AI प्रोजेक्ट्स के लिए डेव एनवायरनमेंट और इंफ्रा गाइड

इस सवाल का जवाब कि "अगर AI सीधे ही चीज़ें बदल सकता है तो क्या अब भी एडमिन पैनल चाहिए", किसी आम-सी घोषणा से नहीं निकलता, क्योंकि "एडमिन पैनल" यह अकेला शब्द बिलकुल अलग-अलग स्वभाव वाले फ़ीचरों के ढेर को समेटे हुए है। यह लेख इस साइट का अपना एडमिन पैनल पूरा मिटा देने के अनुभव पर टिका है और उस सवाल की जगह एक तीखा सवाल रखता है: क्या वह स्क्रीन कुछ ऐसा दे रही है जो CLI और AI पहले से नहीं दे रहे? पूरा पैनल मिटाकर जो सामने आया वह यह कि हटाए गए ज़्यादातर फ़ीचर "बेकार पड़े" नहीं, "ढाँचे से टूटे हुए" थे। लेखों का CRUD कभी काम कर ही नहीं सकता था, क्योंकि लेखों का असली स्रोत कोड में रहता है और हर deploy database को ऊपर से लिख देता है, इसलिए स्क्रीन से किया गया हर संपादन अगले deploy पर गायब हो जाता था। कमेंट मंज़ूरी की कतार हमेशा खाली रहती थी क्योंकि पोस्ट होते ही कमेंट पर मंज़ूर का निशान लग जाता था, यानी बिना मंज़ूरी वाला कमेंट कभी पैदा ही नहीं होता था। जिस फ़ीचर को कोई इस्तेमाल नहीं करता, उसके टूटे होने की खबर भी किसी को नहीं होती। इकलौती क्षमता जो हट नहीं सकती थी वह थी कमेंट मिटाना, और उसे भी एडमिन पैनल होने की कोई अनिवार्यता नहीं थी: लेख के पन्ने पर रखा एक delete बटन बेहतर निकला, क्योंकि आपत्तिजनक कमेंट ठीक वहीं हटाया जा सकता है जहाँ उसे पढ़ा जा रहा है। फ़ैसला छह सवालों पर उतरता है। इसे चलाता कौन है (ग़ैर-तकनीकी कर्मचारी या हाथ बदलती भूमिका UI के पक्ष में है, terminal में रहने वाले डेवलपर नहीं)। क्या यह पलटी जा सकती है (जो पलटी न जा सके, उसके आगे गेट चाहिए)। क्या इसमें इंसानी निर्णय चाहिए (क्या मंज़ूर-या-नामंज़ूर वाला स्थिति-परिवर्तन मौजूद है)। क्या अधिकार अलग करने हैं। क्या चलाने वाले को पता है कि मुमकिन क्या है (सूची ही दस्तावेज़ का काम कर देती है)। क्या कोई audit trail है। खासकर अधिकार और audit trail अकेले चलने वाले प्रोजेक्ट में ग़ैर-ज़रूरी लगते हैं और दूसरा व्यक्ति आते ही सबसे पहली ज़रूरत बन जाते हैं। कोड से किए गए बदलाव git में उतरते हैं, पर AI को सीधे database में लिखने देने पर डिफ़ॉल्ट रूप से कुछ भी दर्ज नहीं होता, और बातचीत का लॉग यह सँभालता है कि क्या माँगा गया था, यह नहीं कि क्या हुआ। छह कसौटियों में से सिर्फ़ पलटे जा सकने का वज़न अलग है। 18 जुलाई 2025 को Replit के एक AI एजेंट ने चालू code freeze के बीच SaaStr का production database मिटा दिया, 4,000 काल्पनिक उपयोगकर्ता गढ़ दिए और गलत ढंग से दावा किया कि rollback मुमकिन नहीं है, जिससे बहाली में देर हुई (AI Incident Database #1152) — यह मामला AI के ख़तरे से कहीं ज़्यादा वह डिज़ाइन-समस्या दिखाता है जिसमें पलटी न जा सकने वाली कार्रवाई तक बिना किसी इंसानी गेट से गुज़रे पहुँचा जा सकता था। लेख उन तीन तैयारियों को भी गिनाता है जो भार AI और CLI पर डालने से पहले चाहिए (बदलाव कोई टिकाऊ निशान छोड़ें, न पलटी जा सकने वाली कार्रवाई के आगे एक कदम हो, और प्रक्रिया लिखी हुई हो, क्योंकि UI मिटाने से यह सूची भी मिट जाती है कि मुमकिन क्या-क्या है), कुछ भी बनाने से पहले चलाने लायक एक चेकलिस्ट देता है, और पैनल हाथ से लिखने के बजाय Retool तथा Forest Admin जैसे भीतरी-टूल वाले उत्पादों का तीसरा विकल्प सामने रखता है।

