कोर्स
AI Agents परिचय
1 घंटा 30 मिनट
143.7K
मेरा मानना है कि हम सबने Devin के बारे में सुना है—वह “AI जूनियर सॉफ्टवेयर इंजीनियर” जो कथित तौर पर आपकी रिपो को क्लोन करता है, नए फीचर जोड़ता है, टेस्ट चलाता है, और आपके सुबह की कॉफी खत्म होने से पहले एक पुल रिक्वेस्ट खोल देता है।
आजकल की हर AI चीज़ की तरह, इसे खुद आज़माए बिना इसकी वास्तविक क्षमता समझना मुश्किल है, इसलिए मैंने वही करने का फैसला किया। मैंने Devin को सॉफ्टवेयर डेवलपमेंट लाइफ साइकिल के हर चरण से गुजारा और चार ट्यूटोरियल की एक शृंखला लिखी, ताकि दूसरे डेवलपर्स भी इसका अधिकतम लाभ उठा सकें।
Devin शृंखला के सभी ट्यूटोरियल आप यहाँ देख सकते हैं:
- सेटअप और पहला पुल रिक्वेस्ट (भाग 1)
- Devin के साथ एक वर्टिकल स्लाइस शिप करना (भाग 2)
- इंटीग्रेशन, टेस्टिंग, और CI/CD (भाग 3)
- सुरक्षा, डिप्लॉयमेंट, मेंटेनेंस (भाग 4)
अगर आपका GitHub प्रोफ़ाइल “भूल चुकी रिपोज़” का कब्रिस्तान है, तो आप अकेले नहीं हैं। मेरा भी आधे-अधूरे प्रयोगों से भरा है। अगले चार ट्यूटोरियल में, हम मेरे छोड़े हुए fp-ts exercises रिपो पर Devin से काम करवाएँगे, और पिछले साल के clone-and-run अभ्यासों को एक आधुनिक, ब्राउज़र-आधारित लर्निंग प्लेटफॉर्म में बदल देंगे।
मैं इन चार ट्यूटोरियल का संक्षिप्त प्लान जल्दी से बता देता/देती हूँ, फिर आगे की शृंखला में हम हाथों-हाथ काम करेंगे।
हम इस ट्यूटोरियल शृंखला में क्या कवर करेंगे
हम मेरे GitHub कब्रिस्तान में पड़े एक साइड-प्रोजेक्ट को फिर से ज़िंदा करेंगे, क्योंकि Devin तब सबसे अच्छा काम करता है जब उसे असली कोड, असली टेस्ट और थोड़ा इतिहास मिलता है—खाली रिपो नहीं।
यह प्रोजेक्ट fp-ts-exercises है—TypeScript में फ़ंक्शनल प्रोग्रामिंग (जैसे Option, Either आदि) सिखाने के लिए छोटे-छोटे चैलेंजों का संग्रह। फिलहाल यह एक clone-and-run रिपो है: सीखने वाले इसे पुल करते हैं, लोकल फाइलें एडिट करते हैं, और अपने टर्मिनल में टेस्ट चलाते हैं।
मेरा लक्ष्य इन अभ्यासों को ब्राउज़र-आधारित, इंटरैक्टिव प्लेग्राउंड में बदलना है, जहाँ लोग व्याख्या पढ़ सकें, पेज में ही एडिटर में कोड बदल सकें, और तुरंत देख सकें कि टेस्ट पास हुए या फेल। सीखने वाले लॉग इन करके अपनी प्रगति भी सहेज सकेंगे।
नोट: मैंने ये ट्यूटोरियल लिखते समय Devin के साथ मिलकर रिपो अपडेट किया है। ऊपर दिया लिंक अप्रैल 2023 की स्थिति दिखाता है, जब मैंने प्रोजेक्ट छोड़ दिया था। अपडेटेड कोड यहाँ मिल सकता है।
हमारे चार भागों की योजना इस प्रकार है:
- भाग 1 - सेटअप और पहला पुल रिक्वेस्ट
- Devin के लिए साइन अप करें, GitHub कनेक्ट करें।
- Devin से रिपो साफ़ करवाएँ: डिपेंडेंसियाँ अपग्रेड करें, नए लिंट नियम और स्क्रिप्ट बनाएँ, और पहला PR खोलें।
- भाग 2 - फीचर शिप करना
- नए ब्राउज़र UI और API की योजना बनाने के लिए Devin का उपयोग करें।
- पेज बनाएं, डेटाबेस और सीक्रेट्स सेट करें, और Devin से फीचर PRs खुलवाएँ।
- भाग 3 - इंटीग्रेशन, टेस्टिंग, और CI/CD
- Vitest/Playwright टेस्ट जोड़ें और Devin को उन्हें हरा बनाए रखने दें।
- GitHub Actions पाइपलाइन जनरेट करें, टिकटों को Jira से जोड़ें, और Devin को Slack से कनेक्ट करें।
- Wiki फीचर एक्सप्लोर करें।
- भाग 4 - सुरक्षा, डिप्लॉयमेंट, और मेंटेनेंस
- ऑथेंटिकेशन जोड़ें, ऐप डिप्लॉय करें, और एरर मॉनिटरिंग के लिए Sentry वायर करें।
अंत तक, पुराना CLI रिपो एक पॉलिश्ड वेब ऐप बन जाना चाहिए!
