கோடெக்ஸ் துணை முகவர்கள்: AI மேம்பாட்டு பணிப்பாய்வுகளை மேம்படுத்துதல்

கோடெக்ஸ் துணை முகவர்கள்: சிக்கலான AI பணிப்பாய்வுகளை புரட்சிகரமாக்குதல்

AI மேம்பாட்டின் விரைவாக மாறிவரும் சூழலில், சிக்கலான மற்றும் பலதரப்பட்ட பணிகளை திறம்பட நிர்வகிப்பது மிக முக்கியமானது. OpenAI இன் கோடெக்ஸ், ஒரு சக்திவாய்ந்த AI குறியீடு உருவாக்கம் மற்றும் உதவி கருவி, அதன் புதுமையான துணை முகவர் திறன்களுடன் இந்த சவாலை நேரடியாக எதிர்கொள்கிறது. சிக்கலான சிக்கல்களை நிர்வகிக்கக்கூடிய, இணையான அலகுகளாகப் பிரித்தெடுக்க துணை முகவர்கள் டெவலப்பர்களுக்கு அதிகாரம் அளிக்கின்றன, ஒவ்வொன்றும் ஒரு சிறப்பு AI முகவரால் கையாளப்படுகிறது. இந்த அணுகுமுறை AI-உதவியுடன் கூடிய மேம்பாட்டின் செயல்திறன் மற்றும் ஆழத்தை வியத்தகு முறையில் மேம்படுத்துகிறது, குறிப்பாக விரிவான குறியீட்டு ஆய்வு, பல-படி அம்ச செயலாக்கம் அல்லது விரிவான குறியீட்டு மதிப்பாய்வுகள் போன்ற பணிகளுக்கு.

துணை முகவர்கள் முதன்மை கோடெக்ஸ் இன்ஸ்டன்ஸை பிரத்யேக, சிறப்பு முகவர்களை இணையான முறையில் உருவாக்க அனுமதிப்பதன் மூலம் செயல்படுகின்றன. இந்த முகவர்கள் வெவ்வேறு மாதிரிகள் மற்றும் வழிமுறைகளுடன் உள்ளமைக்கப்படலாம், இது ஒரு சிக்கலின் குறிப்பிட்ட அம்சங்களில் கவனம் செலுத்த அவர்களுக்கு உதவுகிறது. அவற்றின் தனிப்பட்ட பணிகள் முடிந்ததும், கோடெக்ஸ் அறிவுபூர்வமாக அவற்றின் முடிவுகளை சேகரித்து ஒருங்கிணைக்கிறது, இது ஒரு ஒருங்கிணைந்த மற்றும் விரிவான பதிலை வழங்குகிறது. இந்த முறை, 'context pollution' அல்லது 'context rot' போன்ற ஒற்றை முகவர் அமைப்புகளில் உள்ள உள்ளார்ந்த வரம்புகளை சமாளிக்க முக்கியமானது, ஒரு சிக்கலான பணியின் ஒவ்வொரு பகுதியும் அதற்குத் தேவையான கவனத்தைப் பெறுவதை உறுதி செய்கிறது. கோட்பாட்டு அடிப்படையைப் பற்றி ஆழமாக அறிய, operationalizing-agentic-ai-part-1-a-stakeholders-guide போன்ற கருத்துக்களை ஆராய்வது மதிப்புமிக்க சூழலை வழங்கும்.

கோடெக்ஸ் துணை முகவர் பணிப்பாய்வுகளை எவ்வாறு ஒருங்கிணைக்கிறது

கோடெக்ஸ் துணை முகவர்களின் சக்தி, விநியோகிக்கப்பட்ட பணிகளைத் தடையற்ற முறையில் ஒருங்கிணைப்பதில் உள்ளது. ஒரு டெவலப்பர் ஒரு சிக்கலான வினவலைத் தொடங்கும்போது, கோடெக்ஸ் பல துணை முகவர்களுக்குப் பணியை ஒப்படைப்பதற்கான வாய்ப்புகளை அறிவுபூர்வமாக அடையாளம் காண்கிறது. இந்தச் செயல்முறை புதிய துணை முகவர்களை உருவாக்குதல், ஒவ்வொரு முகவருக்கும் குறிப்பிட்ட வழிமுறைகளை அனுப்புதல், பின்னர் அவற்றின் தனிப்பட்ட முடிவுகளுக்காகப் பொறுமையாகக் காத்திருத்தல் ஆகியவற்றை உள்ளடக்கியது. அனைத்து துணை முகவர்களும் தங்கள் பணிகளை முடித்தவுடன், கோடெக்ஸ் அவற்றின் வெளியீடுகளைச் சேகரித்து, ஒரு ஒருங்கிணைந்த, சீரான பதிலில் தொகுக்கிறது.

புரிந்துகொள்ள வேண்டிய ஒரு முக்கியமான அம்சம் என்னவென்றால், துணை முகவர்கள் வெளிப்படையாகக் கோரப்பட்டால் மட்டுமே உருவாக்கப்படுகின்றன, குறிப்பிட்ட 'prompts' அல்லது முன் வரையறுக்கப்பட்ட உள்ளமைவுகள் மூலம். இந்த இணையான செயலாக்கம் வேகம் மற்றும் முழுமைத்தன்மையில் குறிப்பிடத்தக்க நன்மைகளை வழங்கினாலும், ஒவ்வொரு துணை முகவரும் அதன் மாதிரி மற்றும் கருவி தொடர்புகளுக்கு 'tokens' ஐ பயன்படுத்துகின்றன என்பதைக் கவனத்தில் கொள்வது அவசியம். இதன் விளைவாக, துணை முகவர் பணிப்பாய்வுகள் ஒற்றை முகவர் இயக்கங்களை விட இயல்பாகவே அதிக 'tokens' ஐ பயன்படுத்துகின்றன. டெவலப்பர்கள் தங்கள் 'prompts' மற்றும் உள்ளமைவுகளை வடிவமைக்கும்போது இதை கவனத்தில் கொள்ள வேண்டும்.

துணை முகவர்களைப் பயன்படுத்தி பலதரப்பட்ட குறியீட்டு மதிப்பாய்வைத் தொடங்க பின்வரும் மாதிரி 'prompt' ஐக் கவனியுங்கள்:

I would like to review the following points on the current PR (this branch vs main).
Spawn one agent per point, wait for all of them, and summarize the result for each point.

1. Security issue
2. Code quality
3. Bugs
4. Race conditions
5. Test flakiness
6. Maintainability of the code

இந்த சூழ்நிலையில், கோடெக்ஸ் பட்டியலிடப்பட்ட ஆய்வுப் புள்ளிகளில் ஒவ்வொன்றிலும் சிறப்பு வாய்ந்த ஆறு வெவ்வேறு துணை முகவர்களைத் தொடங்கும். ஒவ்வொரு முகவரும் அதன் ஆய்வை முடித்த பிறகு, கோடெக்ஸ் கண்டுபிடிப்புகளை ஒரு ஒற்றை, கட்டமைக்கப்பட்ட அறிக்கையாகத் தொகுத்து, 'pull request' இன் முழுமையான கண்ணோட்டத்தை வழங்கும். சிறப்பு AI நிறுவனங்களிடையே பணிச்சுமையைப் பகிர்வதன் மூலம் பெறப்படும் செயல்திறனை இது எடுத்துக்காட்டுகிறது.

உங்கள் துணை முகவர் அமைப்பை நிர்வகித்தல் மற்றும் பாதுகாத்தல்

துணை முகவர்களுடன் பணிபுரியும் போது திறமையான நிர்வாகம் மற்றும் வலுவான பாதுகாப்பு முக்கிய பரிசீலனைகள் ஆகும். கோடெக்ஸ் துணை முகவர் செயல்பாடுகளை மேற்பார்வையிடவும், அவற்றின் 'sandboxed' சூழல்களில் பாதுகாப்பான செயல்பாடுகளை உறுதிப்படுத்தவும் கருவிகள் மற்றும் வழிமுறைகளை வழங்குகிறது.

