लेखक: टेड मवेरा, HarnessUp में प्रोडक्ट मैनेजर
किसी एजेंट सेशन से कुछ भी काटने से पहले आपको उसे देखना होता है। डीप स्कैन का पूरा काम यही है: यह आपकी मशीन पर पहले से सेव बातचीत को पढ़ता है और एक-एक चीज़ के हिसाब से दिखाता है कि कॉन्टेक्स्ट कहाँ गया। कोई मॉडल कॉल नहीं, कोई साइन-अप नहीं, किसी और के खाते से उधार लिया गया कोई अंदाज़ा नहीं। यह HarnessUp, Claude Code और Codex के लिए टोकन-बचत सूट की मापन परत है, और यह मुफ़्त है।
यह लेख बताता है कि डीप स्कैन क्या करता है, किसके लिए है, इसे कैसे चलाएँ, और खुद को बेवकूफ़ बनाए बिना इसके आउटपुट को कैसे पढ़ें।
डीप स्कैन असल में क्या करता है
Claude Code और Codex काम करते हुए बातचीत को पहले से ही डिस्क पर लिखते रहते हैं। डीप स्कैन उन ट्रांसक्रिप्ट को खोलता है और उन्हें खर्च के नक्शे में बदल देता है: कौन-से राउंड बढ़े, एक राउंड से दूसरे राउंड तक क्या दोबारा भेजा गया, और किसी सेशन का कितना हिस्सा असली काम में गया बनाम ओवरहेड में। यह मॉडल को कॉल किए बिना करता है, इसलिए अपने इस्तेमाल को मापने पर आपको कोई अतिरिक्त खर्च नहीं होता।
चार्ट से ज़्यादा तीन बातें मायने रखती हैं:
- यह लोकल चलता है। HarnessUp 100% लोकल है। आपकी ट्रांसक्रिप्ट आपकी मशीन पर पढ़ी जाती हैं, और कुछ भी बाहर नहीं जाता।
- आँकड़े आपके हैं। वे आपके ही इतिहास से आते हैं, आपकी स्क्रीन पर निकाले जाते हैं, और बाद में जाँच-पड़ताल के लिए उपलब्ध रहते हैं — यहाँ तक कि कोई सेटिंग बदलने के बाद भी, जब आप जानना चाहें कि उससे फ़ायदा हुआ या नहीं।
- आज़माने में कुछ नहीं लगता। कोई लॉगिन नहीं, कोई ई-मेल नहीं, कोई पासवर्ड नहीं। डीप स्कैन और अन्य 19 मापन व निगरानी टूल मुफ़्त हैं, इसलिए पेड प्लान पर विचार करने से पहले आप अपनी बर्बादी नाप सकते हैं।
डीप स्कैन एक बार का रिपोर्ट नहीं है। यह एक श्रृंखला की शुरुआत है: मापन बताता है कि बाकी टूल्स में से कौन-सा चालू करना फ़ायदेमंद है, और टूल्स आपको फिर मापने के लिए कुछ नया देते हैं।
यह किसके लिए है
HarnessUp अपने दर्शकों को तीन समूहों में बाँटता है, और डीप स्कैन उन सभी के लिए साझा शुरुआती बिंदु है।
- जो लोग तय प्लान पर हैं और सीमा तक पहुँच जाते हैं। अगर आपकी पाँच घंटे की विंडो दिन खत्म होने से बहुत पहले समाप्त हो जाती है, तो डीप स्कैन दिखाता है कि कौन-से राउंड महँगे थे और कारण दोबारा पढ़ना, लंबा आउटपुट, या मॉडल द्वारा ऐसा काम करना था जो कोई सस्ता मॉडल कर सकता था।
- जो लोग API से भुगतान करते हैं। जब हर टोकन बिल पर हो, तो उपयोगी सवाल यह नहीं होता कि "मैंने कितने टोकन इस्तेमाल किए" बल्कि यह होता है कि "कौन-से टोकन से कुछ नहीं मिला"। प्रति-राउंड व्यू ठीक इसी का जवाब देता है।
- जो लोग टर्मिनल में ज़्यादा नहीं रहना चाहते। नतीजे लॉग पार्स करके नहीं, बल्कि एक पैनल में पढ़े जाते हैं। भारी काम हार्नेस के अंदर होता है।
