पहले डेटा सही पढ़ें, फिर सही गणना करें

Pize वैज्ञानिक कंप्यूटिंग और सांख्यिकीय विश्लेषण के लिए एक AI कोडिंग सहायक है। यह Pize Code और Positron में चलता है और SDK के रूप में भी उपलब्ध है।

अधिकांश प्रोग्रामिंग एजेंट अधिक कोड लिखने पर ध्यान देते हैं। सांख्यिकी और अनुसंधान में त्रुटियाँ अक्सर उससे पहले होती हैं: यदि डेटा गलत पढ़ा गया, तो बाद की हर जाँच, मॉडल और निष्कर्ष चुपचाप वही त्रुटि अपना लेते हैं। Pize इसी चरण पर ध्यान देता है—पहले मॉडल को डेटा का आकार, प्रकार और अनुपस्थित मानों की स्थिति ठीक से समझाता है; फिर आपके मौजूदा R / Python सत्र में कोड लिखता और चलाता है, प्लॉट पढ़ता है और सुधार करता है।

Pize एक संपूर्ण प्रोग्रामिंग एजेंट भी है: कई फ़ाइलों में संपादन, टर्मिनल, योजना और क्रियान्वयन, प्रोजेक्ट के नियम, मॉडल का चयन, और लैब या आंतरिक सिस्टम में पहले से मौजूद टूल तक पहुँचने के लिए MCP। इसे Pize Code, Positron, CLI या SDK के माध्यम से उपयोग करें।

• यह क्या है। गणितीय कंप्यूटिंग और सांख्यिकीय विश्लेषण के लिए अनुकूलित प्रोग्रामिंग एजेंट। डेटा पढ़ना, गणना और जाँच एक सक्रिय सत्र में होती है। परिणामों की दोबारा गणना की जा सकती है।
• यह क्या नहीं है। यह किसी सामान्य कोड-कम्प्लीशन टूल का नया रूप नहीं है, न ही Cursor का ऐसा विकल्प जो हर तरह का थोड़ा-थोड़ा कोड लिखे। इसका ध्यान कोड पूरा करने पर नहीं, बल्कि डेटा सही पढ़ने और गणना को विश्वसनीय रखने पर है।
• यह कहाँ चलता है। Pize Code, Positron, CLI और SDK में।
• मॉडल को क्या दिया जाता है। संरचना, प्रकार, अनुपस्थित मानों की स्थिति और सारांश—पूरी तालिका को कॉन्टेक्स्ट में नहीं भरा जाता। मूल प्रेक्षण सत्र में ही रहते हैं।

वही प्रोग्रामिंग एजेंट फ़ाइलें पढ़ता है, कोड लिखता है, कमांड चलाता है और ब्राउज़र को नियंत्रित भी कर सकता है। हर बदलाव और कमांड के लिए आपकी मंज़ूरी ज़रूरी है। इसे Pize Code, Positron, CLI या SDK में इस्तेमाल कर सकते हैं।

अभी उपलब्ध उपयोग विकल्प

• Pize Code. एडिटर का साइडबार प्लगइन। कई फ़ाइलों में संपादन, टर्मिनल, योजना और निष्पादन, और समीक्षा योग्य diff।
• Positron. वही एजेंट, साथ में उस R या Python सत्र का पुल जिस पर आपका फ़ोकस है।
• SDK. वही एजेंट उस प्रोग्राम में एम्बेड किया जाता है जिसे आप पहले से चलाते हैं और CLI में उपलब्ध है।

मॉडल के उपयोग का भुगतान

सेल्फ-सर्व उपयोग का भुगतान प्रीपेड क्रेडिट से किया जाता है। एक क्रेडिट एक अमेरिकी सेंट के बराबर है। मूल्य पृष्ठ पर पैक खरीदें; Stripe भुगतान लेता है। एंटरप्राइज़ शर्तें संपर्क के ज़रिए तय होती हैं।

एंटरप्राइज़

प्रयोगशालाओं और कस्टम शर्तों के लिए कोई प्रकाशित कीमत नहीं है। इन्हें संपर्क के ज़रिए तय किया जाता है।

यह एक पूरा प्रोग्रामिंग एजेंट भी है

डेटा पढ़ना और सत्र का ब्रिज, Pize की जोड़ी हुई परत है। आगे वे क्षमताएँ हैं जो इसे एक संपूर्ण प्रोग्रामिंग एजेंट भी बनाती हैं—इनके बिना सांख्यिकीय कार्यचक्र पूरा नहीं होता।