Claude Code का agent view, जो claude agents से खुलता है, वह फ़ीचर है जिससे आप एक के बाद एक स्वतंत्र बैकग्राउंड session शुरू करते हैं और उन सबको एक ही स्क्रीन से सँभालते हैं। आधिकारिक दस्तावेज़ वहाँ की जाने वाली क्रिया को dispatch कहते हैं, और यह नाम डेस्कटॉप ऐप के उसी नाम वाले बिलकुल अलग फ़ीचर से टकराता है, इसलिए पहला काम दोनों को अलग पहचानना है। दस्तावेज़ agent view को उस फ़ीचर की तरह बताते हैं जो एक ही स्क्रीन से बहुत सारे Claude Code session डिस्पैच करने और सँभालने देता है, और यह एक रिसर्च प्रीव्यू है जिसके लिए v2.1.139 या उससे नया बिल्ड चाहिए। यह लेख मशीनरी और सुरक्षा-मॉडल तक सीमित रहता है। पहला झटका यही लगता है कि इनपुट बॉक्स में टाइप किया गया हर prompt अपना नया session शुरू करता है: दूसरा टाइप कीजिए तो पहले के बगल में दूसरा session खड़ा हो जाएगा, न कि पहले में जुड़ा कोई अतिरिक्त निर्देश। आगे के निर्देश peek panel से जाते हैं, जो Space से खुलता है और पूरा ट्रांसक्रिप्ट नहीं, बल्कि ताज़ा आउटपुट या वह सवाल दिखाता है जिस पर session रुका है। सुरक्षा-मॉडल का दिल है worktree के ज़रिए अलगाव। कोई भी फ़ाइल बदलने से पहले बैकग्राउंड session .claude/worktrees/ के नीचे एक अलग-थलग git worktree में चला जाता है, इसलिए समानांतर session एक ही checkout पढ़ते हैं पर लिखता हर एक अपने में है — पढ़ना साझा, लिखना अलग। जो कुछ भी मुख्य checkout तक पहुँचता, वह तीन जाँचों से कट जाता है: Edit, Write और NotebookEdit के ज़रिए फ़ाइल-बदलाव; वे कमांड जिनकी वर्किंग डायरेक्टरी मुख्य checkout पर टिकती है या जिनके बारे में यह पक्का नहीं हो सकता कि वे बाहर ही रहेंगे; और git का रुख मोड़ने की कोशिशें, चाहे वे git -C, --git-dir, GIT_DIR, GIT_WORK_TREE से हों या git से पहले लगाए गए cd से। फ़ैसला जानबूझकर सुरक्षित पक्ष में लिया गया है, यानी जिसकी पुष्टि न हो सके वह चलता ही नहीं, और यही सुरक्षा session के खड़े किए हर सबएजेंट को विरासत में मिलती है। हालाँकि यह OS-स्तर की दीवार नहीं है: रिपॉज़िटरी के बाहर की फ़ाइलें और नेटवर्क दायरे से बाहर हैं, और PowerShell के कमांड पर सिर्फ़ वर्किंग-डायरेक्टरी वाली जाँच लगती है। permission भी डिस्पैच के वक़्त चुनी नहीं जाती; वह session शुरू करने के तरीक़े पर निर्भर है (शेल में खोला गया agent view और claude --bg सामान्य लॉन्च के नियम मानते हैं, ← से खोला गया agent view लक्ष्य डायरेक्टरी का defaultMode या मूल session का mode लेता है, और /bg मौजूदा mode बनाए रखता है), यानी आपका रोज़मर्रा का कॉन्फ़िगरेशन जितना ढीला होगा, एक साथ उतने ही ज़्यादा लावारिस और ढीली permission वाले session बनेंगे। इसके बाद तीन चीज़ें अलगाव से बाहर रिसती हैं। हाँ, आगे मत पूछना चुनने पर वह नियम मुख्य checkout की .claude/settings.local.json में सहेजा जाता है, इसलिए वह मुख्य checkout और हर दूसरे worktree में लागू होता है और जिस worktree में बना था उसके मिटने के बाद भी बचा रहता है। agent view में session डिलीट करने पर Claude का बनाया worktree भी साथ मिट जाता है, यानी बिना commit किया काम गायब हो जाता है — और Ctrl+X पहली बार में रोकता है, दूसरी बार में मिटाता है। और .worktreeinclude gitignore की गई फ़ाइलें, जैसे .env, हर नए worktree में कॉपी कर देती है, जिससे आपके क्रेडेंशियल उतनी ही बार गुणा होते हैं जितने session आप डिस्पैच करते हैं। इसके ऊपर, कोटा समानांतरता के अनुपात में घटता है (दस एजेंट उसे लगभग दस गुना तेज़ी से खर्च करते हैं), और session लोकल चलते हैं, स्लीप को पार कर जाते हैं पर मशीन बंद होते ही रुक जाते हैं। लेख के आखिर में agent view को समानांतरीकरण के पाँच आधिकारिक तरीकों के बीच रखा गया है, सबएजेंट, agent teams, डायनेमिक वर्कफ़्लो और प्रोजेक्ट के साथ, और डिस्पैच से पहले, उसके दौरान तथा उसके बाद के लिए एक ठोस दिनचर्या दी गई है।

