OpenClaw + Claude Code 超强教程：一个人就能搭建完整的开发团队！

ಇಂದು ನಾನು ಒಂದು ಅತ್ಯಂತ ಶ್ರೇಷ್ಠವಾದ ಅನುಭವದ ಉದಾಹರಣೆಯನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತಿದ್ದೇನೆ。（ಲೇಖನ ಕೊನೆಯಲ್ಲಿ ಪಾಠವನ್ನು ಸೇರಿಸಲಾಗಿದೆ）

ಒಬ್ಬ ಸ್ವಾಯತ್ತ ಅಭಿವೃದ್ಧಿಕಾರರು, OpenClaw + Codex/CC ಅನ್ನು ಬಳಸಿಕೊಂಡು AI ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸಿದ್ದಾರೆ, ಇದರಿಂದ ಏನನ್ನು ಸಾಧಿಸಿದರು?

ಒಂದು ದಿನ 94 ಬಾರಿ ಸಲ್ಲಿಕೆ, 30 ನಿಮಿಷಗಳಲ್ಲಿ 7 PRಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದರು, ಮತ್ತು ಆ ದಿನದಲ್ಲಿ ಅವರು 3 ಗ್ರಾಹಕ ಸಭೆಗಳನ್ನು ನಡೆಸಿದರು, ಸಂಪಾದಕವನ್ನು ಓಪನ್ ಮಾಡಲಿಲ್ಲ.

ಇದು 2026 ರ ಜನವರಿಯಲ್ಲಿ ನಿಜವಾಗಿಯೂ ಸಂಭವಿಸಿದೆ. ಲೇಖಕ ಸಂಪೂರ್ಣ ವ್ಯವಸ್ಥೆಯ ಶ್ರೇಣೀಬದ್ಧತೆ, ಕಾರ್ಯವಿಧಾನ, ಕೋಡ್ ಕಾನ್ಫಿಗರೇಶನ್ ಅನ್ನು ಸಾರ್ವಜನಿಕವಾಗಿ ಹಂಚಿಕೊಂಡಿದ್ದಾರೆ, ಇದನ್ನು ನೋಡಿ ಈ ಚಿಂತನೆ ಕಲಿಯಲು ಬಹಳಷ್ಟು ಮೌಲ್ಯವಿದೆ ಎಂದು ಭಾವಿಸುತ್ತೇನೆ, ಆದ್ದರಿಂದ ಈ ಲೇಖನವನ್ನು ನಿಮ್ಮೊಂದಿಗೆ ಹಂಚಿಕೊಳ್ಳಲು整理 ಮಾಡಿದೆ.

ನೀವು Codex ಅಥವಾ Claude Code ಬಳಸುತ್ತಿದ್ದರೆ, ಅಥವಾ OpenClaw ಬಗ್ಗೆ ಆಸಕ್ತಿ ಹೊಂದಿದ್ದರೆ, ಈ ಲೇಖನ ನಿಮಗೆ ಹಲವಾರು ಪ್ರೇರಣೆಯನ್ನು ನೀಡುತ್ತದೆ.

ಒಬ್ಬ ವ್ಯಕ್ತಿ, ಒಂದು ದಿನ 94 ಬಾರಿ ಕೋಡ್ ಸಲ್ಲಿಕೆ

ಮೊದಲು ಕೆಲವು ಡೇಟಾವನ್ನು ನೋಡಿ, ಈ ವ್ಯವಸ್ಥೆಯ ಶಕ್ತಿಯನ್ನು ಅನುಭವಿಸಿ:

• ಒಬ್ಬ ದಿನದಲ್ಲಿ ಗರಿಷ್ಠ 94 ಬಾರಿ ಸಲ್ಲಿಕೆ (ಪ್ರತಿದಿನ 50 ಬಾರಿ ಸಲ್ಲಿಕೆಯ ಸರಾಸರಿ)
• 30 ನಿಮಿಷಗಳಲ್ಲಿ 7 PRಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದರು
• ಕಲ್ಪನೆಯಿಂದ ಲೈವ್ ಆಗುವ ವೇಗ "ಆದಿನ ಗ್ರಾಹಕ ಅಗತ್ಯವನ್ನು ಒದಗಿಸಲು" ವೇಗವಾಗಿದೆ

ಲೇಖಕ ಈ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಒಂದು ನಿಜವಾದ B2B SaaS ಉತ್ಪನ್ನವನ್ನು ಮಾಡುತ್ತಿದ್ದಾರೆ, ಸ್ಥಾಪಕರ ನೇರ ಮಾರಾಟದೊಂದಿಗೆ, ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆ ಅಗತ್ಯಗಳನ್ನು ಅದಿನವೇ ಪೂರ್ಣಗೊಳಿಸಬಹುದು. ವೇಗವು ಎಷ್ಟು ವೇಗವಾಗಿದೆ? ಗ್ರಾಹಕರು ಅಗತ್ಯವನ್ನು ಕೇಳಿದಾಗ, ಅದಿನವೇ ಪರಿಣಾಮವನ್ನು ನೋಡಬಹುದು, ನೇರವಾಗಿ ಪಾವತಿ ಬಳಕೆದಾರರಲ್ಲಿ ಪರಿವರ್ತಿತವಾಗುತ್ತದೆ.

ಖರ್ಚು ಏನು? ಪ್ರತಿ ತಿಂಗಳು $190 (Claude $100 + Codex $90), ಹೊಸಬರು $20 ನಲ್ಲಿ ಆರಂಭಿಸಬಹುದು.

ನೀವು ಕೇಳಬಹುದು: ಇದು ಏನಾದರೂ AI ಸಾಧನಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸುತ್ತಾ, ನಂತರ ತೀವ್ರವಾಗಿ ಕಸ ಕೋಡ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತಾ?

ಇಲ್ಲ. ಲೇಖಕನ Git ಇತಿಹಾಸವು "ಅವರು ಹೊಸ ಅಭಿವೃದ್ಧಿ ತಂಡವನ್ನು ನೇಮಿಸಿದ್ದಾರೆ" ಎಂದು ಕಾಣಿಸುತ್ತದೆ, ಆದರೆ ವಾಸ್ತವದಲ್ಲಿ ಅವರು ಒಬ್ಬರೇ ಇದ್ದಾರೆ. ಪ್ರಮುಖ ಬದಲಾವಣೆ ಏನೆಂದರೆ: ಅವರು "Claude Code ಅನ್ನು ನಿರ್ವಹಿಸುವುದರಿಂದ" "ಒಬ್ಬ AI ಮ್ಯಾನೇಜರ್ ಅನ್ನು ನಿರ್ವಹಿಸುವುದಕ್ಕೆ, ಈ ಮ್ಯಾನೇಜರ್ ಮತ್ತೆ Claude Code ಗುಂಪನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ" ಎಂದು ಬದಲಾಯಿಸಿದರು.

• ಜನವರಿಯ ಮೊದಲು: Codex ಅಥವಾ Claude Code ನೇರವಾಗಿ ಕೋಡ್ ಬರೆಯುವುದು
• ಜನವರಿಯ ನಂತರ: OpenClaw ಅನ್ನು ಶ್ರೇಣೀಬದ್ಧತೆಯ ಹಂತವಾಗಿ ಬಳಸುವುದು, ಇದನ್ನು Codex/Claude Code/Gemini ಅನ್ನು ನಿಯೋಜಿಸಲು ಬಳಸುವುದು

ಈ ಬದಲಾವಣೆಗಳಿಂದ ಉಂಟಾದ ಪರಿಣಾಮವೆಂದರೆ: ವ್ಯವಸ್ಥೆ ಸ್ವಾಯತ್ತವಾಗಿ ಎಲ್ಲಾ ಸಣ್ಣ ಮತ್ತು ಮಧ್ಯಮ ಸಂಕೀರ್ಣತೆಯ ಕಾರ್ಯಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸುತ್ತದೆ, ಮಾನವ ಹಸ್ತಕ್ಷೇಪವನ್ನು ಅಗತ್ಯವಿಲ್ಲ.

