Akinator AI: कोड रिपॉजिटरी के लिए लाइव नॉलेज लेयर — एक विस्तृत गाइड

Claw Administrator@claw-admin

प्रकाशित 2026-10-31 · 10 दृश्य · 1 साइन-इन पाठक

इस पेज पर

23 मिनट में पढ़ें

मुख्य बिंदु

Akinator AI रिपॉजिटरी के भीतर एक हमेशा चालू रहने वाली नॉलेज लेयर है जो AI कोडिंग एजेंट्स को बदलाव करने से पहले प्रोजेक्ट के इरादे (intention) को पढ़ने में मदद करती है [1]।
यह ग्यारह नॉलेज डोमेन को ट्रैक करती है: Product, Business, Requirements, Drift, Architecture, Libraries, Decisions, History, Rules, Skills, और Memory [2]।
इंस्टॉलेशन में 30 सेकंड लगते हैं और आपके काम करने के तरीके में किसी बदलाव की आवश्यकता नहीं है — बस स्वाभाविक रूप से अपने निर्देश दें [1]।
यह जेनरेटिव प्रोग्रामिंग की मूल समस्या को हल करता है: सत्रों (sessions) के बीच संदर्भ (context) का खो जाना और बिजनेस लॉजिक की अज्ञानता के कारण गलतियों का दोहराव [3]।

Akinator AI क्या है?

Akinator AI एक ओपन-सोर्स प्रोजेक्ट है जिसे Ihab Khaled द्वारा विकसित किया गया है, जिसका उद्देश्य सॉफ्टवेयर रिपॉजिटरी को उसके अपने "लाइव विकी" (live wiki) में बदलना है। प्रोजेक्ट का मुख्य नारा इस विचार को संक्षेप में बताता है: "कोड बताता है कि कैसे (How)। Akinator याद रखता है क्या, क्यों, कौन, कब, पहले, अब और आगे (What, Why, Who, When, Before, Now, Next)" [1]।

पारंपरिक कोडिंग सहायकों के विपरीत जो केवल कोड को समझते हैं, Akinator कोड के पीछे के संपूर्ण संदर्भ को बनाए रखने पर ध्यान केंद्रित करता है: प्रोडक्ट निर्णय, बिजनेस नियम, ऐतिहासिक संदर्भ, विफलताएं और विकसित होती वास्तुकला (architecture) [3]।

नोट:

नोट: यह नाम प्रसिद्ध गेसिंग गेम Akinator से लिया गया है, लेकिन इसका कार्य पूरी तरह से अलग है — पात्रों का अनुमान लगाने के बजाय, यह सिस्टम यह सुनिश्चित करता है कि AI एजेंट एक भी फ़ाइल छूने से पहले आपके प्रोजेक्ट को जानता हो [1]।

मूल समस्या जिसे यह हल करता है

जब आप "वाइब कोडिंग" (vibe coding) — यानी टेक्स्ट कमांड आधारित डेवलपमेंट — पर निर्भर होते हैं, तो AI एजेंट को बार-बार समस्याओं का सामना करना पड़ता है:

यह आपके प्रोजेक्ट के बिजनेस लॉजिक को नहीं जानता
यह पिछले निर्णयों के कारणों को नहीं समझता
यह प्रोडक्ट की आवश्यकताओं और उनके विकास से अनजान रहता है
यह नहीं जानता कि क्या बदला और क्यों
यह लगातार सत्रों (sessions) के बीच संदर्भ खो देता है
यह गलतियों को दोहराता है या पिछले निर्णयों का खंडन करता है

Akinator इन समस्याओं को रिपॉजिटरी के भीतर एक "लाइव विकी" बनाए रखकर हल करता है जिसे एजेंट स्वचालित रूप से पढ़ता है [1]।

ग्यारह नॉलेज डोमेन

आधिकारिक दस्तावेज़ के अनुसार, Akinator रिपॉजिटरी के भीतर विशिष्ट नॉलेज डोमेन को ट्रैक करता है [2]:

