မင်းတို့လိုချင်တာ နောက်ဆုံးတော့ ရောက်လာပြီ။ Ralph TUI၊ Ralph Loop ကို မြင်သာအောင် ပြုလုပ်ခြင်း

ကျွန်တော်အရင်က ralph-loop အကြောင်း သင်ခန်းစာတစ်ခုရေးခဲ့ဖူးတယ်။ သူငယ်ချင်းတော်တော်များများက လိုက်လုပ်ပြီးတဲ့နောက် တူညီတဲ့ တုံ့ပြန်ချက်တွေ ပေးကြတယ်- အရမ်းကောင်းတယ်၊ Claude Code က အချိန်အကြာကြီး ဆက်ပြီး run နိုင်သွားပြီ။ ဒါပေမယ့် တစ်ခါတလေမှာ ဘာမှမလုပ်ဘဲ ငြိမ်နေသလို ထင်ရတဲ့အခါ စိတ်ထဲမှာ မေးခွန်းတွေ ပေါ်လာတတ်တယ်- "ဒါက တကယ်တိုးတက်နေတာလား၊ ဒါမှမဟုတ် နေရာမှာပဲ လည်နေတာလား။"

ဒါက ကျွန်တော်မကြာသေးခင်က ralph-tui ကို အာရုံစိုက်ခဲ့ရတဲ့ အကြောင်းရင်းပဲ။

ralph-tui က Claude Code နဲ့ မဖြစ်မနေ ချိတ်ဆက်ထားတာ မဟုတ်ပါဘူး။ ဒါက ralph loop ရဲ့ အနှစ်သာရကို ဆက်ခံပြီး တိုးတက်စေတယ်။ လုပ်ငန်းဆောင်ရွက်မှုတွေကို မြင်သာအောင် ပြုလုပ်ပေးခြင်းအားဖြင့် ကြီးမားတဲ့ မော်ဒယ်တွေကို အချိန်အကြာကြီး အလုပ်လုပ်ခိုင်းဖို့ အတားအဆီးတွေကို လျှော့ချပေးပါတယ်။ တခြား agent တွေ၊ တခြား model တွေ၊ ပြည်တွင်းထုတ်တွေ၊ ဈေးသက်သာတဲ့ဟာတွေ၊ မင်းအချိန်အကြာကြီး run နိုင်တဲ့ဟာတွေကို လုံးဝသုံးနိုင်ပါတယ်။ ralph-tui ရှိခြင်းက ကျွန်တော်တို့လို သာမန်လူတွေအတွက်ဆိုရင် manual gear ကနေ automatic gear ကို ပြောင်းလိုက်သလိုပဲ၊ cruise control ပါပါသေးတယ်။

ဒါက တကယ်တော့ ဘာလဲ။

ralph-tui ကို "AI coding agent ရဲ့ loop orchestrator" လို့ မှတ်ယူနိုင်ပါတယ်။ ဒါပေမယ့် ဒါက "run နိုင်ရုံ" နဲ့ မကျေနပ်ပါဘူး။ ဒါက "မင်းမြင်နိုင်၊ ထိန်းချုပ်နိုင်၊ ပြန်လည်စတင်နိုင်" ဖို့ကို ပိုအာရုံစိုက်ပါတယ်။

ဒါရဲ့ အခြေခံအလုပ်လုပ်ပုံက ရိုးရှင်းပါတယ်-

• မင်းက သူ့ကို လုပ်စရာအလုပ်တွေ အများကြီးပေးတယ် (PRD ကနေလာတာပဲဖြစ်ဖြစ်၊ တခြား task system ကနေလာတာပဲဖြစ်ဖြစ်)
• သူက ဦးစားပေးအမြင့်ဆုံးတစ်ခုကို ရွေးတယ်
• prompt ကို စုစည်းတယ်
• agent ကို run ဖို့ ခေါ်တယ်
• ဒီအလုပ်က ပြီးမြောက်တယ်လို့ ယူဆနိုင်လား ဆုံးဖြတ်တယ်
• status ကို ရေးတယ်
• နောက်တစ်ကြိမ် ဆက်လုပ်တယ်