ಏಕೆ Codex ಮತ್ತು Claude Code ಪ್ರತ್ಯೇಕವಾಗಿ ಬಳಸುವುದು ಉತ್ತಮವಲ್ಲ?

ಈ ಸಮಯದಲ್ಲಿ, ನೀವು ಯೋಚಿಸುತ್ತಿರಬಹುದು: Codex ಮತ್ತು Claude Code ಈಗಾಗಲೇ ಶ್ರೇಷ್ಠವಾಗಿದೆ, ಏಕೆ ಇನ್ನೊಂದು ಶ್ರೇಣೀಬದ್ಧತೆಯ ಹಂತವನ್ನು ಸೇರಿಸಲು?

ಲೇಖಕ ನೀಡಿದ ಉತ್ತರ ಬಹಳ ನೇರವಾಗಿದೆ: Codex ಮತ್ತು Claude Code ನಿಮ್ಮ ವ್ಯವಹಾರವನ್ನು 거의 ತಿಳಿಯುತ್ತಿಲ್ಲ. ಅವುಗಳು ಕೇವಲ ಕೋಡ್ ಅನ್ನು ನೋಡುತ್ತವೆ, ಸಂಪೂರ್ಣ ವ್ಯವಹಾರ ದೃಶ್ಯವನ್ನು ನೋಡುವುದಿಲ್ಲ.

ಇಲ್ಲಿ ಒಂದು ಮೂಲಭೂತ ನಿರ್ಬಂಧವಿದೆ: ಸಾಂದರ್ಭಿಕ ಕಿಟಕಿ ಸ್ಥಿರವಾಗಿದೆ, ನೀವು ಒಂದೇ ಆಯ್ಕೆ ಮಾಡಬೇಕು.

ನೀವು ಒಳಗೆ ಏನನ್ನು ಹಾಕಬೇಕೆಂದು ಆಯ್ಕೆ ಮಾಡಬೇಕು:

• ಕೋಡ್ ತುಂಬುವುದು → ವ್ಯವಹಾರ ಸಾಂದರ್ಭಿಕವನ್ನು ಇಡುವ ಸ್ಥಳವಿಲ್ಲ
• ಗ್ರಾಹಕರ ಐತಿಹಾಸವನ್ನು ತುಂಬುವುದು → ಕೋಡ್ ಶ್ರೇಣಿಯನ್ನು ಇಡುವ ಸ್ಥಳವಿಲ್ಲ

ಆದ್ದರಿಂದ Codex ಅಥವಾ Claude Code ಅನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಬಳಸಿದಾಗ, ನೀವು ಈ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸುತ್ತೀರಿ:

• ಇದು ಈ ಕಾರ್ಯವು ಯಾವ ಗ್ರಾಹಕನಿಗಾಗಿ ಎಂದು ತಿಳಿದಿಲ್ಲ
• ಇದು ಹಿಂದಿನ ಸಮಾನ ಅಗತ್ಯವು ಏಕೆ ವಿಫಲವಾಗಿದೆ ಎಂದು ತಿಳಿದಿಲ್ಲ
• ಇದು ನಿಮ್ಮ ಉತ್ಪನ್ನದ ಸ್ಥಾನ ಮತ್ತು ವಿನ್ಯಾಸ ತತ್ವಗಳನ್ನು ತಿಳಿದಿಲ್ಲ
• ಇದು ಪ್ರಸ್ತುತ ಕೋಡ್ ಮತ್ತು ನಿಮ್ಮ ಪ್ರಾಂಪ್ಟ್ ಆಧಾರಿತವಾಗಿ ಮಾತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ

OpenClaw ಈ ಸಮೀಕರಣವನ್ನು ಬದಲಾಯಿಸಿದೆ.

ಇದು ಶ್ರೇಣೀಬದ್ಧತೆಯ ಹಂತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ನೀವು ಮತ್ತು ಎಲ್ಲಾ AI ಸಾಧನಗಳ ನಡುವಿನ ಸ್ಥಳದಲ್ಲಿ ಇದೆ. ಇದರ ಪಾತ್ರವೆಂದರೆ:

• ಎಲ್ಲಾ ವ್ಯವಹಾರ ಸಾಂದರ್ಭಿಕವನ್ನು ಹೊಂದುವುದು (ಗ್ರಾಹಕ ಡೇಟಾ, ಸಭೆ ದಾಖಲೆ, ಐತಿಹಾಸಿಕ ನಿರ್ಧಾರಗಳು, ಯಶಸ್ಸು/ವಿಫಲ ಪ್ರಕರಣಗಳು)
• ವ್ಯವಹಾರ ಸಾಂದರ್ಭಿಕವನ್ನು ನಿಖರವಾದ ಪ್ರಾಂಪ್ಟ್ ಗೆ ಅನುವಾದಿಸುವುದು, ನಿರ್ದಿಷ್ಟ ಏಜೆಂಟ್ ಗೆ ನೀಡುವುದು
• ಈ ಏಜೆಂಟ್‌ಗಳನ್ನು ಅವರ ಪರಿಣತಿಯಲ್ಲಿ ಏನು ಮಾಡಲು ಗಮನ ಹರಿಸಲು ಅನುಮತಿಸುವುದು: ಕೋಡ್ ಬರೆಯುವುದು

ಒಂದು ಹೋಲಿಸುವುದಾಗಿ:

• Codex/Claude Code = ವೃತ್ತಿಪರ ಅಡುಗೆ, ಕೇವಲ ಅಡುಗೆ ಮಾಡುವುದು
• OpenClaw = ಮುಖ್ಯ ಅಡುಗೆ, ಗ್ರಾಹಕರ ರುಚಿ, ಆಹಾರ ಸಾಮಾನು, ಮೆನು ಸ್ಥಾನವನ್ನು ತಿಳಿದು, ಪ್ರತಿಯೊಬ್ಬ ಅಡುಗೆಗಾರನಿಗೆ ನಿಖರವಾದ ಸೂಚನೆಗಳನ್ನು ನೀಡುವುದು

ಇದು ಏಕೆ ಡುಯಲ್ ಲೇಯರ್ ವ್ಯವಸ್ಥೆ ಅಗತ್ಯವಿದೆ ಎಂಬುದಕ್ಕೆ ಕಾರಣ: ಸಾಂದರ್ಭಿಕದ ವೃತ್ತಿಪರೀಕರಣದ ಮೂಲಕ, ಹೆಚ್ಚು ಶ್ರೇಷ್ಠ ಮಾದರಿಯನ್ನು ಬದಲಾಯಿಸುವುದಿಲ್ಲ.

ಡುಯಲ್ ಲೇಯರ್ ವ್ಯವಸ್ಥೆಯ ನಿರ್ದಿಷ್ಟ ಶ್ರೇಣೀಬದ್ಧತೆ: ಶ್ರೇಣೀಬದ್ಧತೆಯ ಹಂತ + ಕಾರ್ಯನಿರ್ವಹಣಾ ಹಂತ

ಈ ವ್ಯವಸ್ಥೆಯ ನಿರ್ದಿಷ್ಟ ಶ್ರೇಣೀಬದ್ಧತೆಯನ್ನು ನೋಡಿ.

