DocsMint کیا ہے؟
DocsMint ایک AI-native نالج ورک اسپیس ہے جو ایک سادہ خیال کے گرد ڈیزائن کیا گیا ہے: لوگوں اور AI ایجنٹس کے استعمال میں آنے والا علم ایک ہی جگہ ہونا چاہیے۔
روایتی دستاویز ایڈیٹرز بنیادی طور پر انسانوں کے لیے بنائے گئے ہیں۔ AI نالج سسٹم اکثر اس کے برعکس مسئلہ حل کرتے ہیں اور دستاویزات کو ایک غیر مرئی ریٹریول لیئر (retrieval layer) میں تبدیل کر دیتے ہیں جسے انسانوں کے لیے معائنہ کرنا یا برقرار رکھنا مشکل ہوتا ہے۔
DocsMint ان دونوں کو یکجا کرتا ہے۔
صارفین ایک عام ویب انٹرفیس کے ذریعے دستاویزات بنا سکتے ہیں، ایڈٹ کر سکتے ہیں، ترتیب دے سکتے ہیں، تلاش کر سکتے ہیں اور شیئر کر سکتے ہیں، جبکہ ایپلی کیشنز اور AI ایجنٹس پروگراماتی انٹرفیس کے ذریعے اسی علم پر کام کر سکتے ہیں۔
ایک ٹیم کے لیے ایک نالج بیس، AI اسسٹنٹ کے لیے دوسری، اور مختلف ایپلی کیشنز کے اندر اضافی کاپیاں رکھنے کے بجائے، DocsMint علم کا ایک مشترکہ ذریعہ فراہم کرتا ہے جو نظر آنے والا اور قابلِ ترمیم رہتا ہے۔
تحریر اور نالج مینجمنٹ
DocsMint خام Markdown ایڈیٹنگ کے ساتھ ساتھ ایک بصری ایڈیٹر بھی فراہم کرتا ہے۔
دستاویزات کو ایک منظم ایڈیٹر ماڈل کا استعمال کرتے ہوئے محفوظ کیا جاتا ہے، جبکہ Markdown ایڈیٹنگ، امپورٹ، ایکسپورٹ، اور ڈویلپر ٹولز کے ساتھ کام کرنے کے لیے ایک آسان فارمیٹ رہتا ہے۔
ورک اسپیس ایک نالج سسٹم کے روزمرہ کے بنیادی اجزاء کو سپورٹ کرتا ہے:
یہ DocsMint کو روایتی دستاویز سازی سے کہیں زیادہ مفید بناتا ہے۔
ایک ورک اسپیس میں پروڈکٹ کی تفصیلات، تحقیق، معاہدے، اندرونی طریقہ کار، میٹنگ کے نوٹس، تکنیکی دستاویزات، مضامین، تجاویز، پروجیکٹ کا علم، یا AI ایجنٹس کے ذریعے استعمال ہونے والی طویل مدتی یادداشت شامل ہو سکتی ہے۔
مقصد صارفین کو کسی خاص "AI انٹرفیس" پر مجبور کرنا نہیں ہے۔ لوگ معمول کے مطابق دستاویزات پر کام کر سکتے ہیں جبکہ بنیادی علم مشینوں کے لیے قابلِ استعمال رہتا ہے۔
- دستاویزات؛
- کیٹیگریز اور فولڈرز؛
- میٹا ڈیٹا اور ٹیگز؛
- شیئرنگ اور رسائی کا کنٹرول (access control)؛
- دوبارہ استعمال ہونے والا منظم مواد؛
- ورک اسپیس بھر میں تلاش۔
سرچ، سیمنٹک ریٹریول اور GraphRAG
جیسے جیسے نالج بیس بڑھتی جاتی ہے، صرف کی ورڈ سرچ کرنا حد سے زیادہ محدود ہوتا جاتا ہے۔
DocsMint الفاظ اور معنی دونوں کے ذریعے معلومات تلاش کرنے کے لیے کئی ریٹریول طریقوں کو یکجا کرتا ہے۔
