DeepCerebra Coder ஒரு ஏஜென்டிக் குறியீட்டு உதவியாளர். ஒரு சாதாரண autocomplete copilot போலல்லாமல், இது உங்கள் முழு திட்டத்திலும் திட்டமிடுகிறது, எழுதுகிறது, மறுசீரமைக்கிறது, கட்டளைகளை இயக்குகிறது, கருவிகளை அழைக்கிறது, மற்றும் மீண்டும் மீண்டும் செயல்படுகிறது — நீங்கள் முன்மொழியும் மாற்றங்களை மதிப்பாய்வு செய்து அங்கீகரிக்கிறீர்கள்.
| பதிப்பு | எதற்கு சிறந்தது | கோப்பு அணுகல் |
|---|---|---|
| Web app | நிறுவல் தேவையில்லை, எந்த இயந்திரத்திலிருந்தும் வேலை செய்யுங்கள் | ரகசிய இன்-பிரவுசர் சேமிப்பகம் (மற்றும் Git repos) |
| Desktop (Windows / Linux / macOS) | உள்ளூர்-முதன்மை மேம்பாடு, உள்ளூர் மாடல்கள் | நேரடி உள்ளூர் கோப்பு முறைமை |
| CLI & API | ஸ்கிரிப்டிங், CI/CD, ஆட்டோமேஷன் | உள்ளூர் கோப்புகள் / நிரல்ரீதியாக |
இந்த வழிகாட்டி deepcerebra.ai இல் உள்ள web app ஐ மையமாகக் கொண்டுள்ளது; desktop app அதே பேனல்கள் மற்றும் பணிப்பாய்வுகளை பிரதிபலிக்கிறது.
முழு அனுபவத்தைப் பெற, Chrome, Edge, அல்லது Brave இன் தற்போதைய பதிப்பைப் பயன்படுத்தவும் — ஒரு உள்ளூர் கோப்புறையை திறப்பது Chromium File System Access API ஐச் சார்ந்துள்ளது. Firefox மற்றும் Safari அரட்டைக்கும் Git-ஆதரவு திட்டங்களுக்கும் வேலை செய்யும், ஆனால் உள்ளூர் கோப்புறையை நேரடியாகத் திறக்க முடியாது.
/register?plan=basic (அல்லது pro / ultimate) ஐப் பார்வையிடுவதன் மூலம் ஒரு திட்டத்தைத் தேர்ந்தெடுக்கலாம், அல்லது இப்போதே தொடங்கி பின்னர் Billing இல் ஒரு திட்டத்தைத் தேர்ந்தெடுக்கலாம்.உள்நுழைந்த பிறகு நீங்கள் பணிமேடையில் இறங்குவீர்கள், இது ஒவ்வொரு பேனையும் ஒரே திரையில் வைக்கிறது:
லேஅவுட்டை மறுசீரமைக்க எடிட்டருக்கும் அரட்டைக்கும் இடையில் உள்ள ஸ்ப்ளிட்டரை இழுக்கவும், மேலும் டெர்மினலின் அளவை மாற்ற கிடைமட்ட ஸ்ப்ளிட்டரை இழுக்கவும். இடது பக்கப் பட்டி Workspace, Extensions, API Keys, Billing, மற்றும் Feedback ஆகியவற்றுக்கும் வழிசெலுத்தும்.
repo ஸ்கோப் (கிளாசிக்) அல்லது Contents + Pull requests உடன் ஒரு நுணுக்கமான டோக்கனைப் பயன்படுத்தவும்;
GitLab க்கு api ஸ்கோப்பைப் பயன்படுத்தவும். உங்கள் டோக்கன் சர்வரில் சேமிக்கப்படுகிறது — கோப்பு உள்ளடக்கங்கள் மட்டுமே
உலாவிக்குள் இழுக்கப்படுகின்றன.owner/name என உள்ளிடவும் (உங்களுடையதைக் கண்டறிய பட்டியலை வடிகட்டவும்), பின்னர் ஒரு கிளையைத் தேர்ந்தெடுக்கவும்.dcc/my-feature) என்பதைத் தேர்வு செய்யவும்
உங்கள் வேலையை இயல்புநிலை கிளையிலிருந்து தனிமைப்படுத்த.அரட்டை வரலாறு திறந்த திட்டத்துடன் இணைக்கப்பட்டுள்ளது. கோப்புறைகளை மாற்றுவது தானாகவே ஒரு புதிய அமர்வைத் தொடங்கி, அந்தக் கோப்புறையின் முந்தைய அமர்வுகளை ஏற்றுகிறது, மிக சமீபத்தியதை மீண்டும் திறப்பதன் மூலம் நீங்கள் விட்ட இடத்திலிருந்து தொடரலாம்.
DeepCerebra உள்நாட்டில் பயன்படுத்தும் கோப்புறைகள் — .deepcerebra, .sessions — மரத்தில் தோன்றும்
ஆனால் உங்கள் மூலத்தை அடைக்காமல் இருக்க இயல்புநிலையாக சுருக்கப்பட்டுள்ளன.
நீங்கள் விரும்புவதை எளிய மொழியில் விவரிக்கவும் — ஒரு கேள்வியைக் கேளுங்கள், ஒரு அம்சத்தைக் கோருங்கள், அல்லது ஒரு பிழையை சுட்டிக்காட்டுங்கள். சிறந்த முடிவைப் பெற கோப்புகள், கட்டமைப்புகள் மற்றும் கட்டுப்பாடுகள் பற்றி குறிப்பிட்டிருக்கவும். தொடர்புடைய கோப்புகளை ப்ராம்ப்டில் இழுப்பதன் மூலம் இணைக்கவும்.
