BroadRouter
شروع کریں

AI کوڈنگ ایجنٹ (AI coding agent)

اپ ڈیٹ

AI کوڈنگ ایجنٹ ایک سافٹ ویئر ٹول ہے جس میں لینگویج ماڈل کوڈ بیس پر لوپ میں کام کرتا ہے: فائلیں پڑھتا ہے، انہیں بدلتا ہے، ٹیسٹ جیسی کمانڈز چلاتا ہے، آؤٹ پٹ پڑھتا ہے اور اگلا قدم طے کرتا ہے، جب تک کام مکمل نہ ہو یا کوئی حد نہ آ جائے۔

دوسرے نام: کوڈنگ ایجنٹ، AI کوڈنگ اسسٹنٹ، coding agent kya hai، ai coding agent kya hai، coding agent، agentic coding، AI coding assistant

کوڈنگ ایجنٹ ایک AI ایجنٹ ہے جس کے ٹولز آپ کا ایڈیٹر، فائل سسٹم اور ٹرمینل ہیں۔

یہ کیسے کام کرتا ہے

ایجنٹ کو سادہ زبان میں کام ملتا ہے اور وہ لوپ میں کام کرتا ہے۔ ہر باری میں ماڈل یا تو جواب دیتا ہے یا ٹول کالز لوٹاتا ہے، جیسے “یہ فائل پڑھو”، “یہ تبدیلی لگاؤ” یا “ٹیسٹ چلاؤ”۔ ٹول ہوسٹ انہیں چلاتا ہے، آؤٹ پٹ جوڑتا ہے اور ماڈل کو دوبارہ کال کرتا ہے۔

Claude Code کی دستاویزات اسے “an agentic coding tool that reads your codebase, edits files, runs commands, and integrates with your development tools.” (ترجمہ: ایک agentic کوڈنگ ٹول جو آپ کا کوڈ بیس پڑھتا ہے، فائلیں بدلتا ہے، کمانڈز چلاتا ہے اور آپ کے ڈیولپمنٹ ٹولز سے جڑتا ہے۔) بتاتی ہیں۔ Aider، Cline اور ایسے دوسرے ٹولز یہی لوپ مختلف انٹرفیس اور اجازت کے ماڈلز کے ساتھ چلاتے ہیں۔

SWE-agent پیپر (Yang اور ساتھی، 2024) کا مؤقف ہے کہ ایجنٹس ایک نئی قسم کے صارف ہیں جنہیں اپنا انٹرفیس چاہیے، ایک “agent-computer interface”، بالکل ویسے جیسے لوگوں کو IDE چاہیے۔ اپنے انٹرفیس کے ساتھ مصنفین SWE-bench بینچ مارک پر 12.5% pass@1 شرح بتاتے ہیں، جسے وہ اس وقت کا state of the art کہتے ہیں۔

ماڈل کو بھیجی گئی درخواستوں کی صورت میں ایک عام رن:

قدم ماڈل کا آؤٹ پٹ ان پٹ کے طور پر بھیجے گئے ٹوکن
1 run_tests() سسٹم پرامپٹ + ٹولز + کام
2 read_file("src/parse.py") قدم 1 + ٹیسٹ آؤٹ پٹ
3 edit_file(...) قدم 2 + فائل کا مواد
4 run_tests() قدم 3 + diff
5 “Fixed; tests pass.” قدم 4 + ٹیسٹ آؤٹ پٹ

