت کرتا ہے) کو بنیادی UI فریم ورک کے طور پر استعمال کیا گیا ہے، جو حالت کے انتظام اور ایجنٹ کے تعامل کے لیے useAgent اور useCoAgent جیسے ہُک فراہم کرتا ہے۔ بیک اینڈ میں CopilotRuntime کلاس مرکزی ترتیب دینے والے کے طور پر کام کرتی ہے، درخواست کی توثیق، LLM کالز اور جواب کی سلسلہ بندی کو سنبھالتی ہے۔ مواصلاتی پروٹوکول سرور-سینٹ ایونٹس (SSE) کا استعمال کرتے ہوئے سرور سے کلائنٹ تک حقیقی وقت کی سلسلہ بندی کو نافذ کرتا ہے، جبکہ HTTP POST کے ذریعے کلائنٹ کی درخواستوں کو سنبھالتا ہے۔

v1.50 ورژن نے اہم ڈھانچے کی بہتری فراہم کی، ایک واضح واحد نقطہ نظر کی تعمیر، بہتر مشاہدہ (ٹیلی میٹری بلٹ ان) اور CopilotKit Next کے ساتھ گہری انضمام متعارف کرایا، جس نے ترقی کے تجربے کو مزید آسان بنا دیا۔

## مستقبل کی توقعاتCopilotKit 的战略定位是成为代理应用开发的基础设施层。随着 AG-UI 协议被更多厂商采纳（Microsoft、Google、AWS 等均已支持），一个基于开放标准的代理应用生态正在形成。CopilotKit 通过提供预构建组件、生成式 UI 模式和深度框架集成，显著降低了构建生产级 AI Copilot 的门槛，使开发者能够专注于业务逻辑而非底层通信细节。