အဓိကအချက်ကတော့- ဒါတွေအားလုံးကို terminal မှာ မြင်နိုင်တယ်၊ ပြီးတော့ အချိန်မရွေး ရပ်တန့်နိုင်၊ အချိန်မရွေး တာဝန်ယူနိုင်တယ်။ တရားဝင်အနေနဲ့လည်း သူတို့ရဲ့ ရည်ရွယ်ချက်ကို တိုက်ရိုက်ရေးထားတယ်- interactive TUI ပါတဲ့ agent loop orchestrator တစ်ခုဖြစ်ပြီး TUI / headless / remote ကို support ပေးတယ်။

ဘာလို့ ကျွန်တော်က ဒါက "အချိန်အကြာကြီး run ဖို့" ပိုသင့်တော်တယ်လို့ ပြောတာလဲ။

script က loop ကို run တဲ့အခါ အကြီးမားဆုံးပြဿနာက run လို့မရတာမဟုတ်ဘူး၊ ဘယ်ရောက်နေလဲဆိုတာ မသိတာပဲ။

log တွေ မြန်မြန်ဆန်ဆန် တက်နေတာကို မြင်ရတယ်၊ ပန်ကာကလည်း ပျော်ပျော်ရွှင်ရွှင် လည်နေတယ်၊ ဒါပေမယ့် စိတ်ထဲမှာ သေချာမနေဘူး-

• ဒါက bug တစ်ခုတည်းကို ထပ်ခါထပ်ခါ ပြင်နေတာလား။
• ဒါက code တစ်ပိုင်းတည်းကိုပဲ ပြင်နေပြီး ပြန်ပြင်နေတာလား။
• ဒါက ပြီးသွားပြီလား၊ ဒါပေမယ့် မထွက်သေးတာလား။
• ဒါက test တစ်ခုမှာ ပိတ်မိနေပြီး loop ထဲမှာ သေနေတာလား။

ralph-tui ရဲ့ ဖြေရှင်းနည်းက အရမ်း "အင်ဂျင်နီယာဆန်" တယ်-

• session concept ရှိတယ်၊ status ကို disk ထဲမှာ သိမ်းထားတယ် (.ralph-tui/session.json)
• ပျက်သွားရင် ပြန်စ run နိုင်တယ် (crash recovery)
• lock mechanism ရှိတယ်၊ မင်းက instance အများကြီးဖွင့်ပြီး directory ကို ဖရိုဖရဲ မဖြစ်အောင် ကာကွယ်ပေးတယ်
• headless နဲ့ CI မှာ run နိုင်တယ်၊ remote မှာ listener ဖွင့်ပြီး local TUI ကနေ ချိတ်ဆက်နိုင်တယ်

တစ်ကြောင်းတည်းနဲ့ ပြောရရင်- ဒါက "မင်းက code ရေးတတ်တဲ့ အလုပ်သမားတစ်ယောက်ကို စီမံခန့်ခွဲနေသလိုပဲ"၊ "script တစ်ခု ရူးနေတာကို စောင့်ကြည့်နေတာနဲ့ မတူဘူး။"

ဘယ်လို install မလဲ

ralph-tui က Bun/TypeScript ecosystem ဖြစ်လို့ install လုပ်ရတာ အဆင်ပြေပါတယ်။ တရားဝင် install page လည်း ပေးထားပါတယ်။

အရင်ဆုံး မင်းစက်မှာ bun ရှိတာ သေချာအောင်လုပ်ပါ-

bun --version ပြီးရင် ralph-tui ကို install လုပ်ပါ (ကျွန်တော်က ပုံမှန် install လုပ်နည်းကို ပေးထားတာပါ။ အသေးစိတ်ကို တရားဝင် install page မှာ ကြည့်ပါ)-

bun add -g ralph-tui install လုပ်ပြီးရင် သေချာအောင်လုပ်ပါ-

ralph-tui --help မင်းက Node ကို သုံးချင်ပြီး bun ကို မသုံးချင်ဘူးဆိုရင်လည်း ရပါတယ်-

npm i -g ralph-tui

အကြီးကြီး မလုပ်ခင် အနည်းဆုံး loop တစ်ခုကို run ကြည့်ပါ

ပထမဆုံးအကြိမ် သုံးတဲ့အခါ "repo တစ်ခုလုံးကို ပြန်လည်တည်ဆောက်တာ" မျိုး မလုပ်ဖို့ အကြံပေးပါတယ်။ မင်းက အလုပ်တစ်ခုပဲ လုပ်ပါ- လက်ခံနိုင်တဲ့ အလုပ်တစ်ခုကို run နိုင်အောင် လုပ်ပါ။