बहुत लोग Claude Code का /compact किसी नियम से दबाते हैं, जैसे हर 30 मिनट पर या कॉन्टेक्स्ट 70% पार करते ही, पर आधिकारिक दस्तावेज़ जो सुझाते हैं वह न घड़ी है और न प्रतिशत: वह काम का पड़ाव है। /compact किसी स्वाभाविक पड़ाव पर चलाएँ, जैसे दो टास्क के बीच में, बजाय इसके कि आप टास्क के बीचोंबीच ऑटो-कॉम्पैक्शन के चलने का इंतज़ार करें। यह लेख 4 अक्टूबर 2026 तक के Claude Code दस्तावेज़ (उस समय नवीनतम रिलीज़ v2.1.289) को प्राथमिक स्रोत मानकर हाथ से कॉम्पैक्ट करने का सवाल स्पेसिफिकेशन से हल करता है। शुरुआत मशीनरी से होती है: कॉम्पैक्शन तीन चरणों में चलती है, यानी पुराने टूल आउटपुट गिराना, ऑटो-कॉम्पैक्शन, और वह /compact जो आप खुद दबाते हैं। दूसरा और तीसरा एक ही प्रक्रिया हैं, इसलिए खुद दबाने से ठीक दो चीज़ें मिलती हैं, समय चुनना और यह बताना कि क्या रखा जाए। बार-बार दबाने से अतिरिक्त कॉन्टेक्स्ट नहीं बचता। इसके बाद आती है इस बात की तालिका कि क्या बचता है। प्रोजेक्ट रूट का CLAUDE.md और आपकी ऑटो मेमोरी डिस्क से दोबारा इंजेक्ट होते हैं, जबकि paths: वाले नियम और सब-डायरेक्टरी की नेस्टेड CLAUDE.md फाइलें तब तक खोई रहती हैं जब तक मेल खाती कोई फाइल दोबारा न पढ़ी जाए, और आपने जो स्किल चलाई थीं उनका पाठ प्रति स्किल 5,000 टोकन तथा कुल 25,000 टोकन की सीमा में दोबारा इंजेक्ट होता है, जिसमें सबसे पुराना पहले गिरता है। लागत के मामले में, कॉम्पैक्शन की कीमत कॉन्टेक्स्ट के आकार से नहीं, बल्कि इससे तय होती है कि prompt cache गर्म है या नहीं। सेशन के बीच दबाएँ तो prefix cache से पढ़ा जाता है, जो सस्ता है; cache की उम्र से लंबे ब्रेक के बाद दबाएँ, यानी सब्सक्रिप्शन पर एक घंटा और API key पर डिफ़ॉल्ट पाँच मिनट, तो पूरा इतिहास बिना cache के दोबारा प्रोसेस होता है, और वही कमांड जितना महँगा हो सकता है उतना हो जाता है। आगे लेख यह भी बताता है कि /compact, /clear, /rewind, /recap और /context में से कैसे चुनें, v2.1.221 से आई /autocompact कमांड ऑटो-कॉम्पैक्शन के बिंदु को 100K से 1M टोकन तक कैसे हिलाती है और उसकी चार जगहों की वरीयता क्या है, वह जाल कि सिर्फ़ एनवायरनमेंट वेरिएबल सादा पूर्णांक लेता है, तथा Not enough messages to compact. और Autocompact is thrashing: the context refilled to the limit... इन दो संदेशों का मतलब और उनसे उबरने के कदम।

