Skill Seekers

# Skill Seekers [English](README.md) | [简体中文](README.zh-CN.md) | [日本語](README.ja.md) | [한국어](README.ko.md) | [Español](README.es.md) | [Français](README.fr.md) | [Deutsch](README.de.md) | [Português](README.pt-BR.md) | [Türkçe](README.tr.md) | العربية | [हिन्दी](README.hi.md) | [Русский](README.ru.md) > ⚠️ **إشعار الترجمة الآلية** > > تمت ترجمة هذا المستند تلقائيًا بواسطة الذكاء الاصطناعي. على الرغم من حرصنا على جودة الترجمة، قد تتضمن تعبيرات غير دقيقة. [![الإصدار](https://img.shields.io/badge/version-3.2.0-blue.svg)](https://github.com/yusufkaraaslan/Skill_Seekers/releases) [![الرخصة: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT) [![Python 3.10+](https://img.shields.io/badge/python-3.10+-blue.svg)](https://www.python.org/downloads/) [![تكامل MCP](https://img.shields.io/badge/MCP-Integrated-blue.svg)](https://modelcontextprotocol.io) [![الاختبارات](https://img.shields.io/badge/Tests-2540%2B%20Passing-brightgreen.svg)](tests/) [![لوحة المشروع](https://img.shields.io/badge/Project-Board-purple.svg)](https://github.com/users/yusufkaraaslan/projects/2) [![إصدار PyPI](https://badge.fury.io/py/skill-seekers.svg)](https://pypi.org/project/skill-seekers/) [![PyPI - التنزيلات](https://img.shields.io/pypi/dm/skill-seekers.svg)](https://pypi.org/project/skill-seekers/) [![PyPI - إصدار Python](https://img.shields.io/pypi/pyversions/skill-seekers.svg)](https://pypi.org/project/skill-seekers/) [![الموقع الرسمي](https://img.shields.io/badge/Website-skillseekersweb.com-blue.svg)](https://skillseekersweb.com/) [![متابعة على Twitter](https://img.shields.io/twitter/follow/_yUSyUS_?style=social)](https://x.com/_yUSyUS_) [![نجوم GitHub](https://img.shields.io/github/stars/yusufkaraaslan/Skill_Seekers?style=social)](https://github.com/yusufkaraaslan/Skill_Seekers) **🧠 طبقة البيانات لأنظمة الذكاء الاصطناعي.** يحوّل Skill Seekers مواقع التوثيق ومستودعات GitHub وملفات PDF والفيديوهات ودفاتر Jupyter والويكي وأكثر من 17 نوعًا من المصادر إلى أصول معرفية منظمة — جاهزة لتشغيل مهارات الذكاء الاصطناعي (Claude وGemini وOpenAI) وخطوط أنابيب RAG (مثل LangChain وLlamaIndex وPinecone) ومساعدات البرمجة بالذكاء الاصطناعي (مثل Cursor وWindsurf وCline) في دقائق بدلاً من ساعات. > 🌐 **[زيارة SkillSeekersWeb.com](https://skillseekersweb.com/)** - تصفح أكثر من 24 إعدادًا مسبقًا، وشارك إعداداتك، واطّلع على التوثيق الكامل! > 📋 **[عرض خارطة الطريق والمهام](https://github.com/users/yusufkaraaslan/projects/2)** - 134 مهمة عبر 10 فئات، اختر أيًا منها للمساهمة! ## 🧠 طبقة البيانات لأنظمة الذكاء الاصطناعي **Skill Seekers هو طبقة المعالجة المسبقة العامة** التي تقع بين التوثيق الخام وجميع أنظمة الذكاء الاصطناعي التي تستهلكه. سواء كنت تبني مهارات Claude أو خط أنابيب RAG باستخدام LangChain أو ملف `.cursorrules` لـ Cursor — فإن تحضير البيانات متطابق. تقوم بذلك مرة واحدة وتصدّر إلى جميع المنصات المستهدفة. ```bash # أمر واحد → أصل معرفي منظم skill-seekers create https://docs.react.dev/ # أو: skill-seekers create facebook/react # أو: skill-seekers create ./my-project # التصدير إلى أي نظام ذكاء اصطناعي