பதில்கள் Cursor-ஐப் போலவே ஒழுங்கமைக்கப்பட்டுள்ளன: ஏஜென்ட்டின் பகுத்தறிவு வழங்கத்தக்கதிலிருந்து பிரிக்கப்பட்டுள்ளது. நீங்கள் ஒரு முடிக்கப்பட்ட அறிக்கை, ஆவணம் அல்லது இயக்க வேண்டிய கட்டளையை நகலெடுப்பதற்காக, ஒவ்வொரு பதில் தொகுதியின் மேல்-வலது மூலையிலும் ஒரு நகல் ஐகான் உள்ளது.
html.parser க்கு பதிலாக lxml ஐப் பயன்படுத்தவும்") முகவரை ஒரு சுழற்சியிலிருந்து வெளியே கொண்டு வர.@deepcerebra உடன் ஏஜெண்டை அழைக்கிறீர்கள், மேலும் [deep] போன்ற முன்னொட்டுகள் ஆழமான பகுத்தறிவைக் கோருகின்றன.தூண்டுதலுக்கு அடுத்த பயன்முறைத் தேர்வியிலிருந்து ஒரு பயன்முறையைத் தேர்ந்தெடுக்கவும். ஒவ்வொன்றும் முகவர் எவ்வளவு திட்டமிடுகிறது மற்றும் எவ்வளவு சுதந்திரமாகத் திருத்துகிறது என்பதைச் சரிசெய்கிறது:
| முறை | அது என்ன செய்கிறது | எப்போது பயன்படுத்த வேண்டும்… |
|---|---|---|
| ஏஜென்ட் | உங்கள் திட்டத்தில் தன்னாட்சி முறையில் திட்டமிடுகிறது மற்றும் திருத்துகிறது | உதவியாளர் ஒரு மாற்றத்தை முழுமையாக செயல்படுத்த நீங்கள் விரும்பும் போது |
| கேள் | உங்கள் குறியீடு பற்றி கேள்விகளுக்குத் திருத்தாமல் பதிலளிக்கிறது | குறியீட்டுத் தளத்தைப் புரிந்துகொள்ள நீங்கள் விரும்பும் போது |
| திட்டம் | எந்தவொரு திருத்தத்திற்கும் முன் ஒரு அணுகுமுறையை வரைகிறது | பணி பெரியதாக இருக்கும்போது அல்லது முதலில் தீர்க்கப்பட வேண்டிய சமரசங்கள் இருக்கும்போது |
| திருத்து | தற்போதைய சூழலில் கவனம் செலுத்திய திருத்தங்களைச் செய்கிறது | நீங்கள் ஒரு சிறிய, இலக்கு மாற்றத்தை விரும்புகிறீர்கள் |
ஏஜென்ட் கோப்பு மாற்றங்களை முன்மொழியும் போது, அரட்டை உள்ளீட்டிற்கு மேலே ஒரு Proposed Changes பேனல் தோன்றும், ஒவ்வொரு தொட்ட கோப்பையும் சேர்க்கப்பட்ட (+) மற்றும் நீக்கப்பட்ட (−) வரி எண்ணிக்கையுடன் பட்டியலிடும்.
applied என குறிக்கப்படும் (மற்றும் ஒரு உண்மையான கோப்புறையில் எழுதப்படும் போது · disk).எடிட்டருக்குக் கீழே உள்ள டெர்மினலை மாற்றி, பில்டுகள், சோதனைகள் மற்றும் ஸ்கிரிப்டுகளை இயக்கவும். உங்கள் அங்கீகாரத்துடன், முகவர் கட்டளைகளைச் செயல்படுத்தி, அதன் வேலையைச் சரிபார்க்க அவற்றின் வெளியீட்டைப் படிக்கலாம்; நீண்ட நேரம் இயங்கும் கட்டளைகள் வெளியீட்டை ஸ்ட்ரீம் செய்யும், எனவே நீங்கள் முன்னேற்றத்தைக் கண்காணிக்கலாம். தேவைப்படாதபோது டெர்மினலை அதன் தலைப்பிலிருந்து மூடவும்.
பெரிய இலக்குகளுக்கு, Plan பயன்முறையைப் பயன்படுத்தவும் (அல்லது முதலில் திட்டமிட ஏஜெண்டைக் கேட்கவும்). திட்டமிடுபவர் உங்கள் திட்டத்தை ஸ்கேன் செய்கிறார், இலக்கை சார்பு-அறிவார்ந்த பணிகளாகப் பிரிக்கிறார், மேலும் ஒவ்வொன்றையும் சரியான நிபுணருக்கு (architect, coder, tester, docs) ஒதுக்குகிறார்.
ப்ராம்ப்டுக்கு அடுத்த model picker ஐத் திறக்கவும். விருப்பங்கள் இவ்வாறு தொகுக்கப்பட்டுள்ளன:
Auto இல், DeepCerebra அடுக்குப்படுத்தப்பட்ட, தகவமைப்பு வழித்தடத்தை பயன்படுத்துகிறது: எளிய பணிகள் ஒரு வேகமான, சிக்கனமான மாடலுக்குச் செல்லும், அதே நேரத்தில் சிக்கலான அல்லது திட்டமிடல்-அதிகமான வேலை (உதாரணமாக, Plan முறை) ஒரு வலுவான மாடலுக்கு அனுப்பப்படும். இது செலவு மற்றும் தரத்தை தானாகவே சமன் செய்கிறது, எனவே நீங்கள் அரிதாகவே கைமுறையாகத் தேர்ந்தெடுக்க வேண்டும்.
அளவிடப்பட்ட தளப் பயன்பாட்டிற்குப் பதிலாக உங்கள் சொந்த வழங்குநர் கணக்கு மூலம் கோரிக்கைகளை அனுப்பலாம்.
ANTHROPIC_API_KEY,
GOOGLE_API_KEY, OPENAI_API_KEY).Platform (DeepCerebra) மாடல்களுக்கு சாவி தேவையில்லை. Remove மூலம் எந்த நேரத்திலும் ஒரு சாவியை அகற்றவும்.
DCC Bridge ஒரு சிறிய dcc-bridge கனெக்டர் மூலம் உங்கள் சொந்த கணினியை web app உடன் இணைக்கிறது,
ஒரே நேரத்தில் இரண்டு திறன்களைத் திறக்கிறது:
கனெக்டர் அங்கீகரிக்கப்பட்ட WebSocket வழியாக வெளியே டயல் செய்கிறது — உள்வரும் போர்ட்கள் தேவையில்லை, மேலும் இது NAT மற்றும் firewalls க்குப் பின்னால் வேலை செய்கிறது. இது Windows, macOS, மற்றும் Linux (Python 3.10+) இல் இயங்குகிறது.
dcc_brg_…)
மற்றும் ஒட்டத் தயாராக உள்ள கனெக்டர் கட்டளையை நகலெடுக்கவும் — டோக்கன் ஒரு முறை மட்டுமே காட்டப்படும்.pip install git+https://github.com/mohammadkhair7/DeepCerebra-connector
# then run the command copied from the pairing card, e.g.:
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxxwss://deepcerebra.ai or wss://deepcerebra.io) — இணைத்தல் அட்டை தானாகவே நிரப்புகிறது
சரியான ஒன்றை. இரண்டு தளங்களும் தனித்தனி கணக்குகள் மற்றும் டோக்கன்களுடன் தனித்தனி வரிசைப்படுத்தல்களாகும்.1234) ஒரு மாடலுடன் ஏற்றவும்.இயல்புநிலையாக, கட்டளைகள் ஒரு பிரத்யேக பணிச்சூழல் கோப்புறையில் (~/DeepCerebra) கட்டுப்படுத்தப்படுகின்றன.