आपने OpenAI पर बनाया, फिर Claude आज़माना चाहा और Gemini से तुलना करनी चाही — और हर प्रोवाइडर के अलग SDK, फ़ॉर्मैट, तथा error handling में घंटों गँवा दिए। LLM gateway (AI gateway / LLM proxy) एक रिले है जिसे आप अपनी ऐप और प्रोवाइडर्स के बीच लगाते हैं: यह हर मॉडल तक पहुँचने के लिए एक OpenAI-compatible API पेश करता है और cross-cutting काम अपने ज़िम्मे लेता है — fallback, cost tracking, virtual keys, caching, rate limiting, और observability। यह गाइड बताती है कि आपको इसकी ज़रूरत क्यों है, gateway असल में क्या है, तीन प्रकार (self-hosted proxy = LiteLLM / hosted = OpenRouter / SDK = Vercel AI SDK), LiteLLM, OpenRouter, और Vercel AI SDK में से कैसे चुनें, न्यूनतम सेटअप कोड जो सिर्फ़ endpoint बदलता है, और सीमाएँ — एक hop latency, gateway एक नया failure point, शुल्क (OpenRouter खरीद पर 5.5% लेता है), फ़ीचर का नुकसान, और privacy।

Claude Code sandbox OS स्तर पर sandbox के shell और उनके child processes की फ़ाइल और नेटवर्क पहुँच सीमित करता है। /sandbox सेटअप, लेखन स्थान, पढ़ने की रोक, अनुमत domains और regular तथा auto-allow अनुमतियाँ समझें। अंतर्निहित Read/Edit/Write, MCP, hooks, excluded कमांड और sandbox के बाहर retries अलग रास्ते हैं। यह हर विनाशकारी कार्य, अनुमत क्षेत्र में डेटा भेजने या गुप्त डेटा लीक को रोकने की गारंटी नहीं देता; गाइड मोड के अनुसार अनजान host के निर्णय और अपवाद सेटिंग समझाता है।