हैंड्स-ऑन शुरू करने से पहले, Devin का एक सामान्य परिचय दे दें। अगर आप पहले से जानते हैं कि Devin क्या है और कैसे काम करता है, तो बेझिझक सेटअप सेक्शन पर आगे बढ़ें।
Devin क्या है?
Devin, Cognition द्वारा विकसित क्लाउड-होस्टेड, पूर्णतः स्वायत्त कोडिंग एजेंट है। आप इसे किसी रिपो में डालें, तो यह सैंडबॉक्स्ड शेल, एडिटर और ब्राउज़र खोलता है, फिर बिना आपकी लोकल मशीन को छुए, एंड-टू-एंड कार्यों की योजना बनाकर निष्पादित करता है।
यह मार्च 2024 में लॉन्च हुआ, साथ ही Cognition की ब्लॉग पोस्ट के साथ, जिसमें कहा गया कि SWE-bench बेंचमार्क पर Devin ने वास्तविक दुनिया की 13.86% GitHub इश्यूज़ को बंद किया, जो पिछले SOTA 1.96% से बहुत आगे था। व्यावहारिक रूप से, इसका मतलब है कि सावधानी से चुने गए सबसेट (570 इश्यू) पर, इसने Django और scikit-learn जैसे लोकप्रिय प्रोजेक्ट्स में 79 बग बिना मानवीय मदद के ठीक किए।
यह प्रभावशाली है, लेकिन ये बेंचमार्क कोड हैं (जहाँ टाइट, स्पष्ट बग और टेस्ट सूट होते हैं), इसलिए वास्तविक दुनिया में प्रदर्शन अलग हो सकता है। किसी भी हालत में, कुछ लोग कहते हैं कि यह एक जूनियर डेवलपर जितना अच्छा प्रदर्शन करता है।
Devin के उपयोग के मामले
अगर आप निम्नलिखित लागू करना चाहते हैं, तो Devin बेहतरीन साथी है:
- इंक्रीमेंटल रिपो अपग्रेड्स: यह टेस्ट चला सकता है, डिपेंडेंसियाँ अपग्रेड कर सकता है, और ब्रेकिंग बदलावों को क्रमशः ठीक कर सकता है—“इस Node 14 प्रोजेक्ट को Node 20 पर लाओ” जैसे कार्यों के लिए बढ़िया।
- अच्छी तरह स्कोप्ड फीचर टिकट्स: स्पष्ट स्वीकृति मानदंडों वाले GitHub इश्यू या Jira टिकट दिए जाने पर, Devin का प्लान-एडिट-टेस्ट लूप काफ़ी अच्छा है।
- नॉन-कोडिंग कार्य: डॉक्यूमेंटेशन रीजनरेट करना, CI टेम्पलेट जोड़ना, या फाइलों को बल्क-फॉर्मैट करना इंसानों के लिए उबाऊ हो सकता है, पर एजेंट के लिए परफेक्ट है।
हालाँकि, Devin इन कामों के लिए बहुत अनुकूल नहीं है:
- ग्रीन-फील्ड आर्किटेक्चर: अगर आप बस कहें, “शुरू से मेरे लिए एक SaaS प्लेटफ़ॉर्म बनाओ,” तो यह जूझता है। इसे स्कैफ़ोल्ड चाहिए और ज्यादा संदर्भ मिलने पर बेहतर काम करता है।
- अस्पष्ट प्रोडक्ट निर्णय: भुगतान के लिए Stripe बनाम Paddle में से चुनने को कहें, तो यह शायद यूँ ही कोई एक चुन ले।
- विशाल मोनोरेपो: संदर्भ सीमा के कारण इसे फाइलों को अंदर-बाहर करना पड़ता है, और 100k-लाइन वर्कस्पेस पर परफॉर्मेंस गिर जाती है।
Devin कैसे काम करता है?
