AI මොඩලයන් භාවිතා කරන විට වැඩි ප්රමාණයේ කාර්යයන් සම්පූර්ණ කරන උත්සාහයකදී, අන්තර්ජාල සීමා (rate limits) හේතුවෙන් සේවාව නතර වීම සාමාන්ය වේ. විශේෂයෙන් Claude Code භාවිතා කරන විට, Anthropic සපයන API සීමා ඉක්මනින් පිරී, වැඩේ අත්හිටුවෙයි.
මෙම ගැටලුවට විසඳුම් සොයමින්, මූලික තේමාව ‘එක් AI සැපයුම්කරුට පමණක් බඳුනීම’ යනුවෙනි. Claude, OpenAI Codex, Google Gemini යන ත්රිත්වයක් සෑම එකක්ම වෙනම API පූල් එකක් සහිත බැවින්, එකම වේලාවේ ඒ තුනම ක්රියාත්මක කළහොත්, එක් සේවාවක් සීමාවට පත් වූවත්, අනෙක් දෙක තවමත් වැඩ කරයි.
මෙම විධිමත් සැලැස්ම ‘ඩෙලිගේට් පෑටර්න්’ ලෙස හැඳින්වේ. ප්රධාන මූලිකත්වය වන්නේ, මව් AI (Claude) එක පාලක (orchestrator) ලෙස ක්රියා කර, සබැඳි කාර්යයන් ෆයිල් (Obsidian) මාර්ගයෙන් දරුණු (child) AI වෙත යොමු කිරීමයි. දරුණු AI කාර්යයන් ඉටු කර, ප්රතිඵලය markdown ෆයිලයක් ලෙස ආපසු ලබා දේ; එමගින් ප්රධාන AI කේතයෙහි සන්දර්භය (context) දුර්වල නොවේ.
ආරක්ෂිත ව්යුහය මෙසේය:
Lux / Claude Code (parent) → Bash → Codex CLI → Tasks/codex_xxx.md → Reports/codex_xxx.md
↳ Bash → Gemini CLI → Tasks/agy_xxx.md → Reports/agy_xxx.md
↳ සම්පූර්ණ කිරීමේ නිවේදනය → Lux සියලු ප්රතිඵල එකතු කර සාරාංශය සකසයි.
මෙම පද්ධතියේ සන්නිවේදන මාර්ගයක් ලෙස Obsidian භාවිතා කිරීමේ ලාභය, ෆයිල් මාර්ගය නිශ්චිතව වෙන් කර ඇති නිසා පණිවුඩ ගැලවීම අත්යවශ්ය නොවන බවයි. Claude Code එකේ සන්දර්භය නැති වුවත්, Obsidian ෆයිල් පෙන්වා ගැනීමෙන් පූර්ණ තොරතුරු නැවත ලබාගත හැක.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ සිසුන්, නිර්මාතෘවරු, ව්යාපාරිකයන්ට මෙම පද්ධතියේ ප්රයෝජන වඩාත් වැදගත් වේ. ප්රථමයෙන්, API සීමා අඩාල නොවීම නිසා වැඩි කාර්ය බරක් එකවර සම්පූර්ණ කළ හැක, ඉගෙනුම් ව්යාපෘති හෝ පර්යේෂණ කාලය කෙටි කරයි. දෙවැනි, Obsidian ෆයිල් මාර්ගය නිසා සම්බන්ධතා අස්ථිර වීමක් නොමැති බැවින්, දුරස්ථ කණ්ඩායම් අතර සම්බන්ධතාවය විශ්වාසදායක වේ. තෙවැනි, පරිසරය විවෘත (open-source) වන නිසා, ශ්රී ලාංකීය සංවර්ධකයන්ට වියදම අඩු කරගෙන, තමන්ගේ AI වැඩපිළිවෙළ සකස් කිරීමට පහසු වේ.
අවසානයේ, Claude, Codex, Gemini යන ත්රිත්වය සමඟ එකවර ක්රියාත්මක වීම, AI ව්යාපෘතිවල කාර්යක්ෂමතාවය වැඩි කරයි. මෙය තාක්ෂණික දක්ෂතාවය ඉහළ දැමීමට, දේශීය නව්යකරණය තවත් වේගවත් කිරීමට හොඳ අවස්ථාවක් වේ.