اس کے سرچ لیئر میں درست مماچنگ (exact matching)، لیکیٹیکل سرچ (lexical search)، فزی مماچنگ (fuzzy matching)، ویکٹر ریٹریول، کثیر اللسانی توسیع (multilingual expansion)، اور گراف پر مبنی ریٹریول شامل ہیں۔
ان سسٹمز کے نتائج کو ایک زیادہ مفید رینک شدہ رزلٹ سیٹ تیار کرنے کے لیے یکجا کیا جاتا ہے۔
سیمنٹک ریٹریول کے لیے دستاویزات کو خودکار طور پر ٹکڑوں (chunks) میں تقسیم اور ایمبیڈ کیا جاتا ہے۔ جب مواد یا متعلقہ میٹا ڈیٹا تبدیل ہوتا ہے، تو DocsMint پوری نالج بیس کو دوبارہ بنانے کے بجائے متاثرہ سرچ نمائندگی کو بتدریج اپ ڈیٹ کرتا ہے۔
GraphRAG متعلقہ اداروں (entities) اور دستاویزات کو جوڑ کر ایک اور تہہ شامل کرتا ہے، جس سے ریٹریول کو الگ تھلگ ٹیکسٹ کے ٹکڑوں سے آگے بڑھنے اور نالج بیس کے اندر تعلقات استعمال کرنے کی اجازت ملتی ہے۔
اس کا نتیجہ ایک ایسا ورک اسپیس ہے جسے انسان تلاش کر سکتے ہیں جبکہ ساتھ ہی یہ AI سسٹمز کے لیے ریٹریول انفراسٹرکچر کے طور پر بھی کام کرتا ہے۔
AI ایجنٹس کے لیے بنایا گیا
DocsMint کو صرف اس کے ویب انٹرفیس کے ذریعے نہیں بلکہ براہ راست سافٹ ویئر کے ذریعے استعمال کے لیے ڈیزائن کیا گیا ہے۔
اسی ورک اسپیس تک رسائی حاصل کی جا سکتی ہے:
یہ AI اسسٹنٹس اور خود مختار ایجنٹس کو کسی علیحدہ ویکٹر ڈیٹا بیس یا پروجیکٹ سیاق و سباق (context) کی نجی کاپی برقرار رکھے بغیر معلومات پڑھنے، تلاش کرنے، تخلیق کرنے اور اپ ڈیٹ کرنے کی اجازت دیتا ہے۔
مثال کے طور پر، ایک کوڈنگ ایجنٹ کسی فیچر کو نافذ کرنے سے پہلے تکنیکی فیصلوں اور پروڈکٹ کی تفصیلات حاصل کر سکتا ہے۔ ایک ریسرچ ایجنٹ اپنے نتائج کو دوبارہ ورک سپیس میں محفوظ کر سکتا ہے۔ کوئی دوسرا اسسٹنٹ بعد میں اسی معلومات کو استعمال کرتے ہوئے کام کو جاری رکھ سکتا ہے۔
چونکہ اصل دستاویزات صارفین کے لیے نظر آتی رہتی ہیں، اس لیے ایجنٹس کے ذریعے تخلیق کردہ معلومات کا براہ راست جائزہ بھی لیا جا سکتا ہے اور انہیں درست بھی کیا جا سکتا ہے۔
یہ DocsMint کو مختلف AI ٹولز اور ایپلی کیشنز کے درمیان ایک مستقل یادداشت اور نالج لیئر (knowledge layer) کے طور پر مفید بناتا ہے۔
- REST API کے ذریعے؛
- TypeScript SDK کے ذریعے؛
- CLI کے ذریعے؛
- MCP سرور کے ذریعےo
ڈیزائن کے مطابق سیلف ہوسٹڈ (Self-Hosted)
DocsMint صارف کے زیر کنٹرول انفراسٹرکچر پر ایک مکمل سیلف ہوسٹڈ اسٹیک کے طور پر چل سکتا ہے۔