ہر قدم پر ان پٹ بڑھتا ہے، کیونکہ پوری ہسٹری دوبارہ بھیجی جاتی ہے۔

یہ کیوں اہم ہے

  • لاگت۔ لمبے کاموں کا مطلب ہے بڑے، زیادہ تر دہرائے گئے ان پٹ والی کئی درخواستیں۔ رن لاگت پوسٹ اصل اعداد سے حساب کرتی ہے، اور کوڈنگ ایجنٹ کی لاگت گھٹانا تمام لیورز گنواتی ہے۔
  • کانٹیکسٹ۔ لمبے سیشن کانٹیکسٹ ونڈو بھر دیتے ہیں۔ ایجنٹس اسے قابو میں رکھنے کے لیے context compaction اور سب ایجنٹس استعمال کرتے ہیں۔
  • ماڈل کی موزونیت۔ ماڈل کو کئی باریوں تک ٹول اسکیما قابل اعتماد طریقے سے فالو کرنے ہوتے ہیں۔ کوڈنگ ایجنٹس کے لیے بہترین اوپن ماڈل دیکھیں۔
  • حفاظت۔ کمانڈز چلانے والا ایجنٹ نقصان کر سکتا ہے۔ تباہ کن کاموں کے لیے منظوری (approval) چالو رکھیں اور ریپوزیٹری کے مواد کو ناقابل اعتماد ان پٹ سمجھیں (prompt injection)۔

BroadNet Inference پر

جو کوڈنگ ایجنٹس OpenAI-compatible base URL لیتے ہیں، وہ BroadNet کو https://inference.broadnet.ai/v1 پر کال کر سکتے ہیں۔ Aider، Cline اور دوسروں کے لیے سیٹ اپ گائیڈز موجود ہیں۔ BroadNet کی دستاویزات GLM 5.3 اور Qwen3.8 27B کے لیے ٹول کالنگ درج کرتی ہیں۔

استعمال کے مطابق ادائیگی پر ایک کلید فی منٹ 30 درخواستوں اور ایک وقت میں 4 جاری درخواستوں کی اجازت دیتی ہے۔ فلیٹ ریٹ پلانز (Full Moon، Orbit، Meteor) DeepSeek V4.1 Flash کو بغیر ٹوکن میٹر کے کور کرتے ہیں۔ ایک سیشن ایک وقت میں ایک درخواست چلاتا ہے، جو ایک ایجنٹ کے لیے موزوں ہے۔ اگر آپ ایجنٹس متوازی چلاتے ہیں، یا ایسا ایجنٹ جو سب ایجنٹس شروع کرتا ہے، تو ایک ساتھ چلنے والی ہر درخواست کے لیے ایک سیشن خریدیں۔ سیشنز گائیڈ حساب دکھاتی ہے۔

عام سوالات

کوڈنگ ایجنٹ اور کوڈ autocomplete میں کیا فرق ہے؟

Autocomplete ٹائپ کرتے وقت اگلی چند سطریں تجویز کرتا ہے۔ کوڈنگ ایجنٹ پورا کام لیتا ہے، جیسے ناکام ٹیسٹ ٹھیک کرنا، اور خود کئی قدم چلاتا ہے: فائلیں پڑھنا، بدلنا اور کمانڈز چلانا، جب تک کام ختم نہ ہو۔

کوڈنگ ایجنٹ اتنے ٹوکن کیوں خرچ کرتے ہیں؟

ہر قدم ایک نئی درخواست ہے جو سسٹم پرامپٹ، ٹول کی تعریفیں، فائلوں کا مواد اور بڑھتی ہسٹری دوبارہ بھیجتی ہے۔ 40 قدموں کا کام وہ prefix 40 بار بھیجتا ہے، اسی لیے ایجنٹس کے لیے کیش شدہ ان پٹ اور فلیٹ پلانز اہم ہیں۔

کیا میں Claude Code، Aider یا Cline میں اوپن ماڈل استعمال کر سکتا ہوں؟

جو ٹولز OpenAI-compatible base URL لیتے ہیں، وہ اوپن ماڈل کال کر سکتے ہیں۔ مثال کے طور پر Aider کی دستاویزات OPENAI_API_BASE اور OPENAI_API_KEY سیٹ کرنے اور ماڈل کے نام سے پہلے openai/ لگانے کا کہتی ہیں۔

Markdown میں پڑھیںChatGPT سے پوچھیںClaude سے پوچھیںPerplexity سے پوچھیں