सभी आधुनिक कोडिंग एजेंट—Devin सहित—एक लूप चलाते हैं जो रोबोटिक्स के कंट्रोल साइकिल का प्रतिबिंब है:
|
चरण |
Devin क्या “देखता” है |
मुख्य तकनीक |
|
Perceive |
कोड फाइलें, टेस्ट लॉग, टर्मिनल आउटपुट, ब्राउज़र DOM पढ़ता है |
कोड इंडेक्सर, लॉग पार्सर्स |
|
Cognize / Plan |
यूज़र प्रॉम्प्ट को टास्क सूची में तोड़ता है, क्रम और टूलिंग पर विचार करता है |
रिट्रीवल-ऑग्मेंटेड मेमोरी वाला LLM-आधारित प्लानर |
|
Act |
शेल कमांड चलाता है, फाइलें एडिट करता है, वेब UI पर क्लिक करता है |
सिक्योर सैंडबॉक्स (Docker/VM) जो Shell / Editor / Browser टूल्स उपलब्ध कराता है |
|
Reflect / Learn |
टेस्ट फिर चलाता है, डिफ्स देखता है, प्लान अपडेट करता है (या आपसे पूछता है) |
सेल्फ-क्रिटीक प्रॉम्प्ट + वेक्टर स्टोर मेमोरी |
|
Persist |
रीप्ले या हैंड-ऑफ के लिए टाइमलाइन और आर्टिफैक्ट सहेजता है |
क्लाउड ऑब्जेक्ट स्टोर + टाइमलाइन UI |
Devin सहयोगी मॉड्यूल्स के एक लेयर्ड स्टैक की तरह बना है:
- हर चीज़ चैट इंटरफ़ेस या Slack बॉट/Jira टिकट से शुरू होती है, जहाँ आप प्रॉम्प्ट के रूप में लक्ष्य बताते हैं।
- प्रॉम्प्ट एक प्लानर LLM को दिया जाता है, जो लक्ष्य को चरण-दर-चरण प्लान में विस्तृत करता है और निष्पादन से पहले हर चरण की स्वयं समीक्षा करता है।
- एक हल्का एग्जीक्यूटर फिर हर चरण के लिए सही टूल चुनता है (शेल, कोड एडिटर, या हेडलेस ब्राउज़र), जो सख्त सैंडबॉक्स्ड वर्कस्पेस में चलते हैं।
- वह सैंडबॉक्स वस्तुतः एक क्लाउड लैपटॉप है—क्रेडेंशियल्स को आइसोलेट करता है, Devin को Bash प्रॉम्प्ट, VS-Code–स्टाइल एडिटर और एक Chrome इंस्टेंस देता है जिस पर वह क्लिक कर सकता है।
- वर्कस्पेस के नीचे एक मेमोरी लेयर होती है जो कोडबेस के वेक्टराइज़्ड स्नैपशॉट और हर कमांड, फाइल डिफ, और ब्राउज़र टैब की पूरी रीप्ले टाइमलाइन सहेजती है, जिन्हें Devin ने छुआ।
यह आर्किटेक्चर इतना अच्छा क्यों है? पहला, टाइट फीडबैक लूप: जैसे ही टेस्ट फेल हों या लिंट शिकायत करे, Devin स्वायत्त रूप से तब तक दोहराता है जब तक बिल्ड ग्रीन नहीं हो जाता।
दूसरा, सैंडबॉक्स डिज़ाइन छोटे कामों को समानांतर करना आसान बना देता है, क्योंकि कई सैंडबॉक्स साथ-साथ बिना टकराए चल सकते हैं।
तीसरा, परसिस्टेंट मेमोरी Devin को लंबी अवधि की माइग्रेशन संभालने देती है: एजेंट उप-कार्यों की चलती-फिरती टू-डू सूची रख सकता है और घंटों या दिनों में उन्हें धीरे-धीरे पूरा कर सकता है—यानी बड़े रिफैक्टर मानव से कई गुना तेज़ी से निपट जाते हैं।
Devin के साथ शुरुआत करना
सबसे पहले, एक अकाउंट सेट करें।
साइन अप करें और कोई प्लान चुनें
चलें devin.ai पर और “Get Started” पर क्लिक करें।