ಎರಡು ಹಂತಗಳು, ಪ್ರತಿ ಹಂತವು ತನ್ನದೇ ಆದ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ:

OpenClaw（编排层）能做什么？

• Obsidian ನೋಟುಗಳಲ್ಲಿ ಎಲ್ಲಾ ಸಭಾ ದಾಖಲೆಗಳನ್ನು ಓದಲು (ಸ್ವಯಂ ಸಮನ್ವಯ)
• ಉತ್ಪಾದನಾ ಡೇಟಾಬೇಸ್‌ಗೆ ಪ್ರವೇಶ (ಏಕಕಾಲದ ಓದು ಹಕ್ಕು) ಗ್ರಾಹಕ ಕಾನ್ಫಿಗರೇಶನ್ ಪಡೆಯಲು
• ನಿರ್ವಾಹಕ API ಹಕ್ಕುಗಳನ್ನು ಹೊಂದಿದ್ದು, ಗ್ರಾಹಕರಿಗೆ ನೇರವಾಗಿ ಪುನರ್‌ಚಾರ್ಜ್ ಮಾಡಲು ಮತ್ತು ಅಡ್ಡಿ ತೆಗೆದುಹಾಕಲು ಸಾಧ್ಯ
• ಕಾರ್ಯದ ಪ್ರಕಾರಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಸೂಕ್ತ ಏಜೆಂಟ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು
• ಎಲ್ಲಾ ಏಜೆಂಟ್‌ಗಳ ಪ್ರಗತಿಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವುದು, ವಿಫಲವಾದಾಗ ಕಾರಣವನ್ನು ವಿಶ್ಲೇಷಿಸಿ ಮತ್ತು ಪ್ರಾಂಪ್ಟ್ ಪುನರಾರಂಭಿಸಲು ಹೊಂದಿಸುವುದು
• ಪೂರ್ಣಗೊಂಡ ನಂತರ Telegram ಮೂಲಕ ಲೇಖಕನಿಗೆ ಮಾಹಿತಿ ನೀಡುವುದು

ಏಜೆಂಟ್（执行层）能做什么？

• ಕೋಡ್‌ಬೇಸ್ನಲ್ಲಿ ಓದು ಮತ್ತು ಬರೆಯುವುದು
• ಪರೀಕ್ಷೆ ಮತ್ತು ನಿರ್ಮಾಣವನ್ನು ನಿರ್ವಹಿಸುವುದು
• ಕೋಡ್ ಸಲ್ಲಿಸುವುದು ಮತ್ತು PR ರಚಿಸುವುದು
• ಕೋಡ್ ವಿಮರ್ಶೆಯ ಪ್ರತಿಕ್ರಿಯೆಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುವುದು

ಕೀ ಪಾಯಿಂಟ್: ಕಾರ್ಯನಿರ್ವಹಣಾ ಹಂತದ ಏಜೆಂಟ್ ಎಂದಿಗೂ ಉತ್ಪಾದನಾ ಡೇಟಾಬೇಸ್‌ನ್ನು ಸಂಪರ್ಕಿಸುವುದಿಲ್ಲ, ಮತ್ತು ಗ್ರಾಹಕರ ಸಂವೇದನಶೀಲ ಮಾಹಿತಿಯನ್ನು ನೋಡುವುದಿಲ್ಲ. ಅವರು "ಈ ಕಾರ್ಯವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ತಿಳಿಯಬೇಕಾದ ಕನಿಷ್ಠ ಸಾಂದರ್ಭಿಕ ಮಾಹಿತಿಯನ್ನು" ಮಾತ್ರ ಪಡೆಯುತ್ತಾರೆ.

ಈ ವಿನ್ಯಾಸವು ಬಹಳ ಬುದ್ಧಿವಂತವಾಗಿದೆ: ಸುರಕ್ಷಿತ ಗಡಿ ಸ್ಪಷ್ಟವಾಗಿದೆ, ಮತ್ತು ಸಮರ್ಥತೆಯನ್ನು ಖಾತರಿಪಡಿಸುತ್ತದೆ.

ಸಂಪೂರ್ಣ ಕಾರ್ಯಪ್ರವಾಹ: ಗ್ರಾಹಕ ಅಗತ್ಯದಿಂದ PR ವಿಲೀನಕ್ಕೆ 8 ಹಂತಗಳು

ಈಗ ಕೇಂದ್ರ ಭಾಗಕ್ಕೆ ಹೋಗಿ. ಲೇಖಕನ ಕಳೆದ ವಾರದ ವಾಸ್ತವ ಪ್ರಕರಣವನ್ನು ಬಳಸಿಕೊಂಡು, ಸಂಪೂರ್ಣ ಪ್ರಕ್ರಿಯೆಯನ್ನು ನಿಮಗೆ ತೋರಿಸುತ್ತೇನೆ.

ಹಿನ್ನೆಲೆ: ಒಂದು ಉದ್ಯಮ ಗ್ರಾಹಕ ಕರೆ ಮಾಡಿದ್ದು, ಅವರು ತಮ್ಮ ಈಗಾಗಲೇ ಕಾನ್ಫಿಗರ್ ಮಾಡಿದ ಸೆಟಿಂಗ್‌ಗಳನ್ನು ಪುನಃ ಬಳಸಲು ಬಯಸಿದ್ದಾರೆ, ತಂಡದಲ್ಲಿ ಹಂಚಿಕೊಳ್ಳಲು.

第 1 步：客户需求 → OpenClaw 理解并拆解

ಕರೆ ಮುಗಿದ ನಂತರ, ಲೇಖಕ ಮತ್ತು Zoe (ಅದರ OpenClaw) ಈ ಅಗತ್ಯವನ್ನು ಕುರಿತು ಚರ್ಚಿಸಿದರು.

ಇಲ್ಲಿ ಅದ್ಭುತವಾದ ವಿಷಯ: ಶೂನ್ಯ ವಿವರಣೆ ವೆಚ್ಚ. ಏಕೆಂದರೆ ಎಲ್ಲಾ ಸಭಾ ದಾಖಲೆಗಳು ಸ್ವಯಂ ಸಮನ್ವಯವಾಗಿ Obsidian ಗೆ ಹೋಗುತ್ತವೆ, Zoe ಈಗಾಗಲೇ ಕರೆ ವಿಷಯವನ್ನು ಓದಿದೆ, ಗ್ರಾಹಕ ಯಾರು, ಅವರ ವ್ಯಾಪಾರ ದೃಶ್ಯ, ಈಗಿನ ಕಾನ್ಫಿಗರೇಶನ್ ಏನು ಎಂಬುದನ್ನು ತಿಳಿದಿದೆ.

ಲೇಖಕ ಮತ್ತು Zoe ಒಟ್ಟಾಗಿ ಅಗತ್ಯವನ್ನು ಹಂಚಿಕೊಂಡರು: ಬಳಕೆದಾರರಿಗೆ ಈಗಿನ ಕಾನ್ಫಿಗರೇಶನ್ ಅನ್ನು ಉಳಿಸಲು ಮತ್ತು ಸಂಪಾದಿಸಲು ಒಂದು ಟೆಂಪ್ಲೇಟ್ ವ್ಯವಸ್ಥೆ ಮಾಡುವುದು.

ಮರು, Zoe ಮೂರು ಕೆಲಸಗಳನ್ನು ಮಾಡಿತು:

• ಗ್ರಾಹಕರಿಗೆ ಪುನರ್‌ಚಾರ್ಜ್ - ನಿರ್ವಾಹಕ API ಅನ್ನು ಬಳಸಿಕೊಂಡು ತಕ್ಷಣ ಗ್ರಾಹಕರ ಬಳಕೆ ನಿರ್ಬಂಧವನ್ನು ತೆಗೆದುಹಾಕುವುದು
• ಗ್ರಾಹಕ ಕಾನ್ಫಿಗರೇಶನ್ ಅನ್ನು ಎಳೆಯುವುದು - ಉತ್ಪಾದನಾ ಡೇಟಾಬೇಸ್ (ಏಕಕಾಲದ ಓದು) ನಿಂದ ಗ್ರಾಹಕರ ಈಗಿನ ಸೆಟಿಂಗ್‌ಗಳನ್ನು ಪಡೆಯುವುದು
• ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸಿ ಮತ್ತು ಏಜೆಂಟ್ ಅನ್ನು ಪ್ರಾರಂಭಿಸುವುದು - ಎಲ್ಲಾ ಸಾಂದರ್ಭಿಕ ಮಾಹಿತಿಯನ್ನು ಪ್ಯಾಕ್ ಮಾಡಿ, Codex ಗೆ ನೀಡುವುದು

第 2 步：启动代理

Zoe ಈ ಕಾರ್ಯಕ್ಕಾಗಿ ರಚಿಸಿದ:

• ಒಂದು ಸ್ವಾಯತ್ತ git worktree (ವಿಭಜಿತ ಶಾಖಾ ಪರಿಸರ)
• ಒಂದು tmux ಸೆಷನ್ (ಏಜೆಂಟ್ ಅನ್ನು ಹಿನ್ನಲೆಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು)

# 创建 worktree + 启动代理 git worktree add ../feat-custom-templates -b feat/custom-templates origin/main cd ../feat-custom-templates && pnpm install

tmux new-session -d -s "codex-templates" \ -c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" \ "$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high"为什么用 tmux? 因为可以中途干预。

如果 AI 走偏了，不用杀掉重来，直接在 tmux 里发指令：

# 代理方向错了 tmux send-keys -t codex-templates "停一下。先做 API 层,别管 UI。" Enter

代理需要更多上下文

tmux send-keys -t codex-templates "类型定义在 src/types/template.ts,用那个。" Enter同时，任务会被记录到一个 JSON 文件里：{ "id": "feat-custom-templates", "tmuxSession": "codex-templates", "agent": "codex", "description": "ಉದ್ಯಮ ಗ್ರಾಹಕರಿಗೆ ಕಸ್ಟಮ್ ಇಮೇಲ್ ಟೆಂಪ್ಲೇಟ್ ಕಾರ್ಯಕ್ಷಮತೆ", "repo": "medialyst", "worktree": "feat-custom-templates", "branch": "feat/custom-templates", "startedAt": 1740268800000, "status": "running", "notifyOnComplete": true}

3ನೇ ಹಂತ: ಸ್ವಾಯತ್ತ ನಿಗಾ

ಪ್ರತಿ 10 ನಿಮಿಷಕ್ಕೊಮ್ಮೆ ಎಲ್ಲಾ ಏಜೆಂಟ್‌ಗಳ ಸ್ಥಿತಿಯನ್ನು ಪರಿಶೀಲಿಸಲು ಒಂದು ಕ್ರಾನ್ ಕಾರ್ಯ.

ಮುಖ್ಯಾಂಶ: ಇದು ಏಜೆಂಟ್‌ನ್ನು "ಪ್ರಗತಿಯನ್ನು ಕೇಳಲು" ಹೋಗುವುದಿಲ್ಲ (ಅದು ಟೋಕನ್ ಅನ್ನು ಹೆಚ್ಚು ಖರ್ಚು ಮಾಡುತ್ತದೆ), ಆದರೆ ವಾಸ್ತವಿಕತೆಯನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ:

• tmux ಸೆಷನ್ ಇನ್ನೂ ಜೀವಂತವೇ?
• PR ರಚಿಸಲಾಗಿದೆ ಎಂದು ಖಚಿತವಿದೆಯೇ?
• CI ಸ್ಥಿತಿ ಹೇಗಿದೆ?
• ವಿಫಲವಾದರೆ, ಪುನರಾರಂಭಿಸಲು ಅಗತ್ಯವಿದೆಯೇ? (ಅತ್ಯುತ್ತಮವಾಗಿ 3 ಬಾರಿ ಪುನರಾಯಣ)

ಈ ನಿಗಾ ಸ್ಕ್ರಿಪ್ಟ್ 100% ಖಚಿತವಾಗಿದೆ, ಇದು ಟೋಕನ್ ಅನ್ನು ಬಹಳ ಕಡಿಮೆ ಬಳಸುತ್ತದೆ, ಕೇವಲ ಮಾನವ ಹಸ್ತಕ್ಷೇಪ ಅಗತ್ಯವಿರುವಾಗಲೇ ಲೇಖಕನಿಗೆ ಸೂಚಿಸುತ್ತದೆ.

ಇದು ವಾಸ್ತವವಾಗಿ ರಾಲ್ಫ್ ಲೂಪ್‌ನ ಸುಧಾರಿತ ಆವೃತ್ತಿಯಾಗಿದೆ, ನಂತರ ವಿವರವಾಗಿ ವಿವರಿಸಲಾಗುತ್ತದೆ.

4ನೇ ಹಂತ: ಏಜೆಂಟ್ PR ರಚಿಸುತ್ತದೆ

ಏಜೆಂಟ್ ಕೋಡ್ ಅನ್ನು ಬರೆಯುತ್ತದೆ, ಸಲ್ಲಿಸುತ್ತದೆ, ಪುಷ್ ಮಾಡುತ್ತದೆ, ನಂತರ gh pr create --fill ಅನ್ನು ಬಳಸಿಕೊಂಡು PR ಅನ್ನು ರಚಿಸುತ್ತದೆ.

ಗಮನಿಸಿ: ಈ ಸಮಯದಲ್ಲಿ ಲೇಖಕನಿಗೆ ಸೂಚನೆ ದೊರಕುವುದಿಲ್ಲ. ಏಕೆಂದರೆ PR ಸ್ವತಃ "ಪೂರ್ಣ" ಎಂದು ಪ್ರತಿನಿಧಿಸುವುದಿಲ್ಲ.

"ಪೂರ್ಣ" ಎಂಬ ವ್ಯಾಖ್ಯೆ:

• ✅ PR ರಚಿಸಲಾಗಿದೆ
• ✅ ಶಾಖೆ ಮುಖ್ಯಕ್ಕೆ ಸಮನ್ವಯವಾಗಿದೆ (ಊಹಣೆ ಇಲ್ಲ)
• ✅ CI ಯಶಸ್ವಿಯಾಗಿದೆ (ಲಿಂಟ್, ಪ್ರಕಾರದ ಪರಿಶೀಲನೆ, ಏಕಕಾಲದ ಪರೀಕ್ಷೆ, E2E ಪರೀಕ್ಷೆ)
• ✅ ಕೋಡೆಕ್ಸ್ ವಿಮರ್ಶಕ ಯಶಸ್ವಿಯಾಗಿದೆ
• ✅ ಕ್ಲೋಡ್ ವಿಮರ್ಶಕ ಯಶಸ್ವಿಯಾಗಿದೆ
• ✅ ಜೆಮಿನಿ ವಿಮರ್ಶಕ ಯಶಸ್ವಿಯಾಗಿದೆ
• ✅ UI ಬದಲಾವಣೆಗಳಿದ್ದರೆ, ಸ್ಕ್ರೀನ್‌ಶಾಟ್ ಅನ್ನು ಒಳಗೊಂಡಿರಬೇಕು

ಎಲ್ಲಾ ಶ್ರೇಣಿಗಳನ್ನು ಪೂರೈಸಿದಾಗ ಮಾತ್ರ ಇದು ನಿಜವಾದ ಪೂರ್ಣವಾಗಿದೆ.