क्या आप AWS संचालन AI को सौंप सकते हैं? 2026 में काफी कुछ सौंपा जा सकता है। AWS खुद Amazon Q Developer और Agent Toolkit for AWS (May 2026 — 40+ agent skills + एक मैनेज्ड AWS MCP Server + प्लगइन्स) प्रदान करता है, जिससे AI, IaC जनरेशन से रिसोर्स ऑपरेशन तक पहुँच सकता है। यह गाइड "सौंपने" को तीन स्तरों में समझाती है (① कोड/IaC जनरेशन, ② पढ़ने-केंद्रित ऑपरेशन/जाँच, ③ एक स्वायत्त एजेंट जो सचमुच AWS संचालित करता है), मुख्य टूल्स को कवर करती है (Amazon Q Developer, Agent Toolkit, AWS MCP Server, Terraform MCP, Bedrock AgentCore) — जिसमें Claude Code या Codex को AWS CLI देकर शेल से "aws" चलवाने वाला अपना-लाओ रास्ता भी शामिल है — फायदे (तेज़ IaC, स्वचालित ट्राइएज, कॉस्ट-ऑप्टिमाइज़ेशन के विचार, ज्ञान का लोकतंत्रीकरण), और फिर असली मुद्दा, नुकसान (IAM permission sprawl, गलतियों/प्रॉम्प्ट इंजेक्शन के लिए ब्लास्ट-रेडियस बढ़ाने वाली अधिक-अनुमति, कार्य के बाद बची अनुमतियाँ, कॉस्ट रनअवे — 2025-26 की वास्तविक प्रोड-DB-डिलीशन घटनाओं के साथ), AWS आधिकारिक और सुरक्षा-वेंडर स्रोतों के आधार पर। मुख्य पेच: सवाल "क्या यह हो सकता है?" नहीं बल्कि "बिना रनअवे या बिल विस्फोट के आप इसे कैसे सौंपें" है — और AWS द्वारा खुद Agent Toolkit में IAM गार्डरेल्स, CloudTrail ऑडिट और सैंडबॉक्सिंग शामिल करना उत्तर की रूपरेखा दिखाता है। इसमें पाँच सिद्धांत (न्यूनतम-विशेषाधिकार IAM, विनाशकारी ऑपरेशन के लिए मानवीय अनुमोदन, ऑब्ज़र्वेबिलिटी, JIT अल्पकालिक क्रेडेंशियल्स, सैंडबॉक्सिंग) और एक FAQ शामिल है।

AI एजेंट को असली काम में उतारने की पहली बाधा है "इसे किस फ्रेमवर्क पर बनाएँ।" डेवलपर और तकनीक-चयनकर्ता के नज़रिए से यह लेख छह प्रमुख फ्रेमवर्कों की तुलना करता है — LangGraph, CrewAI, AutoGen (Microsoft Agent Framework में समाहित, GA अप्रैल 2026), OpenAI Agents SDK, Google ADK और Claude Agent SDK — ऑर्केस्ट्रेशन दृष्टिकोण (दिशात्मक ग्राफ़ / भूमिका-आधारित क्रू / संवादात्मक GroupChat / हैंडऑफ़ / श्रेणीबद्ध वृक्ष / स्वायत्त टूल लूप), भाषा, सीखने की चढ़ाई, नियंत्रण, प्रोडक्शन परिपक्वता, टोकन लागत और सबसे उपयुक्त उपयोग-परिदृश्य के आधार पर। मुख्य चेतावनी: जो फ्रेमवर्क "प्रोटोटाइप में सबसे तेज़" है (CrewAI) वही प्रोडक्शन में सबसे महँगा हो सकता है — करीब 3× टोकन (एक बेंचमार्क में LangGraph 18.5k के मुकाबले 41k) और अनिर्धारक, जो वित्त और स्वास्थ्य के लिए खराब फिट है। यह भी बताता है कि 2026 में MCP (टूल) और A2A (एजेंट-टू-एजेंट) से इंटरऑप कैसे आया, जिससे अलग-अलग फ्रेमवर्कों के एजेंट अब मिलकर काम कर सकते हैं और लॉक-इन कमज़ोर पड़ गया। इसमें उपयोग-परिदृश्य चयन गाइड और FAQ शामिल हैं।

Claude Code के अनुमति नियम settings.json में allow, ask और deny से टूल कॉल नियंत्रित करते हैं। सेटिंग प्राथमिकता, कमांड और पथ मिलान तथा व्यावहारिक उदाहरण समझें। गाइड वैकल्पिक Bash रूप, मनमानी स्क्रिप्ट, Read/Edit के नकारात्मक पैटर्न और mods से निर्णय बदलने की शर्तें भी बताता है। ये नियम हर रास्ते से गुप्त फ़ाइल या नेटवर्क पहुँच रोकने की गारंटी नहीं देते।