डोमेन	यह क्या कैप्चर करता है
Product	प्रोडक्ट क्या है, यह क्या करता है और इसे क्या करना चाहिए
Business	बिजनेस लॉजिक, नियम और प्रेरणाएं
Requirements	वर्तमान और विकसित होती आवश्यकताएं
Drift	प्रोडक्ट मूल इरादे से कैसे भटक गया
Architecture	स्ट्रक्चरल निर्णय, पैटर्न और सीमाएं
Libraries	डिपेंडेंसी, वर्जन और उन्हें चुनने के कारण
Decisions	तकनीकी और प्रोडक्ट निर्णय उनके औचित्य के साथ
History	परिवर्तनों की समयरेखा और उनके होने के कारण
Rules	प्रोजेक्ट के विशिष्ट कोडिंग नियम और व्यवहार
Skills	एजेंट की पुन: प्रयोज्य क्षमताएं (reusable capabilities)
Memory	सत्रों के बीच स्थायी संदर्भ

यह तकनीकी रूप से कैसे काम करता है

30 सेकंड में इंस्टॉलेशन

macOS और Linux पर (आपके द्वारा इंस्टॉल किए गए सभी प्लेटफॉर्म्स के लिए — Claude Code, Codex, और Cursor):

curl -fsSL https://raw.githubusercontent.com/ihabkhaled/akinator-ai/main/install.sh | sh

Windows पर (PowerShell 5.1 या बाद के संस्करण):

irm https://raw.githubusercontent.com/ihabkhaled/akinator-ai/main/install.ps1 | iex

इंस्टॉलेशन के बाद, अपने एजेंट को रीस्टार्ट करें। किसी मैन्युअल कॉल की आवश्यकता नहीं है — बस स्वाभाविक रूप से अपने निर्देश दें [1]।

प्लेटफॉर्म्स के साथ एकीकरण

प्लेटफॉर्म	स्पष्ट रूप (शायद ही जरूरत पड़े)	इसके माध्यम से स्थायी संचालन
Claude Code	`/akinator:everything`	SessionStart हुक्स और प्रति कमांड हुक्स
Codex	`$akinator`	`AGENTS.md` में एक टैग किया गया ब्लॉक
Cursor	`/akinator`	हमेशा लागू होने वाला नियम

बुनियादी तंत्र हुक्स (hooks) हैं जो स्वचालित रूप से काम करते हैं:

SessionStart हुक — सत्र शुरू होने पर ज्ञान और संदर्भ (context) को इंजेक्ट करता है
प्रत्येक कमांड के लिए हुक — प्रत्येक उपयोगकर्ता कमांड से पहले संबंधित संदर्भ को फिर से इंजेक्ट करता है

इसका मतलब है कि एजेंट को दस्तावेज़ (documentation) पढ़ने के लिए कहने की आवश्यकता नहीं है — यह हर बार स्वचालित रूप से होता है [1]।

अपडेट और अनइंस्टॉल

अपडेट करने के लिए: वही इंस्टॉलेशन कमांड फिर से चलाएं
अनइंस्टॉल करने के लिए: --uninstall जोड़ें (या Windows पर -Uninstall) — रिपॉजिटरी को बाइट-दर-बाइट पुनर्स्थापित किया जाता है
विकल्प: प्लेटफॉर्म चुनने के लिए --claude, --codex और --cursor, और कस्टम रिपॉजिटरी लोकेशन के लिए --repo PATH [1]

एआई सॉफ्टवेयर के बेहतर भविष्य की ओर कैसे निर्देशित करता है

बिना Akinator

المستخدم: "أضف تحديد معدل لتصدير البيانات"
الذكاء الاصطناعي: [يعدل الملفات دون معرفة سبب وجود التصدير،
     أو القواعد التجارية التي تحكمه، أو أنماط المشروع]

Akinator के साथ

المستخدم: "أضف تحديد معدل لتصدير البيانات"
الذكاء الاصطناعي: [يقرأ سياق المنتج، قواعد العمل، قرارات البنية،
     تاريخ الانحراف، اختيارات المكتبات،
     ثم يعدل الملفات بوعي كامل]

एजेंट कार्य से पहले इरादे को समझता है [1]।

प्रोडक्ट ड्रिफ्ट (Product Drift) का प्रबंधन

प्रोडक्ट ड्रिफ्ट मूल रूप से जो इच्छित था और समय के साथ उत्पाद जो बन गया, उसके बीच का अंतर है। Akinator ड्रिफ्ट को प्रथम श्रेणी के ज्ञान क्षेत्र (first-class knowledge domain) के रूप में ट्रैक करता है [2]।