اس کی تعیناتی (deployment) میں ایپلی کیشن، PostgreSQL، ویکٹر سرچ انفراسٹرکچر، گراف ڈیٹا، بیک گراؤنڈ پروسیسنگ، اور فائل اسٹوریج شامل ہیں۔
ایک معیاری Docker پر مبنی انسٹالیشن صارفین کو معلومات، ویکٹر، اور ایجنٹ سروسز کا علیحدہ مجموعہ ترتیب دینے کی ضرورت کے بغیر مکمل ورک سپیس فراہم کرتی ہے۔
AI ورک لوڈز کے لیے، تعیناتی میں ہوسٹڈ ماڈل فراہم کنندہ یا مقامی انفرنس (inference) انفراسٹرکچر کا استعمال کیا جا سکتا ہے۔
سیلف ہوسٹڈ ایڈیشن اوپن سورس ہے اور ان ٹیموں کے لیے ڈیزائن کیا گیا ہے جو اپنی دستاویزات، ایمبیڈنگز (embeddings)، ریٹریول انفراسٹرکچر، اور ایجنٹ کے قابل رسائی معلومات پر کنٹرول چاہتی ہیں۔
DocsMint ان صارفین کے لیے ہوسٹڈ کلاؤڈ پروڈکٹ کے طور پر بھی دستیاب ہے جو خود انفراسٹرکچر چلانا نہیں چاہتے۔
استعمال کے مواقع (Use Cases)
DocsMint وہاں کام کرتا ہے جہاں ایک ہی معلومات کو انسانوں اور سافٹ ویئر دونوں کے لیے مفید رہنا ضروری ہو۔
مستقل پروجیکٹ معلومات کو محفوظ کریں جسے مختلف اسسٹنٹس اور ایجنٹس ہر گفتگو کے لیے نیا سیاق و سباق بنانے کے بجائے حاصل کر سکیں۔
تفصیلات، آرکیٹیکچر کے فیصلے، عمل درآمد کے نوٹس، حادثاتی رپورٹس، API دستاویزات، اور ریلیز کی معلومات کو ایک قابلِ تلاش ورک سپیس میں رکھیں۔
آپریٹنگ طریقہ کار، پالیسیاں، آن بورڈنگ دستاویزات، تحقیق، میٹنگ کے نوٹس، اور اندرونی دستاویزات کو برقرار رکھیں۔
ذرائع، نتائج، خلاصے، اور متعلقہ دستاویزات کو جمع کریں اور بعد میں معلومات کو دوبارہ دریافت کرنے کے لیے سیمنٹک اور گراف ریٹریول کا استعمال کریں۔
لکھنے کے ماحول کو نالج سسٹم سے الگ کیے بغیر مضامین، رپورٹس، تجاویز، معاہدے، اسکرپٹس، کاروباری دستاویزات، اور دیگر منظم مواد تخلیق کریں۔
اندرونی ٹولز اور AI سے لیس مصنوعات کے لیے ایک مشترکہ نالج بیک اینڈ کے طور پر REST، SDK، CLI، یا MCP کے ذریعے DocsMint کا استعمال کریں۔
DocsMint کا آغاز دستاویزات کی تخلیق سے ہوا تھا، لیکن اصل بڑا مسئلہ معلومات کے تسلسل (knowledge continuity) کا نکلا۔
جیسے جیسے AI روزمرہ کے کام کا حصہ بن رہا ہے، دستاویزات اب صرف لوگوں کے لیے لکھی گئی فائلوں کے طور پر موجود نہیں رہ سکتیں، جبکہ ایجنٹس علیحدہ اور بڑھتی ہوئی بکھری ہوئی معلومات (fragmented context) برقرار رکھتے ہیں۔
DocsMint دستاویز ورک سپیس کو خود ایک مشترکہ نالج لیئر میں بدل دیتا ہے — جو لوگوں کے لیے قابلِ خواندگی، ایپلی کیشنز کے لیے قابلِ تلاش، اور AI ایجنٹس کے لیے قابلِ استعمال ہے۔