ஊடாடும் CLI அமர்வுகளில், டெவலப்பர்கள் /agent கட்டளையைப் பயன்படுத்தி செயலில் உள்ள முகவர் 'threads' க்கு இடையில் மாறலாம், நடந்துகொண்டிருக்கும் செயல்முறைகளை ஆய்வு செய்யலாம் அல்லது ஒரு குறிப்பிட்ட துணை முகவரை வழிநடத்தலாம். இந்த நுணுக்கமான கட்டுப்பாடு தனிப்பட்ட முகவர் முன்னேற்றத்தை நிகழ்நேரத்தில் சரிசெய்யவும் கண்காணிக்கவும் அனுமதிக்கிறது. வளங்களை நிர்வகிக்கவும் கவனம் செலுத்தவும் இயங்கும் துணை முகவரை நிறுத்த அல்லது முடிக்கப்பட்ட 'threads' ஐ மூட கோடெக்ஸை வெளிப்படையாகக் கேட்கலாம்.

பாதுகாப்பு மிக முக்கியமானது, மேலும் துணை முகவர்கள் முதன்மை கோடெக்ஸ் அமர்வில் இருந்து தற்போதைய 'sandbox' கொள்கையை பெறுகின்றன. இது அவற்றின் செயல்பாடுகள் முன்வரையறுக்கப்பட்ட பாதுகாப்பு மற்றும் அணுகல் விதிகளுக்கு இணங்குவதை உறுதி செய்கிறது. செயலில் இல்லாத முகவர் 'threads' இலிருந்து ஒப்புதல் கோரிக்கைகள் எழும்போது, குறிப்பாக ஊடாடும் CLI அமர்வுகளில், கோடெக்ஸ் இவற்றை பயனருக்கு அறிவுபூர்வமாக வழங்குகிறது. ஒரு ஒப்புதல் மேலடுக்கு மூல 'thread' ஐக் குறிக்கும், கோரிக்கையை அங்கீகரிப்பதற்கோ, நிராகரிப்பதற்கோ அல்லது பதிலளிப்பதற்கோ தகவலறிந்த முடிவை எடுப்பதற்கு முன் அந்த 'thread' ஐத் திறந்து ஆய்வு செய்ய 'o' ஐ அழுத்த உங்களை அனுமதிக்கும். இது குருட்டு ஒப்புதல்களைத் தடுக்கிறது மற்றும் டெவலப்பர் மேற்பார்வையை பராமரிக்கிறது.

ஊடாடாத ஓட்டங்களுக்கு அல்லது புதிய ஒப்புதலை வழங்க முடியாத சூழ்நிலைகளுக்கு, புதிய ஒப்புதல் தேவைப்படும் எந்தவொரு செயலும் தானாகவே தோல்வியடையும், கோடெக்ஸ் பிழையை பெற்றோர் பணிப்பாய்வுக்குத் தெரிவிக்கும். இந்த 'fail-safe' வழிமுறை தானியங்கு சூழல்களில் அங்கீகரிக்கப்படாத செயல்களைத் தடுக்கிறது. மேலும், கோடெக்ஸ் பெற்றோர் சுழற்சியின் நேரடி ரன்டைம் மேலெழுதலை - /approvals அல்லது --yolo கொடி மூலம் செய்யப்பட்ட மாற்றங்கள் போன்றவை - உருவாக்கப்பட்ட குழந்தைகளுக்கு மீண்டும் பயன்படுத்துகிறது, இது முகவர் படிநிலை முழுவதும் நிலையான பாதுகாப்பு நிலைப்பாடுகளை உறுதி செய்கிறது. மேம்பட்ட பயனர்களுக்கு, தனிப்பட்ட custom agents க்கான 'sandbox' உள்ளமைவை மேலெழுதவும் சாத்தியமாகும், இது அவற்றின் அனுமதிகள் மீது துல்லியமான கட்டுப்பாட்டை அனுமதிக்கிறது, எடுத்துக்காட்டாக, ஒரு முகவரை 'read-only' எனக் குறிப்பதன் மூலம்.

தனிப்பயன் பணிகளுக்கு தனிப்பயன் துணை முகவர்களை வரையறுத்தல்

கோடெக்ஸ் default பொது-நோக்க 'fallback', செயல்படுத்துதல் சார்ந்த பணிகளுக்கான worker, மற்றும் வாசிப்பு-அதிக குறியீட்டு ஆய்வுக்கான explorer போன்ற பல உள்ளமைக்கப்பட்ட முகவர்களை வழங்கினாலும், துணை முகவர் அமைப்பின் உண்மையான சக்தி அதன் விரிவாக்கத்தன்மையில் உள்ளது. டெவலப்பர்கள் தங்கள் சொந்த தனிப்பயன் முகவர்களை வரையறுக்கலாம், இது மிகவும் சிறப்பு வாய்ந்த தேவைகளைப் பூர்த்தி செய்ய, தனித்துவமான திட்ட சூழல்களுக்கு AI நடத்தையை வடிவமைக்க உதவுகிறது.

