મફત GLM5 સાથે ક્લોડ/કોડેક્સ કૌશલ્ય નિર્માણ માર્ગદર્શિકા

GLM-5 એ Zhi譜નું નવીનતમ MoE મોડેલ છે, જેમાં કુલ 744B પરિમાણો (40B સક્રિય) છે, જે GLM-4.5 ના 355B થી નોંધપાત્ર અપગ્રેડ છે, અને પ્રી-ટ્રેનિંગ ડેટા વધીને 28.5T ટોકન્સ થયો છે. તે જટિલ સિસ્ટમ એન્જિનિયરિંગ અને લાંબા ગાળાના એજન્ટ કાર્યો માટે રચાયેલ છે, અને કોડિંગ અને એજન્ટિક વર્કફ્લોમાં ઉત્કૃષ્ટ પ્રદર્શન કરે છે.

Ollama ક્લાઉડ હવે glm-5:cloud ને સપોર્ટ કરે છે, જેમાં 198K ની સંદર્ભ વિન્ડો છે, જે ઝડપી છે અને મફત શરૂઆત કરે છે (ક્ષમતા ઑપ્ટિમાઇઝ કરવામાં આવી છે, શરૂઆતમાં ટૂંકા ગાળા માટે મર્યાદા હતી, જે હવે વધારી દેવામાં આવી છે).

હવે હું તમને મફતમાં GLM-5 + કૌશલ્ય નિર્માણ શીખવીશ

પગલું 1: Ollama ઇન્સ્ટોલ કરો અને GLM-5 ખેંચો

નવીનતમ Ollama ડાઉનલોડ કરો (https://ollama.com/download), ખાતરી કરો કે સંસ્કરણ ક્લાઉડ મોડેલને સપોર્ટ કરે છે.

Ollama એકાઉન્ટમાં લોગ ઇન કરો (જરૂરી, ક્લાઉડ મોડેલનો ઉપયોગ કરવા માટે)

મોડેલ ખેંચો

ollama pull glm-5:cloud અથવા સીધું

ollama run glm-5:cloud પ્રથમ વખત ચલાવવાથી ક્લાઉડ ઉપયોગ માટે અધિકૃતતા પૂછવામાં આવશે, સંમત થાઓ. સફળ થયા પછી તમે ટર્મિનલ સાથે સીધો GLM-5 સાથે વાતચીત કરી શકો છો.

મફત સંસ્કરણમાં દર મર્યાદા છે, જે પરીક્ષણ/દૈનિક ઉપયોગ માટે યોગ્ય છે; ઉચ્ચ આવર્તન ઉપયોગ માટે પેઇડ પ્લાન અપગ્રેડ કરી શકાય છે.

પગલું 2: એક ક્લિકમાં ક્લોડ/કોડેક્સ કૌશલ્ય પર્યાવરણને બ્રિજ કરો

Ollama લોન્ચ GLM-5 ને આ સાધનો માટે બેકએન્ડ મગજ બનાવે છે:

ક્લોડ કોડ

ollama launch claude --model glm-5:cloud અથવા મેન્યુઅલી રૂપરેખાંકિત કરો

export ANTHROPIC_AUTH_TOKEN="ollama"export ANTHROPIC_BASE_URL="http://localhost:11434"export ANTHROPIC_API_KEY="" # ખાલી હોવું જોઈએ પછી શરૂ કરો

claude --model glm-5:cloud સફળ થશો તો તમને નીચેના જેવું સ્વાગત સ્ક્રીન દેખાશે:

✦ Claude Code v2.1.xModel: glm-5:cloudContext: 198KWelcome back!કોડેક્સ

ollama launch codex --model glm-5:cloudઓપનક્લો

ollama launch openclaw --model glm-5:cloud

પગલું 3: 5 પગલાંમાં અસરકારક રીતે કૌશલ્ય બનાવો

કૌશલ્ય એ એક ફોલ્ડર છે, મુખ્ય ફાઇલ SKILL.md છે, જે Markdown ફોર્મેટ + YAML પ્રીફિક્સ મેટાડેટાનો ઉપયોગ કરે છે. અન્ય વૈકલ્પિક ડિરેક્ટરીઓ:

• scripts/: એક્ઝિક્યુટેબલ સ્ક્રિપ્ટ્સ (Python, Bash વગેરે) સ્ટોર કરો.

• references/: સંદર્ભ દસ્તાવેજો, ટેમ્પલેટ ફાઇલો, ક્લોડ જરૂરિયાત મુજબ લોડ કરી શકે છે.