SDK (Software Development Kit, सॉफ़्टवेयर डेवलपमेंट किट) API, प्रकार और उदाहरणों को एक पैकेज में देता है, ताकि दूसरा प्रोग्राम आपकी क्षमता को दोबारा लागू किए बिना सीधे कॉल कर सके।

SDK के बिना हर एकीकरण अपनी HTTP कॉल लिखता है और फ़ील्ड का अनुमान लगाता है। SDK के साथ कॉल करने वाले प्रोग्राम को स्थिर फ़ंक्शन नाम, प्रकार और वास्तव में चलने वाला उदाहरण मिलता है। किसी मॉडल को लैब के डेटा-अधिग्रहण प्रोग्राम या आंतरिक विश्लेषण प्लेटफ़ॉर्म में एम्बेड करना इसी परत का काम है।

• यह क्या देता है। कॉल किए जा सकने वाले इंटरफ़ेस, प्रकार और चलने वाला सबसे छोटा उदाहरण। कॉल करने वाले प्रोग्राम को डेटा पढ़ने या सत्र को फिर से बनाने की आवश्यकता नहीं पड़ती।
• यह क्या नहीं देता है। यह आपके उत्पाद के UI को नहीं बदलता और सांख्यिकीय विधि नहीं चुनता। विधि अब भी मॉडल सुझाता है और आप उसकी पुष्टि करते हैं।
• यह प्लगइन से कैसे अलग है। प्लगइन एडिटर में खुलता है। SDK उसी एजेंट को आपके पहले से उपयोग किए जा रहे प्रोग्राम में एम्बेड करता है, इसलिए अलग साइडबार की आवश्यकता नहीं होती।

MCP (Model Context Protocol, मॉडल कॉन्टेक्स्ट प्रोटोकॉल) एक खुला प्रोटोकॉल है। यह मॉडल को रनटाइम में बाहरी टूल, डेटा और प्रॉम्प्ट तक पहुँचने देता है, ताकि हर स्रोत के लिए अलग निजी कनेक्शन न बनाना पड़े।

मॉडल स्वयं केवल तर्क करता है। वह आपके डेटाबेस को नहीं देख सकता और उपकरण के सॉफ़्टवेयर में मौजूद पैरामीटर को छू नहीं सकता। MCP तीन चीज़ें परिभाषित करता है: टूल (कॉल की जा सकने वाली क्रियाएँ), संसाधन (पढ़ा जा सकने वाला डेटा) और प्रॉम्प्ट (दोबारा उपयोग किए जा सकने वाले निर्देश)। इस अनुबंध को लागू करने वाले किसी भी सिस्टम का उपयोग मॉडल एक ही तरीके से कर सकता है।

• यह किस समस्या को हल करता है। मॉडल और बाहरी सिस्टम को अब अपना-अपना निजी कनेक्शन बनाने की आवश्यकता नहीं होती। डेटाबेस, नॉलेज बेस और आंतरिक गेटवे तक एक ही प्रोटोकॉल से पहुँचा जा सकता है।
• यह क्या नहीं है। यह न मॉडल है, न SDK। यह तय नहीं करता कि एजेंट को अपने प्रोग्राम में कैसे एम्बेड करें; यह केवल बताता है कि चल रहा एजेंट बाहरी सिस्टम से कैसे जुड़े।
• Pize के भीतर। Pize क्लाइंट के रूप में अन्य MCP सर्वर से जुड़ता है। सुरक्षा की सीमा अब भी आपकी मंज़ूरी है: डिफ़ॉल्ट रूप से केवल पढ़ने की अनुमति; किसी कार्रवाई से पहले आपकी पुष्टि आवश्यक है।

अनुसंधान में AI सिस्टम से सही संख्याएँ पाने के लिए अक्सर “बड़े मॉडल” की नहीं, बल्कि इस क्षमता की कमी होती है कि मॉडल वास्तविक डेटा देख सके, वास्तविक टूल चला सके और आपके मौजूदा सॉफ़्टवेयर के भीतर काम कर सके।

Pize इन तीनों परतों को अलग रखता है और साथ में जोड़ता भी है। मॉडल विधि चुनता और कोड लिखता है। SDK उस एजेंट को आपके टूल में रखता है। MCP उसे रनटाइम में लाइब्रेरी, उपकरण के सॉफ़्टवेयर और आंतरिक सिस्टम तक पहुँचने देता है। डेटा पढ़ना अब भी पहला चरण है: यदि डेटा गलत है, तो बाकी दो परतें उस त्रुटि को और आगे ले जाएँगी।

