Cloaky Desktop Workbench: अपनी AI कोडिंग बुद्धिमत्ता पर स्वामित्व प्राप्त करें

आजकल बहुत सारे coding agents आ गए हैं। और यह अच्छी बात है। ज़्यादा से ज़्यादा लोग अब ऐसे टूल्स बना रहे हैं जो उनके काम करने के असली तरीके पर आधारित हों। हर नया तरीका हम बाकी लोगों को कुछ नया सीखने का मौका देता है, और इन टूल्स का इस्तेमाल करने वालों के पास ज़्यादा विकल्प आ जाते हैं।

Cloaky इस दिशा में हमारा योगदान है: एक डेस्कटॉप वर्कबेंच जहाँ आप कोई coding engine चुन सकते हैं, उसे कोई काम दे सकते हैं, उसके काम पर नज़र रख सकते हैं, बदलावों की समीक्षा कर सकते हैं, और चैट के साथ-साथ ही उसने जो बनाया है उसे टेस्ट कर सकते हैं।

हम macOS और Linux के लिए Cloaky Base v0.1.1 तैयार कर रहे हैं। यह आपके खुद के API key के साथ पाँच coding engines को Venice से जोड़ता है, और voice transcription आपके ही मशीन पर चलती है। Pro, जो अभी भी एक प्राइवेट बिल्ड है, इसमें लोकल लैंग्वेज मॉडल और डायरेक्ट प्रोवाइडर विकल्प जोड़े गए हैं।

हमारी शुरुआत यहीं से हो रही है।

लेकिन इसके पीछे का बड़ा विचार बेहद निजी है: आप जिस इंटेलिजेंस का इस्तेमाल करते हैं, उसका ज़्यादातर हिस्सा आपका अपना होना चाहिए।

मेरा मतलब सिर्फ मॉडल से नहीं है। मेरा मतलब उन उदाहरणों से है जिन्हें आप चुनते हैं, उस संदर्भ (context) से है जिसे आप तैयार करते हैं, समस्याओं को सुलझाने के आपके तरीकों से है, और उन रूटीन्स से है जिन पर आप बार-बार लौटते हैं क्योंकि वे काम करते हैं। अभी, इनमें से ज़्यादातर चीज़ें दूसरों के प्रोडक्ट्स के अंदर कैद हैं।

मैं चाहता हूँ कि लोग अपनी ज़िंदगी और काम के हिसाब से इंटेलिजेंस तैयार करें, और उसका ज़्यादातर हिस्सा उसी हार्डवेयर और टूल्स पर चलाएँ जिन पर उनका पूरा कंट्रोल हो। किसी अतिरिक्त क्षमता को किराए पर लेना आपकी अपनी पसंद होनी चाहिए, जब आपको इसकी ज़रूरत महसूस हो।

Cloaky की शुरुआत वर्कबेंच से होती है, क्योंकि मॉडल बदलते रहेंगे लेकिन वर्कबेंच वो हिस्सा है जो आपके पास हमेशा रहेगा।

काम के साथ जुड़े रहने की जगह

जब कोई एजेंट किसी प्रोजेक्ट में बदलाव करता है, तो आपकी रिक्वेस्ट और उसके आखिरी मैसेज के बीच बहुत कुछ होता है।

फाइलें बदलती हैं। कमांड्स रन होते हैं। कोई तरीका काम करता है, या फिर फेल हो जाता है। कई बार आपको बीच में रोकना पड़ता है, कोई सवाल पूछना होता है, या यह बताना होता है कि देखने में बिल्कुल सही लग रहा रिज़ल्ट असल में आपकी ज़रूरत पूरी नहीं कर रहा।