• assets/: ચિહ્નો, ફોન્ટ્સ વગેરે જેવા સંસાધનો.

ડિઝાઇન સિદ્ધાંતો (અસરકારકતાની ચાવી):

• ક્રમિક જાહેરાત (Progressive Disclosure): YAML માં ફક્ત મુખ્ય વર્ણન મૂકો (ક્લોડને ઝડપથી નક્કી કરવા દો કે તે લાગુ પડે છે કે નહીં), મુખ્ય સામગ્રી MD ટેક્સ્ટમાં મૂકો, જરૂરિયાત મુજબ વધારાની ફાઇલો લોડ કરો. સંદર્ભ વિસ્ફોટ ટાળો.

• સંયોજનીયતા: કૌશલ્ય અન્ય કૌશલ્યો સાથે સુસંગત હોવું જોઈએ, એકાધિકાર ધારી ન લો.

• પોર્ટેબિલિટી: એક કૌશલ્ય ક્લોડ વેબ, ક્લોડ કોડ અને API માં સામાન્ય હોઈ શકે છે.

• MCP એકીકરણ (વૈકલ્પિક): જો MCP (Managed Claude Platform) સર્વર હોય, તો કૌશલ્યના સાધન કૉલિંગને વધારી શકાય છે (જેમ કે API એક્સેસ).

અસરકારક ટીપ્સ: સરળ ઉપયોગના કેસથી શરૂઆત કરો. 2-3 પ્રોગ્રામિંગ કાર્યો પસંદ કરો જે તમે દરરોજ પુનરાવર્તન કરો છો (જેમ કે "REST API ટેમ્પલેટ જનરેટ કરો" અથવા "Python ભૂલો ડીબગ કરો"), શરૂઆતમાં જટિલ કૌશલ્ય બનાવવાનું ટાળો.

ક્લોડ કોડનો ઉપયોગ કરીને જ નિર્માણમાં મદદ કરો (મેટા-કૌશલ્ય તકનીક: ક્લોડને કૌશલ્ય ફ્રેમવર્ક જનરેટ કરવામાં મદદ કરો). ટર્મિનલમાં claude --model claude-4-opus (અથવા GLM5) ચલાવો, પછી સંવાદાત્મક રીતે બનાવો.

1. ઉપયોગના કેસ અને માળખાનું આયોજન કરો

• સ્પષ્ટ લક્ષ્ય: ઉદાહરણ તરીકે, "એક કૌશલ્ય બનાવો જે રૂટ્સ, ભૂલ હેન્ડલિંગ અને પરીક્ષણ નમૂનાઓ સહિત કાર્યક્ષમ Python Flask API આર્કિટેક્ચર જનરેટ કરવામાં મદદ કરે."

• ક્લોડ કોડ સાથે બ્રેઇનસ્ટોર્મ: /plan ઇનપુટ કરો અથવા સીધું કહો "મને YAML અને MD માળખા સહિત Flask API જનરેશન કૌશલ્યનું આયોજન કરવામાં મદદ કરો." ક્લોડ એક ડ્રાફ્ટ આઉટપુટ કરશે.

• અસરકારક તકનીક: સ્પષ્ટ કરો "સરળ રાખો, YAML < 200 શબ્દો, MD < 1000 શબ્દો." મુખ્ય નિર્ણયો રેકોર્ડ કરો, જેમ કે ઇનપુટ પરિમાણો (દા.ત., API એન્ડપોઇન્ટ્સની સૂચિ) અને આઉટપુટ ફોર્મેટ (JSON અથવા કોડ ફાઇલ).

2. કૌશલ્ય ફોલ્ડર બનાવો

• ~/.claude/skills/ (ડિફૉલ્ટ પાથ) હેઠળ એક નવું ફોલ્ડર બનાવો, જેમ કે flask-api-generator.

• SKILL.md બનાવો, YAML પ્રીફિક્સ ઉમેરો:

---name: Flask API Generatordescription: Generates complete Flask API structures with routes, error handling, and tests.version: 1.0author: Your Nametriggers: ["flask api", "generate rest api", "python web app"]dependencies: ["flask", "pytest"] # વૈકલ્પિક, ક્લોડ પર્યાવરણ તપાસશે---- અસરકારક તકનીક: ટ્રિગર શબ્દો (triggers) નો ઉપયોગ કરીને ક્લોડને આપમેળે કૌશલ્ય શોધવા દો. સામાન્ય વર્ણન ટાળો, ચોક્કસ દૃશ્યો પર ધ્યાન કેન્દ્રિત કરો.