सांख्यिकीय गलतियाँ शायद ही कभी क्रैश के रूप में दिखाई देती हैं। गलत डिलिमिटर हर कॉलम को खिसका देता है; पहली पंक्ति को हेडर मानने से पहला प्रेक्षण हट जाता है; NA और NULL को 0 मानने से माध्य और प्रसरण बदल जाते हैं; और संख्यात्मक कॉलम को टेक्स्ट मानने पर रिग्रेशन मॉडल उसे कारक की तरह लेता है। इनमें से कोई भी गलती प्रोग्राम को नहीं रोकती। प्रोग्राम चुपचाप ऐसा गलत आँकड़ा देता है जो सही लग सकता है—और पढ़ते समय हुई यही गलती बाद के हर परीक्षण, मॉडल और अनुमान में चली जाती है।

इसलिए Pize का लक्ष्य मॉडल से अधिक कोड लिखवाना नहीं है। वह पहले मॉडल को डेटा का आकार, हर कॉलम का प्रकार, अनुपस्थित मानों की संख्या और पंक्तियों की अनुमानित संख्या समझाता है। उसके बाद मॉडल गणना और मॉडलिंग का कोड लिखता है और उसे आपके वास्तविक सत्र में चलाता है, ताकि आप परिणाम देख सकें।

फ़ॉर्मैट की पहचान फ़ाइल एक्सटेंशन से नहीं, उसकी सामग्री से की जाती है—शोध डेटा में .txt फ़ाइल में अक्सर तालिका होती है, जबकि .csv फ़ाइल में कभी-कभी केवल तीन कॉन्फ़िगरेशन पंक्तियाँ होती हैं। नीचे दिया हर निर्णय बाद के परिणामों को सीधे प्रभावित करता है।

• डिलिमिटर की पहचान। टैब, कॉमा, सेमीकोलन या पाइप चिह्न (|) में से एक चुना जाता है। हर पंक्ति में कॉलम की संख्या स्थिर होनी चाहिए और फ़ील्ड तालिका की सेल जैसे दिखने चाहिए, ताकि हर वाक्य में कॉमा वाला गद्य दो-कॉलम की तालिका न समझ लिया जाए।
• हेडर या डेटा। यदि पहली पंक्ति में संख्यात्मक कॉलम की जगहों पर अंक मौजूद हैं, तो वह प्रेक्षण है, कॉलम का नाम नहीं। पहले प्रेक्षण को हेडर समझ लेना नमूने से एक प्रेक्षण कम होने का आम कारण है।
• अनुपस्थित मान प्रकार-अनुमान में शामिल नहीं होते। खाली स्ट्रिंग, NA, NaN और NULL को अलग से पहचाना जाता है; वरना पूरी तरह खाली कॉलम को संख्यात्मक माना जा सकता है और मॉडल उन संख्याओं का सारांश बना सकता है जो मौजूद ही नहीं हैं।
• स्तंभ-दर-स्तंभ प्रकार अनुमान। संख्या / पाठ / खाली, प्रत्येक स्तंभ पर। यही कदम तय करता है कि स्तंभ माध्य, प्रसरण या समाश्रयण में जा सकता है या नहीं।
• टिप्पणियाँ और मेटाडेटा हटाए जाते हैं। #, ! या @XX से शुरू अग्र भाग पहले उतरते हैं। VCF स्तंभ नाम अंतिम टिप्पणी पंक्ति में छुपाता है; वे वापस मिलते हैं ताकि स्तंभों के नाम हों।
• संपीड़ित तालिकाएँ पारदर्शी पढ़ी जाती हैं। .gz अपने आप खुलता है; आकार खुलने के बाद नापा जाता है — 1 MB संग्रह में 20 MB की तालिका हो सकती है।
• पंक्ति संख्या का अनुमान। पढ़ी जा चुकी उपसर्ग की बाइट हिस्सेदारी से कुल पंक्तियाँ अनुमानित होती हैं, और इसे अनुमान कहा जाता है, तथ्य नहीं।
• बजट से बड़ी फ़ाइल को त्रुटि नहीं, डेटा कार्ड मिलता है। कॉन्टेक्स्ट बजट पार होने पर Pize फ़ाइल का आकार, डिलिमिटर, पंक्तियों की अनुमानित संख्या, कॉलम के नाम व अनुमानित प्रकार और पहली दो पंक्तियाँ लौटाता है। मॉडल इस कार्ड से सही पढ़ने वाला कोड लिख सकता है, इसलिए दस लाख पंक्तियों की तालिका पूरा कॉन्टेक्स्ट नहीं खाती।