Initializing

directory တစ်ခုကို ဖွင့်ပါ-

mkdir ralph-tui-demo && cd ralph-tui-demo ralph-tui setup ဒါက interactive wizard process ထဲကို ဝင်သွားပါလိမ့်မယ်။ ရိုးရိုးရှင်းရှင်းပြောရရင် "ralph-tui ကို မင်းရဲ့ repository ထဲကို ထည့်သွင်းတာ" ပါ။ ဒါက လုပ်ပေးပါလိမ့်မယ်-- သင်၏စက်တွင် တပ်ဆင်ထားသော agents များ (ဥပမာ Claude Code, OpenCode စသည်) ကို အလိုအလျောက် ရှာဖွေပေးသည်။

• ပရောဂျက်တွင် configuration file တစ်ခုကို ထုတ်ပေးသည်: .ralph-tui/config.toml
• PRD ထုတ်လုပ်ခြင်း/task ပြောင်းလဲခြင်းဆိုင်ရာ skills များကို တပ်ဆင်ပေးသည် (နောက်ပိုင်းတွင် သင်ကိုယ်တိုင် တပ်ဆင်ရန် မလိုတော့ပါ)

ကျွန်ုပ်၏အကြံပြုချက်မှာ- ပထမဦးဆုံးအကြိမ်တွင် ပျင်းရိမနေပါနှင့်၊ setup ကို တစ်ကြိမ် သေချာ run ပါ။

ပရောဂျက် PRD ကို ထုတ်လုပ်ခြင်း

setup run ပြီးပါက၊ နောက်တစ်ဆင့်မှာ တရားဝင်သင်ခန်းစာတွင် အဓိကအကျဆုံးဖြစ်ပြီး၊ လူအများအတွက် demo အဖြစ် ရေးသားရန် အသင့်တော်ဆုံးဖြစ်သည့် create-prd ဖြစ်သည်။

ralph-tui create-prd --chat command သည် ဆွေးနွေးမှုပုံစံသို့ ဝင်ရောက်မည်ဖြစ်ပြီး၊ ၎င်းသည် product manager တစ်ဦးကဲ့သို့ သင်၏လိုအပ်ချက်များ၊ နယ်နိမိတ်များနှင့် လက်ခံနိုင်သော စံနှုန်းများကို မေးမြန်းမည်ဖြစ်သည်။ မေးမြန်းပြီးနောက်၊ ၎င်းသည် ပရောဂျက်တွင် အရာနှစ်ခုကို တိုက်ရိုက်ထုတ်ပေးမည် (၎င်းသည် အဓိကအချက်ဖြစ်သည်):

• PRD ၏ markdown file တစ်ခု: ./tasks/prd-feature.md
• တိုက်ရိုက် run နိုင်သော task file တစ်ခု: ./prd.json

ဤအဆင့်တွင်၊ သင်သည် ralph-tui ၏ "standard closed loop" သို့ တကယ်ဝင်ရောက်ပြီဟု ဆိုနိုင်သည်:

လိုအပ်ချက် (PRD) → task (prd.json) → run (run)

run ပါ

prd.json ရှိလျှင် run ရန် လွယ်ကူသည်:

ralph-tui run --prd ./prd.json သင်သည် TUI ကို မြင်တွေ့ရမည်ဖြစ်ပြီး loop စတင်မည်: task ကို ရွေးချယ်ခြင်း → run ခြင်း → ပြီးမြောက်ကြောင်း ဆုံးဖြတ်ခြင်း → status ရေးခြင်း → ပြီးဆုံးခြင်း သို့မဟုတ် နောက်တစ်ကြိမ်။

ပထမဦးဆုံးအကြိမ် run သောအခါ iteration limit ကို ထည့်ရန် အကြံပြုလိုသည်၊ ဦးစွာ ၎င်းကို လှောင်အိမ်ထဲသို့ ထည့်ပါ:

ralph-tui run --prd ./prd.json --iterations 5 run ပြီးနောက် ပြောင်းလဲမှုများကို ကြည့်ပါ၊ test ကို run ပါ၊ PRD နှင့် task သည် မျှော်လင့်ထားသည့်အတိုင်း ဖြစ်မဖြစ် စစ်ဆေးပါ။ ဤ link သည် အလုပ်လုပ်ကြောင်း အတည်ပြုပြီးနောက် iterations ကို လွှတ်ပေးပါ၊ ထို့နောက် headless/remote ကို အသုံးပြုပါ၊ ၎င်းသည် ယုံကြည်စိတ်ချရသော နည်းလမ်းဖြစ်သည်။