5ನೇ ಹಂತ: ಸ್ವಾಯತ್ತ ಕೋಡ್ ವಿಮರ್ಶೆ

ಪ್ರತಿ PR ಅನ್ನು ಮೂರು ಏಜೆಂಟ್‌ಗಳು ಪರಿಶೀಲಿಸುತ್ತವೆ:

• ಕೋಡೆಕ್ಸ್ ವಿಮರ್ಶಕ — ಅತ್ಯಂತ ನಂಬದಾರರ ವಿಮರ್ಶಕ- ಗಡಿಬಿಡಿ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಪರಿಣತಿ
• ತರ್ಕದ ದೋಷಗಳು, ತಪ್ಪಿದ ದೋಷ ನಿರ್ವಹಣೆ, ಸ್ಪರ್ಧಾತ್ಮಕ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಹಿಡಿಯಬಹುದು
• ತಪ್ಪು ವರದಿ ಪ್ರಮಾಣವು ಬಹಳ ಕಡಿಮೆ

• ಜೆಮಿನಿ ಕೋಡ್ ಅಸಿಸ್ಟ್ ವಿಮರ್ಶಕ — ಉಚಿತ ಮತ್ತು ಬಳಸಲು ಸುಲಭ- ಇತರ ವಿಮರ್ಶಕರಿಂದ ತಪ್ಪಿದ ಭದ್ರತಾ ಸಮಸ್ಯೆಗಳು ಮತ್ತು ವಿಸ್ತರಣಾ ಸಮಸ್ಯೆಗಳನ್ನು ಕಂಡುಹಿಡಿಯಬಹುದು
• ನಿರ್ದಿಷ್ಟವಾದ ಸುಧಾರಣೆ ಸಲಹೆಗಳನ್ನು ನೀಡುತ್ತದೆ
• ಬಳಸಲು ಉಚಿತ

• ಕ್ಲೋಡ್ ಕೋಡ್ ವಿಮರ್ಶಕ — ಮೂಲತಃ ಉಪಯುಕ್ತವಲ್ಲ- ಹೆಚ್ಚು ಎಚ್ಚರಿಕೆಯಿಂದ, ಸದಾ "ಚಿಂತನೆ ಸೇರಿಸಲು ..." ಎಂದು ಸಲಹೆ ನೀಡುತ್ತದೆ
• ಬಹಳಷ್ಟು ಸಲಹೆಗಳು ಹೆಚ್ಚು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ
• "ಕ್ರಿಟಿಕಲ್" ಎಂದು ಗುರುತಿಸಲಾಗದಿದ್ದರೆ, ನೇರವಾಗಿ ಹಾರುತ್ತದೆ

ಮೂರು ವಿಮರ್ಶಕರು PR ನಲ್ಲಿ ನೇರವಾಗಿ ಕಾಮೆಂಟ್ ಮಾಡುತ್ತಾರೆ.

6ನೇ ಹಂತ: ಸ್ವಾಯತ್ತ ಪರೀಕ್ಷೆ

CI ಪೈಪ್ ಓಡುತ್ತದೆ:

• ಲಿಂಟ್ ಮತ್ತು ಟೈಪ್‌ಸ್ಕ್ರಿಪ್ಟ್ ಪರಿಶೀಲನೆ
• ಏಕಕಾಲದ ಪರೀಕ್ಷೆ
• E2E ಪರೀಕ್ಷೆ
• ಪ್ಲೇ ರೈಟ್ ಪರೀಕ್ಷೆ (ಉತ್ಪಾದನಾ ಪರಿಸರದೊಂದಿಗೆ ಒಂದೇ ರೀತಿಯ ಪೂರ್ವಾವಲೋಕನ ಪರಿಸರದಲ್ಲಿ ಓಡುತ್ತದೆ)

ಕಳೆದ ವಾರ ಸೇರಿಸಿದ ನಿಯಮ: PR UI ಅನ್ನು ಬದಲಾಯಿಸಿದರೆ, ವಿವರಣೆಯಲ್ಲಿ ಸ್ಕ್ರೀನ್‌ಶಾಟ್ ಅನ್ನು ಸೇರಿಸಲು ಅಗತ್ಯವಿದೆ, ಇಲ್ಲದಿದ್ದರೆ CI ನೇರವಾಗಿ ವಿಫಲವಾಗುತ್ತದೆ.

ಈ ನಿಯಮವು ವಿಮರ್ಶಾ ಸಮಯವನ್ನು ಬಹಳ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ — ಲೇಖಕನು ಸ್ಕ್ರೀನ್‌ಶಾಟ್ ಅನ್ನು ನೋಡಿದಾಗ ಏನು ಬದಲಾಯಿತೆಂದು ತಿಳಿಯುತ್ತಾನೆ, ಪೂರ್ವಾವಲೋಕನ ಪರಿಸರದಲ್ಲಿ ಕ್ಲಿಕ್ ಮಾಡಲು ಅಗತ್ಯವಿಲ್ಲ.

7ನೇ ಹಂತ: ಮಾನವ ವಿಮರ್ಶೆ

ಈಗ, ಲೇಖಕ ಟೆಲಿಗ್ರಾಮ್ ಸೂಚನೆ ಪಡೆಯುತ್ತಾನೆ: "PR #341 ಸಿದ್ಧವಾಗಿದೆ, ವಿಮರ್ಶಿಸಲು ಸಾಧ್ಯವಾಗಿದೆ."

ಈ ಸಮಯದಲ್ಲಿ:

• CI ಸಂಪೂರ್ಣ ಹಸಿರು
• ಮೂರು AI ವಿಮರ್ಶಕರು ಎಲ್ಲಾ ಅನುಮೋದಿಸಿದ್ದಾರೆ
• ಸ್ಕ್ರೀನ್‌ಶಾಟ್ UI ಬದಲಾವಣೆಗಳನ್ನು ತೋರಿಸುತ್ತದೆ
• ಎಲ್ಲಾ ಗಡಿಬಿಡಿ ಪರಿಸ್ಥಿತಿಗಳು ವಿಮರ್ಶಾ ಕಾಮೆಂಟ್‌ಗಳಲ್ಲಿ ದಾಖಲಿಸಲಾಗಿದೆ

ಲೇಖಕನ ವಿಮರ್ಶೆಗೆ ಕೇವಲ 5-10 ನಿಮಿಷಗಳು ಬೇಕಾಗಿವೆ. ಬಹಳಷ್ಟು PR ಗಳಲ್ಲಿ ಅವರು ಕೋಡ್ ಅನ್ನು ನೋಡುವುದಿಲ್ಲ, ಕೇವಲ ಸ್ಕ್ರೀನ್‌ಶಾಟ್ ಅನ್ನು ನೋಡಿದಾಗ ನೇರವಾಗಿ ವಿಲೀನಗೊಳ್ಳುತ್ತಾರೆ.

8ನೇ ಹಂತ: ವಿಲೀನ

PR ವಿಲೀನಗೊಳ್ಳುತ್ತದೆ. ಪ್ರತಿದಿನವೂ ಒಂದು ಕ್ರಾನ್ ಕಾರ್ಯವು ಪ್ರತ್ಯೇಕವಾದ ಕಾರ್ಯಕ್ಷೇತ್ರ ಮತ್ತು ಕಾರ್ಯ ದಾಖಲೆಯನ್ನು ಶುದ್ಧಗೊಳಿಸುತ್ತದೆ.ಪೂರ್ಣ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಮುಗಿಸಲು, ಗ್ರಾಹಕರ ಅಗತ್ಯದಿಂದ ಕೋಡ್ ಲೈಫ್‌ಲೈನ್‌ಗೆ, ಕೇವಲ 1-2 ಗಂಟೆಗಳ ಕಾಲ ತೆಗೆದುಕೊಳ್ಳಬಹುದು, ಆದರೆ ಲೇಖಕರ ವಾಸ್ತವಿಕ ಹೂಡಿಕೆ ಕೇವಲ 10 ನಿಮಿಷಗಳಷ್ಟೇ ಇರಬಹುದು।

## ಮೂರು ವ್ಯವಸ್ಥೆಯನ್ನು ಹೆಚ್ಚು ಬುದ್ಧಿವಂತವಾಗಿಸುವ ಯಂತ್ರಗಳು

### ಯಂತ್ರ 1: ಸುಧಾರಿತ ಆವೃತ್ತಿ ರಾಲ್ಫ್ ಲೂಪ್ — ಪುನರಾವೃತ್ತ ಮಾತ್ರವಲ್ಲ, ಆದರೆ ಕಲಿಯುವುದು

ನೀವು ರಾಲ್ಫ್ ಲೂಪ್ ಬಗ್ಗೆ ಕೇಳಿರಬಹುದು: ನೆನಪಿನಿಂದ ಪರಿಕರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು → ಔಟ್‌ಪುಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸುವುದು → ಫಲಿತಾಂಶವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು → ಕಲಿಯುವುದು ಉಳಿಸುವುದು।