தனிப்பயன் முகவர்கள் தனித்த TOML கோப்புகளைப் பயன்படுத்தி வரையறுக்கப்படுகின்றன. இந்த கோப்புகள் தனிப்பட்ட முகவர்களுக்காக ~/.codex/agents/ இல் அல்லது திட்டம் சார்ந்த முகவர்களுக்காக .codex/agents/ இல் வைக்கப்படலாம். ஒவ்வொரு TOML கோப்பும் அடிப்படையில் ஒரு உள்ளமைவு அடுக்காக செயல்படுகிறது, இது தனிப்பயன் முகவர்கள் பெற்றோர் அமர்வில் இருந்து பெறப்படும் அமைப்புகளை மேலெழுத அனுமதிக்கிறது. இதில் பயன்படுத்தப்படும் AI மாதிரி, அதன் பகுத்தறிவு முயற்சி, 'sandbox' முறை மற்றும் குறிப்பிட்ட திறன்கள் உள்ளமைவுகள் போன்ற முக்கியமான அளவுருக்கள் அடங்கும்.

ஒவ்வொரு தனித்த தனிப்பயன் முகவர் கோப்பும் கட்டாயம் பின்வரும் புலங்களை வரையறுக்க வேண்டும்:

name: முகவரின் தனித்துவமான அடையாளங்காட்டி, கோடெக்ஸ் அதை உருவாக்கும்போது அல்லது குறிப்பிடும்போது பயன்படுத்துகிறது.
description: இந்த முகவரை எப்போது பயன்படுத்த வேண்டும் என்பதை கோடெக்ஸ் புரிந்துகொள்ள உதவும் மனிதனால் படிக்கக்கூடிய வழிகாட்டுதல்.
developer_instructions: முகவரின் நடத்தை மற்றும் செயல்பாட்டு தர்க்கத்தை தீர்மானிக்கும் முக்கிய அறிவுறுத்தல்கள்.

nickname_candidates, model, model_reasoning_effort, sandbox_mode, mcp_servers, மற்றும் skills.config போன்ற விருப்பப் புலங்களும் சேர்க்கப்படலாம். தவிர்க்கப்பட்டால், இந்த அமைப்புகள் பெற்றோர் அமர்வில் இருந்து பெறப்படும், இயல்புநிலைகள் ஏற்றுக்கொள்ளக்கூடிய இடங்களில் உள்ளமைவை எளிதாக்கும். முகவர் வழிமுறைகளை நேரடியாக பாதிக்கும் 'prompt engineering' இல் சிறந்த நடைமுறைகளுக்கு, கோடெக்ஸ் ப்ராம்ப்டிங் வழிகாட்டி போன்ற ஆதாரங்களைப் பார்க்கவும்.

name புலம் ஒரு தனிப்பயன் முகவருக்கான உறுதியான அடையாளங்காட்டி ஆகும். கோப்பு பெயரை முகவர் பெயருடன் பொருத்துவது ஒரு பொதுவான மற்றும் பரிந்துரைக்கப்பட்ட மரபாக இருந்தாலும், TOML கோப்பில் உள்ள name புலம் உண்மையான மூலமாகும். nickname_candidates புலம் பயனர் அனுபவத்திற்கு ஒரு பயனுள்ள கூடுதலாகும், இது கோடெக்ஸ் உருவாக்கப்பட்ட முகவர்களுக்கு மேலும் படிக்கக்கூடிய காட்சிப் பெயர்களை வழங்க அனுமதிக்கிறது, இது சிக்கலான பல-முகவர் சூழ்நிலைகளில் குறிப்பாக உதவியாக இருக்கும்.