Cloaky चैट, फाइल रिव्यू और प्रीव्यू — सबको एक ही जगह ले आता है।

आप diff पढ़ सकते हैं, किसी लाइन पर कमेंट कर सकते हैं, किसी hunk को रिजेक्ट कर सकते हैं, या सपोर्टेड टर्न के बाद फाइल चेकपॉइंट पर वापस जा सकते हैं। इंजन और परमिशन मोड के आधार पर, अप्रूवल कार्ड्स आपको फाइलें एडिट करने या कमांड्स रन करने की रिक्वेस्ट्स को जाँचने और तय करने की सुविधा देते हैं कि उन्हें अनुमति देनी है या नहीं।

ये कंट्रोल्स हर इंजन के हिसाब से अलग-अलग होते हैं। अप्रूवल एक रिव्यू स्टेप है, सैंडबॉक्स नहीं: एक बार जब आप किसी एक्शन को अप्रूव कर देते हैं, तो उसे रोकने वाला कुछ नहीं होता। कंटेनर आइसोलेशन और कमांड सैंडबॉक्स — जो दोनों डिफ़ॉल्ट रूप से बंद होते हैं — वही तय करते हैं कि कोई इंजन कहाँ तक पहुँच सकता है।

मैं जो अनुभव देना चाहता हूँ वह बिल्कुल सीधा है। आपको काम होते हुए उसके साथ जुड़े रहने की आज़ादी मिलनी चाहिए।

देखें कि क्या बदला। दिशा-निर्देश दें। रिज़ल्ट को टेस्ट करें। जो हिस्से चाहिए उन्हें रखें और जो नहीं चाहिए उन्हें ठीक करें।

चाहे आप कोई छोटी-सी चीज़ ठीक कर रहे हों या महीनों से रुके हुए किसी प्रोजेक्ट को आखिरकार शुरू कर रहे हों, वर्कबेंच को आपकी सोच को एक ऐसी चीज़ में बदलने में मदद करनी चाहिए जिसे आप जाँच सकें और इस्तेमाल कर सकें।

वर्कबेंच अपने पास रखें। इंटेलिजेंस खुद चुनें।

इंजन और मॉडल अलग-अलग काम करते हैं।

इंजन कोडिंग सेशन और उसके टूल्स को चलाता है। मॉडल उसके पीछे की inference ताकत देता है। और वर्कबेंच वो जगह है जहाँ आप दिशा तय करते हैं और रिज़ल्ट की समीक्षा करते हैं।

Cloaky Base Claude Code, OpenCode, Codex, Kimi Code और Grok Build के साथ काम करता है। इनकी मॉडल रिक्वेस्ट्स Venice के ज़रिए जाती हैं, जिसमें आपकी अपनी Venice key और क्रेडिट का इस्तेमाल होता है।

Base आपके मशीन पर लैंग्वेज मॉडल नहीं चलाता। हर रिक्वेस्ट में काम के लिए ज़रूरी context होता है, जिसमें prompts, एजेंट द्वारा पढ़ी गई फाइलें और टूल रिज़ल्ट शामिल हैं। टूल्स और इंटीग्रेशन्स अपनी नेटवर्क रिक्वेस्ट्स भी भेज सकते हैं। Cloaky का मॉडल पिकर Venice privacy tier दिखाता है

चित्र 2. Base का मॉडल-रिक्वेस्ट रूट। होस्टेड रिक्वेस्ट्स में काम के लिए ज़रूरी context होता है। टूल्स और इंटीग्रेशन्स अपनी नेटवर्क रिक्वेस्ट्स भी भेज सकते हैं।

क्या चीज़ आपके मशीन पर ही रहती है, यह भी मायने रखता है। Cloaky न तो कोई telemetry, analytics या क्रैश रिपोर्ट भेजता है, और न ही अपना कोई सर्वर चलाता है। आपकी सेटिंग्स, सेशन्स और रिकॉर्ड्स आपके कंप्यूटर के एक फोल्डर में, ऐप से बाहर सुरक्षित रहते हैं।

यह जानना कि इंटेलिजेंस कहाँ काम कर रही है, एक सही चुनाव करने का हिस्सा है। Pro इस विकल्प को Ollama और LM Studio के ज़रिए डायरेक्ट प्रोवाइडर्स और लोकल लैंग्वेज मॉडल्स तक बढ़ा देता है।