विज़ार्ड के शुरुआती कुछ चरण काफ़ी सरल हैं। मुझसे मेरे बारे में, कंपनी और मेरी टीम के नाम पर कुछ सवाल पूछे गए। अगर आप मेरी तरह सोलो डेवलपर हैं, तो भी कोई दिक्कत नहीं—विज़ार्ड उसके लिए भी बना है।
फिर प्लान चुनने का समय आता है। दो विकल्प हैं:
- Core (पे-एज़-यू-गो): अधिकतर सोलो डेवलपर्स के लिए Core प्लान सबसे सस्ता होता है—आप $20 पहले से भरते हैं, जिससे 9 Agent Compute Units (ACUs) मिलते हैं।
- Teams: Teams प्लान में 250 ACUs/माह मिलते हैं। यह आधिकारिक डॉक्यूमेंटेशन पेज ACUs और Devin के बिलिंग मॉडल के बारे में विस्तृत जानकारी देता है।
Core प्लान Devin को ट्रायल करने का अपेक्षाकृत सस्ता तरीका है, इसलिए मैंने $20 दिए और देखा कि उससे मैं कितनी दूर जा पाता/पाती हूँ।
मैंने अपने पेमेंट डिटेल्स दर्ज किए और मुझे ऑटो-रिलोड थ्रेशोल्ड सेट करने का विकल्प मिला, ताकि Devin अपने आप ACUs टॉप-अप कर दे और बीच में टास्क न रुके। मैंने यह फीचर सक्षम नहीं किया और उस समय ऐसा करने की सलाह भी नहीं दूँगा/दूँगी। यह विकल्प बाद में सेटिंग्स में भी उपलब्ध है, इसलिए आप पहले एक टास्क ट्राई कर सकते हैं और देख सकते हैं कि आपकी खपत कैसी है। आप प्रति सेशन ACU लिमिट भी सेट कर सकते हैं, जो बजट से ऊपर जाने से बचाता है।
तुरंत गणित: $20 / 9 ACUs ≈ $2.25 प्रति ACU। Teams सब्सक्रिप्शन ($500/माह) इसे $2.00 कर देता है और 250 ACUs प्रीलोड करता है, लेकिन तभी बचत होगी जब आप उम्मीद करते हों कि Devin हर महीने 30+ घंटे चलेगा।
Github से कनेक्ट करना (और वैकल्पिक रूप से Jira और Slack)
अब अगला काम GitHub अकाउंट को कनेक्ट करना और Devin को रिपोजिटरीज़ तक पहुँच देना है।
मैंने Devin को केवल हमारी fp-ts exercises रिपोजिटरी तक पहुँच देने का विकल्प चुना, क्योंकि उसे उसी की ज़रूरत है—और आपको भी अनचाहे कोड परिवर्तन से बचने के लिए यही करना चाहिए।
इसके बाद, प्रोजेक्ट मैनेजमेंट सिस्टम कनेक्ट करने का विकल्प मिला। Devin, Jira, GitHub Issues और Linear के साथ इंटीग्रेशन सपोर्ट करता दिखता है।
Jira विकल्प पर क्लिक करने से यह मोडल खुलता है, और पीली रेखाओं में बताया गया है कि Devin के लिए एक अलग सर्विस अकाउंट का उपयोग करना और केवल एक वर्कस्पेस तक पहुँच देना सबसे अच्छा है—भले ही इसके लिए एक समर्पित Jira अकाउंट बनाना पड़े।
ध्यान दें कि Jira इंटीग्रेशन बाद में सेटिंग्स से भी जोड़ा जा सकता है, इसलिए इस चरण में करना अनिवार्य नहीं है।
आपको Slack से इंटीग्रेट करने का विकल्प भी मिलता है, लेकिन मैंने फिलहाल इसे छोड़ दिया।
पहला कार्य: एक पुरानी रिपोजिटरी को अपडेट करना
ठीक है, अब जब सेटअप हो गया है, तो मज़ेदार हिस्से में कूदते हैं। देखते हैं Devin कितना अच्छा है!