ಆದರೆ ಬಹಳಷ್ಟು ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆಗಳಿಗೆ ಒಂದು ಸಮಸ್ಯೆ ಇದೆ: ಪ್ರತಿಯೊಂದು ಚಕ್ರದಲ್ಲೂ ಬಳಸುವ ಪ್ರಾಂಪ್ಟ್ ಒಂದೇ. ಕಲಿತ ವಿಷಯವು ಭವಿಷ್ಯದ ಹುಡುಕಾಟವನ್ನು ಸುಧಾರಿಸುತ್ತದೆ, ಆದರೆ ಪ್ರಾಂಪ್ಟ್ ಸ್ವಯಂ ಸ್ಥಿರವಾಗಿದೆ।

ಈ ವ್ಯವಸ್ಥೆ ವಿಭಿನ್ನವಾಗಿದೆ।

ಏಜೆಂಟ್ ವಿಫಲವಾದಾಗ, ಝೋಯೆ ಒಂದೇ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಪುನಾರಂಭಿಸುವುದಿಲ್ಲ. ಅವಳು ಸಂಪೂರ್ಣ ವ್ಯವಹಾರದ ಪರಿಕರವನ್ನು ತೆಗೆದುಕೊಂಡು, ವಿಫಲವಾದ ಕಾರಣವನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತಾಳೆ, ನಂತರ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಪುನರಚಿಸುತ್ತದೆ:

❌ ಕೆಟ್ಟ ಉದಾಹರಣೆ (ಸ್ಥಿರ ಪ್ರಾಂಪ್ಟ್):
{
"ಕಸ್ಟಮ್ ಟೆಂಪ್ಲೇಟ್ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ"
}

✅ ಉತ್ತಮ ಉದಾಹರಣೆ (ಗತಿಯಲ್ಲಿರುವ ಪರಿಷ್ಕರಣೆ):
{
"ನಿಲ್ಲಿಸಿ. ಗ್ರಾಹಕರಿಗೆ ಬೇಕಾದದ್ದು X, Y ಅಲ್ಲ. ಇದು ಅವರ ಸಭೆಯಲ್ಲಿ ಹೇಳಿದ ಶುದ್ಧ ಶಬ್ದಗಳು:
ನಾವು ಪ್ರಸ್ತುತ ಕಾನ್ಫಿಗರೇಶನ್ ಅನ್ನು ಉಳಿಸಲು ಬಯಸುತ್ತೇವೆ, ಹೊಸದನ್ನು ಶ್ರೇಣೀಬದ್ಧಗೊಳಿಸಲು ಅಲ್ಲ.
ಕಾನ್ಫಿಗರೇಶನ್ ಪುನಃ ಬಳಸುವುದರ ಮೇಲೆ ಒತ್ತಿಸಿ, ಹೊಸ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಮಾಡಬೇಡಿ."
}
ಝೋಯೆ ಈ ರೀತಿಯ ಪರಿಷ್ಕರಣೆಗಳನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಏಕೆಂದರೆ ಅವಳಿಗೆ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಹಂತದಲ್ಲಿ ಏಜೆಂಟ್‌ಗಳಿಗೆ ಇಲ್ಲದ ಪರಿಕರವಿದೆ:

- ಗ್ರಾಹಕರು ಸಭೆಯಲ್ಲಿ ಏನು ಹೇಳಿದರು
- ಈ ಕಂಪನಿಯು ಏನು ಮಾಡುತ್ತದೆ
- ಹಿಂದಿನ ಸಮಾನ ಅಗತ್ಯವು ಏಕೆ ವಿಫಲವಾಯಿತು

ಹೆಚ್ಚಿನ ಮಟ್ಟದಲ್ಲಿ, ಝೋಯೆ ನಿಮ್ಮ ಕಾರ್ಯವನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ನಿರೀಕ್ಷೆಯಲ್ಲ, ಅವಳು ಸ್ವತಃ ಕೆಲಸವನ್ನು ಹುಡುಕುತ್ತಾಳೆ:

- ಬೆಳಿಗ್ಗೆ: ಸೆಂಟ್ರಿ ಅನ್ನು ಸ್ಕಾನ್ ಮಾಡುವುದು → 4 ಹೊಸ ದೋಷಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು → 4 ಏಜೆಂಟ್‌ಗಳನ್ನು ತನಿಖೆ ಮತ್ತು ಸರಿಪಡಿಸಲು ಪ್ರಾರಂಭಿಸುವುದು
- ಸಭೆಯ ನಂತರ: ಸಭಾ ದಾಖಲೆಯನ್ನು ಸ್ಕಾನ್ ಮಾಡುವುದು → 3 ಗ್ರಾಹಕರು ಉಲ್ಲೇಖಿಸಿದ ಕಾರ್ಯಕ್ಷಮತೆಯ ಅಗತ್ಯಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು → 3 ಕೋಡೆಕ್ಸ್‌ಗಳನ್ನು ಪ್ರಾರಂಭಿಸುವುದು
- ರಾತ್ರಿ: ಗಿಟ್ ಲಾಗ್ ಅನ್ನು ಸ್ಕಾನ್ ಮಾಡುವುದು → ಕ್ಲೋಡ್ ಕೋಡ್ ಅನ್ನು ಚೇಂಜ್‌ಲೋಗ್ ಮತ್ತು ಗ್ರಾಹಕರ ದಾಖಲೆಗಳನ್ನು ನವೀಕರಿಸಲು ಪ್ರಾರಂಭಿಸುವುದು

ಲೇಖಕ ಹಾರುವಾಗ, ಟೆಲಿಗ್ರಾಮ್‌ನಲ್ಲಿ ತೋರಿಸುತ್ತದೆ: "7 PR ಗಳು ಸಿದ್ಧವಾಗಿವೆ. 3 ಹೊಸ ಕಾರ್ಯಗಳು, 4 ದೋಷಗಳ ಸರಿಪಡಣೆ."

ಯಶಸ್ವಿಯಾದ ಮಾದರಿಗಳನ್ನು ದಾಖಲಿಸಲಾಗುತ್ತದೆ:

- "ಈ ಪ್ರಾಂಪ್ಟ್ ರಚನೆ ಬಿಲ್ಲಿಂಗ್ ಕಾರ್ಯಕ್ಕೆ ಬಹಳ ಪರಿಣಾಮಕಾರಿ"
- "ಕೋಡೆಕ್ಸ್ ಅನ್ನು ಪ್ರಕಾರ ವ್ಯಾಖ್ಯಾನಗಳನ್ನು ಮುಂಚಿತವಾಗಿ ಪಡೆಯಬೇಕು"
- "ಹೆಚ್ಚಾಗಿ ಪರೀಕ್ಷಾ ಫೈಲ್ ಮಾರ್ಗವನ್ನು ಒಳಗೊಂಡಿರಬೇಕು"

ಬರದ ಸಂಕೇತಗಳು: CI ಪಾಸ್, ಮೂರು ಕೋಡ್ ವಿಮರ್ಶೆಗಳು ಪಾಸ್, ಕೈಯಿಂದ ವಿಲೀನ. ಯಾವುದೇ ವಿಫಲವಾದಾಗ ಚಕ್ರವನ್ನು ಪ್ರಾರಂಭಿಸುತ್ತದೆ.