ထိုအချိန်တွင် သင်သည် အခြေခံအားဖြင့် အတည်ပြုနိုင်သည်- ဤ loop သည် တကယ် run နေပြီဖြစ်သည်။

Model/Agent ကို ဘယ်လိုရွေးချယ်မလဲ။ ငွေကုန်ကြေးကျသက်သာအောင် ဘယ်လိုလုပ်မလဲ။

လူအများစုက "Claude Code ကို မသုံးလို့ရမလား။ ဈေးသက်သာတဲ့ model ကို သုံးလို့ရမလား။" ဆိုတာကို အဓိက စိတ်ဝင်စားကြတယ်ဆိုတာ ကျွန်တော်သိပါတယ်။

အဖြေမှာ- ရပါတယ်။

ralph-tui သည် agent နှင့် model ကို သတ်မှတ်ရန် သင့်အား ပံ့ပိုးပေးသည် (တရားဝင် run document တွင် ဥပမာများရှိသည်)။

ဥပမာ Claude Opus ကို အသုံးပြုခြင်း:

ralph-tui run --prd ./prd.json --agent claude --model opus ဒါပေမယ့် ရိုးရိုးသားသားပြောရရင်၊ ကျွန်တော်ကိုယ်တိုင်က "test ဖြည့်ခြင်း၊ lint ပြင်ခြင်း" ကဲ့သို့သော အလုပ်များကို Opus ကို အသုံးပြုပြီး လုပ်ဆောင်မည်မဟုတ်ပါ၊ ၎င်းသည် ဈေးကြီးလွန်းသည်။ ကျွန်ုပ်၏အလေ့အထမှာ အလွှာခွဲခြားခြင်းဖြစ်သည်:

• ဈေးသက်သာသော model- ထပ်ခါထပ်ခါ လုပ်ဆောင်ရသော အလုပ်များကို run ပါ (test ဖြည့်ခြင်း၊ comment ဖြည့်ခြင်း၊ format ပြင်ခြင်း၊ နယ်နိမိတ်ထည့်ခြင်း)
• ဈေးကြီးသော model- အဓိကနေရာများတွင်သာ အသုံးပြုပါ (architecture ချိန်ညှိခြင်း၊ ခက်ခဲသော bug များ၊ အဓိက logic)

သင်သည် သာမန် developer တစ်ဦးဖြစ်ပါက၊ ဤနည်းလမ်းသည် ပို၍အရေးကြီးပါသည်။ အဘယ်ကြောင့်ဆိုသော် သင်သည် ကုမ္ပဏီကြီးတစ်ခု၏ ဘတ်ဂျက်မဟုတ်သောကြောင့် ကုန်ကျစရိတ်ကို ထိန်းချုပ်နိုင်မှသာ ကြာရှည်စွာ run နိုင်မည်ဖြစ်သည်။

ပိုမိုကောင်းမွန်လိုပါသလား။ "PRD ရေးခြင်း" ကို agent ကို ပေးပါ

ralph-tui တွင် ကျွန်ုပ်နှစ်သက်သော ဒီဇိုင်းတစ်ခုရှိသည်- ၎င်းသည် skills များကို ပံ့ပိုးပေးသည် (ရိုးရိုးရှင်းရှင်းပြောရလျှင် agent ၏ plug-in command တစ်ခုဖြစ်သည်)။

တရားဝင်တပ်ဆင်နည်းမှာ add-skill ကို အသုံးပြုခြင်းဖြစ်သည်:

bunx add-skill subsy/ralph-tui --all သို့မဟုတ် သတ်မှတ်ထားသော agent တွင် တပ်ဆင်ပါ၊ ဥပမာ claude-code:

bunx add-skill subsy/ralph-tui -a claude-code -g -y တပ်ဆင်ပြီးနောက် agent session တွင် slash command ကို အသုံးပြုနိုင်သည်:

/ralph-tui-prd /ralph-tui-create-json /ralph-tui-create-beads ၎င်းသည် သင် IDE တွင် plug-in တစ်ခုကို တပ်ဆင်ထားသကဲ့သို့ဖြစ်သည်၊ သို့သော် ဤ plug-in သည် agent အတွက်ဖြစ်သည်။ ၎င်း၏အဓိပ္ပါယ်မှာ "လူကိုယ်တိုင် လိုအပ်ချက်များကို ရွှေ့ပြောင်းခြင်း" ၏အချိန်ကို လျှော့ချရန်ဖြစ်ပြီး၊ လိုအပ်ချက် → task → run သည် ပိုမိုကောင်းမွန်သော လုပ်ငန်းစဉ်တစ်ခုဖြစ်လာစေရန်ဖြစ်သည်။

ဘယ်အချိန်မှာ သုံးသင့်လဲ။ ဘယ်အချိန်မှာ မသုံးသင့်လဲ။ကျွန်ုပ်သည် "AI ဖြင့် အရာအားလုံးကို လုပ်ဆောင်နိုင်သည်" ဟူသော ဇာတ်ကြောင်းကို သိပ်မကြိုက်ပါ။ အထင်အမြင်လွဲမှားစေရန် လွယ်ကူသည်။ ကိရိယာသည် ကိရိယာတစ်ခုသာဖြစ်ပြီး၊ သင့်လျော်သော အခြေအနေများတွင်သာ တန်ဖိုးရှိသည်။

ralph-tui ကို အသုံးပြုရန် သင့်လျော်သော အခြေအနေများ

သင့်တွင် ဤကဲ့သို့သော အလုပ်များစွာရှိသည်။

• စမ်းသပ်မှုများ ထပ်ဖြည့်ခြင်း (အထူးသဖြင့် အဟောင်း ပရောဂျက်များ)
• lint / format ပြင်ဆင်ခြင်း
• အသေးစား ပြန်လည်တည်ဆောက်ခြင်း (ထပ်နေသောကုဒ်ကို စုစည်းခြင်း)
• အမျိုးအစားများ အစုလိုက်ထည့်ခြင်း၊ နယ်နိမိတ်များ ဖြည့်စွက်ခြင်း
• လိုအပ်ချက်များကို ခွဲခြမ်းစိတ်ဖြာပြီးနောက် အလုပ်များကို တဖြည်းဖြည်းချင်း တွန်းပို့ခြင်း

ဤအလုပ်အမျိုးအစားများတွင် တူညီသောအချက်တစ်ခုရှိသည်။ အလုပ်များများပြားခြင်း၊ ထပ်တလဲလဲဖြစ်ခြင်း၊ လက်ခံနိုင်ခြင်း၊ ထပ်တလဲလဲ တိုးတက်အောင်လုပ်ဆောင်နိုင်ခြင်း။

ralph-tui ကို အတင်းအကျပ် အသုံးမပြုသင့်သော အခြေအနေများ

သင်လုပ်ဆောင်နေသောအရာသည် ဤကဲ့သို့ဖြစ်သည်။

• တစ်ကြိမ်တည်း ကြီးမားသော ပြန်လည်တည်ဆောက်ခြင်း၊ လက်ခံမှုစံနှုန်းများ မရှင်းလင်းခြင်း
• လိုအပ်ချက်များမှာ ဝေဝါးနေပြီး သင့်ဦးနှောက်ထဲရှိ အတွင်းသိပ္ပံပညာကို အားကိုးနေရခြင်း
• အဖွဲ့အစည်းများစွာနှင့် ဆက်သွယ်/အတည်ပြုရန် လိုအပ်ခြင်း
• ထုတ်ကုန်ဆိုင်ရာ ဆုံးဖြတ်ချက်များ ချရန် လိုအပ်ခြင်း

ဤကဲ့သို့သော အလုပ်များတွင်၊ agent loop သည် ရှုပ်ထွေးမှုကို ပိုမိုကြီးထွားစေလိမ့်မည်။

ralph-loop (ralph-claude-code) နှင့် မည်သို့ကွာခြားသနည်း။

ralph-claude-code သည် "Claude Code ၏ အလိုအလျောက် မောင်းနှင်သည့် ပလပ်အင်" နှင့် ပိုတူသည်။ script သည် ၎င်းကို စတင်စေပြီး၊ loop ကို လုပ်ဆောင်စေကာ၊ ထွက်ပေါက်ရှာဖွေခြင်း၊ ကန့်သတ်ခြင်း၊ circuit breaker များသည် သင့်အတွက် အကာအကွယ်ပေးသည်။ သင်သည် "မြန်ဆန်ခြင်း" ကို လိုချင်ပါက၊ ၎င်းသည် အလွန်မြန်ဆန်သည်။

