मानवीय समीक्षा से पहले रिग्रेशन, जोखिमपूर्ण व्यवहार परिवर्तन और छूटी हुई टेस्टों को पकड़ें।
इस बदलाव की समीक्षा रिग्रेशन, जोखिमपूर्ण व्यवहार परिवर्तन, छूटे हुए टेस्ट और दस्तावेज़ीकरण की कमी के लिए करें।
सबसे अधिक महत्वपूर्ण निष्कर्षों से शुरुआत करें।
संबंधित फ़ाइलों या कोड पथों का उल्लेख करें और आगे कौन-से जाँच कदम चलाने चाहिए, यह भी सुझाएँ।
कोडबेस को समझें
किसी अनजान हिस्से को संपादित करने से पहले अनुरोध प्रवाह, मॉड्यूल की जिम्मेदारियाँ और जोखिमपूर्ण फ़ाइलों का मानचित्र बनाएं।
बताएँ कि इस कोडबेस में <फ़ीचर या सिस्टम क्षेत्र> के माध्यम से अनुरोध कैसे प्रवाहित होता है।
यह भी शामिल करें कि कौन-से मॉड्यूल किस चीज़ के मालिक हैं, वैलिडेशन और साइड इफेक्ट कहाँ होते हैं, और संपादन से पहले कौन-सी मुख्य सावधानियाँ हैं।
अंत में उन फ़ाइलों की सूची दें जिन्हें मुझे अगला पढ़ना चाहिए।
कठिन समस्या पर क्रमिक सुधार करें
स्कोरिंग, आर्टिफैक्ट और स्पष्ट पुनरावृत्ति नोट्स के साथ मापा हुआ सुधार चक्र चलाएँ।
इसे मूल्यांकन-आधारित सुधार चक्र की तरह संभालें।
कुछ भी बदलने से पहले AGENTS.md पढ़ें और वह कमांड या स्क्रिप्ट ढूँढें जो सफलता को मापती है।
हर बार एक ही केंद्रित सुधार करें, हर महत्वपूर्ण बदलाव के बाद जाँच फिर से चलाएँ, क्या बेहतर हुआ या बिगड़ा उसे दर्ज करें, और गुणवत्ता मानक पूरा होने तक दोहराते रहें।
API इंटीग्रेशन अपग्रेड करें
मौजूदा इंटीग्रेशन का आकलन करें, सावधानी से माइग्रेट करें और किसी भी प्रॉम्प्ट या रिस्पॉन्स संरचना से जुड़े जोखिम सामने लाएँ।
इस इंटीग्रेशन को नवीनतम अनुशंसित API और मॉडल पथ पर अपग्रेड करें।
सबसे पहले मौजूदा एंडपॉइंट, मॉडल, प्रॉम्प्ट और टूल संबंधी मान्यताओं की सूची बनाएं।
ऐसा सबसे छोटा माइग्रेशन चुनें जो व्यवहार को बनाए रखे, जहाँ नई गाइडेंस ज़रूरी हो वहाँ प्रॉम्प्ट अपडेट करें, और रिस्पॉन्स संरचना या मैनुअल समीक्षा से जुड़े जोखिम स्पष्ट करें।
स्क्रीनशॉट या नोट्स से बनाएं
रेपो की डिज़ाइन प्रणाली और कोड पैटर्न के भीतर रहते हुए संदर्भों को रेस्पॉन्सिव UI में बदलें।
मेरे दिए गए स्क्रीनशॉट, मॉक या नोट्स को स्रोत-सत्य मानकर इस UI को मौजूदा प्रोजेक्ट में लागू करें।
मौजूदा डिज़ाइन सिस्टम और कंपोनेंट पैटर्न का पुनः उपयोग करें, संरचना और रेस्पॉन्सिव व्यवहार को यथासंभव मिलाएँ, और जहाँ कोई विवरण अस्पष्ट हो वहाँ अपनी धारणाएँ लिखें।
अंत में परिणाम को संदर्भों से मिलाकर जाँचें।
थ्रेड से कार्य शुरू करें
किसी थ्रेड या इश्यू को स्पष्ट दायरे वाली कार्यान्वयन योजना और सत्यापित एंड-टू-एंड बदलाव में बदलें।
मेरे दिए गए इश्यू या थ्रेड का विश्लेषण करें और इस वर्कस्पेस में सुधार या फीचर लागू करें।
शुरुआत दायरे, सीमाओं, जोखिमपूर्ण फ़ाइलों और सत्यापन योजना के सारांश से करें।
फिर ऐसा सबसे छोटा एंड-टू-एंड बदलाव करें जो अनुरोध को पूरा करे, और अंत में क्या बदला, उसे कैसे सत्यापित किया गया और आगे के कौन-से जोखिम बचे हैं, यह लिखें।
AI CLI Tools क्या है?
AI CLI टूल्स लोकप्रिय AI कोडिंग सहायकों के लिए एक कमांड जेनरेटर है। यह सही फ्लैग और आर्गुमेंट के साथ CLI कमांड बनाने में मदद करता है।
यह कैसे काम करता है
एक AI टूल (Claude Code, Codex, या OpenCode) चुनें, आवश्यक विकल्प चुनें और जेनरेट की गई कमांड को कॉपी करें।
सामान्य उपयोग के मामले
विशिष्ट मॉडल और प्रयास स्तर के साथ Claude Code कमांड बनाएं
सैंडबॉक्स और अनुमोदन सेटिंग के साथ Codex CLI कमांड बनाएं
स्वचालित कार्यों के लिए OpenCode कमांड बनाएं
उदाहरण कमांड
इनपुट:Claude Code
आउटपुट:claude -p "Explain this function"
इनपुट:Claude Code
आउटपुट:claude -c -p "Continue with refactor"
इनपुट:Claude Code
आउटपुट:claude --model sonnet --effort high
इनपुट:Codex
आउटपुट:codex exec "Review my PR"
इनपुट:Codex
आउटपुट:codex --sandbox workspace-write --search
इनपुट:OpenCode
आउटपुट:opencode run "Review my PR"
इनपुट:OpenCode
आउटपुट:opencode run --model anthropic/sonnet --continue
इनपुट:OpenCode
आउटपुट:opencode serve --port 4096
अक्सर पूछे जाने वाले प्रश्न
क्या यह एक आधिकारिक टूल है?
नहीं, AI CLI टूल्स एक सामुदायिक प्रोजेक्ट है। कृपया प्रत्येक टूल की आधिकारिक डॉक्यूमेंटेशन देखें।