3. મુખ્ય સૂચનાઓ લખો (MD ટેક્સ્ટ)

• YAML પછી વિગતવાર પગલાં લખો:

`## પગલું 1. વપરાશકર્તાને API સ્પષ્ટીકરણો પૂછો: એન્ડપોઇન્ટ્સ, પદ્ધતિઓ, પરિમાણો.2. app.py જનરેટ કરો: Flask app, રૂટ્સ અને મૂળભૂત ભૂલ હેન્ડલિંગ શામેલ છે.3. tests.py જનરેટ કરો: pytest નો ઉપયોગ કરીને એકમ પરીક્ષણો.4. ફાઇલ આઉટપુટ કરો: વર્તમાન ડિરેક્ટરીમાં સાચવવા માટે /write_file આદેશનો ઉપયોગ કરો.

ઉદાહરણ ઇનપુટ- વપરાશકર્તા: GET /users અને POST /users સહિત વપરાશકર્તા સંચાલન API જનરેટ કરો.

શ્રેષ્ઠ પ્રથાઓ- હંમેશા પ્રકાર સંકેતો અને ડોકસ્ટ્રિંગ્સનો ઉપયોગ કરો.- સુરક્ષાને પ્રાથમિકતા આપો: ઇનપુટ માન્યતા ઉમેરો.`- સ્ક્રિપ્ટ ઉદાહરણો ઉમેરો: scripts/ હેઠળ generate_routes.py મૂકો, ક્લોડ કૉલ કરી શકે છે.

• અસરકારક તકનીક: ક્રમાંકિત પગલાં + ઉદાહરણોનો ઉપયોગ કરો. પરીક્ષણ કરતી વખતે, ક્લોડને "સિમ્યુલેટેડ રન" કરવા દો: "આ કૌશલ્યનો ઉપયોગ કરીને એક નમૂના કાર્યને હેન્ડલ કરો" કહો, પુનરાવર્તિત રીતે ઑપ્ટિમાઇઝ કરો.

4. વૈકલ્પિક ઘટકો ઉમેરો

• **સ્ક્રિપ્ટ: જેમ કે Python સ્ક્રિપ્ટ અમુક તર્કને સ્વચાલિત કરવા માટે (દા.ત., Jinja2 નો ઉપયોગ કરીને ટેમ્પલેટ જનરેટ કરો). ક્લોડ /run_script દ્વારા એક્ઝિક્યુટ કરી શકે છે. **

• સંદર્ભ ફાઇલ: references/best_practices.md મૂકો, Flask સુરક્ષા સ્પષ્ટીકરણોનું વર્ણન કરો.

• સંપત્તિ: જેમ કે ટેમ્પલેટ ફાઇલ assets/base_app.py.jinja.

• અસરકારક તકનીક: ફક્ત જરૂરી વસ્તુઓ ઉમેરો. 80% કૌશલ્યોને ફક્ત SKILL.md ની જરૂર હોય છે. MCP વપરાશકર્તાઓ બાહ્ય સાધનોને એકીકૃત કરી શકે છે (જેમ કે ડેટાબેઝ કનેક્શન).

5. પરીક્ષણ અને પુનરાવર્તન

• કૌશલ્ય લોડ કરો: ક્લોડ કોડમાં /load_skill flask-api-generator ઇનપુટ કરો અથવા તેને આપમેળે શોધવા દો.

• પરીક્ષણ: ટ્રિગર કાર્ય ઇનપુટ કરો, આઉટપુટનું અવલોકન કરો. સંદર્ભ વપરાશ તપાસો (/context નો ઉપયોગ કરીને તપાસો કે તે વધારે લોડ થયેલ છે કે નહીં).

• પુનરાવર્તન: જો નિષ્ફળ જાય, તો "Heal Skill" વિચારસરણીનો ઉપયોગ કરો (સમુદાય તકનીક): ભૂલનું વિશ્લેષણ કરો, MD અપડેટ કરો (જેમ કે "આધાર ગુમ થવાનું હેન્ડલ કરો" પગલું ઉમેરો).

• અસરકારક તકનીક: બહુવિધ રાઉન્ડની વાતચીત સાથે પરીક્ષણ કરો. લોગ રેકોર્ડ કરો: /log on ક્રિયાપ્રતિક્રિયાને કેપ્ચર કરો, ડીબગિંગ માટે સરળ.