अगर आप HarnessUp से सिर्फ़ एक ही चीज़ चाहते हैं, तो मापन एक उचित विकल्प है। जिस संख्या को आप जाँच सकें, वह किसी ऐसे बचत दावे से ज़्यादा कीमती है जिसे आप जाँच नहीं सकते।
इसे कैसे चलाएँ
- HarnessUp इंस्टॉल करें। पैकेज
npm install -g harnessupis, विंडोज़ डाउनलोड है, और macOS व Linux समर्थित हैं। सब कुछ आपकी मशीन पर चलता है। HarnessUp आधिकारिक Anthropic और OpenAI हुक्स के ज़रिए जुड़ता है, इसलिए यह CLI, डेस्कटॉप ऐप और IDE एक्सटेंशन में, आपके खाते के साथ या API के ज़रिए काम करता है। - पैनल खोलें। कोई खाता ज़रूरी नहीं। पैनल ही वह जगह है जहाँ मापन और नियंत्रण साथ-साथ रहते हैं।
- डीप स्कैन चलाएँ। यह आपकी मशीन पर पहले से सेव ट्रांसक्रिप्ट पढ़ता है। कुछ भी अपलोड नहीं होता और रिपोर्ट बनाने के लिए किसी मॉडल को कॉल नहीं किया जाता।
- अपना बेसलाइन पढ़ें। HarnessUp के साथ और बिना, दोनों स्थितियों में प्रति राउंड कॉन्टेक्स्ट देखें, और कटी बर्बादी का प्रतिशत देखें। इन्हें अपना शुरुआती बिंदु मानें, स्कोर नहीं।
- कुछ चालू करें और फिर से मापें। पैनल में, कुंजियाँ 1 से 8 टूल्स बदलती हैं, और Z सब कुछ पहले जैसा कर देती है। एक चीज़ बदलें, मीटर देखें, और बदलाव सिर्फ़ तब रखें जब संख्या हिले।
आउटपुट को ईमानदारी से पढ़ना
दो आदतें किसी मापन टूल को सजावट के बजाय उपयोगी बनाए रखती हैं।
पहली, डेमो को अपने डेटा से अलग रखें। पैनल के साथ उदाहरण के लिए डेमो मान आते हैं ताकि आप इतिहास होने से पहले देख सकें कि इंटरफ़ेस कैसा दिखता है। आपके आँकड़े डीप स्कैन से, आपकी ट्रांसक्रिप्ट से, शुरू से अंत तक मापकर आते हैं। अगर कोई संख्या सिर्फ़ उदाहरण है, तो पैनल यह बता देता है।
दूसरी, "अधिकतम" को ऊपरी सीमा मानें, पूर्वानुमान नहीं। HarnessUp काम के टोकन के अधिकतम 78% बचने, टोकन यील्ड में अधिकतम 350% की बढ़ोतरी और उसी प्लान पर अधिकतम 3x ज़्यादा काम का दावा करता है। ये असली विंडो में मापे गए सबसे बड़े फ़ायदे हैं, आपके बारे में कोई वादा नहीं। प्रोडक्ट आपके साथ आपका अपना आँकड़ा दिखाता है क्योंकि ईमानदार तुलना आपके पहले और आपके बाद के बीच होती है।
"अधिकतम" का मतलब है: असली विंडो में मापे गए सबसे बड़े फ़ायदे। आपकी अपनी संख्या पैनल में दिखती है, आपके ही इतिहास पर शुरू से अंत तक मापी जाती है, और जाँच-पड़ताल के लिए उपलब्ध रहती है।
पैनल को पढ़ने का एक तेज़ तरीका:
| आप क्या देखते हैं | यह आपको क्या बताता है | आगे क्या करें |
|---|---|---|
| HarnessUp के साथ और बिना, प्रति राउंड कॉन्टेक्स्ट | हर टर्न कितना आगे ले जाता है, और सेशन कितनी तेज़ी से फूलता है | अगर अंतर छोटा है, तो बर्बादी संभवतः आउटपुट या मॉडल चुनाव में है, दोबारा पढ़ने में नहीं |
| कटी बर्बादी का प्रतिशत | चालू टूल्स ने आपके इतिहास पर टालने योग्य कितना खर्च हटाया | एक-एक करके कुंजियाँ चालू करें और इसे बदलते देखें |
| प्रति-सेशन खर्च और कैप स्थिति | कौन-से सेशन महँगे थे, और क्या कोई कैप किसी को रोक पाता | स्टॉप लॉस सेट करें ताकि भागता हुआ सेशन जारी रहने के बजाय खत्म हो जाए |