உங்கள் முன்-உள்ளமைக்கப்பட்ட CLIs உடன் உங்கள் உண்மையான திட்டக் கோப்புறைகளில் வேலை செய்ய, கனெக்டரைத் தொடங்கும் போது அவற்றை வெளிப்படையாக வழங்கவும்:
# grant one or more real folders (repeatable)
python -m dcc_bridge --gateway wss://deepcerebra.ai --token dcc_brg_xxxxx --host-dir "F:\MyProjects"
# or the whole machine (prints a warning; prefer --host-dir)
python -m dcc_bridge ... --allow-any-dirபின்னர் Terminal பேனலைத் திறந்து, Execution target பாப்ஓவரை (லேப்டாப் ஐகான்) கிளிக் செய்யவும், My computer ஐத் தேர்ந்தெடுத்து, ஒரு வேலை செய்யும் கோப்பகத்தைத் தேர்ந்தெடுக்கவும். நீங்கள் தட்டச்சு செய்த கட்டளைகள் மற்றும் ஏஜென்ட்டின் பில்ட்/டெஸ்ட் கட்டளைகள் இரண்டும் உங்கள் இயந்திரத்தில் செயல்படுத்தப்படும்.
--no-exec ஒரு சாதனத்தை inference-only (GPU மாடல்கள், கட்டளைகள் இல்லை) ஆக்குகிறது.ஒரு Git-ஆதரவு திட்டம் திறந்திருக்கும்போது, எக்ஸ்ப்ளோரரில் ஒரு கிளைப் பட்டி தோன்றும், அது உங்கள் தற்போதைய கிளை மற்றும் இரண்டு செயல்களைக் காட்டும்:
main) ஒரு pull request ஐத் திறக்கவும். நீங்கள் ஒரு வேலை செய்யும் கிளையில் இருக்க வேண்டும், இயல்புநிலை கிளையில் அல்ல.புஷ் வெப்ஹூக் இயக்கப்பட்டிருந்தால், டீம்மேட்கள் புஷ் செய்யும்போது எக்ஸ்ப்ளோரர் தானாகவே புதுப்பிக்கப்படும், அனைவரும் ஒத்திசைவில் இருப்பார்கள் — DeepCerebra மூலம் கூட்டுக்குழு மேம்பாட்டிற்கான அடித்தளம்.
Model Context Protocol வழியாக வெளிப்புற கருவிகள் மற்றும் தரவுகளுடன் ஏஜெண்டை விரிவாக்குங்கள்.
.deepcerebra/mcp.json கோப்பில் சர்வர்களை உள்ளமைக்கவும், உதாரணமாக:
{
"mcpServers": {
"my-tools": {
"url": "https://example.com/mcp",
"disabled": false,
"allowlist": ["search_issues", "get_pr"],
"autoApprove": ["create_issue"],
"auth": { "type": "bearer", "tokenEnv": "MY_TOKEN" }
}
}
}இயக்கப்பட்ட MCP கருவிகள் உங்கள் கோரிக்கைக்கு பொருத்தமானதாக இருக்கும் போது தானாகவே ஏஜெண்டிற்கு கிடைக்கும். உள்ளூர்
(stdio) மற்றும் ரிமோட் (http/sse) சர்வர்கள் இரண்டும் ஆதரிக்கப்படுகின்றன.
allowlist ஐ பட்டியலிடும் போது, அந்தக் கருவிகள் மட்டுமே இயங்க முடியும்.autoApprove.ஒரு சர்வர் MCP வளங்கள் அல்லது prompt templates ஐ வெளிப்படுத்தினால், ஏஜென்ட்
அவற்றை பயன்படுத்த கருவிகளை தானாகவே பெறுகிறது (mcp_list_resources, mcp_read_resource,
mcp_list_prompts, mcp_get_prompt).
ஒரு ரிமோட் சர்வருக்கு ஒரு auth தொகுதியைச் சேர்க்கவும். ரகசியங்கள் ${ENV_VAR} இடைச்செருகலை ஆதரிக்கின்றன:
// Static bearer token (literal or from env)
"auth": { "type": "bearer", "token": "${GITHUB_TOKEN}" }
"auth": { "type": "bearer", "tokenEnv": "GITHUB_TOKEN" }
// Custom header (e.g. API key)
"auth": { "type": "header", "header": "x-api-key", "value": "${MY_KEY}" }
// OAuth 2.0 client-credentials
"auth": {
"type": "oauth", "grant": "client_credentials",
"tokenUrl": "https://auth.example.com/oauth/token",
"clientId": "${MCP_CLIENT_ID}", "clientSecret": "${MCP_CLIENT_SECRET}",
"scope": "mcp.read mcp.write"
}ஏஜென்ட் எவ்வாறு சிந்திக்கிறது மற்றும் செயல்படுகிறது என்பதை ஒரு ஒற்றை, கோப்பு அடிப்படையிலான மரபு —
.deepcerebra/ கோப்பகம் — மூலம் நீங்கள் வடிவமைக்கலாம், இது desktop app,
web app, மற்றும் API ஆகியவற்றில் ஒரே மாதிரியாக செயல்படுகிறது. web app இல்,
இவை அனைத்தையும் Agent பார்வையின் கீழ் நிர்வகிக்கவும்; desktop இல் மற்றும் API வழியாக அவை உங்கள் திட்டத்துடன்
நீங்கள் commit செய்யும் சாதாரண கோப்புகள்.