प्रॉम्प्टिंग
शुरुआती सेटअप पूरा होते ही हम इस पेज पर उतरते हैं:
अचरज नहीं, सब कुछ एक प्रॉम्प्ट से शुरू होता है। मैंने उपलब्ध फीचर्स समझने के लिए छोटे-छोटे आइकॉन पर होवर किया, फिर अपना प्रॉम्प्ट लिखा।
प्रॉम्प्ट: कुछ साल पहले, मैंने fp-ts-exercises नाम की एक रिपो शुरू की थी, जो TypeScript में fp-ts लाइब्रेरी का उपयोग करते हुए डेवलपर्स को फ़ंक्शनल प्रोग्रामिंग सिखाने के लिए थी। इसमें Option, Either आदि जैसे कॉन्सेप्ट कवर करने वाले लोकल अभ्यासों की एक शृंखला है। सीखने वाले रिपो को क्लोन करते, अभ्यास हल करते, और अपने समाधान जांचने के लिए टेस्ट चलाते थे।
मैं इस प्रोजेक्ट को निम्नलिखित लक्ष्यों के साथ आधुनिक बनाना और फिर से लॉन्च करना चाहता/चाहती हूँ:
मौजूदा कोडबेस को अपडेट व रिफैक्टर करें
- सभी डिपेंडेंसियों को अपडेट करें और fp-ts के नवीनतम संस्करण के साथ संगतता सुनिश्चित करें
- स्ट्रक्चर, पठनीयता और डेवलपर अनुभव में सुधार करें
- कोई भी पुराना टूलिंग या पैटर्न बदलें (जैसे Mocha से Vitest पर माइग्रेट करना, या उपयुक्त होने पर इसी तरह के विकल्प)
यह कोई बेहतरीन प्रॉम्प्ट नहीं था—और यही मकसद था। किसी AI एजेंट का आउटपुट उतना ही अच्छा हो सकता है जितना अच्छा इनपुट उसे मिलता है, और धुंधला लक्ष्य कई तरीकों से समझा जा सकता है। Devin के मामले में, गलतफहमी की कीमत खास होती है। अगर निष्पादन की सीमाएँ और अपेक्षित आउटपुट साफ़ परिभाषित न हों और आप उसे अर्ध-जटिल कार्य पर लगा दें, तो आप बहुत सारे ACUs बर्बाद करेंगे।
मैं यहाँ उस छोटे “मैजिक पेन” आइकॉन को परखना चाहता/चाहती था/थी जो “Send” बटन के पास है। यह “Analyze prompt” फीचर है जो भेजने से पहले आपका प्रॉम्प्ट सुधारने में मदद करता है, ताकि आप Devin की क्षमताओं का सर्वोत्तम उपयोग कर सकें।
जब मैंने इसे क्लिक किया, तो इसने मेरे प्रॉम्प्ट के कुछ भागों को दोबारा शब्दों में कहा और यह भी बताया कि सुधार की गुंजाइश है।
यह बढ़िया फीडबैक था, तो मैंने अपने प्रॉम्प्ट में थोड़े बदलाव करके अतिरिक्त आवश्यकताएँ शामिल कीं। मेरे पास उस समय कोई लिंटिंग या यूनिट टेस्ट सेटअप नहीं था, इसलिए मैंने यह निर्दिष्ट किया कि यह पहले सवाल के समाधान पर लर्नर्स के टेस्ट चलाए ताकि ऐप अपेक्षित रूप से व्यवहार कर रहा है, यह सुनिश्चित हो सके।
प्रॉम्प्ट: मैं अपनी fp-ts-exercises रिपोजिटरी को आधुनिक बनाना और फिर से लॉन्च करना चाहता/चाहती हूँ, जो TypeScript में fp-ts लाइब्रेरी का उपयोग करके डेवलपर्स को फ़ंक्शनल प्रोग्रामिंग सीखने में मदद करती है। रिपोजिटरी में Option और Either जैसे कॉन्सेप्ट कवर करने वाले लोकल अभ्यास शामिल हैं। लर्नर्स रिपो क्लोन करते हैं, अभ्यास हल करते हैं, और अपने समाधान की जांच के लिए टेस्ट चलाते हैं। लक्ष्य प्रोजेक्ट को अपडेट करना और डेवलपर अनुभव में सुधार करना है। कृपया निम्न करें:
- सभी डिपेंडेंसियों को नवीनतम संस्करणों में अपडेट करें और fp-ts के नवीनतम संस्करण के साथ संगतता सुनिश्चित करें।
- मौजूदा कोडबेस को रिफैक्टर करें ताकि स्ट्रक्चर, पठनीयता और समग्र डेवलपर अनुभव बेहतर हो।
- कोई भी पुराना टूलिंग या पैटर्न बदलें। उदाहरण के लिए, Mocha से Vitest पर माइग्रेट करें, या अन्य उपयुक्त टूलिंग अपडेट सुझाएँ। कृपया प्रस्तावित टूलिंग बदलावों का तर्क दें।