உலகளாவிய அமைப்புகள் மற்றும் மேம்பட்ட துணை முகவர் உள்ளமைவு

தனிப்பட்ட தனிப்பயன் முகவர் வரையறைகளுக்கு அப்பால், துணை முகவர் பணிப்பாய்வுகளின் ஒட்டுமொத்த நடத்தையை நிர்வகிக்க கோடெக்ஸ் உலகளாவிய உள்ளமைவு அமைப்புகளை வழங்குகிறது. இந்த அமைப்புகள் பொதுவாக உங்கள் முக்கிய உள்ளமைவு கோப்பில் [agents] பிரிவின் கீழ் காணப்படுகின்றன, இது வள ஒதுக்கீடு மற்றும் செயல்பாட்டு அளவுருக்கள் மீது மையப்படுத்தப்பட்ட கட்டுப்பாட்டை வழங்குகிறது.

முக்கிய உலகளாவிய துணை முகவர் அமைப்புகளின் பட்டியல் இங்கே:

புலம்	வகை	தேவை	நோக்கம்
`agents.max_threads`	எண்	இல்லை	ஒரே நேரத்தில் திறந்திருக்கும் முகவர் 'threads' எண்ணிக்கையை கட்டுப்படுத்துகிறது. அமைக்கப்படாவிட்டால் இயல்புநிலை `6`.
`agents.max_depth`	எண்	இல்லை	உருவாக்கப்பட்ட முகவர்களின் கூடு கட்டும் ஆழத்தை கட்டுப்படுத்துகிறது (அடிப்படை அமர்வு 0 இல் தொடங்குகிறது). இயல்புநிலை `1`. 'token' பயன்பாடு மற்றும் தாமதத்தை நிர்வகிக்க உடனடி குழந்தைகளுக்கு அப்பால் உள்ள மறுசுழற்சி பிரதிநிதித்துவத்தைத் தடுக்கிறது.
`agents.job_max_runtime_seconds`	எண்	இல்லை	`spawn_agents_on_csv` பணிகளுக்கான ஒரு பணியாளருக்கு இயல்புநிலை காலக்கெடுவை அமைக்கிறது. அமைக்கப்படாவிட்டால், இயல்புநிலை `1800` வினாடிகள் (30 நிமிடங்கள்).

agents.max_threads அமைப்பு, இயல்புநிலை 6 ஆக இருப்பதால், ஒரே நேரத்தில் செயல்படக்கூடிய துணை முகவர்களின் எண்ணிக்கையைக் கட்டுப்படுத்துவதன் மூலம் அதிகப்படியான வள நுகர்வுக்கு எதிராக ஒரு பாதுகாப்பை வழங்குகிறது. agents.max_depth அமைப்பு, அதன் இயல்புநிலை 1 உடன், குறிப்பாக முக்கியமானது. ஆழமான கூடு கட்டுதல் சிக்கலான பிரதிநிதித்துவத்திற்கு கவர்ச்சிகரமானதாகத் தோன்றினாலும், இந்த மதிப்பை அதிகரிப்பது 'token' பயன்பாடு, தாமதம் மற்றும் உள்ளூர் வள நுகர்வு ஆகியவற்றில் மீண்டும் மீண்டும் 'fan-out' காரணமாக கணிசமான அதிகரிப்புக்கு வழிவகுக்கும். ஒரு குறிப்பிட்ட மறுசுழற்சி பிரதிநிதித்துவ முறை முற்றிலும் அவசியமானது மற்றும் கவனமாக நிர்வகிக்கப்படும் வரை இயல்புநிலையை பராமரிக்க பொதுவாக பரிந்துரைக்கப்படுகிறது.

தனிப்பயன் முகவர் கோப்புகள் பிற ஆதரிக்கப்படும் config.toml விசைகளையும் சேர்க்கலாம், அவற்றின் உள்ளமைவுத்தன்மையை கட்டாய புலங்களுக்கு அப்பால் விரிவாக்கலாம். இந்த மட்டுப்படுத்தப்பட்ட மற்றும் அடுக்கி வைக்கப்பட்ட உள்ளமைவு அணுகுமுறை டெவலப்பர்கள் தங்கள் AI முகவர்கள் மீது நுணுக்கமான கட்டுப்பாட்டைக் கொண்டிருப்பதை உறுதி செய்கிறது, இது அவர்களின் குறிப்பிட்ட மேம்பாட்டுத் தேவைகளுக்கு ஏற்ப செயல்திறன், செலவு மற்றும் பாதுகாப்பிற்காக மேம்படுத்த அனுமதிக்கிறது. இந்த சக்திவாய்ந்த துணை முகவர் திறன்களைப் புரிந்துகொண்டு பயன்படுத்துவதன் மூலம், டெவலப்பர்கள் AI-உதவியுடன் கூடிய குறியீட்டு வரம்புகளைத் தாண்டி, தங்கள் மேம்பாட்டு பணிப்பாய்வுகளை கணிசமாக மேம்படுத்த முடியும்.