पहले पढ़ना, फिर गणना। Pize आपके लिए सांख्यिकीय विधियाँ नहीं गढ़ता। वह सुनिश्चित करता है कि मॉडल आपके असली डेटा के सामने है, और हर कदम आप देख सकें।

• वास्तविक वितरण के आधार पर विधि चुनें। मॉडल को पंक्तियों और कॉलम की संख्या, उनके प्रकार, अनुपस्थित मानों की संख्या और सारांश आँकड़े मिलते हैं। इनके आधार पर वह पैरामीट्रिक या नॉन-पैरामीट्रिक विधि, आवश्यक रूपांतरण और अनुपस्थित मानों को सँभालने का तरीका तय करता है।
• लिखो, फिर चलाओ। बनाया गया R या Python आपके पुष्टि के बाद वर्तमान सत्र में चलता है। जो लौटता है असली आउटपुट है, मॉडल की कल्पना नहीं।
• चित्रों से निदान। नवीनतम चित्र लाया जा सकता है — QQ, अवशिष्ट, वितरण जैसे चित्र जिन्हें देखकर ही परखा जाता है। मॉडल उस निर्णय में शामिल हो सकता है।
• बंद चक्र। चलाना, पढ़ना, सुधारना, एक ही सत्र में। नया प्रक्रम शुरू होने से मध्यवर्ती चर नहीं खोते।
• केवल समुच्चय, कच्ची पंक्तियाँ नहीं। तालिका सारांश संरचना और आँकड़े लौटाता है। कच्ची प्रेक्षणें सत्र में रहती हैं।

विश्लेषण की सच्चाई फ़ाइल में नहीं, स्मृति में है। पुल Positron के सार्वजनिक एक्सटेंशन API से वह R या Python सत्र पढ़ता है जिस पर आपका फ़ोकस है। वह रनटाइम बनाता या बदलता नहीं। वही इस्तेमाल करता है जो आप पहले से चला रहे हैं।

• जनित कॉर्पस से यह जाँचा जाता है कि सुधारी गई गलतियाँ दोबारा न लौटें। 31 तरह की फ़ाइल संरचनाओं के लिए लेबल वाले नमूने बनाए जाते हैं और एक बार में दस हज़ार नमूने डिटेक्टर से गुज़ारे जाते हैं। पहली बार 458 मामले विफल हुए, जिससे चार तरह के दोष सामने आए और उन्हें एक-एक करके सुधारा गया। रैंडम seed स्थिर है, इसलिए उन्हीं इनपुट से पुष्टि की जा सकती है कि सुधारे गए दोष दोबारा नहीं आए।
• हर इंटीग्रेशन बिंदु पर ट्रिपवायर टेस्ट। upstream कोड से जुड़ने वाले हर बिंदु का टेस्ट है। यदि merge में wiring की एक पंक्ति भी छूट जाए तो टेस्ट तुरंत विफल हो जाता है—ऐसा नहीं हो सकता कि पूरी test suite सफल दिखे और फ़ीचर चुपचाप काम करना बंद कर दे।
• हर merge पर पूरी checklist। हज़ारों unit tests, दो type checkers और पूरे repository का lint चलाया जाता है। पैकेज बनने के बाद artifact को खोलकर पुष्टि की जाती है कि अपेक्षित व्यवहार वास्तव में bundle में मौजूद है।
• एक क्लिक स्व-जाँच। आदेश पैलेट का ब्रिज परीक्षण वास्तव में एक सत्र पढ़ता है। पास होने का अर्थ है कि टूल वास्तविक डेटा तक पहुँच पाए।
• आधिकारिक संस्करण के साथ रहता है। अलग एक्सटेंशन पहचान से निकलता है, ऊपरी प्लगइन के साथ साथ लग सकता है, उसे नहीं ढकता।

आर्किटेक्चर में एक नियम हर जगह लागू होता है: नया व्यवहार हमेशा नई फ़ाइलों में लिखा जाता है और upstream फ़ाइलों को केवल आवश्यक call sites पर बदला जाता है। इसलिए दस upstream commits वाले merge में भी टकराव केवल एक पंक्ति तक सीमित हो सकता है—परियोजना एक बार जारी होकर रुकने के बजाय upstream के साथ आगे बढ़ सकती है।