वक्त के साथ, मैं चाहता हूँ कि लोगों को यह तय करने की ज़्यादा आज़ादी मिले कि वे लोकल पर क्या चलाएँगे, क्या किराए पर लेंगे, और अपने काम के हिसाब से इन दोनों को कैसे मिलाएँगे।

एक काम का वर्कबेंच वही है जो इन बदलते विकल्पों के बीच भी अपनी जगह बनाए रखे।

मालिकाना हक का एक छोटा-सा हिस्सा

Voice typing इस विचार को हकीकत में बदलता है।

whisper.cpp के साथ, Cloaky आपकी रिकॉर्डिंग को आपके ही मशीन पर transcribe करता है। टेक्स्ट composer में दिखता है ताकि आप उसे भेजने से पहले पढ़ सकें या बदल सकें।

रिकॉर्डिंग, transcription और भेजना — ये तीनों अलग-अलग स्टेप्स हैं। ऑडियो आपके मशीन पर ही रहता है। जब आप Base में तैयार हुआ prompt भेजते हैं, तो वह टेक्स्ट Venice रूट से होकर जाता है।

चित्र 3. रिकॉर्डिंग और transcription आपके मशीन पर ही रहते हैं। तैयार टेक्स्ट कब भेजना है, यह आप तय करते हैं।

आप चार English speech models में से कोई भी चुन सकते हैं। इसके लिए आपको whisper.cpp और एक डाउनलोडेड मॉडल की ज़रूरत होगी, और transcription का कोई क्लाउड बैकअप नहीं है।

यह एक छोटी-सी सुविधा है, लेकिन बहुत काम की। आप बोलकर कोई काम बता सकते हैं, शब्दों को जाँच सकते हैं, और तय कर सकते हैं कि वे कब एक रिक्वेस्ट बनेंगे।

मैं बड़े विज़न की तरफ इसी तरह बढ़ना चाहता हूँ — ऐसी चीज़ों के ज़रिए जिन्हें लोग समझ सकें और कंट्रोल कर सकें।

आपका ज़्यादातर context आपके लिए काम आए। आपके workflows वैसे ही काम करें जैसे आप चाहते हैं। ज़्यादा से ज़्यादा क्षमता उन मशीन्स पर चले जिनके मालिक आप हैं।

अभी बहुत कुछ बनाना बाकी है। और यही बात इसे दिलचस्प बनाती है।

एक दूसरी नज़र

Cloakster सेशन पर एक वैकल्पिक 'सेकंड ओपिनियन' है। इसकी सेशन मॉनिटरिंग डिफ़ॉल्ट रूप से बंद रहती है।

यह उन चीज़ों पर नज़र रखता है जैसे बार-बार फेल होने वाले तरीके, रिक्वेस्ट से भटकना, और ऐसे दावे जिनका आउटपुट में कोई आधार नहीं होता। यह उन पेंडिंग एक्शन्स को भी हाइलाइट कर सकता है जो काम के दायरे से बाहर लगते हैं।

Cloakster, Venice के बीटा decision API के ज़रिए TypeSafe AI द्वारा बनाए गए Jev का इस्तेमाल करता है। Cloaky इसका उपयोग ऐसे सवाल पूछने के लिए करता है जैसे कि क्या काम पूरा हो गया है या कोई प्रस्तावित एक्शन काम की सीमा से बाहर जा रहा है।

हमने इसे बनाते समय लेबल किए गए सिंथेटिक उदाहरणों पर टेस्ट किया था।

24 सितंबर, 2026 को, Venice के jev-latest ने 104 में से 103 परिस्थितियों के जवाब दिए; एक रिक्वेस्ट rate limit से टकरा गई। दर्ज की गई median decision-request latency 421 millisec थी

चित्र 4. चुने गए thresholds पर परिणाम। नीले हिस्से पहचाने गए पॉज़िटिव उदाहरण हैं; सैंड (पीले) हिस्से छूट गए मामले हैं। Thresholds उसी डेटासेट का उपयोग करके चुने गए थे।