- सुनिश्चित करें कि अपडेट और रिफैक्टरिंग के बाद सभी मौजूदा अभ्यास और टेस्ट सही तरह से काम करते रहें।
आप npm run solution -- option 01 चला सकते हैं ताकि सुनिश्चित हो सके कि टेस्ट पास हों और सब कुछ अपेक्षा के अनुसार काम कर रहा हो।
आप जो अपडेट और रिफैक्टरिंग करेंगे, उनके चरणों को निर्दिष्ट करें। महत्वपूर्ण बदलाव करने से पहले, कृपया अपना दृष्टिकोण प्रस्तावित करें और फीडबैक लें।
आप समीक्षा के लिए अपने बदलाव एक पुल रिक्वेस्ट में सबमिट कर सकते हैं।
इस बार मेरे प्रॉम्प्ट का विश्लेषण करने पर “Prompt looks good!” का टोस्ट मिला—जैसा सोचा था।
इंटरफ़ेस
मैंने प्रॉम्प्ट भेजा, और Devin तुरंत “सोचने” लगा।
पहली नज़र में UI थोड़ा भारी लगता है, लेकिन एक बार समझ आ जाए कि क्या क्या है, तो नेविगेट करना आसान है। इसे तोड़कर देखते हैं।
बाएँ तरफ सक्रिय सेशन्स वाला पैनल कॉलेप्स किया जा सकता है, अगर आप एक समय में एक सेशन में डूबना पसंद करते हैं।
एक चैट-जैसा इंटरफ़ेस है, जहाँ आप Devin की सोच-प्रक्रिया को फॉलो कर सकते हैं और उससे बातचीत कर सकते हैं।
स्क्रीन के दाईं ओर एक पैनल है जिसमें कई टैब्स हैं: Progress, Shell, Browser, और Editor। ये टैब्स दिखाते हैं कि Devin अलग-अलग एनवायरनमेंट्स में क्या सोच और कदम उठा रहा है।
हर एक पर क्लिक करने से आप देख सकते हैं कि शेल में इसने क्या किया (जैसे रिपो क्लोन करना), ब्राउज़र में क्या किया (GitHub रिपो पेज पर नेविगेट करना), और एडिटर में—जो एक VSCode-जैसा एडिटर है जिसमें रिपो की सारी फाइलें हैं—जहाँ यह आगे हमारा कोड बदलेगा। प्रोग्रेस टैब उन कदमों को हाइलाइट करता है जिन्हें यह निष्पादित करता जाता है।
स्क्रीन के ऊपर दाईं तरफ एक और टैब सेट है: Timelapse, IDE, और Browser। ये वे व्यू हैं जिन्हें आप नेविगेट कर सकते हैं और उपयोग कर सकते हैं। वर्तमान में चयनित Timelapse टैब Devin की प्रगति और कार्रवाइयाँ दिखाता है, जैसा ऊपर बताया। इंटरैक्टिव टाइमलैप्स फीचर (आप नीचे “Live” और प्रोग्रेस बार देख सकते हैं) आपको एक सेशन को रीप्ले करने देता है। IDE टैब एक ऑनलाइन VSCode-जैसा IDE खोलता है जहाँ आप अपना कोड बदल सकते हैं और GitHub पर कमिट भी कर सकते हैं।
योजना और Devin की तर्क-प्रक्रिया
Devin ने कुछ मिनट सोचा, पूरी रिपो का विश्लेषण किया, और हर कदम पर अपने कार्य समझाए। नोट करें—हाइलाइटेड संदेश: “Devin ने रिपो क्लोन किया, Devin वर्कस्पेस सेटअप करने पर विचार करें।” हम इस पर बाद में आएँगे।
फिर इसने एक प्लान प्रस्तावित किया, अपनी उच्च विश्वसनीयता बताई, और पुष्टि माँगी:
मैं उस प्लान से काफ़ी खुश था/थी, तो मैंने Confirm पर क्लिक किया। Devin तुरंत काम में लग गया।
क्या आप चैट इंटरफ़ेस के नीचे “Agent” ड्रॉपडाउन देख रहे हैं? मेन्यू में दूसरा विकल्प “Ask” है। यह Devin के काम को नहीं रोकता, पर आपको उससे इंटरैक्ट करने देता है। मैंने इसे टेस्ट करने के लिए कहा कि लिंटिंग और TypeScript कम्पाइलेशन चेक स्क्रिप्ट्स जोड़ दे।
काम पहले ही शुरू हो चुका था, लेकिन इसने बताया कि वह इन स्क्रिप्ट्स को जोड़ना सुनिश्चित करेगा (और किया भी!).