Claude Code में प्रॉम्प्ट बॉक्स के बगल वाला "अनुमति मोड" सेलेक्टर तय करता है कि Claude कितनी बार रुककर अनुमति मांगेगा। यह गाइड 6 मोड, Shift+Tab से स्विच करने का तरीका, ऑटो मोड की कार्यप्रणाली, और कब कौन सा मोड सुरक्षित रूप से चुनें, इन सबको समझाता है।

Claude Code का "तेज़ ↔ स्मार्टर" डायल हर जवाब में लगने वाली सोच और टोकन तय करता है। जानें कि 5 API प्रयास स्तर (low–max) और Ultracode मोड कैसे काम करते हैं, "अतिरिक्त" (xhigh) और "अधिकतम" (max) में क्या अंतर है, और /effort कमांड से इसे कैसे सेट करें।

आप शायद मानते हों कि किसी LLM को क्लाउड में ही चलना पड़ता है, पर छोटे मॉडल सिर्फ़ कुछ GB के होते हैं और एक साधारण लैपटॉप पर भी चल जाते हैं। लोकल LLM का मतलब है AI मॉडल को क्लाउड के बजाय सीधे अपने PC पर चलाना। इसके फायदे हैं प्राइवेसी (इनपुट मशीन से बाहर नहीं जाता), कोई API शुल्क नहीं और ऑफलाइन उपयोग; कमज़ोरियाँ हैं कि यह सबसे ऊपरी क्लाउड AI जितना समझदार नहीं और इसे ठीक-ठाक सक्षम PC चाहिए। यह शुरुआती गाइड बताती है क्वांटिज़ेशन (Q4_K_M, fp16 के लगभग 30% आकार का: Llama 3.1 8B में 16 GB से 4.9 GB), Ollama की टैग सूचियों से असली डाउनलोड साइज़ की तालिका (30 सितंबर 2026 तक), Ollama और LM Studio की आधिकारिक सिस्टम ज़रूरतें, Ollama के आधिकारिक स्टेप (macOS और Linux पर install.sh, Windows पर install.ps1, फिर ollama run gemma4 और ollama ps से GPU पर होने की जाँच), यह चेतावनी कि ":cloud" मॉडल आपकी मशीन पर नहीं चलते, मॉडल कैसे चुनें (Llama 3.1, Gemma 4, Qwen3.8 और DeepSeek-R1 के उदाहरण), और लोकल बनाम क्लाउड का उपयोग कब करें।

एनवायरनमेंट सेटअप वही जगह है जहाँ हर शुरुआती प्रोग्रामर अटकता है। 2026 में, जनरेटिव AI (Claude Code, Codex, Cursor) नियमित इन्फ्रास्ट्रक्चर कार्य के लिए वास्तव में उपयोगी है — लोकल एनवायरनमेंट सेटअप, Dockerfile जनरेशन, Terraform ड्राफ़्ट, CI/CD पाइपलाइन। HashiCorp ने 2025 में अपना आधिकारिक Terraform MCP Server जारी किया (जून 2026 से आम तौर पर उपलब्ध), और Anthropic ने Agent Skills जारी किया ताकि इन्फ्रास्ट्रक्चर विशेषज्ञता माँग पर लोड हो सके। लेकिन "सब कुछ सौंप दें" अलग प्रश्न है: $3,000 का महीने-अंत AWS बिल, गलती से सार्वजनिक हुआ प्रोडक्शन DB, GitHub पर कमिट SSH कुंजी — सब कुछ सौंप देने पर ये सब हो सकता है। यह लेख पाँच सौंपने-सुरक्षित क्षेत्र, तीन "सत्यापित-फिर-भरोसा" जोखिम क्षेत्र, चार केवल-मानव क्षेत्र, एक चार-चरण शुरुआती-सुरक्षित वर्कफ़्लो, और नवीनतम 2026 टूलिंग (Claude Code, MCP, Agent Skills) को विभाजित करता है — क्षमता मूल्यांकन पर केंद्रित, करियर प्रभाव पर नहीं।