मापन से समाधान तक
डीप स्कैन निदान है, इलाज नहीं। बचत उन टूल्स से आती है जिन्हें आप बाद में चालू करते हैं, और हर एक बिल के अलग चरण पर काम करता है।
- आउटपुट। रिस्पॉन्स डाइट एजेंट से सीधा जवाब माँगता है, पहले पढ़ी जा चुकी फ़ाइलों को दोबारा पढ़ने से रोकता है, और बड़े आउटपुट को कॉन्टेक्स्ट में आने से पहले काटता है। भूमिका वाला वाक्य ("ज़रूर! मैं इसमें आपकी मदद करता हूँ") एक बार का भुगतान होता है और फिर हर अगले राउंड में दोबारा पढ़ा जाता है।
- पढ़ना। पढ़ने के चरण की अपनी कुंजियाँ हैं, जिनमें डेल्टा रीड भी है, ताकि एजेंट जो नहीं बदला उसे दोबारा न ग्रहण करे।
- कम्प्रेशन। स्मार्ट कम्प्रेस मॉडल को कॉल किए बिना कम्प्रेस करता है, जिससे बचत आपको एक और अनुरोध का खर्च नहीं देती।
- मॉडल चुनाव। चीप स्वार्म मिलीसेकंड में तय करता है कि कौन-सा सबएजेंट कौन-सा काम करेगा, सही मॉडल और प्रयास के साथ, 26 टास्क क्लासेस में — खोज और लिंट हल्के मॉडल पर, जबकि महँगा मॉडल सिर्फ़ फ़ैसला करता है।
- सख़्त सीमाएँ। स्टॉप लॉस खर्च कैप तक पहुँचने पर सेशन खत्म कर देता है, ताकि एक खराब लूप चुपचाप पूरी विंडो न खा जाए।
इनमें से किसी के लिए आपको अपने प्रॉम्प्ट का तरीका बदलने की ज़रूरत नहीं। ऐप में 200 से ज़्यादा एक-क्लिक कुंजियाँ हैं, और उनमें से कोई भी एक क्लिक में पहले जैसी हो सकती है — पहले मापने का मतलब यही है। आपसे किसी डिफ़ॉल्ट पर भरोसा करने को नहीं कहा जा रहा; आपसे अपना इतिहास देखकर वही रखने को कहा जा रहा है जो मदद करे।
आपकी मशीन पर क्या रहता है
डीप स्कैन ट्रांसक्रिप्ट पढ़ता है, और ट्रांसक्रिप्ट में कोड, पाथ और कभी-कभी सीक्रेट्स भी होते हैं। इसलिए लोकल की गारंटी स्पेक की सबसे अहम लाइन है। HarnessUp आधिकारिक claude और codex को आपके खाते के साथ चलाता है और लिखित प्रतिबद्धता के रूप में कहता है कि वह आपका टोकन या आपकी कुंजी कभी नहीं पढ़ता, संग्रहीत या आगे नहीं भेजता। यह API को इंटरसेप्ट नहीं करता; यह आधिकारिक हुक पॉइंट्स पर जुड़ता है, और लोकल परत 50 ms से कम p95 के साथ चलती है।
अगर आपके संगठन में सेशन डेटा को तीसरे पक्ष के पास भेजने को लेकर नियम हैं, तो यही आर्किटेक्चर उसका जवाब है: विश्लेषण उसी डिस्क पर होता है जिस पर ट्रांसक्रिप्ट पहले से हैं।
पिच से नहीं, संख्या से शुरू करें
टोकन बचत का दावा करना आसान है और महसूस करना मुश्किल। डीप स्कैन इस दावे को आपकी अपनी मशीन पर झूठा साबित करने योग्य बनाता है: इसे चलाएँ, देखें कि कौन-से राउंड बढ़े, एक टूल चालू करें, फिर से चलाएँ। अगर संख्या न हिले, तो टूल बंद कर दें — पहले जैसा करना एक कुंजी है।
एक प्रोडक्ट मैनेजर के तौर पर मुझे इसी बात की परवाह है। जो सूट काम के टोकन के अधिकतम 78% बचाता है, वह सिर्फ़ तब उपयोगी है जब आप देख सकें कि आप पर कौन-सा 78% लागू होता है। मापन से ही यह पता चलता है, और देखने में कुछ भी खर्च नहीं होता।