உள்ளமைவு பல வரம்புகளிலிருந்து கண்டறியப்படுகிறது; அதே உருப்படி ஒன்றுக்கு மேற்பட்டவற்றில் இருக்கும் போது, அதிக முன்னுரிமை கொண்ட ஒன்று வெற்றி பெறும்:
team/org < global (~/.deepcerebra) < workspace (<repo>/.deepcerebra)
(lowest) (highest)<repo>/.deepcerebra/…, திட்டத்துடன் commit செய்யப்பட்டது.~/.deepcerebra/…, திட்டங்கள் முழுவதும் உங்கள் தனிப்பட்ட இயல்புநிலைகள்.விதிகள் என்பவை நிலையான அறிவுறுத்தல்கள் — குறியீட்டுத் தரநிலைகள், கட்டமைப்பு மரபுகள், களச் சூழல் போன்றவை — இவை முகவரின் சிஸ்டம் ப்ராம்ப்ட்டில் உட்செலுத்தப்படுகின்றன.
அவை .deepcerebra/steering/ இன் கீழ் மார்க்டவுன் கோப்புகளாகவும், அதனுடன்
எப்போதும்-இயங்கும் AGENTS.md தரநிலையும் உள்ளன. ஒரு விதி எப்போது ஏற்றப்பட வேண்டும் என்பதை Frontmatter கட்டுப்படுத்துகிறது:
---
inclusion: fileMatch # always | fileMatch | auto | manual
globs: "src/**/*.ts" # or fileMatchPattern
name: api-design
description: REST conventions
---
# API design
- Use REST resource nouns, plural.always — ஒவ்வொரு திருப்பத்திலும் (இயல்புநிலை).fileMatch — சூழலில் உள்ள கோப்பு globs உடன் பொருந்தும் போது மட்டுமே.auto — உங்கள் கோரிக்கை விதியின் name/description உடன் பொருந்தும் போது.manual — நீங்கள் அதை #name அல்லது /name என குறிப்பிடும் போது மட்டுமே.ஒரு ரூட் AGENTS.md repo-wide ஆகப் பொருந்தும்; ஒரு நெஸ்டட் AGENTS.md (எ.கா.
services/api/AGENTS.md) அந்தக் கோப்புறையின் கீழ் உள்ள கோப்புகளுக்கு மட்டுமே பொருந்தும். web app இல்,
Agent → Steering பார்வை ஒவ்வொரு விதிக்கும் ஒரு Scope தேர்வியைக் கொடுக்கிறது
(Global / Project / Team).
திறன்கள் ஏஜென்ட் தேவைக்கேற்ப ஏற்றும் மீண்டும் பயன்படுத்தக்கூடிய ப்ளேபுக்குகள். ஒவ்வொரு திறனும் ஒரு கோப்புறையாகும்,
.deepcerebra/skills/ இன் கீழ் ஒரு SKILL.md உடன்:
---
name: deploy-release
description: How to cut and publish a versioned release.
disable-model-invocation: false # true => manual-only (/skill)
---
# Deploy a release
1. Bump the version, build, and test.
2. Tag and publish.ஏஜென்ட் ஒரு இலகுரக பட்டியலைக் காண்கிறது (name + description) மற்றும் பொருத்தமானதாக இருக்கும் போது load_skill கருவி மூலம் முழு உடலையும் இழுக்கிறது.
நீங்கள் /skill <name> உடன் வெளிப்படையாக ஒன்றையும் அழைக்கலாம். ஒரு திறனை manual-only ஆக்க disable-model-invocation: true என அமைக்கவும்.
ஹூக்குகள் வாழ்க்கைச் சுழற்சி நிகழ்வுகளில் ஆட்டோமேஷனை இயக்குகின்றன. அவற்றை .deepcerebra/hooks/*.hook.json என வரையறுக்கவும்:
{
"title": "Format on save",
"event": "fileSave",
"filePattern": ["**/*.ts"],
"action": { "type": "shell", "command": "npm run lint:fix -- $FILE" },
"enabled": true
}நிகழ்வுகளில் promptSubmit, preToolUse, postToolUse,
fileCreate, fileSave, fileDelete, preTask,
postTask, sessionStart, preCompact, மற்றும் agentStop ஆகியவை அடங்கும்
(Cursor/Claude எழுத்துக்களும் ஏற்றுக்கொள்ளப்படுகின்றன). ஒரு செயல் shell (ஒரு கட்டளையை இயக்கவும்) அல்லது
agentPrompt (ஏஜெண்டைக் கேட்கவும்) ஆகும். ஒரு preToolUse ஹூக் அது இடைமறிக்கும் கருவி அழைப்பிற்கு
allow, deny, அல்லது ask செய்யலாம்.
துணை ஏஜெண்டுகள் நீங்கள் வரையறுத்து ஒப்படைக்கும் சிறப்பு ஏஜெண்டுகள். ஒவ்வொன்றும் .deepcerebra/agents/ இன் கீழ்
frontmatter மற்றும் ஒரு உடல் (அதன் சிஸ்டம் ப்ராம்ப்ட்) கொண்ட ஒரு Markdown கோப்பு:
---
name: security-reviewer
description: Audits a diff for security issues; read-only.
model: gpt-5
readonly: true
tools: [read_file, grep_files, list_directory]
background: false
---
You are a meticulous security reviewer…முக்கிய ஏஜென்ட் task (தடுக்கும்), task_async +
task_status / task_result (பின்னணி), அல்லது task_parallel (fan-out) உடன் ஒப்படைக்கிறது.
ஒரு பிளக்இன் விதிகள், திறன்கள், ஹூக்குகள், துணை ஏஜெண்டுகள் மற்றும் MCP சர்வர்களை .deepcerebra/plugins/<name>/ இன் கீழ்
ஒரு நிறுவக்கூடிய தொகுப்பாக தொகுக்கிறது, இது ஒரு plugin.json மேனிஃபெஸ்ட் மூலம் விவரிக்கப்படுகிறது:
{
"name": "Acme Standards",
"version": "1.2.0",
"description": "Acme rules + skills + review agents.",
"enabled": true
}பிளக்இன் உள்ளடக்கங்கள் மிகக் குறைந்த முன்னுரிமையில் ஒன்றிணைக்கப்படுகின்றன, எனவே உங்கள் சொந்த விதிகள் மற்றும் திறன்கள் எப்போதும் ஒரு பிளக்இனின் விதிகளை மேலெழுதும்.
"enabled": false அல்லது ஒரு .disabled மார்க்கர் கோப்புடன் ஒரு பிளக்இனை முடக்கவும்.