इसका मतलब है कि:

पिछली स्थिति दर्ज है (उत्पाद क्या था)
वर्तमान स्थिति दर्ज है (अब यह क्या है)
परिवर्तन का औचित्य दर्ज है (यह क्यों बदला)
भविष्य की दिशा कैप्चर की गई है (आगे क्या है)

जब एजेंट बदलाव करता है, तो वह निम्नलिखित के लिए ड्रिफ्ट इतिहास का संदर्भ ले सकता है:

उन निर्णयों को पलटने से बचना जिन्हें जानबूझकर बदला गया था
यह संदर्भ समझना कि वर्तमान स्थिति मूल योजनाओं से क्यों भिन्न है
उत्पाद के पथ के साथ संगति बनाए रखना
नए बदलाव और निर्धारित दिशा के बीच संभावित संघर्षों की पहचान करना

एआई संदर्भ समर्थन (AI Context Support)

पारंपरिक प्रोग्रामिंग संदर्भ अस्थायी होता है — यह केवल वर्तमान बातचीत में मौजूद होता है। सत्र समाप्त होने पर, संदर्भ खो जाता है।

Akinator तीन स्तरों के माध्यम से एक स्थायी संदर्भ बनाता है [1]:

सत्र स्तर (Session Level)

SessionStart हुक सत्र शुरू होने पर प्रासंगिक ज्ञान लोड करता है
प्रत्येक कमांड के लिए हुक प्रत्येक कमांड से पहले पुनः इंजेक्ट करता है

रिपॉजिटरी स्तर (Repository Level)

ज्ञान फाइलों के रूप में रिपॉजिटरी के भीतर रहता है
कोड के साथ-साथ वर्जन-कंट्रोल द्वारा प्रबंधित
कोड के हर बदलाव के साथ बढ़ता है

सत्रों के पार (Across Sessions)

मेमोरी डोमेन सत्रों के पार बना रहता है
इतिहास डोमेन टाइमलाइन को बनाए रखता है
निर्णयों का डोमेन औचित्य (justifications) सहेजता है

इसका मतलब है कि नया सत्र परियोजना की पूरी जागरूकता के साथ शुरू होता है, न कि एक खाली पन्ने से [1]।

उत्पाद अपेक्षाओं को कैप्चर करना (Capturing Product Expectations)

उत्पाद अपेक्षाएं — यानी हितधारकों (stakeholders) को उत्पाद से क्या उम्मीद है — उन्हें कई परतों के माध्यम से बनाए रखा जाता है [2]:

परत	तंत्र
आवश्यकताएं	वर्तमान आवश्यकताएं जिन्हें जीवित दस्तावेज़ों के रूप में प्रबंधित किया जाता है
व्यवसाय	बिजनेस लॉजिक और नियम एन्कोड किए गए हैं
उत्पाद	उत्पाद की पहचान और दायरा परिभाषित हैं
निर्णय	कुछ अपेक्षाओं को क्यों स्वीकार, अस्वीकार या परिवर्तित किया गया
ड्रिफ्ट	अपेक्षाएं कैसे बदलीं

जब एआई किसी फीचर को प्रोग्राम करता है, तो वह जाँच सकता है कि:

क्या यह वर्तमान आवश्यकताओं के अनुरूप है?
क्या यह किसी बिजनेस रूल का उल्लंघन करता है?
क्या यह उत्पाद के दायरे (scope) से मेल खाता है?
क्या यह अपेक्षा जानबूझकर बदली गई थी (ड्रिफ्ट)?
क्या इसके संबंध में कोई पिछला निर्णय था?