उस सेट के लिए चुने गए thresholds पर, Cloakster ने 18 में से 17 completion उदाहरणों और काम के दायरे से बाहर के 23 में से 22 एक्शन्स को पकड़ लिया। दो छूटे हुए मामलों में एक ऐसा पूरा हुआ काम था जिसे चेक नहीं किया गया, और दूसरा किसी अन्य प्रोजेक्ट में प्रस्तावित file write था।

हमने उन्हीं उदाहरणों का उपयोग करके ये thresholds चुने थे। ये calibration परिणाम हैं, और हमें अभी भी यह देखना है कि असली सेशन्स में Cloakster कैसा व्यवहार करता है।

जब किसी योग्य सेशन के लिए सेशन मॉनिटरिंग चालू होती है, तो चुने गए अंश Venice के decision model को भेजे जाते हैं। Settings में हर Cloakster चेक को बंद किया जा सकता है।

इसका मकसद आपको एक और नज़रिया देना है, जबकि काम की कमान पूरी तरह आपके हाथ में रहे।

हमने इसे बनाते समय लेबल किए गए सिंथेटिक उदाहरणों पर टेस्ट किया था।

24 सितंबर, 2026 को, Venice के jev-latest ने 104 में से 103 परिस्थितियों के जवाब दिए; एक रिक्वेस्ट rate limit से टकरा गई। दर्ज की गई median decision-request latency 421 milliseconds थी।कुछ ऐसा बनाना जिसके पास बार-बार लौटने का मन करे

पब्लिक बीटा बंद हो चुका है। अगला नंबर Cloaky Base v0.1.1 का है, जो macOS 13 या उससे नए वर्ज़न और Linux के लिए बिल्कुल मुफ्त होगा। दस रिलीज़ के बाद, v0.1.10 पर इसका सोर्स MIT license के तहत खोल दिया जाएगा।

Apple Silicon पर सबसे ज़्यादा टेस्टिंग हुई है। इसलिए Intel Mac और Linux यूज़र्स का फीडबैक हमारे लिए खासतौर पर काम का होगा।

चित्र 5. दो एडिशन, अलग-अलग मॉडल विकल्पों के साथ। लोकल voice transcription Base में उपलब्ध है; लोकल लैंग्वेज-मॉडल inference एक Pro सुविधा है।

इंजन अलग-अलग प्रोग्राम हैं। Cloaky Claude Code, OpenCode, Codex और Kimi Code को इंस्टॉल कर सकता है, या पहले से मौजूद इंस्टॉलेशन का इस्तेमाल कर सकता है। Grok Build गाइडेड टर्मिनल इंस्टॉल का उपयोग करता है।

हमने टाइमर्स, नोट्स, बोर्ड्स और अन्य छोटे प्रोजेक्ट्स के लिए Linux का एक पुराना बिल्ड इस्तेमाल किया है, और देखा है कि यह असली कोडिंग सेशन्स को कैसे हैंडल करता है।

OpenCode Go के ज़रिए GLM-5.3-Flash का उपयोग करते हुए एक slugify काम में, Cloaky को 13 सेकंड लगे और OpenCode CLI को 14 सेकंड। दोनों ने एक ही चार टेस्ट पास किए। एक रन से रफ़्तार के बारे में ज़्यादा कुछ पता नहीं चलता, लेकिन यह देखना अच्छा लगा कि वर्कबेंच ने एक रिक्वेस्ट से लेकर चेक किए गए रिज़ल्ट तक काम को पूरा किया।

एक मुश्किल काम ने जाँच के लिए और भी कई बातें सामने ला दीं। Cloaky के ज़रिए OpenCode Go ने फाइलें लिखीं, और स्टैंडअलोन Grok Build CLI ने भी। लेकिन उस रन में Cloaky के ACP कनेक्शन के ज़रिए Grok Build ने कोई फाइल नहीं बनाई। उस पुराने बिल्ड में कुछ और दिक्कतें भी थीं। दूसरा इंस्टेंस खोलने पर profile lock लग गया और एक काली विंडो दिखी, और provider-balance errors को ज़्यादा साफ तरीके से समझाने की ज़रूरत थी।