DCC_ORG_CONFIG_DIR ஐ ஒரு பகிரப்பட்ட .deepcerebra கோப்பகத்திற்கு சுட்டிக்காட்டுவதன் மூலம், அல்லது web app இல் விதிகளை Team ஸ்கோப்பிற்கு அமைப்பதன் மூலம் பகிரப்பட்ட இயல்புநிலைகளை வெளியிடலாம்.Workflow Studio என்பது பல-ஏஜென்ட் ஆட்டோமேஷனுக்கான ஒரு காட்சி வடிவமைப்பாளர். நீங்கள் stages ஐ — ஒவ்வொன்றும் ஒரு ஏஜென்ட், ஒரு சிறப்பு படி, அல்லது ஒரு கட்டுப்பாட்டு ப்ரிமிட்டிவ் — ஒரு கிராஃபாக உருவாக்குகிறீர்கள், அவற்றை சார்புகளுடன் இணைக்கிறீர்கள், மேலும் நேரடி ஒவ்வொரு-நிலை முன்னேற்றம், பட்ஜெட்டுகள், மற்றும் மனித-ஒப்புதல் வாயில்களுடன் முழு ஒருங்கிணைப்பையும் இன்ஜினில் இயக்குகிறீர்கள். பணிப்பாய்வுகள் ஒரு போர்ட்டபிள் YAML/JSON வரையறையாக சேமிக்கப்படுகின்றன, அதை நீங்கள் ஏற்றுமதி செய்யலாம், இறக்குமதி செய்யலாம், Git இல் பதிப்பு செய்யலாம், மற்றும் API அல்லது CLI இலிருந்து இயக்கலாம்.
| நிலை வகை | அது என்ன செய்கிறது |
|---|---|
agent | நீங்கள் இணைக்கும் திறன்கள் மற்றும் கருவிகளுடன் ஒரு ஏஜென்ட் திருப்பம். |
spec.requirements / spec.design / spec.execute |
Spec-first டெலிவரி: தேவைகளை வரைவு செய்யவும், வடிவமைக்கவும், பின்னர் பணிகளாகப் பிரித்து செயல்படுத்தவும் — ஒவ்வொன்றும் கேட் செய்யக்கூடியது. |
documents.generate | முந்தைய நிலை வெளியீடுகளிலிருந்து ஒரு மெருகூட்டப்பட்ட ஆவணத்தை உருவாக்கவும். |
fan_out | பல துணைத் தலைப்புகளில் தொகுப்புடன் இணையாக பரந்த ஆராய்ச்சி. |
map / loop / switch |
கட்டுப்பாட்டு ப்ரிமிட்டிவ்கள்: ஒரு உருப்படிக்கு ஒரு உடலை இயக்கவும், ஒரு நிபந்தனை வரை மீண்டும் செய்யவும், அல்லது நிகழ்வுகளுக்கு இடையில் கிளைக்கவும். |
verify / browser_verify |
சாண்ட்பாக்ஸில் சோதனைகள் அல்லது கட்டளைகளை இயக்கவும்; உலாவி ஆட்டோமேஷன் மூலம் இயங்கும் UI ஐ சரிபார்க்கவும். |
orchestrate | டைனமிக் ரூட்டிங்: ஒரு ஒருங்கிணைப்பாளர் ஏஜென்ட் கோரிக்கையைப் படித்து, நிகழ்வுகள் மூலம் சிறந்த downstream ஏஜென்ட்(களை) க்கு அனுப்புகிறது. |
external.agent | பதிவுசெய்யப்பட்ட மூன்றாம் தரப்பு ஏஜெண்டை HTTP (A2A) வழியாக ஒரு நேட்டிவ் நிலை போல அழைக்கவும். |
eval | upstream வெளியீட்டை சோதனைகளுக்கு எதிராக மதிப்பெண் இடவும் (contains / regex / length / LLM-judge); ஒரு வரம்பிற்குக் கீழே தோல்வியடையவும். |
db.provision | ஒரு சொந்த தரவு அடுக்கை உருவாக்கவும்: தரவுத்தளத்திற்கான docker-compose, பதிப்பு செய்யப்பட்ட SQL இடம்பெயர்வுகள், விதை தரவு, .env டெம்ப்ளேட், மற்றும் ஒரு Mermaid ERD; விருப்பமான auth scaffold; SQLite க்கு இடம்பெயர்வுகளை உடனடியாகப் பயன்படுத்தலாம். |
ci.generate | ஒரு commit செய்யத் தயாராக உள்ள CI/CD pipeline (GitHub Actions, GitLab CI, அல்லது Azure Pipelines) lint → test → scan → build → deploy மற்றும் சூழல் மேம்பாட்டுடன் உருவாக்கவும். |
deploy.package | உற்பத்தி வரிசைப்படுத்தல் சொத்துக்களை உருவாக்கவும்: பல-நிலை Dockerfile, docker-compose, Kubernetes manifests, அல்லது ஒரு Helm chart — நீங்கள் சொந்தமாக வைத்திருக்கும் மற்றும் commit செய்யும் கோப்புகள். |
test.generate | உருவாக்கப்பட்ட பயன்பாட்டிற்கான unit / API / E2E தொகுப்புகளை உருவாக்கவும், மேலும் ஒரு தேவை-க்கு-சோதனை traceability matrix ஐ உருவாக்கவும். |
test.verify | ஒரு சோதனை தொகுப்பை (pytest, vitest, jest, Playwright) செயல்படுத்தவும் மற்றும் அதன் தேர்ச்சி விகிதத்தில் இயக்கத்தை கேட் செய்யவும். |
security.audit | அறியப்பட்ட பாதிப்புகளுக்காக சார்புகளை ஸ்கேன் செய்யவும் மற்றும் ஹார்ட்-கோட் செய்யப்பட்ட ரகசியங்களுக்காக மரத்தை ஸ்கேன் செய்யவும்; எச்சரிக்கை நிகழ்வுகளை வெளியிடுகிறது மற்றும் ஒரு கண்டுபிடிப்பு அறிக்கையை எழுதுகிறது. |
preview | உருவாக்கப்பட்ட பயன்பாட்டை உள்நாட்டில் தொடங்கி, அதன் நேரடி URL ஐ run panel இல் (link + inline frame) ஒரு preview.ready நிகழ்வு வழியாக வெளிப்படுத்தவும். |
design.import | ஒரு UI வடிவமைப்பு படத்தை (ஸ்கிரீன்ஷாட், மோக்கப், Figma ஏற்றுமதி) downstream நிலைகளுக்கான ஒரு கட்டமைக்கப்பட்ட செயல்படுத்தல் விவரக்குறிப்பாக மாற்றவும். |
ஒவ்வொரு நிலையும் — வகை எதுவாக இருந்தாலும் — பணிச்சூழல் நிகழ்வு பஸ்ஸில் தட்டச்சு செய்யப்பட்ட நிகழ்வுகளை publish மற்றும் subscribe செய்யலாம், இதனால் ஏஜெண்டுகள் DAG வழியாக மட்டுமல்லாமல் ஒரு செய்தி துணியில் உள்ள சேவைகள் போல ஒருங்கிணைக்கின்றன:
lifecycle, agent,