skill-seekers package output/react --target claude # → مهارة Claude AI (ZIP) skill-seekers package output/react --target langchain # → LangChain Documents skill-seekers package output/react --target llama-index # → LlamaIndex TextNodes skill-seekers package output/react --target cursor # → .cursorrules ``` ### المخرجات التي يتم بناؤها | المخرج | الهدف | ما يشغّله | |--------|-------|----------| | **مهارة Claude** (ZIP + YAML) | `--target claude` | Claude Code وClaude API | | **مهارة Gemini** (tar.gz) | `--target gemini` | Google Gemini | | **OpenAI / Custom GPT** (ZIP) | `--target openai` | GPT-4o والمساعدات المخصصة | | **LangChain Documents** | `--target langchain` | سلاسل الأسئلة والأجوبة والوكلاء والمسترجعات | | **LlamaIndex TextNodes** | `--target llama-index` | محركات الاستعلام ومحركات المحادثة | | **Haystack Documents** | `--target haystack` | خطوط أنابيب RAG للمؤسسات | | **Pinecone جاهز** (Markdown) | `--target markdown` | رفع المتجهات | | **ChromaDB / FAISS / Qdrant** | `--format chroma/faiss/qdrant` | قواعد بيانات المتجهات المحلية | | **Cursor** `.cursorrules` | `--target claude` → نسخ | سياق الذكاء الاصطناعي في Cursor IDE | | **Windsurf / Cline / Continue** | `--target claude` → نسخ | VS Code وIntelliJ وVim | ### لماذا هذا مهم - ⚡ **أسرع بنسبة 99%** — أيام من التحضير اليدوي → 15–45 دقيقة - 🎯 **جودة مهارات الذكاء الاصطناعي** — ملفات SKILL.md بأكثر من 500 سطر تتضمن أمثلة وأنماط وأدلة - 📊 **تقسيم جاهز لـ RAG** — تقسيم ذكي يحافظ على كتل الكود ويصون السياق - 🎬 **الفيديو** — استخراج الكود والنصوص والمعرفة المنظمة من يوتيوب والفيديوهات المحلية - 🔄 **متعدد المصادر** — دمج 17 نوعًا من المصادر (توثيق وGitHub وPDF وفيديو ودفاتر Jupyter وويكي والمزيد) في أصل معرفي واحد - 🌐 **تحضير واحد لكل الأهداف** — تصدير نفس الأصل إلى 16 منصة دون إعادة الاستخراج - ✅ **مُختبر بإحكام** — أكثر من 2,540 اختبارًا و24 إعدادًا مسبقًا للأطر البرمجية، جاهز للإنتاج ## البدء السريع ```bash pip install skill-seekers # بناء مهارة ذكاء اصطناعي من أي مصدر skill-seekers create https://docs.django.com/ # موقع توثيق skill-seekers create django/django # مستودع GitHub skill-seekers create ./my-codebase # مشروع محلي skill-seekers create manual.pdf # ملف PDF skill-seekers create manual.docx # مستند Word skill-seekers create book.epub # كتاب إلكتروني EPUB skill-seekers create notebook.ipynb # دفتر Jupyter skill-seekers create page.html # ملف HTML محلي skill-seekers create api-spec.yaml # مواصفات OpenAPI/Swagger skill-seekers create guide.adoc # مستند AsciiDoc skill-seekers create slides.pptx # عرض PowerPoint # الفيديو (YouTube أو Vimeo أو ملف محلي — يتطلب skill-seekers[video]) skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial # أول مرة؟ تثبيت تلقائي للمكونات المرئية المتوافقة مع GPU: skill-seekers video --setup # التصدير حسب الاستخدام skill-seekers package output/django --target claude # مهارة Claude AI skill-seekers package output/django --target langchain # LangChain RAG skill-seekers package output/django --target cursor # سياق Cursor IDE ``` **أمثلة كاملة:** - [مهارة Claude AI](examples/claude-skill/) - مهارة لـ Claude Code - [خط أنابيب LangChain RAG](examples/langchain-rag-pipeline/) - سلسلة أسئلة وأجوبة مبنية على Chroma - [سياق Cursor IDE](examples/cursor-react-skill/) - برمجة ذكية مدركة للإطار البرمجي ## ما هو Skill Seekers؟ Skill Seekers هو **طبقة البيانات لأنظمة الذكاء الاصطناعي** التي تحوّل 17 نوعًا من المصادر — مواقع التوثيق ومستودعات GitHub وملفات PDF والفيديوهات ودفاتر Jupyter ومستندات Word/EPUB/AsciiDoc ومواصفات OpenAPI/Swagger وعروض PowerPoint وخلاصات RSS/Atom وصفحات Man وويكي Confluence وصفحات Notion ومحادثات Slack/Discord والمزيد — إلى أصول معرفية منظمة لكل منصة ذكاء اصطناعي: | حالة الاستخدام | ما تحصل عليه | أمثلة | |---------------|-------------|-------| | **مهارات الذكاء الاصطناعي** | ملف SKILL.md شامل + مراجع | Claude Code وGemini وGPT | | **خطوط أنابيب RAG** | مستندات مقسمة مع بيانات وصفية غنية | LangChain وLlamaIndex وHaystack | | **قواعد بيانات المتجهات** | بيانات مُنسقة مسبقًا جاهزة للرفع | Pinecone وChroma وWeaviate وFAISS | | **مساعدات البرمجة بالذكاء الاصطناعي** | ملفات سياق يقرأها الذكاء الاصطناعي في بيئة التطوير تلقائيًا | Cursor وWindsurf وCline وContinue.dev | يحل Skill Seekers محل أيام التحضير اليدوي من خلال: 1. **الاستيعاب** — التوثيق ومستودعات GitHub وقواعد الكود المحلية وملفات PDF والفيديوهات ودفاتر Jupyter والويكي وأكثر من 17 نوعًا من المصادر 2. **التحليل** — تحليل AST العميق واكتشاف الأنماط واستخراج واجهات API 3. **الهيكلة** — ملفات مرجعية مُصنفة مع بيانات وصفية 4. **التعزيز** — توليد SKILL.md مدعوم بالذكاء الاصطناعي (Claude أو Gemini أو محلي) 5. **التصدير** — 16 تنسيقًا خاصًا بكل منصة من أصل واحد ## لماذا تستخدم Skill Seekers؟ ### لبنّائي مهارات الذكاء الاصطناعي (Claude وGemini وOpenAI) - 🎯 **مهارات بجودة إنتاجية** — ملفات SKILL.md بأكثر من 500 سطر تتضمن أمثلة كود وأنماط وأدلة - 🔄 **سير عمل التعزيز** — تطبيق `security-focus` أو `architecture-comprehensive` أو إعدادات YAML مخصصة - 🎮 **أي مجال** — محركات الألعاب (Godot وUnity) والأطر البرمجية (React وDjango) والأدوات الداخلية - 🔧 **الفرق** — دمج التوثيق الداخلي + الكود في مصدر حقيقة واحد - 📚 **جودة عالية** — معززة بالذكاء الاصطناعي مع أمثلة ومرجع سريع ودليل تنقل ### لبنّائي RAG ومهندسي الذكاء الاصطناعي - 🤖 **بيانات جاهزة لـ RAG** — مستندات LangChain `Documents` مُقسمة مسبقًا وLlamaIndex `TextNodes` وHaystack `Documents` - 🚀 **أسرع بنسبة 99%** — أيام من المعالجة المسبقة → 15–45 دقيقة - 📊 **بيانات وصفية ذكية** — فئات ومصادر وأنواع → دقة استرجاع أعلى - 🔄 **متعدد المصادر** — دمج التوثيق + GitHub + PDF في خط أنابيب واحد - 🌐 **مستقل عن المنصة** — التصدير إلى أي قاعدة بيانات متجهات أو إطار عمل دون إعادة الاستخراج ### لمستخدمي مساعدات البرمجة بالذكاء الاصطناعي - 💻 **Cursor / Windsurf / Cline** — توليد `.cursorrules` / `.windsurfrules` / `.clinerules` تلقائيًا - 🎯 **سياق دائم** — الذكاء الاصطناعي "يعرف" أطرك البرمجية دون تكرار التوجيهات - 📚 **محدّث دائمًا** — تحديث السياق في دقائق عند تغير التوثيق ## الميزات الرئيسية ### 🌐 استخراج التوثيق - ✅ **دعم llms.txt** - اكتشاف واستخدام ملفات التوثيق الجاهزة لنماذج اللغة تلقائيًا (أسرع 10 مرات) - ✅ **مُستخرج عام** - يعمل مع أي