Claude Code පරිසරය එකවර බිඳෙන්නෙ නැහැ; දිගුකාලීනව කුඩා‑කුඩා බයිට්ස් එකතු වෙමින් ක්රමයෙන් ක්රමයෙන් කාර්ය සාධනය අඩු වෙයි. මේක පරීක්ෂා නොකළාම තත්පර කිහිපයකට පසු ඔබට ගණනාවක් කන්ටෙක්ස්ට් ගාස්තුව අහිමිවෙලා ඉඳලා පෙනෙන්නේ නැතිවෙයි.
ඉතිහාසය කියනවා නම්, ~/.claude/rules/ සහ MEMORY.md වැනි ගොනු නිතර අලුත් කරගන්නා නිසා 40KB ඉක්මවන තෙක් පරීක්ෂා නොකර ඉඳලා පද්ධතිය අඩු වේගයෙන් පවතිනවා. ඒත් එහි තවත් ගැටළුවක් තියෙනවා – ~/.claude/agents/ තුළ තිබෙන .md ගොනු අඩු කිරීමක් නොකළාම සෑම විටම ලෝඩ් වෙලා ඉඳලා, ඒ නිසා “hook spam” සහ “frustration words” ගණන ඉහළ යනවා.
මෙම ගැටළුවට විසඳුමක් ලෙස ලේඛකයා cc-self-audit.sh නමින් සරල Bash ස්ක්රිප්ට් එකක් ලියලා. එය පහත පදනම් කරගෙන පරීක්ෂා කරයි:
- inject_bytes – rules, CLAUDE.md, MEMORY.md එකතුවේ බයිට් ගණන (සීමා: 40,000 බයිට්)
- agents – ~/.claude/agents තුළ .md ගොනු සංඛ්යාව (සීමා: 60)
- stopspam – සතියකට hook ක්රියාත්මක වීමේ ගණන (සීමා: 15)
- frustration – සතියකට “අසතුට” වචන ගණන (සීමා: 8)
- toolerr – සතියකට tool පරීක්ෂණ අසමත් වීමේ ගණන (සීමා: 400)
ස්ක්රිප්ට් එක තුනේ පළ层 (layer) වලින් පද්ධතිය පරීක්ෂා කරයි. පළමු层 ස්ථිතික මිනුම් (static) – ඉන්ජෙක්ට් බයිට්ස් සහ agents ගණන ගනී. දෙවන层 ගත වූ සතියේ දත්ත (dynamic) – hook spam, frustration, tool error ගණන ගනී. තුන්වන层 සීමා ඉක්මවනවා නම්, claude -p නමින් AI එකට ~/.claude ෆෝල්ඩරය තුළ ස්වයං අලුත්වැඩියා කරවයි. එමෙන්ම Discord #01_alerts නාලිකාවට සත්ය තත්ත්වය වාර්තා කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ ඩිවෙලපර්, AI උපාය මණ්ඩලිකයන්, සහ තාක්ෂණික ව්යාපාර සඳහා මෙම ස්වයං පරීක්ෂණ ක්රමය විශාල වාසියක් ගෙන එයි. පළමුව, පද්ධතියේ කාර්ය සාධනය නිතර පරීක්ෂා කර ගැනීමෙන් සම්පූර්ණ ව්යාපාරික පද්ධතියේ uptime වැඩි වේ. දෙවැනිව, developers ලට අධික context tax එකක් ගෙවීමට අවශ්ය නොවීම නිසා වැඩි නිෂ්පාදනශීලීතාවක් ලැබේ. තෙවැනිව, AI‑driven automation සමඟ local startups ලට ගොඩනැගීමේ වේගය වැඩිවීම, cloud‑based CI/CD pipelines සමඟ අඩු maintenance cost එකක් ලබා දේ.
එසේම, මෙම ස්ක්රිප්ට් එක open‑source ලෙස GitHub වලින් ලබා ගත හැකි නිසා, ශ්රී ලංකාවේ තාක්ෂණික සමාජයට knowledge sharing එකේ නව පියවරක් ලෙස සැලකේ. ඉදිරියේදී, එය සිංහල AI community එකේ නව ප්රොජෙක්ට්ස් වලට මූලික foundation එකක් විය හැක.
කෙටි සාරාංශයක් ලෙස, Claude Code හි සතිපතා ස්වයං පරීක්ෂණය පද්ධතියේ රොට් හඳුනාගෙන, AI‑powered self‑repair ක්රියාවලියක් හරහා ස්වයං නඩත්තු කරයි. මෙය තාක්ෂණික පරිසරයේ reliability, scalability, සහ cost‑efficiency වැඩි කිරීමට උපකාරී වන නවෝත්පාදන ක්රමයක් බව පෙනේ.