ಕಾಲವು ಹೆಚ್ಚು, ಝೋಯೆ ಬರೆದ ಪ್ರಾಂಪ್ಟ್ ಉತ್ತಮವಾಗುತ್ತದೆ, ಏಕೆಂದರೆ ಅವಳು ಏನು ಯಶಸ್ವಿಯಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನೆನಸಿಕೊಳ್ಳುತ್ತಾಳೆ।

### ಯಂತ್ರ 2: ಏಜೆಂಟ್ ಆಯ್ಕೆ ತಂತ್ರ — ವಿಭಿನ್ನ ಕಾರ್ಯಗಳಿಗೆ ವಿಭಿನ್ನ ತಜ್ಞರನ್ನು ಹುಡುಕುವುದು

ಎಲ್ಲಾ ಏಜೆಂಟ್‌ಗಳು ಒಂದೇ ಶಕ್ತಿಯಲ್ಲ. ಲೇಖಕನ ಸಾರಾಂಶದ ಆಯ್ಕೆ ತಂತ್ರ:

- ಕೋಡೆಕ್ಸ್(gpt-5.3-codex) — ಮುಖ್ಯ ಶಕ್ತಿ- ಹಿಂಭಾಗದ ತರ್ಕ, ಸಂಕೀರ್ಣ ದೋಷ, ಬಹು-ಫೈಲ್ ಪುನರ್‌ರಚನೆ, ಕೋಡ್‌ಬೇಸ್ನಲ್ಲಿ ತರ್ಕವನ್ನು ಅಗತ್ಯವಿರುವ ಕಾರ್ಯಗಳು
- ನಿಧಾನ ಆದರೆ ಸಂಪೂರ್ಣ
- 90% ಕಾರ್ಯಗಳನ್ನು ಒಳಗೊಂಡಿದೆ

- ಕ್ಲೋಡ್ ಕೋಡ್(claude-opus-4.5) — ವೇಗದ ಶ್ರೇಣಿಯ ಆಟಗಾರ- ಮುಂಭಾಗದ ಕೆಲಸ
- ಅನುಮತಿ ಸಮಸ್ಯೆಗಳು ಕಡಿಮೆ, ಗಿಟ್ ಕಾರ್ಯಗಳಿಗೆ ಸೂಕ್ತ
- (ಲೇಖಕ ಹಿಂದಿನಂತೆ ಹೆಚ್ಚು ಬಳಸುತ್ತಿದ್ದರು, ಆದರೆ ಕೋಡೆಕ್ಸ್ 5.3 ಬಿಡುಗಡೆಯಾದ ನಂತರ ಬದಲಾಯಿಸಿದರು)

- ಜೆಮಿನಿ — ವಿನ್ಯಾಸಕಾರ- ವಿನ್ಯಾಸದ ಅಂದವನ್ನು ಹೊಂದಿದೆ
- ಸುಂದರ UI ಗಾಗಿ, ಮೊದಲು ಜೆಮಿನಿ HTML/CSS ಮಾನದಂಡವನ್ನು ಉತ್ಪಾದಿಸಲು ಬಿಡಿ, ನಂತರ ಕ್ಲೋಡ್ ಕೋಡ್ ಅನ್ನು ಘಟಕ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಕಾರ್ಯಗತಗೊಳಿಸಲು ಬಿಡಿ
- ಜೆಮಿನಿ ವಿನ್ಯಾಸ, ಕ್ಲೋಡ್ ನಿರ್ಮಾಣ

ಝೋಯೆ ಕಾರ್ಯದ ಪ್ರಕಾರ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಏಜೆಂಟ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅವುಗಳ ನಡುವಿನ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತದೆ. ಬಿಲ್ಲಿಂಗ್ ವ್ಯವಸ್ಥೆಯ ದೋಷವನ್ನು ಕೋಡೆಕ್ಸ್‌ಗೆ, ಬಟನ್ ಶ್ರೇಣಿಯ ಸರಿಪಡಣೆ ಕ್ಲೋಡ್ ಕೋಡ್‌ಗೆ, ಹೊಸ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ವಿನ್ಯಾಸವನ್ನು ಮೊದಲು ಜೆಮಿನಿಗೆ ನೀಡುತ್ತದೆ।

### ಯಂತ್ರ 3: ಬಾಟ್ಲ್ನೆಕ್ ಎಲ್ಲಿದೆ? RAM

ಇಲ್ಲಿ ಒಂದು ನಿರೀಕ್ಷಿತ ನಿರ್ಬಂಧವಿದೆ: ಟೋಕನ್ ವೆಚ್ಚವಲ್ಲ, API ವೇಗವಲ್ಲ, ಆದರೆ ಮೆಮೊರಿ.

ಪ್ರತಿ ಏಜೆಂಟ್‌ಗೆ ಅಗತ್ಯವಿದೆ:

- ತಮ್ಮದೇ ಆದ ವರ್ಕ್‌ಟ್ರೀ
- ತಮ್ಮದೇ ಆದ ನೋಡ್ಮಾಡ್ಯೂಲ್‌ಗಳು
- ನಿರ್ಮಾಣ, ಪ್ರಕಾರ ಪರಿಶೀಲನೆ, ಪರೀಕ್ಷೆ ನಡೆಸುವುದು

5 ಏಜೆಂಟ್‌ಗಳನ್ನು ಒಂದೇ ಸಮಯದಲ್ಲಿ ಓಡಿಸುವುದು = 5 ಸಮಾಂತರ ಟೈಪ್‌ಸ್ಕ್ರಿಪ್ಟ್ ಸಂಯೋಜಕ + 5 ಪರೀಕ್ಷಾ ಕಾರ್ಯನಿರ್ವಹಕರು + 5 ಸೆಟ್‌ಗಳನ್ನು ಮೆಮೊರಿಯಲ್ಲಿ ಲೋಡ್ ಮಾಡುವುದು.

ಲೇಖಕರ ಮಾಕ್ ಮಿನಿ(16GB RAM) ಗರಿಷ್ಠವಾಗಿ 4-5 ಏಜೆಂಟ್‌ಗಳನ್ನು ಒಂದೇ ಸಮಯದಲ್ಲಿ ಓಡಿಸುತ್ತವೆ, ಹೆಚ್ಚು ಇದ್ದರೆ ಸ್ವಾಪ್ ಆಗುತ್ತದೆ, ಮತ್ತು ಅವುಗಳು ಒಂದೇ ಸಮಯದಲ್ಲಿ ನಿರ್ಮಾಣವಾಗದಂತೆ ಪ್ರಾರ್ಥಿಸಬೇಕು.ಅವನಿಗೆ ಒಂದು Mac Studio M4 Max(128GB RAM, $3500) ಖರೀದಿಸಲು ಸಾಧ್ಯವಾಯಿತು, ಮಾರ್ಚ್ ಕೊನೆಗೆ ಬಂದಿತು. ಅವರು ಅದನ್ನು ಬಳಸಿದಾಗ ಇದು ಲಾಭದಾಯಕವಾಗಿದೆಯೇ ಎಂದು ಹಂಚಿಕೊಳ್ಳುತ್ತೇನೆ ಎಂದು ಹೇಳಿದರು.

## ನೀವು ಕೂಡ ನಿರ್ಮಿಸಬಹುದು: ಶೂನ್ಯದಿಂದ ಕಾರ್ಯನಿರ್ವಹಿಸಲು 10 ನಿಮಿಷಗಳು ಬೇಕು

ಈ ವ್ಯವಸ್ಥೆಯನ್ನು ಪ್ರಯತ್ನಿಸಲು ಬಯಸುತ್ತೀರಾ?

ಅತ್ಯಂತ ಸುಲಭವಾದ ವಿಧಾನ:

ಈ ಸಂಪೂರ್ಣ ಲೇಖನವನ್ನು OpenClaw ಗೆ ನಕಲಿಸಿ, ಅವರಿಗೆ ಹೇಳಿ: "ಈ ಶ್ರೇಣಿಯಂತೆ, ನನ್ನ ಕೋಡ್ ಲೈಬ್ರರಿಯಲ್ಲಿಗೆ ಒಂದು ಏಜೆಂಟ್ ಕ್ಲಸ್ಟರ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ."