موقع توثيق - ✅ **تصنيف ذكي** - تنظيم المحتوى حسب الموضوع تلقائيًا - ✅ **اكتشاف لغة الكود** - التعرف على Python وJavaScript وC++ وGDScript وغيرها - ✅ **أكثر من 24 إعدادًا مسبقًا جاهزًا** - Godot وReact وVue وDjango وFastAPI والمزيد ### 📄 دعم PDF - ✅ **استخراج PDF الأساسي** - استخراج النصوص والكود والصور من ملفات PDF - ✅ **OCR للمستندات الممسوحة** - استخراج النص من المستندات الممسوحة ضوئيًا - ✅ **ملفات PDF المحمية بكلمة مرور** - التعامل مع ملفات PDF المشفرة - ✅ **استخراج الجداول** - استخراج الجداول المعقدة - ✅ **المعالجة المتوازية** - أسرع 3 مرات لملفات PDF الكبيرة - ✅ **التخزين المؤقت الذكي** - أسرع 50% عند إعادة التشغيل ### 🎬 استخراج الفيديو - ✅ **YouTube والفيديوهات المحلية** - استخراج النصوص والكود والمعرفة المنظمة من الفيديوهات - ✅ **تحليل الإطارات المرئية** - استخراج OCR من محررات الكود والطرفيات والشرائح والمخططات - ✅ **اكتشاف GPU تلقائي** - تثبيت إصدار PyTorch الصحيح تلقائيًا (CUDA/ROCm/MPS/CPU) - ✅ **تعزيز بالذكاء الاصطناعي** - مرحلتان: تنظيف مخرجات OCR + توليد SKILL.md مصقول - ✅ **قص زمني** - استخراج أقسام محددة باستخدام `--start-time` و`--end-time` - ✅ **دعم قوائم التشغيل** - معالجة جميع فيديوهات قائمة تشغيل YouTube دفعة واحدة ### 🐙 تحليل مستودعات GitHub - ✅ **تحليل كود عميق** - تحليل AST لـ Python وJavaScript وTypeScript وJava وC++ وGo - ✅ **استخراج واجهات API** - الدوال والأصناف والتوابع مع المعاملات والأنواع - ✅ **بيانات المستودع الوصفية** - README وشجرة الملفات وتوزيع اللغات والنجوم/التفريعات - ✅ **GitHub Issues وPR** - جلب المشكلات المفتوحة/المغلقة مع التصنيفات والمراحل - ✅ **CHANGELOG والإصدارات** - استخراج سجل الإصدارات تلقائيًا - ✅ **اكتشاف التعارضات** - مقارنة واجهات API الموثقة مع التنفيذ الفعلي للكود - ✅ **تكامل MCP** - لغة طبيعية: "استخرج مستودع GitHub facebook/react" ### 🔄 الاستخراج الموحد متعدد المصادر - ✅ **دمج مصادر متعددة** - خلط التوثيق + GitHub + PDF في مهارة واحدة - ✅ **اكتشاف التعارضات** - اكتشاف التناقضات بين التوثيق والكود تلقائيًا - ✅ **دمج ذكي** - حل التعارضات قائم على القواعد أو مدعوم بالذكاء الاصطناعي - ✅ **تقارير شفافة** - مقارنة جنبًا إلى جنب مع تحذيرات ⚠️ - ✅ **تحليل فجوات التوثيق** - تحديد التوثيق القديم والميزات غير الموثقة - ✅ **مصدر حقيقة واحد** - مهارة واحدة تعرض كلاً من النية (التوثيق) والواقع (الكود) - ✅ **التوافق مع الإصدارات السابقة** - إعدادات المصدر الواحد القديمة تعمل بشكل طبيعي ### 🤖 دعم منصات LLM المتعددة - ✅ **12 منصة LLM** - Claude AI وGoogle Gemini وOpenAI ChatGPT وMiniMax AI وMarkdown العام وOpenCode وKimi وDeepSeek وQwen وOpenRouter وTogether AI وFireworks AI - ✅ **استخراج عام** - نفس التوثيق يعمل لجميع المنصات - ✅ **تعبئة خاصة بكل منصة** - تنسيقات محسّنة لكل نموذج لغوي - ✅ **تصدير بأمر واحد** - علامة `--target` لاختيار المنصة - ✅ **تبعيات اختيارية** - تثبيت ما تحتاجه فقط - ✅ **توافق 100% مع الإصدارات السابقة** - سير عمل Claude الحالي لا يتغير | المنصة | التنسيق | الرفع | التعزيز | API Key | نقطة نهاية مخصصة | |--------|---------|-------|---------|---------|-----------------| | **Claude AI** | ZIP + YAML | ✅ تلقائي | ✅ نعم | ANTHROPIC_API_KEY | ANTHROPIC_BASE_URL | | **Google Gemini** | tar.gz | ✅ تلقائي | ✅ نعم | GOOGLE_API_KEY | - | | **OpenAI ChatGPT** | ZIP + Vector Store | ✅ تلقائي | ✅ نعم | OPENAI_API_KEY | - | | **Markdown العام** | ZIP | ❌ يدوي | ❌ لا | - | - | ```bash # Claude (الافتراضي - لا حاجة لتغييرات!) skill-seekers package output/react/ skill-seekers upload react.zip # Google Gemini pip install skill-seekers[gemini] skill-seekers package output/react/ --target gemini skill-seekers upload react-gemini.tar.gz --target gemini # OpenAI ChatGPT pip install skill-seekers[openai] skill-seekers package output/react/ --target openai skill-seekers upload react-openai.zip --target openai # Markdown العام (تصدير عام) skill-seekers package output/react/ --target markdown ```
🔧 متغيرات البيئة لواجهات API المتوافقة مع Claude (مثل GLM-4.7) يدعم Skill Seekers أي نقطة نهاية API متوافقة مع Claude: ```bash # الخيار 1: واجهة Anthropic الرسمية (الافتراضي) export ANTHROPIC_API_KEY=sk-ant-... # الخيار 2: GLM-4.7 واجهة API متوافقة مع Claude export ANTHROPIC_API_KEY=your-glm-47-api-key export ANTHROPIC_BASE_URL=https://glm-4-7-endpoint.com/v1 # جميع ميزات التعزيز بالذكاء الاصطناعي ستستخدم نقطة النهاية المُعدّة skill-seekers enhance output/react/ skill-seekers analyze --directory . --enhance ``` **ملاحظة**: تعيين `ANTHROPIC_BASE_URL` يتيح لك استخدام أي نقطة نهاية API متوافقة مع Claude، مثل GLM-4.7 أو خدمات أخرى متوافقة.
**التثبيت:** ```bash # تثبيت دعم Gemini pip install skill-seekers[gemini] # تثبيت دعم OpenAI pip install skill-seekers[openai] # تثبيت جميع منصات LLM pip install skill-seekers[all-llms] ``` ### 🔗 تكامل أطر RAG - ✅ **LangChain Documents** - تصدير مباشر بتنسيق `Document` مع `page_content` + بيانات وصفية - مناسب لـ: سلاسل الأسئلة والأجوبة والمسترجعات ومخازن المتجهات والوكلاء - مثال: [خط أنابيب LangChain RAG](examples/langchain-rag-pipeline/) - دليل: [تكامل LangChain](docs/integrations/LANGCHAIN.md) - ✅ **LlamaIndex TextNodes** - تصدير بتنسيق `TextNode` مع معرّفات فريدة + تضمينات - مناسب لـ: محركات الاستعلام ومحركات المحادثة وسياق التخزين - مثال: [محرك استعلام LlamaIndex](examples/llama-index-query-engine/) - دليل: [تكامل LlamaIndex](docs/integrations/LLAMA_INDEX.md) - ✅ **تنسيق Pinecone الجاهز** - محسّن لرفع البيانات إلى قواعد بيانات المتجهات - مناسب لـ: البحث المتجهي الإنتاجي والبحث الدلالي والبحث الهجين - مثال: [رفع Pinecone](examples/pinecone-upsert/) - دليل: [تكامل Pinecone](docs/integrations/PINECONE.md) **تصدير سريع:** ```bash # LangChain Documents (JSON) skill-seekers package output/django --target langchain # → output/django-langchain.json # LlamaIndex TextNodes (JSON) skill-seekers package output/django --target llama-index # → output/django-llama-index.json # Markdown (عام) skill-seekers package output/django --target markdown # → output/django-markdown/SKILL.md + references/ ``` **دليل خط أنابيب RAG الكامل:** [توثيق خطوط أنابيب RAG](docs/integrations/RAG_PIPELINES.md) --- ### 🧠 تكامل مساعدات البرمجة بالذكاء الاصطناعي تحويل توثيق أي إطار برمجي إلى سياق برمجي خبير لأكثر من 4 مساعدات ذكاء اصطناعي: - ✅ **Cursor IDE** - توليد `.cursorrules` لاقتراحات