मैं आगे भी दिखाना चाहता हूँ कि असल में क्या होता है, उन कोशिशों सहित जो फेल हो जाती हैं।

किसी के रोज़मर्रा के काम में अपनी जगह बनाने के लिए इन छोटी-छोटी बातों पर ध्यान देना ज़रूरी है: शुरुआत कैसे करें, किसी error को कैसे समझें, बदलावों की समीक्षा कैसे करें, और अगले दिन फिर क्यों लौटें।

यही वो काम है जो हमें लगातार करते रहना है।

बंदरगाह में जगह तो है ही

इस क्षेत्र में ऐसे बहुत से लोग काम कर रहे हैं जिनका मैं सम्मान करता हूँ। मैं चाहता हूँ कि वे कामयाब हों।

OpenCode वो मानक है जिससे हम लगातार सीख रहे हैं। Cloaky को उस दुनिया पर खड़ा होने का मौका मिल रहा है जिसे इन टीमों ने मिलकर बनाया है।

Theo, T3 Code team और उनकी कम्युनिटी को मेरा निजी शुक्रिया। मैंने Theo’s channel और T3 Code को गहराई से समझकर बहुत कुछ सीखा है।

Cloaky, T3 Code का fork नहीं है। शायद होना चाहिए था। इससे ज़िंदगी काफी आसान हो जाती।

वे अपने काम में जितनी मेहनत और लगन लगाते हैं और उसे इतने खुलेपन से शेयर करते हैं, इसके लिए मेरे मन में उनके लिए सच्ची इज़्ज़त है।

OpenCode, Cline, Aider, Zed और ACP community, Ollama, LM Studio, और Venice का शुक्रिया। Cloaky उन maintainers को श्रेय देने वाले notices के साथ आता है जिनके काम का इसमें इस्तेमाल हुआ है।

और Jev के लिए Diogo Almeida तथा TypeSafe AI team को भी श्रेय जाता है। उनके काम ने हमें एक और मज़बूत आधार दिया; ऊपर दिए गए Cloakster calibration माप हमारे अपने हैं। जैसे-जैसे हम सीखेंगे, इन आँकड़ों को अपडेट करते रहेंगे।

जब लोगों के पास बेहतर टूल्स और उनसे कुछ बनाने की ज़्यादा आज़ादी होती है, तो हम सबको फायदा होता है। अलग-अलग तरीकों, अलग-अलग workflows और इस तकनीक के भविष्य को लेकर अलग-अलग सोच के लिए यहाँ काफी जगह है।

Cloaky की सोच सिर्फ कोडिंग सेशन तक सीमित नहीं है। मैं चाहता हूँ कि यह लोगों को उनके अपने काम के हिसाब से इंटेलिजेंस बनाने में मदद करे, और उस इंटेलिजेंस का ज़्यादातर हिस्सा उनके अपने हाथों में रहे।

अगर यह दिशा आपको भी सही लगती है और आप इसे आकार देने में मदद करना चाहते हैं, तो आपका स्वागत है।

cloaky.dev पर अपनी ईमेल छोड़ दें, और आपको रिलीज़ वाले दिन बस एक ईमेल मिलेगा — अगले कुछ दिनों में, कोई न्यूज़लेटर नहीं। व्यावहारिक डेमो, डेवलपमेंट अपडेट्स और अगले मापन (measurements) के लिए @cloakyapp को फॉलो करें।

Pro अभी भी एक प्राइवेट बिल्ड है। अगर आप इसे आकार देने में मदद करना चाहते हैं, तो hello@cloaky.dev पर संपर्क करें।

बंदरगाह में एक और नाव आ गई है। देखते हैं यह कैसा सफर तय करती है।