business, data, system, schedule, chat,
external, அல்லது alert — சந்தாக்கள் மற்றும் மறுஇயக்கத்தில் வடிகட்டக்கூடியது.trigger (பொருந்தும் நிகழ்வு வரும்போது நிலை இயங்கும்; ஒரு
நிறுத்தப்பட்ட நிலைகளுடன் கூடிய இயக்கம் நிரந்தரமாக கேட்கும் நிலையில் இருக்கும்), gate (ஒரு இயந்திர வாயில் அங்கீகரிக்கப்பட்டது
ஒரு மனித கிளிக் செய்வதற்குப் பதிலாக ஒரு நிகழ்வால்), மற்றும் data (பேலோட் நிலையின்
சூழலில் இணைக்கப்படுகிறது).agent.<stage-id>.request ஐ வெளியிடுவதன் மூலம் தொடங்கலாம்.triggers: தொகுதி உள்வரும்
webhooks, cron schedules, events, அல்லது அரட்டை மூலம் தொடங்க அதை ஆயுதபாணியாக்குகிறது —
Studio மூடப்பட்டிருந்தாலும் கூட.நிகழ்வுகளுக்கு எதிர்வினையாற்றும் ஏஜெண்டுகள் ஒரு நீடித்த பெயரிடப்பட்ட வரிசையை அறிவிக்கலாம், இதனால் ஏஜென்ட் பிஸியாக இருக்கும் போது அல்லது ஒரு இயக்கம் கேட்கும் முன் பொருந்தும் நிகழ்வுகள் ஒருபோதும் இழக்கப்படாது. ஒரு trigger சந்தாவில், queue: <name> என அமைக்கவும் — இன்ஜின் அந்த தலைப்பை பணிச்சூழல் நிகழ்வு பஸ்ஸில் ஒரு FIFO வரிசைக்கு பிணைக்கிறது
(.deepcerebra/workflows/events/queues/ இன் கீழ் நிலைத்திருக்கும்). அந்த இடத்திலிருந்து வெளியிடப்படும் ஒவ்வொரு பொருந்தும் நிகழ்வும் வரிசையில் பிடிக்கப்படும்; நிலை இயங்கக்கூடியதாக மாறும் போது, இன்ஜின் நிகழ்வுகளை பழையது-முதலில் வரிசையில் பாப் செய்து ஒவ்வொன்றாக நுகரும்.
count — சந்தா திருப்திப்படுவதற்கு முன் N வரிசைப்படுத்தப்பட்ட (அல்லது வழங்கப்பட்ட) நிகழ்வுகள் தேவை (பல பணியாளர்கள் அறிக்கை செய்ய வேண்டியிருக்கும் போது பயனுள்ளதாக இருக்கும்).GET /api/workflow/queues ஆழம் மற்றும் பிணைப்புகளை பட்டியலிடுகிறது;
GET /api/workflow/queues/{name} நிலுவையில் உள்ள நிகழ்வுகளைப் பார்க்கிறது; அரட்டை ஏஜெண்டுகள்
event_queue_status மற்றும் pop_queued_event ஐ அழைக்கலாம்.events:
subscribe:
- topic: ticket.created
mode: trigger
queue: triage-inbox # durable FIFO — events wait here for this agent
map:
payload.ticket_id: ticket_idஒரு semaphore ஒரு பகிரப்பட்ட (பாதுகாக்கப்பட்ட) வளத்தில் ஒரே நேரத்தில் எத்தனை பணிகள் செயல்படலாம் என்பதைக் கட்டுப்படுத்துகிறது:
எழுதப்படும் ஒரு தரவுத்தளம், ஒரு உலகளாவிய மாறி சேமிப்பகம், ஒரு கோப்பு, அல்லது ஒரு rate-limited வெளிப்புற ஏஜென்ட்.
semaphore: உடன் எந்த நிலைக்கும் ஒன்றை இணைக்கவும் — நிலையின் வேலை இயங்குவதற்கு முன், இன்ஜின் பெயரிடப்பட்ட பணிச்சூழல் செமாஃபோரின் ஒரு அனுமதியைப் பெறுகிறது;
நிலை தோல்வியுற்றாலும் கூட, அனுமதி எப்போதும் வெளியிடப்படும். permits: 1 அதை ஒரு mutex ஆக்குகிறது:
ஒரே நேரத்தில் ஒரு பணி மட்டுமே (பணிச்சூழலில் உள்ள அனைத்து இணையாக இயங்கும் இயக்கங்களிலும்) முக்கியமான படியை செயல்படுத்துகிறது;
மற்ற ஒவ்வொரு பணியும் வைத்திருப்பவர் முடிக்கும் வரை காத்திருக்கும்.
timeout_s வரை தடுக்கப்படும்; வள ஆதாரம் முழு கொள்ளளவில் இருந்தால், நிலை நிரந்தரமாகத் தொங்குவதற்குப் பதிலாகத் தெளிவாகத் தோல்வியடையும்.ttl_s ஐக் கொண்டுள்ளது; ஒரு வைத்திருப்பவர்
வெளியிடாமல் கிராஷ் செய்தால், அனுமதி தானாகவே காலாவதியாகிவிடும், இதனால் வளம் ஒருபோதும் dead-locked ஆகாது.semaphore.<name>.waiting,
.acquired, மற்றும் .released கணினி நிகழ்வுகள்; GET /api/workflow/semaphores
திறன், வைத்திருப்பவர்கள் மற்றும் கிடைக்கக்கூடிய அனுமதிகளைக் காட்டுகிறது.acquire_semaphore, release_semaphore, மற்றும்
semaphore_status கருவிகள் ஒரு பணிப்பாய்வுக்கு வெளியே ad-hoc முக்கியமான பிரிவுகளை ஒருங்கிணைக்கின்றன.semaphore:
name: emr-db-writer
permits: 1 # mutex — one writer at a time
timeout_s: 300 # fail if still waiting after 5 minutes
ttl_s: 900 # auto-release crashed holders after 15 minutesRendezvous அடுத்த படி தொடர்வதற்கு முன் பல நிகழ்வு நிபந்தனைகள் அனைத்தும் பூர்த்தி செய்யப்படும் வரை காத்திருக்கிறது —
"முதல் நிகழ்வு வெற்றி பெறுகிறது" என்பதற்கு நேர்மாறானது. நிலையின் events: தொகுதியில் join: all என அமைக்கவும்:
ஒவ்வொரு trigger சந்தாவும் நிலை இயங்குவதற்கு முன் பூர்த்தி செய்யப்பட வேண்டும். பல ஏஜெண்டுகள் (அல்லது ஒரு ஏஜென்ட்டிலிருந்து பல அறிக்கைகள்)
அனைத்தும் சரிபார்க்கப்பட வேண்டியிருக்கும் போது ஒவ்வொரு-சந்தா count: N உடன் இணைக்கவும் — உதாரணமாக, ஒரு வெளியீட்டு நிலை
செயல்படுத்துவதற்கு முன் வடிவமைப்பு ஒப்புதல், சோதனை நிறைவு, மற்றும் பாதுகாப்பு ஒப்புதல்.
join: any (இயல்புநிலை) — முதல் trigger சந்தா பூர்த்தி செய்யப்படும் போது நிலை இயங்கும்.join: all — rendezvous: ஒவ்வொரு trigger சந்தாவும் (ஒவ்வொன்றும் அதன் சொந்த தலைப்பு,
வகுப்பு வடிகட்டி, மற்றும் விருப்பமான count உடன்) பூர்த்தி செய்யப்பட வேண்டும்; அப்போதுதான் நிலை இயங்கக்கூடியதாக மாறும்.trigger_events ஆக பதிவு செய்யப்படுகின்றன
மற்றும் டெம்ப்ளேட்டுகளுக்கு inputs.events ஆக (பேலோடுகளுடன் கூடிய நிகழ்வு பொருட்களின் பட்டியல்) வெளிப்படுத்தப்படுகின்றன.events:
join: all # rendezvous — wait for EVERY subscription below
subscribe:
- topic: design.approved
mode: trigger
- topic: tests.passed
mode: trigger
- topic: security.cleared
mode: trigger
count: 1அரட்டை ஏஜென்ட் பயன்படுத்தும் அதே பதிவேட்டிலிருந்து நிலைகள் கருவிகளைத் தேர்ந்தெடுக்கின்றன:
create_database, apply_migrations, மற்றும் dump_schema சொந்த தரவு
அடுக்குகளுக்கு.docker_build / docker_push, கம்போஸ் அப்/டவுன், SSH மற்றும் கிளவுட்-CLI வரிசைப்படுத்தல்கள் (Fly, Render, Railway, Vercel), மேலும் உருவகப்படுத்துதல்-பாதுகாப்பானது.Class.method என பெயரிடப்பட்டுள்ளது)./v1 API ஆனது CI மற்றும் ஒருங்கிணைப்புகளுக்கான ஓட்டங்கள், நிகழ்வுகள், தூண்டுதல்கள், டெம்ப்ளேட்கள் மற்றும் உருவாக்கத்தை வெளிப்படுத்துகிறது.db.provision → செயல்பாட்டுக்கு கொண்டுவருதல் → உருவாக்கப்பட்ட சோதனைகள் → பாதுகாப்பு தணிக்கை → வரிசைப்படுத்தல் பேக்கேஜிங் → CI உருவாக்கம் ஆகியவற்றை சங்கிலித்தொடராக இணைக்கிறது, பேக்கேஜிங்கிற்கு முன் ஒரு மனித சரிபார்ப்புடன் — சில நிமிடங்களில் நீங்கள் மாற்றியமைக்கக்கூடிய ஒரு முழுமையான சுருக்கத்திலிருந்து உற்பத்தி வரையிலான பாதை.முன்கணிப்பு Tab நிறைவு எடிட்டரில் நீங்கள் தட்டச்சு செய்யும் போது இன்லைன், நிரப்பு-இடைப்பட்ட குறியீடு பரிந்துரைகளை வழங்குகிறது — Tab உடன் ஒரு பரிந்துரையை ஏற்றுக்கொள்ளவும். இது இன்ஜின் மற்றும் web editor இரண்டிலும் opt-in ஆகும்.
DCC_TAB_COMPLETE=1 என அமைக்கவும். எடிட்டர் இன்ஜினின்
POST /api/complete எண்ட்பாயிண்ட்டை அழைக்கிறது, இது கர்சரில் செருக வேண்டிய உரையை மட்டுமே வழங்குகிறது.VITE_TAB_COMPLETE=1 உடன் இயக்கவும், அல்லது ரன்டைமில்
localStorage.setItem('dcc.tabComplete', '1') (பின்னர் மீண்டும் ஏற்றவும்) உடன் இயக்கவும்.திறக்கவும் பில்லிங் பக்கவாட்டுப் பட்டியில் இருந்து உங்கள் திட்டம் மற்றும் பயன்பாட்டை நிர்வகிக்க. AI பயன்பாடு அளவிடப்படுகிறது அடிப்படை மாதிரிகளால் பயன்படுத்தப்படும் டோக்கன்களின் அடிப்படையில் U.S.-dollar கிரெடிட்களில்.
| திட்டம் | மாதாந்திர விலை | சேர்க்கப்பட்ட மாதாந்திர AI பயன்பாடு |
|---|---|---|
| Basic | $20 | $10 |
| Pro | $75 | $30 |
| Ultimate | $200 | $150 |
ஒரு gateway API key (ஒரு தனிப்பட்ட அணுகல் டோக்கன்) DeepCerebra பொது API மற்றும் CLI ஐ நிரல்ரீதியாகப் பயன்படுத்த உங்களை அனுமதிக்கிறது.
read, chat, code, agent
— மற்றும் நாட்களில் ஒரு விருப்பமான expiry (வெற்று = ஒருபோதும் இல்லை).CLI அல்லது deepcerebra.ai இல் உள்ள API உடன் அதைப் பயன்படுத்தவும்:
dcc config set endpoint https://deepcerebra.ai
dcc config set api-key <your-key>
# or as a Bearer token
curl -H "Authorization: Bearer <your-key>" https://deepcerebra.ai/v1/...நீங்கள் எந்த நேரத்திலும் ஒரு சாவியை rename அல்லது delete (revoke) செய்யலாம்; ஒவ்வொரு சாவியும் அதன் முன்னொட்டு, scopes, உருவாக்கப்பட்ட/காலாவதி, மற்றும் கடைசியாகப் பயன்படுத்தப்பட்ட தேதியைக் காட்டுகிறது.