الكود المدعومة بالذكاء الاصطناعي - مناسب لـ: توليد كود خاص بالإطار البرمجي وأنماط متسقة - دليل: [تكامل Cursor](docs/integrations/CURSOR.md) - مثال: [مهارة Cursor React](examples/cursor-react-skill/) - ✅ **Windsurf** - تخصيص سياق مساعد Windsurf AI باستخدام `.windsurfrules` - مناسب لـ: مساعدة الذكاء الاصطناعي المدمجة في بيئة التطوير والبرمجة التدفقية - دليل: [تكامل Windsurf](docs/integrations/WINDSURF.md) - مثال: [سياق Windsurf FastAPI](examples/windsurf-fastapi-context/) - ✅ **Cline (VS Code)** - موجهات النظام + MCP لوكيل VS Code - مناسب لـ: توليد الكود الذكي في VS Code - دليل: [تكامل Cline](docs/integrations/CLINE.md) - مثال: [مساعد Cline Django](examples/cline-django-assistant/) - ✅ **Continue.dev** - خوادم سياق مستقلة عن بيئة التطوير - مناسب لـ: بيئات تطوير متعددة (VS Code وJetBrains وVim) ومزودي LLM مخصصين - دليل: [تكامل Continue](docs/integrations/CONTINUE_DEV.md) - مثال: [سياق Continue العام](examples/continue-dev-universal/) **تصدير سريع (لأدوات البرمجة بالذكاء الاصطناعي):** ```bash # لأي مساعد برمجة بالذكاء الاصطناعي (Cursor وWindsurf وCline وContinue.dev) skill-seekers scrape --config configs/django.json skill-seekers package output/django --target claude # نسخ إلى مشروعك (مثال لـ Cursor) cp output/django-claude/SKILL.md my-project/.cursorrules # أو لـ Windsurf cp output/django-claude/SKILL.md my-project/.windsurf/rules/django.md # أو لـ Cline cp output/django-claude/SKILL.md my-project/.clinerules ``` **مركز التكامل:** [جميع تكاملات أنظمة الذكاء الاصطناعي](docs/integrations/INTEGRATIONS.md) --- ### 🌊 بنية GitHub ثلاثية التدفقات - ✅ **تحليل ثلاثي التدفقات** - تقسيم مستودعات GitHub إلى تدفقات الكود والتوثيق والرؤى - ✅ **محلل قاعدة كود موحد** - يعمل مع عناوين URL الخاصة بـ GitHub والمسارات المحلية - ✅ **C3.x كعمق تحليل** - اختر 'basic' (1–2 دقيقة) أو 'c3x' (20–60 دقيقة) - ✅ **توليد موجّه مُحسّن** - بيانات GitHub الوصفية وبداية سريعة من README والمشاكل الشائعة - ✅ **تكامل المشكلات** - المشاكل والحلول الأكثر شيوعًا من GitHub Issues - ✅ **كلمات مفتاحية ذكية للتوجيه** - أوزان تصنيفات GitHub مضاعفة لاكتشاف أفضل للمواضيع **شرح التدفقات الثلاثة:** - **التدفق 1: الكود** - تحليل C3.x العميق (أنماط وأمثلة وأدلة وإعدادات وبنية معمارية) - **التدفق 2: التوثيق** - توثيق المستودع (README وCONTRIBUTING وdocs/*.md) - **التدفق 3: الرؤى** - المعرفة المجتمعية (المشكلات والتصنيفات والنجوم والتفريعات) ```python from skill_seekers.cli.unified_codebase_analyzer import UnifiedCodebaseAnalyzer # تحليل مستودع GitHub بالتدفقات الثلاثة analyzer = UnifiedCodebaseAnalyzer() result = analyzer.analyze( source="https://github.com/facebook/react", depth="c3x", # أو "basic" للتحليل السريع fetch_github_metadata=True ) print(f"أنماط التصميم: {len(result.code_analysis['c3_1_patterns'])}") print(f"النجوم: {result.github_insights['metadata']['stars']}") ``` **التوثيق الكامل**: [ملخص تنفيذ التدفقات الثلاثة](docs/IMPLEMENTATION_SUMMARY_THREE_STREAM.md) ### 🔐 إدارة حدود المعدل الذكية والإعدادات - ✅ **نظام إعداد متعدد الرموز** - إدارة حسابات GitHub متعددة (شخصي وعمل ومفتوح المصدر) - تخزين آمن للإعدادات