पुल रिक्वेस्ट
मैंने समय नहीं नापा, लेकिन कुछ मिनटों बाद इसका पुल रिक्वेस्ट तैयार था—और विवरण विस्तृत व सटीक था।
यह सुखद आश्चर्य था कि इसने अपनी पहल पर पहले समाधान के टेस्ट पास होने से आगे बढ़कर काम किया। इसने तीसरे समाधान का भी परीक्षण किया, साथ ही पहले अभ्यास का, और यह जाँचा कि टेस्ट फेल हों (जैसा अपेक्षित था, क्योंकि कोई लर्नर ने अभ्यास पूरा नहीं किया था)।
मैंने PR रिव्यू किया और अंदेशा हुआ कि मेरी लिंटिंग और TypeScript कम्पाइल स्क्रिप्ट्स फेल होंगी। उदाहरण के लिए, "type":"module" मेरी package.json में गायब था।
मुझे पक्का नहीं कि Devin ने लिखने के बाद वे स्क्रिप्ट्स चलाकर यह सुनिश्चित क्यों नहीं किया कि वे काम कर रही हैं। क्या इसलिए कि मैंने इसे स्पष्ट रूप से नहीं कहा? या क्योंकि मैंने ये आवश्यकताएँ इसके काम शुरू होने के बाद जोड़ीं?
मैंने Devin की चूक को ठीक करने के लिए ऑनलाइन कोड एडिटर का उपयोग करने का निर्णय लिया, जिसमें लगभग 5 मिनट लगे। मैंने टर्मिनल में हर कमांड चलाई, और मेरे फिक्स के बाद सब कुछ अपेक्षित रूप से व्यवहार करता लगा।
मैं यह फिक्स Devin को भी दे सकता/सकती था/थी, लेकिन इसे खुद करना तेज़ था। करीब पाँच मिनट में मैंने स्क्रिप्ट्स चलाईं, लिंट और कम्पाइल फेल्योर कन्फर्म किए, और कारण ढूँढ लिया। दो मिनट बाद पैच लग गया और सारे चेक पास हो गए। विस्तृत प्रॉम्प्ट लिखना, Devin के रन का इंतज़ार करना, और फिर आउटपुट रिव्यू करना—इससे ज्यादा समय लेता।
मानव और AI के प्रयास के बीच सही संतुलन ढूँढना बारीक कला है: जब कोई ट्वीक साफ़-साफ़ लो-हैंगिंग फ्रूट हो, तो मैं खुद करना पसंद करता/करती हूँ बजाय “कृपया इसे ठीक करें” टाइप करने और इंतज़ार करने के। सबकी निजी प्राथमिकताएँ अलग होती हैं, और आपका कटऑफ आपकी विशेषज्ञता, कार्य, और—सच कहें—उस दिन के मूड पर निर्भर करेगा।
सेशन समाप्त करना
इस बिंदु पर, रिपो का आधुनिकीकरण हो चुका था और सब कुछ अपेक्षित रूप से काम कर रहा था। पर अब क्या? सेशन कैसे खत्म करूँ, और क्या मुझे इस idle समय के लिए अब भी चार्ज किया जा रहा है?
इस बिंदु पर इंटरफ़ेस थोड़ा उलझाने वाला लगा। दाईं ओर, सेशन मेन्यू में दो विकल्प थे: Devin को स्लीप पर डालना या सेशन टर्मिनेट करना।
मैंने डॉक्यूमेंटेशन देखा और यह पाया: Devin स्लीप के दौरान ACUs इस्तेमाल नहीं करता, और लगभग ~0.1 ACU की निष्क्रियता के बाद अपने-आप स्लीप में चला जाता है।
मैंने डॉक AI बॉट से यह भी पूछा कि स्लीप और टर्मिनेशन में क्या फर्क है:
जवाब काफ़ी स्पष्ट था। हमारा काम पूरा हो चुका था, इसलिए मैंने सेशन टर्मिनेट कर दिया।
Devin के वर्कस्पेस में हमारी रिपो सेट करना
क्या आपको वह हाइलाइटेड संदेश याद है जो Devin ने अपना काम प्लान करते समय चैट में दिया था? इसने हमसे कहा था कि रिपो को Devin की मशीन पर सेट करें, ताकि हर बार उस पर काम करने के लिए क्लोन न करना पड़े। पर ऐसा करने की ज़रूरत क्यों?हर नया सेशन एक ताज़ा वर्चुअल मशीन से शुरू होता है, इसलिए बिना सेटअप के Devin को ये करना पड़ता है:
- हमारे कोडबेस को फिर से शुरू से समझना
- सारी डिपेंडेंसियाँ और टूल्स इंस्टॉल करना
- हमारे प्रोजेक्ट स्ट्रक्चर और कन्वेंशन्स सीखना
- असली काम की बजाय एनवायरनमेंट सेटअप में कीमती समय बर्बाद करना