ralph-tui သည် "agent loop ၏ အင်ဂျင်နီယာ ထိန်းချုပ်မှု ကွန်ဆိုးလ်" နှင့် ပိုတူသည်။ ၎င်းသည် မည်သည့် မော်ဒယ်ကိုမျှ အပြီးအပိုင် မတပ်ဆင်ထားသကဲ့သို့ မည်သည့် အလုပ်စနစ်ကိုမျှ အပြီးအပိုင် မတပ်ဆင်ထားပါ။ ၎င်းသည် "ရေရှည်လုပ်ဆောင်ခြင်း၊ စောင့်ကြည့်နိုင်ခြင်း၊ ထိန်းချုပ်နိုင်ခြင်း၊ ပြန်လည်ကောင်းမွန်နိုင်ခြင်း၊ အဝေးမှ လုပ်ဆောင်နိုင်ခြင်း" စသည့် အင်ဂျင်နီယာဆိုင်ရာ ပြဿနာများကို ဖြေရှင်းလိုသည်။

ထို့ကြောင့် သင်သည် ကျွန်ုပ်ကို မည်သို့ရွေးချယ်ရမည်နည်းဟု မေးပါက?

• သင်သည် Claude Code အသုံးပြုသူဖြစ်ပြီး ၎င်းကို လျင်မြန်စွာ လုပ်ဆောင်စေလိုပါက → ralph-claude-code
• မတူညီသော မော်ဒယ်များကို ချိတ်ဆက်လိုပါက၊ ငွေကုန်ကြေးကျ သက်သာလိုပါက၊ loop ကို ဝန်ဆောင်မှုတစ်ခုအဖြစ် စီမံခန့်ခွဲလိုပါက → ralph-tui

နောက်ဆုံးအနေဖြင့်- ၎င်းအား သင့်ဂိုဒေါင်ကို ဓာတ်ခွဲခန်းတစ်ခုအဖြစ် မသုံးပါစေနှင့်

ကျွန်ုပ်ကိုယ်တိုင် agent loop ကို လုပ်ဆောင်ရာတွင် တင်းကျပ်သော စည်းမျဉ်းအချို့ရှိပြီး၊ ဤနေရာတွင် ရေးထားသည်ကို သင်လိုက်နာပါက၊ မတော်တဆမှုဖြစ်နိုင်ခြေ အလွန်နည်းပါလိမ့်မည်။

• branch ဖြင့် လုပ်ဆောင်ပါ၊ main တွင် အသည်းအသန် မကစားပါနှင့်။
• ပထမဆုံးအကြိမ် လုပ်ဆောင်ပါက --iterations ကို သေချာထည့်ပါ၊ ၎င်းသည် ရူးသွပ်မသွားကြောင်း အတည်ပြုပါ။
• အလုပ်သည် လက်ခံနိုင်ရမည်- စမ်းသပ်မှုများ လုပ်ဆောင်နိုင်ရမည်၊ သို့မဟုတ် lint ကို လုပ်ဆောင်နိုင်ရမည်၊ သို့မဟုတ် output ဖိုင်များကို နှိုင်းယှဉ်နိုင်ရမည်။
• ရပ်တန့်ရန် သင်သင်ယူရမည်- ၎င်းသည် စက်ဝိုင်းထဲတွင် လည်ပတ်နေသည်ကို တွေ့ပါက၊ ငွေဆက်လက်သုံးစွဲခြင်းထက် ရပ်တန့်ခြင်းက ပိုမိုကောင်းမွန်သည်။
• စျေးသက်သာသော မော်ဒယ်များသည် ကြမ်းတမ်းသောအလုပ်များကို လုပ်ဆောင်ပြီး စျေးကြီးသော မော်ဒယ်များသည် အဓိကအလုပ်များကို လုပ်ဆောင်သည်- ကုန်ကျစရိတ်ကို စီမံခန့်ခွဲခြင်းဖြင့် ရရှိလာခြင်းဖြစ်ပြီး ဆုတောင်းခြင်းဖြင့် ရရှိလာခြင်းမဟုတ်ပါ။စီမံကိန်းလိပ်စာ- https://github.com/subsy/ralph-tui