مرتب کردن فایلهای اسکیل با هوش مصنوعی
برای یک اسکیل پوشههای راهنما، نمونه و اسکریپت رو مشخص کنید، یا ساختار مجموعه فعلیتون رو بسنجید و ببینید کدوم اسم و مسیر نیاز به اصلاح داره.
مرتب کردن فایلهای اسکیل با هوش مصنوعی معمولا وقتی لازم میشه که یک نمونه درست در پروژه وجود داره ولی هیچکس از روی اسم پوشه نمیفهمه کجاست. اسکیل semantic-organization به ایجنتتون یک روش برای بررسی ساختار پوشهها میده. مثلا میتونید ببینید فایل اصلی کجاست، راهنما به کدوم مسیر اشاره میکنه و آیا اسم اعلامشده اسکیل با اسم پوشهای که قراره نصب بشه یکیه.
این روش دو نوع انتظار رو جدا نشون میده. یک بخش به قالب عمومی اسکیل مربوطه و بخش دیگه به نظمی که این سازنده برای مجموعه خودش انتخاب کرده. مثلا داشتن یک فایل آزمون با شکل خاص، لزوما شرط نصب در همه ایجنتها نیست. اگر ساختار پروژهتون فرق داره، میتونید از گزارش برای حل مشکلات واقعی استفاده کنید و تصمیم بگیرید کدوم قرارداد داخلی رو میخواید بپذیرید.
کاربردها
- پیدا کردن راهنمای نصبی که بعد از تغییر نام پوشه هنوز به مسیر قدیمی اشاره میکنه
- مشخص کردن جای فایل راهنما، نمونهها و ابزار اجرایی در یک اسکیل تازه
- بررسی نامگذاری فایل و یکسان بودن اسم اسکیل در پوشه و مشخصاتش
- نوشتن یک برنامه جابهجایی وقتی بخشی از مجموعه به یک اسکیل مستقل تبدیل میشه
- ردیابی مسیر نمونهها و پیدا کردن لینکهایی که بعد از تغییر ساختار خراب میشن
نصب و استفاده
- پوشه اسکیل یا درخت فایلهای یک مجموعه رو به ایجنت بدید و مشخص کنید فقط گزارش میخواید یا قصد ساختن یک پوشه تازه رو هم دارید.
- مثلا بگید «از روی این راهنمای نصب بررسی کنید چرا نمونه ورودی پیدا نمیشه. قبل از تغییر اسمها، فایلهایی رو که به اون مسیر اشاره دارن فهرست کنید.»
- گزارش رو با قواعد پروژه خودتون مقایسه کنید. اگر تغییر مسیر رو انتخاب کردید، ارجاعهای وابسته رو هم اصلاح کنید و بعد دوباره بررسی بگیرید.
سوالات متداول
منبع
ساخته Information Logistics. نام اصلی: semantic-organization، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub