ROACH PI – AI coding agent पर engineering discipline लागू करने वाला open source extension
(github.com/tmdgusya)GitHub: https://github.com/tmdgusya/roach-pi
हाल ही में Claude Code का source code लीक होने के बाद, यह मुद्दा फिर चर्चा में आया कि AI coding agent के अंदर कौन-से prompts inject किए जाते हैं और कौन-से actions होते हैं, यह उपयोगकर्ता बिल्कुल नहीं जान पाता
ROACH PI, pi coding agent (https://github.com/badlogic/pi-mono) का एक extension है, और यह एक open source project है जिसमें सभी prompts, agent definitions, tools, और event hooks सार्वजनिक हैं
यह क्या करता है
AI coding agent कोड लिखने में तो अच्छे होते हैं, लेकिन बिना योजना के काम करना और अपने ही लिखे कोड को खुद verify करना जैसी संरचना पर भरोसा करना मुश्किल है
ROACH PI इस समस्या को multi-agent orchestration से हल करता है
- स्पष्टीकरण → योजना → execution → verification → cleanup वाले software engineering lifecycle को AI agent पर लागू करता है
- execution agent (Worker) और verification agent (Validator) अलग processes में विभाजित होते हैं, और validator execution करने वाले का output नहीं देख सकता (information isolation)
- verification fail होने पर दोबारा चलने वाले Worker-Validator loop के जरिए quality सुनिश्चित की जाती है
मुख्य फीचर्स
- 12 विशेषज्ञ agents: exploration, execution, planning, verification, code cleanup + 5 स्वतंत्र reviewers (feasibility, architecture, risk, dependency, user value)
- Ultraplan: जटिल काम को 5 reviewers parallel में analyze करते हैं, फिर उसे milestone dependency DAG में विभाजित किया जाता है
- Long Run: बड़े काम को milestones में बाँटकर plan-execute-verify को दोहराता है। checkpoint के आधार पर context loss होने पर भी आगे जारी रखा जा सकता है
- behavioral guardrails: Karpathy rules (पढ़े बिना लिखना मना, सिर्फ surgical edits), Rob Pike rules (measurement के बिना optimization मना), और systematic debugging (पहले reproduction) जैसी बातें agents में अपने-आप inject होती हैं
- AI slop cleaner: execution के बाद LLM-विशिष्ट code smell को 6 चरणों में अपने-आप साफ करता है
- Session Loop: cron style में recurring tasks schedule करता है (
/loop 5m git 상태 체크)
पारदर्शिता
- prompt cache hit rate को real time में देखा जा सकता है
- context window usage, active tools, branch, और model information footer में दिखाई जाती है
- agent definitions, YAML frontmatter वाले Markdown files हैं, और skills pure Markdown में — code की हर line तक पूरी तरह देखी जा सकती है
- कोई hidden system prompt नहीं। हर behavior source में ज्यों का त्यों मौजूद है
इंस्टॉल
pi install git:github.com/tmdgusya/pi-engineering-discipline-extension
1 टिप्पणियां
वीडियो नीचे देख सकते हैं.