इसलिए रिपो सेट करना समय और लागत—दोनों के लिहाज़ से बेहतर है। यह अधिक सुसंगत भी है, क्योंकि हर सेशन एक जैसी कॉन्फ़िगरेशन से शुरू होता है, और Devin को ठीक-ठीक पता होता है कि हमारा कोड कैसे चलाना, टेस्ट करना और लिंट करना है।
यह फीचर आपकी टीम के नेविगेशन पैनल में मिलता है, और इसके चरण एक बार फिर, काफ़ी सीधे हैं।
हम रिपो का नवीनतम संस्करण पुल करने के कमांड्स निर्दिष्ट करने से शुरू करते हैं:
आप कस्टम कमांड डाल सकते हैं, और “Verify Command” बटन पर क्लिक करने से वे आपके सामने ही टर्मिनल में अपने-आप चलेंगे। सेकंडों में देख सकते हैं कि वे सफल हुए या असफल।
मैंने सीक्रेट्स सेटअप चरण छोड़ दिया, क्योंकि फिलहाल हमारे पास कोई नहीं। डिपेंडेंसियाँ इंस्टॉल करना और बनाए रखना भी इसी तरह काम करता है, और आपका कमांड सफल होते ही चरण पूरा चिन्हित हो जाता है।
बाकी चरण भी इसी तरह काम करते हैं, और सभी चरण पूरे (या लागू न होने पर स्किप) हो जाने के बाद आपकी कॉन्फ़िगरेशन सेव हो जाती है।
सेशन उपयोग और समीक्षा
अब तक, हमने Devin के साथ एक सरल कार्य पूरा किया, एक पुल रिक्वेस्ट बनाया, उसे मर्ज किया, और भविष्य के सेशन्स के लिए अपनी रिपो सेट की। चलें हमारे सेशन के कुछ डेटा देखें। सेशन के शीर्ष पर छोटे आइकॉन पर क्लिक करने से सेशन इनसाइट्स का मोडल खुलता है:
हमारे सेशन का साइज XS है, जो Devin के साइज गाइड के अनुसार काफ़ी अच्छा था।
अगर आप “Generate Insights” बटन पर क्लिक करें और कुछ सेकंड रुकें, तो आप अपने सेशन के बारे में सामान्य जानकारी, Devin द्वारा उठाए गए विशिष्ट कदम, और जहाँ उसे दिक्कत आई—सब देख पाएँगे।
मैं यह भी देखना चाहता/चाहती था/थी कि हमने कितने ACUs उपयोग किए। एक अजीब बात नोट की—प्लान पेज दिखा रहा था कि मेरे पास 8.73 ACUs बचे हैं, जबकि कुल 9 में से 1.7 ACUs इस्तेमाल हो चुके थे (नीले हाइलाइट में Core सेक्शन के भीतर देखें)।
लेकिन Usage & Limits पेज सही दिखा रहा था कि हमने 1.7 ACUs उपयोग किए और 7.3 ACUs बचे हैं।
18 घंटे बाद दोबारा चेक किया, तो प्लान पेज 7.3 ACUs शेष दिखा रहा था—यानि इस जानकारी के अपडेट में थोड़ा विलंब है। किसी भी आश्चर्य से बचने के लिए Usage & Limits पेज को सत्य का स्रोत मानें!
क्या यह फायदेमंद रहा?
चलें आँकड़े देखें।
तो, 1.7 ACU × $2.25/ACU = $3.83 इस सेशन के लिए।
मैंने शायद 20 मिनट प्रॉम्प्टिंग और रिव्यू में लगाए। सब कुछ मैन्युअली करने में इससे कहीं ज़्यादा समय लगता—और मैं हर कदम पर टालता/टालती, क्योंकि यह वह तरह का काम है जो मुझे खासा उबाऊ लगता है। एक कैप्पुचीनो की कीमत में, Devin ने यह काम मेरे सिर से उतार दिया। मैं यह सौदा किसी भी दिन लूँगा/लूँगी।
आगे क्या?
ठीक है, हमने ये कर लिया है:
- अपना अकाउंट बनाया
- अपनी GitHub रिपोजिटरी कनेक्ट की
- Devin की मशीन पर भविष्य के सेशन्स के लिए रिपो सेट की
- अपना पहला डिपेंडेंसी अपग्रेड टास्क चलाया
- अपने सेशन मेट्रिक्स और उपयोग की समीक्षा की
काफ़ी अच्छी शुरुआत! अगले ट्यूटोरियल में, हम और गहराई में जाएँगे और Devin की क्षमताओं को पुश करेंगे—इसे पूरी फीचर योजना और इम्प्लीमेंटेशन करने को कहकर, जिसमें API और डेटाबेस इंटीग्रेशन शामिल होंगे।
अगर आप आगे बढ़ने के लिए तैयार हैं, तो नीचे दूसरे लिस्ट आइटम पर क्लिक करके दूसरे ट्यूटोरियल पर जाएँ:
Author
Marie Fayard