அசல் மூலம்

https://developers.openai.com/codex/subagents/

அடிக்கடி கேட்கப்படும் கேள்விகள்

What are Codex subagents and how do they enhance AI development workflows?

Codex subagents are specialized AI agents that can be spawned in parallel by a primary Codex instance to tackle complex, multi-faceted tasks. They significantly enhance AI development workflows by enabling the division of labor across different agents, each focusing on a specific aspect of a task. This parallel processing capability is particularly beneficial for computationally intensive or intricate operations like comprehensive codebase exploration, implementing large-scale multi-step feature plans, or conducting extensive code reviews. By distributing the workload, subagents help in accelerating development cycles, improving the quality of outputs, and managing complexity more effectively than a single agent could.

How does Codex manage the orchestration of multiple subagents?

Codex excels at orchestrating subagent workflows by managing the entire lifecycle from spawning new agents to consolidating their results. When a complex task is initiated, Codex can intelligently route follow-up instructions to the appropriate subagents, monitor their progress, and await the completion of all requested tasks. Once all subagents have finished their assignments and returned their respective outputs, Codex then aggregates these results into a unified, consolidated response. This seamless orchestration ensures that even highly parallelized tasks remain coherent and deliver a comprehensive solution, simplifying complex project management for developers.

What are the security considerations and controls for Codex subagents?

Security for Codex subagents is a critical aspect, with several mechanisms in place to ensure safe operation. Subagents inherently inherit the current sandbox policy of the parent session, ensuring a consistent security posture. For interactive command-line interface (CLI) sessions, approval requests stemming from inactive agent threads can be surfaced to the user, allowing for informed decisions before actions are taken. In non-interactive environments or when immediate approval isn't feasible, actions requiring new approval will fail, preventing unauthorized operations. Developers can also apply runtime overrides for sandbox and approval choices, and even configure individual custom agents with specific sandbox modes, such as 'read-only', for fine-grained control over their operational scope and access.

How can developers create and utilize custom agents within Codex?

Developers can define custom agents in Codex to tailor AI behavior to specific needs. This is achieved by creating standalone TOML configuration files under `~/.codex/agents/` for personal agents or `.codex/agents/` for project-scoped ones. Each TOML file defines a single custom agent and acts as a configuration layer, allowing developers to override default settings like model choice, reasoning effort, or sandbox mode. Essential fields such as 'name', 'description', and 'developer_instructions' are mandatory, guiding the agent's identity and core behavior. This flexibility enables the creation of highly specialized agents for unique development tasks, further enhancing the adaptability of the Codex system.

What global settings are available for managing subagent behavior in Codex?

Codex provides several global settings to manage subagent behavior, primarily located under the `[agents]` section in the configuration file. Key settings include `agents.max_threads`, which controls the maximum number of concurrent open agent threads (defaulting to 6); `agents.max_depth`, which limits the nesting depth of spawned agents (defaulting to 1 to prevent excessive recursion and resource consumption); and `agents.job_max_runtime_seconds`, which sets a default timeout for workers in `spawn_agents_on_csv` jobs (defaulting to 1800 seconds if not specified). These settings are crucial for balancing performance, resource usage, and control over complex agent workflows, helping developers prevent unintended fan-out and manage token consumption effectively.

What are the primary advantages of using subagents for complex tasks?

The primary advantages of using subagents for complex tasks within Codex lie in their ability to parallelize and specialize operations. By breaking down a large task into smaller, manageable subtasks and assigning each to a specialized agent, development teams can achieve significant speed improvements and higher quality outcomes. For instance, in a large codebase review, one subagent might focus on security vulnerabilities, another on code quality, and a third on performance bottlenecks simultaneously. This concurrent processing not only accelerates the overall task but also allows for deeper, more focused analysis in each area, leading to more robust and comprehensive solutions than a single, monolithic AI agent could provide.

புதுப்பிப்புகளைப் பெறுங்கள்

சமீபத்திய AI செய்திகளை மின்னஞ்சலில் பெறுங்கள்.

பகிர்