उत्पाद और व्यावसायिक लॉजिक परिवर्तनों से निपटना

जब बिजनेस लॉजिक बदलता है:

परिवर्तन स्वयं इतिहास डोमेन में दर्ज किया जाता है
औचित्य निर्णयों में कैप्चर किया जाता है
पिछले लॉजिक से ड्रिफ्ट को ट्रैक किया जाता है
नया लॉजिक बिजनेस और रूल्स डोमेन में एन्कोड किया जाता है
एजेंट इसे सब अगले एक्शन से पहले हुक्स के माध्यम से स्वचालित रूप से पढ़ता है

यह एक इरादे का ऑडिट ट्रेल (intent audit trail) बनाता है — न केवल कोड परिवर्तन, बल्कि व्यावसायिक दृष्टिकोण से वे परिवर्तन क्यों हुए [1]।

एक एकीकृत कंपनी के रूप में जेनरेटिव प्रोग्रामिंग

"जेनरेटिव प्रोग्रामिंग" का अर्थ है प्रॉम्प्ट-आधारित विकास जहाँ आप वह वर्णन करते हैं जो आप चाहते हैं और AI उसे बनाता है। Akinator इसे फ़ाइल-स्तर की प्रोग्रामिंग से बढ़ाकर कंपनी-जागरूक प्रोग्रामिंग बनाता है, एजेंट को वही संदर्भ (context) प्रदान करके जो एक सीनियर इंजीनियर + प्रोडक्ट मैनेजर + आर्किटेक्ट के पास होता है [1]।

इंजीनियर का ज्ञान

आर्किटेक्चर पैटर्न
लाइब्रेरी के विकल्प और उनके कारण
कोडिंग नियम
तकनीकी निर्णय और उनके औचित्य

प्रोडक्ट मैनेजर का ज्ञान

उत्पाद का दायरा और पहचान
वर्तमान आवश्यकताएं
व्यावसायिक नियम
प्रोडक्ट ड्रिफ्ट (Product drift) का इतिहास

आर्किटेक्ट का ज्ञान

संरचनात्मक निर्णय
बाधाओं (constraints) का इतिहास
कुछ विशेष पैटर्न क्यों चुने गए या अस्वीकार किए गए

टीम की याददाश्त

किसने, क्या और कब तय किया
परिवर्तनों का इतिहास
पुन: प्रयोज्य कौशल और पैटर्न

जब आप लिखते हैं:

أصلح فشل إعادة محاولة الدفع

AI जानता है [1]:

भुगतान प्रणाली क्या करती है (उत्पाद)
रीट्राई (retry) को नियंत्रित करने वाले व्यावसायिक नियम क्या हैं (व्यवसाय)
भुगतान सेवा कौन सा आर्किटेक्चर उपयोग करती है (आर्किटेक्चर)
कौन सी लाइब्रेरी शामिल हैं (लाइब्रेरी)
रीट्राई के संबंध में क्या निर्णय लिए गए (निर्णय)
रीट्राई लॉजिक कैसे बदला (ड्रिफ्ट/इतिहास)
भुगतान कोड पर कौन से नियम लागू होते हैं (नियम)

यह ऐसे प्रोग्राम करता है जैसे यह पहले दिन से आपकी टीम में हो।

Akinator का बारह-चरण लूप

ChatGPT प्लगइन गाइड के माध्यम से उपलब्ध दस्तावेज़ीकरण के अनुसार, Akinator रिपॉजिटरी के हर टच को बारह चरणों के लूप के माध्यम से संचालित करता है [4]:

पूछें (Ask) — यह निर्धारित करना कि क्या स्पष्ट करने की आवश्यकता है
हल करें (Resolve) — अस्पष्टता को दूर करना
ऑडिट करें (Audit) — वर्तमान स्थिति की समीक्षा करना
योजना बनाएं (Plan) — परिवर्तन के लिए योजना बनाना
निष्पादित करें (Execute) — संशोधनों को लागू करना
दस्तावेज़ तैयार करें (Document) — दस्तावेज़ीकरण को अपडेट करना
स्किल में बदलें (Skillify) — दोहराव वाली प्रक्रियाओं को कौशल (skills) में बदलना
नियम (Rule) — सीखे गए पाठों को नियमों के रूप में लागू करना
संदर्भ (Context) — परिवर्तन को व्यापक संदर्भ से जोड़ना
सहेजें (Save) — मेमोरी में स्टोर करना
इंडेक्स और सिंक करें (Index and Sync) — रूटिंग फ़ाइलों को सिंक रखना
सत्यापित करें (Verify) — एक ही चरण में अंतिम सत्यापन

चेतावनी:

चेतावनी: यह लूप प्लगइन गाइड में एक अवधारणा/डेमो के रूप में प्रलेखित है, और यह सारांश से स्पष्ट नहीं है कि संबंधित रिपॉजिटरी के भीतर पूर्ण कोड संस्करण सार्वजनिक रूप से उपलब्ध है या नहीं [4]।