Chrome, Edge, அல்லது Brave க்கு மாறவும், அல்லது அதற்கு பதிலாக Open from Git ஐப் பயன்படுத்தவும்.
Stop என்பதைக் கிளிக் செய்து, பின்னர் ஒரு குறிப்பிட்ட குறிப்பு அல்லது கட்டுப்பாடுடன் மீண்டும் வாக்கியத்தை அமைக்கவும்.
dcc-bridge கனெக்டர் இயங்குகிறது மற்றும் சாதனம் online என்பதைக் காட்டுகிறது என்பதை உறுதிப்படுத்தவும்.1234) ஒரு மாடலுடன் ஏற்றப்பட்டுள்ளது.--gateway
(wss://deepcerebra.ai அல்லது wss://deepcerebra.io) — இரண்டு தளங்களும் தனித்தனி
வரிசைப்படுத்தல்கள், மேலும் ஒன்றிலிருந்து பெறப்பட்ட டோக்கன் மற்றொன்றில் ஒருபோதும் வேலை செய்யாது.pull request ஐத் திறக்க Integrate ஐப் பயன்படுத்துவதற்கு முன் ஒரு working branch ஐத் திறக்கவும் அல்லது உருவாக்கவும்.
இன்னும் சிக்கலா? support@deepcerebra.ai ஐத் தொடர்பு கொள்ளவும்.
Discovery உங்கள் தரவுத்தளங்கள் மற்றும் ஆவணங்களுக்கான ஒரு புலனாய்வு சாட்போட் ஆகும். ஒற்றைக் கேள்விக்கு பதிலளிப்பதற்குப் பதிலாக, இது ஒரு ஆய்வாளர் போல செயல்படுகிறது: இது கருதுகோள்களை உருவாக்குகிறது, பாதுகாக்கப்பட்ட தொடர் ஆய்வுகளை (SQL, வரைபடம், ஆவணத் தேடல், ஸ்கீமா சரிபார்ப்புகள், வலை உறுதிப்படுத்தல்) இயக்குகிறது, ஆதாரங்கள் மறுக்கும் விளக்கங்களை நீக்குகிறது, மற்றும் வரைபடங்கள் மற்றும் வெளிப்படையான செலவு ரசீதுடன் ஒரு அடிப்படையான பதிலை ஒன்றாக இணைக்கிறது. செயல்பாட்டுப் பட்டியில் உள்ள திசைகாட்டி ஐகானிலிருந்து (/app/discovery) இதைத் திறக்கவும்.
ஒரு இடம் ஒரு கேள்வி வரிசைக்குத் தேவையான அனைத்தையும் தொகுக்கிறது: தரவுத்தள இணைப்புகள், ஆவணத் தொகுப்புகள், ஆய்வாளருக்கான வழிமுறைகள் மற்றும் வரவுசெலவுத் திட்டங்கள். + புதிய இடம் என்பதன் மூலம் ஒன்றை உருவாக்கவும், பின்னர் வலதுபுறத்தில் உள்ள அமைவுப் பலகத்தைப் பயன்படுத்தி:
ஒரு சக ஊழியரிடம் கேட்பது போல ஒரு கேள்வியைத் தட்டச்சு செய்யவும் — எடுத்துக்காட்டாக "Why did MRI scan volume dip in March?". புலனாய்வுப் பலகை முழு செயல்முறையையும் நேரலையில் ஒளிபரப்புகிறது:
தொடர் கேள்விகள் அதே இழையில் தொடர்கின்றன, இதனால் ஆய்வாளர் அதன் சூழலைத் தக்க வைத்துக் கொள்கிறார்.
வரைபடங்கள் புலனாய்வுப் பலகத்தில் உள்ளிணைந்து காட்டப்படும். முழு கேள்வியையும் (பதில், கருதுகோள்கள், ஆதாரம் மற்றும் வரைபடங்கள்) பதிவிறக்க ஏற்றுமதி என்பதைப் பயன்படுத்தவும் — ஒரு சுய-அடங்கிய HTML அறிக்கை அல்லது அச்சுத் தரமான PDF ஆக, நியான் வடிவமைப்பு அமைப்புடன் வடிவமைக்கப்பட்டது.
ஒவ்வொரு இடமும் ஒரு கேள்விக்கான வரவுசெலவுத் திட்டங்களைக் கொண்டுள்ளது: அதிகபட்ச ஆய்வுகளின் எண்ணிக்கை, விசாரணைச் சுற்றுகள், வினாடிகள் மற்றும் USD. எஞ்சின் வரம்பில் சுத்தமாக நின்று, இதுவரை கண்டறிந்தவற்றை அறிக்கையிடுகிறது. ஒவ்வொரு ஆய்வின் செலவும் ரசீதில் விவரமாகப் பட்டியலிடப்பட்டுள்ளது, எனவே செலவு எங்கு சென்றது என்பதை நீங்கள் எப்போதும் அறிவீர்கள்.
/v1/discovery/* இன் கீழ் discovery ஸ்கோப்பைக் கொண்ட ஒரு PAT உடன் கிடைக்கும் (இதை கணக்கு → API டோக்கன்கள் என்பதன் கீழ் உருவாக்கவும்). ஸ்ட்ரீமிங் கேள்விகள் SSE ஐப் பயன்படுத்துகின்றன. வெளிப்புற இயக்குநர்கள் Thinking API (/v1/think/*, ஸ்கோப் think) வழியாக புலனாய்வுத் திட்டமிடலை மட்டும் பயன்படுத்தலாம்.pip install deepcerebra-discovery, பின்னர் DiscoveryClient(base_url, token).ask(space_id, question).discovery.ask) எந்த பணிப்பாய்விலும் சேர்க்கவும் ஒரு புலனாய்வை ஒரு பைப்லைன் படியாக இயக்க; பதில், வரைபடங்கள் மற்றும் ரசீது ஆகியவை அடுத்தடுத்த படிநிலைகளுக்குச் செல்லும்.discovery_ask மற்றும் discovery_list_spaces ஐ MCP கருவிகளாக வெளிப்படுத்துகிறது, இதனால் வெளிப்புற MCP கிளையண்டுகளும் விசாரணைகளை இயக்க முடியும்.