ಮರುದಿನ, ಇದು:

- ಶ್ರೇಣಿಯ ವಿನ್ಯಾಸವನ್ನು ಓದುತ್ತದೆ
- ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ
- ಡೈರೆಕ್ಟರಿ ರಚನೆಯನ್ನು ಹೊಂದಿಸುತ್ತದೆ
- ಕ್ರಾನ್ ನಿಗಾ ಹೊಂದಿಸುತ್ತದೆ

10 ನಿಮಿಷಗಳಲ್ಲಿ ಮುಗಿಯುತ್ತದೆ.

ನೀವು ತಯಾರಾಗಬೇಕಾಗಿದೆ:

- OpenClaw ಖಾತೆ
- Codex ಮತ್ತು/ಅಥವಾ Claude Code ನ API ಪ್ರವೇಶ
- ಒಂದು git ಗೋದಾಮು
- (ಐಚ್ಛಿಕ) Obsidian ವ್ಯಾಪಾರ ಸಾಂದರ್ಭಿಕವನ್ನು ಸಂಗ್ರಹಿಸಲು

## 2026: ಒಬ್ಬ ವ್ಯಕ್ತಿಯ ಮಿಲಿಯನ್ ಡಾಲರ್ ಕಂಪನಿ

ಲೇಖಕ ಕೊನೆಯಲ್ಲಿಯೇ ಒಂದು ಮಾತು ಹೇಳಿದರು, ಅದು ನನಗೆ ಬಹಳ ಪ್ರೇರಣಾದಾಯಕವಾಗಿದೆ:

"2026 ರಿಂದ ಬಹಳಷ್ಟು ಒಬ್ಬ ವ್ಯಕ್ತಿಯ ಮಿಲಿಯನ್ ಡಾಲರ್ ಕಂಪನಿಗಳನ್ನು ನಾವು ನೋಡುತ್ತೇವೆ. ಲೀವರ್ ದೊಡ್ಡದು, ಅದು ಪುನರಾವೃತ್ತ ಸ್ವಯಂ ಸುಧಾರಣಾ AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ಹೇಗೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡವರಿಗೆ ಸೇರಿದೆ."
ಇದು ಹೀಗಿದೆ:

- ನಿಮ್ಮ ವಿಸ್ತರಣೆಗಾಗಿ AI ಆಯೋಜಕ (ಲೇಖಕನಿಗೆ ಜೋಯ್ ಹೀಗಿದೆ)
- ವಿಭಿನ್ನ ವ್ಯಾಪಾರ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು ವಿಶೇಷ ಏಜೆಂಟ್ ಗೆ ಕೆಲಸವನ್ನು委派 ಮಾಡುವುದು
- ಇಂಜಿನಿಯರಿಂಗ್, ಗ್ರಾಹಕ ಬೆಂಬಲ, ಕಾರ್ಯಾಚರಣೆ, ಮಾರ್ಕೆಟಿಂಗ್
- ಪ್ರತಿ ಏಜೆಂಟ್ ತನ್ನ ಶ್ರೇಷ್ಠತೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತವಾಗಿದೆ
- ನೀವು ಕೇಂದ್ರೀಕೃತ ಮತ್ತು ಸಂಪೂರ್ಣ ನಿಯಂತ್ರಣವನ್ನು ಕಾಯ್ದುಕೊಳ್ಳುತ್ತೀರಿ

ಮರುದಿನದ ಉದ್ಯಮಿಗಳು 10 ಜನರನ್ನು ನೇಮಿಸುವುದಿಲ್ಲ, ಏಕೆಂದರೆ ಒಬ್ಬ ವ್ಯಕ್ತಿ ಮತ್ತು ಒಂದು ವ್ಯವಸ್ಥೆ ಮಾಡಬಹುದಾದ ಕಾರ್ಯವನ್ನು ಮಾಡಲು. ಅವರು ಈ ರೀತಿಯಾಗಿ ನಿರ್ಮಿಸುತ್ತಾರೆ - ಸಣ್ಣ ಪ್ರಮಾಣದಲ್ಲಿ ಇರಲಿ, ವೇಗವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿ, ಪ್ರತಿದಿನವೂ ಬಿಡುಗಡೆ ಮಾಡುತ್ತವೆ.

ಈಗ AI ಉತ್ಪಾದಿತ ಕಸ ವಿಷಯವು ಬಹಳಷ್ಟು ಇದೆ. ವಿವಿಧ ಹಬ್ಬಗಳು, ವಿವಿಧ "ಕಾರ್ಯ ನಿಯಂತ್ರಣ ಕೇಂದ್ರ" ಗಳ ಫ್ಯಾಷನ್ ಡೆಮೋಗಳು, ಆದರೆ ವಾಸ್ತವವಾಗಿ ಉಪಯುಕ್ತವಾದದ್ದೇನೂ ಇಲ್ಲ.

ಲೇಖಕ ಅವರು ವಿರುದ್ಧವಾದದ್ದೇನಾದರೂ ಮಾಡಲು ಬಯಸುತ್ತಾರೆ: ಹೆಚ್ಚು ಹಬ್ಬ, ಹೆಚ್ಚು ವಾಸ್ತವ ನಿರ್ಮಾಣ ಪ್ರಕ್ರಿಯೆಯನ್ನು ದಾಖಲಿಸಲು. ವಾಸ್ತವ ಗ್ರಾಹಕರು, ವಾಸ್ತವ ಆದಾಯ, ವಾಸ್ತವ ಉತ್ಪಾದನಾ ಪರಿಸರಕ್ಕೆ ಸಲ್ಲಿಕೆ, ಮತ್ತು ವಾಸ್ತವ ವಿಫಲತೆಗಳು ಕೂಡ.

ಈ ಲೇಖನ ಇಲ್ಲಿ ಕೊನೆಗೊಳ್ಳುತ್ತದೆ.

ಕೋರ್ ಅಂಶಗಳ ಪುನರಾವೃತ್ತ:

- ಡುಯಲ್ ಲೇಯರ್ ಶ್ರೇಣಿಯು: ಆಯೋಜನಾ ಹಂತವು ವ್ಯಾಪಾರ ಸಾಂದರ್ಭಿಕವನ್ನು ಹೊಂದಿದೆ, ಕಾರ್ಯಗತಗೊಳಿಸುವ ಹಂತವು ಕೋಡ್ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತವಾಗಿದೆ
- ಸಂಪೂರ್ಣ ಸ್ವಾಯತ್ತತೆ: ಅಗತ್ಯದಿಂದ PR ಗೆ 8 ಹಂತದ ಪ್ರಕ್ರಿಯೆ, ಬಹಳಷ್ಟು ಕಾರ್ಯಗಳು ಒಂದೇ ಬಾರಿಗೆ ಯಶಸ್ವಿಯಾಗುತ್ತವೆ
- ಡೈನಾಮಿಕ್ ಕಲಿಕೆ: ಪುನರಾವೃತ್ತ ಕಾರ್ಯನಿರ್ವಹಣೆ ಅಲ್ಲ, ಆದರೆ ವಿಫಲತೆಯ ಕಾರಣವನ್ನು ಆಧರಿಸಿ ತಂತ್ರವನ್ನು ಹೊಂದಿಸುತ್ತದೆ
- ವೆಚ್ಚ ನಿಯಂತ್ರಣ: ಪ್ರಾರಂಭ $20/ತಿಂಗಳು, ತೀವ್ರ ಬಳಕೆ $190/ತಿಂಗಳು

ನೀವು AI ಸ್ವಾಯತ್ತತೆಯ ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಅನುಷ್ಠಾನವನ್ನು ಅನ್ವೇಷಿಸುತ್ತಿದ್ದರೆ, ಈ ಪ್ರಕರಣವು ನಿಮಗೆ ಕೆಲವು ಪ್ರೇರಣೆಯನ್ನು ನೀಡುತ್ತದೆ ಎಂದು ಆಶಿಸುತ್ತೇನೆ.

ಉಲ್ಲೇಖ ವಿಳಾಸ:[[HTMLPLACEHOLDER_0]]