व्यावहारिक उपयोग परिदृश्य

परिदृश्य 1: नए डेवलपर की ऑनबोर्डिंग

प्रॉम्प्ट: "समझाइए कि हमारा एक्सपोर्ट सिस्टम कैसे काम करता है"

AI आर्किटेक्चर, उत्पाद, व्यवसाय और इतिहास के दायरे को पढ़ता है $\rightarrow$ यह वास्तविक प्रोजेक्ट संदर्भ के आधार पर उत्तर देता है, न कि सामान्य ज्ञान के आधार पर [1]।

परिदृश्य 2: फीचर जोड़ना

प्रॉम्प्ट: "एक्सपोर्ट के लिए रेट लिमिटिंग (rate limiting) जोड़ें"

AI वर्तमान एक्सपोर्ट लॉजिक, व्यावसायिक नियम, आर्किटेक्चर बाधाओं और लाइब्रेरी विकल्पों को पढ़ता है $\rightarrow$ यह मौजूदा सिस्टम के अनुरूप रेट लिमिटिंग लागू करता है [1]।

परिदृश्य 3: बग ठीक करना

प्रॉम्प्ट: "भुगतान रीट्राई विफलता को ठीक करें"

AI भुगतान इतिहास, पिछले निर्णय, ड्रिफ्ट और व्यावसायिक नियमों को पढ़ता है $\rightarrow$ यह इच्छित व्यवहार को बाधित किए बिना बग को ठीक करता है [1]।

परिदृश्य 4: आर्किटेक्चर प्रश्न

प्रॉम्प्ट: "यह सेवा Redis का उपयोग क्यों करती है?"

AI निर्णय, आर्किटेक्चर और इतिहास के दायरे को पढ़ता है $\rightarrow$ यह वास्तविक औचित्य समझाता है, न कि कोई अनुमान [1]।

परिदृश्य 5: मल्टी-सेशन निरंतरता

सेशन 1: "हम REST से GraphQL पर माइग्रेट कर रहे हैं"
सेशन 2 (नया): "API माइग्रेशन पूरा करें"

AI मेमोरी और इतिहास को पढ़ता है $\rightarrow$ यह जानता है कि माइग्रेशन चल रहा है, क्या पूरा हो चुका है, और आगे क्या करना है [1]।

लाभों का सारांश

लाभ	यह कैसे प्राप्त होता है
कोल्ड स्टार्ट अज्ञानता का उन्मूलन	SessionStart हुक पूर्ण संदर्भ लोड करता है [1]
विरोधाभासी परिवर्तनों को रोकना	एजेंट कार्रवाई से पहले निर्णयों और विचलन को पढ़ता है [1]
संस्थागत ज्ञान का संरक्षण	इतिहास और मेमोरी स्कोप निरंतर रहते हैं [2]
कोड को बिजनेस इंटेंट के साथ संरेखित करना	बिजनेस और प्रोडक्ट स्कोप परिवर्तनों को निर्देशित करते हैं [2]
आपके प्रोजेक्ट के बारे में AI मतिभ्रम को कम करना	एजेंट रिपॉजिटरी के वास्तविक ज्ञान को पढ़ता है, अनुमानों को नहीं [1]
मल्टी-प्लेटफ़ॉर्म	Claude Code, Codex और Cursor [1]
गैर-दखलंदाजी	इसे बाइट-दर-बाइट अनइंस्टॉल किया जा सकता है [1]
वर्कफ़्लो में शून्य परिवर्तन	अपने कमांड स्वाभाविक रूप से दें, और हुक बाकी काम कर देंगे [1]
वर्जन-कंट्रोल्ड ज्ञान	यह रिपॉजिटरी के अंदर रहता है [1]
कोड के साथ बढ़ता है	ज्ञान को उसी कोड परिवर्तन में अपडेट किया जाता है [1]

वह जो सार्वजनिक दस्तावेज़ीकरण में कवर नहीं है

रिपॉजिटरी के मुख्य पृष्ठ और README फ़ाइल [1, 2] से उपलब्ध साक्ष्यों के आधार पर, निम्नलिखित विवरण सार्वजनिक रूप से प्रलेखित नहीं हैं:

नॉलेज डोमेन फ़ाइलों की आंतरिक संरचना
संग्रहीत ज्ञान का सटीक प्रारूप (JSON? Markdown? YAML?)
ज्ञान को कैसे अपडेट किया जाता है (मैन्युअल रूप से या स्वचालित पहचान द्वारा?)
क्या यह संदर्भ पुनर्प्राप्ति के लिए एम्बेडिंग्स (embeddings) या कीवर्ड मिलान का उपयोग करता है
कमांड रिस्पॉन्स टाइम पर हुक्स का प्रभाव
ज्ञान इनपुट के बीच टकरावों को कैसे हल किया जाता है
क्या यह मोनोरेपो (monorepos) का समर्थन करता है
टीम सहयोग सुविधाएँ (यदि कोई हों)
मूल्य निर्धारण या लाइसेंसिंग विवरण
"कौशल" (skills) को कैसे परिभाषित और पुन: उपयोग किया जाता है
CI/CD पाइपलाइनों के साथ एकीकरण
अंग्रेजी के अलावा अन्य भाषाओं का समर्थन

नोट:

नोट: रिपॉजिटरी में docs गाइड और skills/akinator गाइड मौजूद हैं, लेकिन इस खोज के दौरान robots.txt फ़ाइलों द्वारा उन तक सीधी पहुँच प्रतिबंधित है [8, 9]।

इहाब खालिद के अन्य कार्यों के साथ संबंध

इहाब खालिद के पास कई एकीकृत प्रोजेक्ट्स हैं:

ClawAI — एक लोकल-फर्स्ट AI ऑर्केस्ट्रेशन प्लेटफ़ॉर्म, जो उपयोगकर्ता के डिवाइस पर ओपन मॉडल्स को मैनेज करता है और प्रमुख LLM प्रदाताओं से जुड़ता है [6]। चेंजलॉग के अनुसार, ClawAI संस्करण 0.2.0 में एक मोनोलिथिक आर्किटेक्चर से हटकर RabbitMQ (एसिंक्रोनस मैसेजिंग के लिए) और Nginx (API गेटवे के रूप में) के साथ नौ स्वतंत्र NestJS माइक्रोसर्विसेज में स्थानांतरित हो गया है [7]।
AI-Psychiatry — AI एजेंटों में व्यवहारिक विचलन का पता लगाने के लिए एक फ्रेमवर्क, जिसका उल्लेख ChatGPT प्लगइन्स के संदर्भ में किया गया है [5]।

जबकि ClawAI यह समन्वय करता है कि कौन सा मॉडल उपयोग किया जा रहा है, Akinator यह सुनिश्चित करता है कि मॉडल कार्रवाई करने से पहले आपके प्रोजेक्ट को समझता हो [1][6]।

बड़ी तस्वीर

Akinator AI निम्नलिखित परिवर्तन का प्रतिनिधित्व करता है:

"कोड जनरेटर के रूप में AI" $\rightarrow$ "याददाश्त वाले टीम सदस्य के रूप में AI"

प्रोजेक्ट के ज्ञान को रिपॉजिटरी के भीतर शामिल करके और इसे AI एजेंटों के लिए स्वचालित रूप से उपलब्ध कराकर, यह लार्ज लैंग्वेज मॉडल्स (LLMs) पर आधारित प्रोग्रामिंग की बुनियादी बाधा को हल करता है: संदर्भ की हानि (loss of context)। एजेंट अब एक ऐसा टूल नहीं रह जाता जिसे लगातार याद दिलाने की ज़रूरत हो, बल्कि वह कुछ ऐसा बन जाता है जो आपके प्रोजेक्ट को जानता है [1]।

यह विशेष रूप से स्वास्थ्य सेवा जैसे संवेदनशील क्षेत्रों के लिए महत्वपूर्ण है, जहाँ बिजनेस लॉजिक, नियामक आवश्यकताएं और प्रोडक्ट विचलन महत्वपूर्ण होते हैं — किसी चीज़ को बदलने से पहले AI को यह समझाना कि वह क्यों एक निश्चित तरीके से काम करती है, अनुपालन समस्याओं, डेटा सुरक्षा मुद्दों और रिग्रेशन त्रुटियों को रोक सकता है [3]।