في `~/.config/skill-seekers/config.json` (صلاحيات 600) - استراتيجيات حد المعدل لكل ملف تعريف: `prompt` و`wait` و`switch` و`fail` - سلسلة احتياطية ذكية: معامل CLI → متغير بيئة → ملف إعداد → موجه - ✅ **معالج إعداد تفاعلي** - واجهة طرفية جميلة للإعداد السهل - ✅ **معالج حدود المعدل الذكي** - لا مزيد من الانتظار غير المحدود! - عد تنازلي في الوقت الفعلي مع تبديل تلقائي للملفات التعريفية - أربع استراتيجيات: prompt (استفسار) وwait (عد تنازلي) وswitch (تبديل) وfail (إيقاف) - ✅ **الاستئناف** - متابعة المهام المتوقفة - ✅ **دعم CI/CD** - علامة `--non-interactive` للأتمتة **إعداد سريع:** ```bash # إعداد لمرة واحدة (5 دقائق) skill-seekers config --github # استخدام ملف تعريف محدد للمستودعات الخاصة skill-seekers github --repo mycompany/private-repo --profile work # وضع CI/CD (فشل سريع، بدون موجهات) skill-seekers github --repo owner/repo --non-interactive ``` ### 🎯 مهارة Bootstrap - الاستضافة الذاتية توليد skill-seekers نفسه كمهارة Claude Code لاستخدامه داخل Claude: ```bash ./scripts/bootstrap_skill.sh cp -r output/skill-seekers ~/.claude/skills/ ``` ### 🔐 مستودعات الإعدادات الخاصة - ✅ **مصادر إعداد مبنية على Git** - جلب الإعدادات من مستودعات Git خاصة/فرقية - ✅ **إدارة متعددة المصادر** - تسجيل عدد غير محدود من مستودعات GitHub وGitLab وBitbucket - ✅ **تعاون الفرق** - مشاركة الإعدادات المخصصة بين فرق من 3–5 أشخاص - ✅ **دعم المؤسسات** - التوسع إلى أكثر من 500 مطور - ✅ **مصادقة آمنة** - رموز متغيرات البيئة (GITHUB_TOKEN وGITLAB_TOKEN) ### 🤖 تحليل قاعدة الكود (C3.x) **C3.4: استخراج أنماط الإعداد (مع تعزيز الذكاء الاصطناعي)** - ✅ **9 تنسيقات إعداد** - JSON وYAML وTOML وENV وINI وPython وJavaScript وDockerfile وDocker Compose - ✅ **7 أنواع أنماط** - قاعدة بيانات وAPI وتسجيل وذاكرة مؤقتة وبريد إلكتروني ومصادقة وإعدادات الخادم - ✅ **تعزيز بالذكاء الاصطناعي** - تحليل ذكاء اصطناعي اختياري بوضعين (API + LOCAL) - ✅ **تحليل أمني** - اكتشاف المفاتيح المضمنة في الكود وبيانات الاعتماد المكشوفة **C3.3: أدلة إرشادية معززة بالذكاء الاصطناعي** - ✅ **تعزيز شامل بالذكاء الاصطناعي** - تحويل الأدلة الأساسية إلى دروس احترافية - ✅ **5 تحسينات تلقائية** - وصف الخطوات واستكشاف الأخطاء والمتطلبات المسبقة والخطوات التالية وحالات الاستخدام - ✅ **دعم الوضعين** - وضع API (واجهة Claude) أو وضع LOCAL (Claude Code CLI) - ✅ **بدون تكلفة في الوضع المحلي** - تعزيز مجاني باستخدام خطة Claude Code Max **الاستخدام:** ```bash # تحليل سريع (1–2 دقيقة، الميزات الأساسية فقط) skill-seekers analyze --directory tests/ --quick # تحليل شامل (مع الذكاء الاصطناعي، 20–60 دقيقة) skill-seekers analyze --directory tests/ --comprehensive # مع تعزيز الذكاء الاصطناعي skill-seekers analyze --directory tests/ --enhance ``` **التوثيق الكامل:** [docs/HOW_TO_GUIDES.md](docs/HOW_TO_GUIDES.md#ai-enhancement-new) ### 🔄 إعدادات سير عمل التعزيز المسبقة خطوط أنابيب تعزيز قابلة لإعادة الاستخدام مُعرّفة بـ YAML تتحكم في كيفية تحويل الذكاء الاصطناعي لتوثيقك الخام إلى مهارة مصقولة. - ✅ **5 إعدادات مسبقة مُضمّنة** — `default` و`minimal` و`security-focus` و`architecture-comprehensive` و`api-documentation` - ✅ **إعدادات مخصصة** — إضافة سير عمل مخصص إلى `~/.config/skill-seekers/workflows/` - ✅ **سلسلة سير عمل متعددة** — ربط اثنين أو أكثر من سير العمل في أمر واحد - ✅ **إدارة كاملة عبر CLI** — عرض ونسخ وإضافة وحذف والتحقق من سير العمل ```bash # تطبيق سير عمل واحد skill-seekers create ./my-project --enhance-workflow security-focus # ربط عدة أسلوب عمل (تُطبق بالترتيب) skill-seekers create ./my-project \ --enhance-workflow security-focus \ --enhance-workflow minimal # إدارة الإعدادات المسبقة skill-seekers workflows list # عرض الكل (مُضمّنة + مخصصة) skill-seekers workflows show security-focus # عرض محتوى YAML skill-seekers workflows copy security-focus # نسخ إلى مجلد المستخدم للتعديل skill-seekers workflows add ./my-workflow.yaml # تثبيت إعداد مخصص skill-seekers workflows remove my-workflow # حذف إعداد مخصص skill-seekers workflows validate security-focus # التحقق من بنية الإعداد # نسخ عدة إعدادات دفعة واحدة skill-seekers workflows copy security-focus minimal api-documentation # إضافة عدة ملفات دفعة واحدة skill-seekers workflows add ./wf-a.yaml ./wf-b.yaml # حذف عدة إعدادات دفعة واحدة skill-seekers workflows remove my-wf-a my-wf-b ``` **تنسيق إعداد YAML المسبق:** ```yaml name: security-focus description: "مراجعة أمنية: الثغرات والمصادقة ومعالجة البيانات" version: "1.0" stages: - name: vulnerabilities type: custom prompt: "مراجعة OWASP Top 10 والثغرات الأمنية الشائعة..." - name: auth-review type: custom prompt: "فحص أنماط المصادقة والتفويض..." uses_history: true ``` ### ⚡ الأداء والتوسع - ✅ **الوضع غير المتزامن** - استخراج أسرع 2–3 مرات مع async/await (استخدم علامة `--async`) - ✅ **دعم التوثيق الكبير** - معالجة أكثر من 10 آلاف–40 ألف صفحة بالتقسيم الذكي - ✅ **مهارات الموجّه/المحور** - توجيه ذكي إلى مهارات فرعية متخصصة - ✅ **استخراج متوازٍ** - معالجة عدة مهارات في وقت واحد - ✅ **نقاط التفتيش/الاستئناف** - لا فقدان للتقدم في عمليات الاستخراج الطويلة - ✅ **نظام التخزين المؤقت** - استخراج مرة واحدة وإعادة البناء فورًا ### ✅ ضمان الجودة - ✅ **اختبار كامل** - أكثر من 2,540 اختبارًا بتغطية شاملة --- ## 📦 التثبيت ```bash # التثبيت الأساسي (استخراج التوثيق وتحليل GitHub وPDF والتعبئة) pip install skill-seekers # مع دعم جميع منصات LLM pip install skill-seekers[all-llms] # مع خادم MCP pip install skill-seekers[mcp] # كل شيء pip install skill-seekers[all] ``` **تحتاج مساعدة في الاختيار؟** شغّل معالج الإعداد: ```bash skill-seekers-setup ``` ### خيارات التثبيت | أمر التثبيت | الميزات | |------------|---------| | `pip install skill-seekers` | الاستخراج وتحليل GitHub وPDF وجميع المنصات | | `pip install skill-seekers[gemini]` | + دعم Google Gemini | | `pip install skill-seekers[openai]` | + دعم OpenAI ChatGPT | | `pip install skill-seekers[all-llms]` | + جميع منصات LLM | | `pip install skill-seekers[mcp]` | + خادم MCP | | `pip install skill-seekers[video]` | + استخراج نصوص وبيانات YouTube/Vimeo | | `pip install skill-seekers[video-full]` | + نسخ Whisper + استخراج الإطارات المرئية | | `pip install skill-seekers[jupyter]` | + دعم دفاتر Jupyter | | `pip install skill-seekers[pptx]` | + دعم PowerPoint | | `pip install skill-seekers[confluence]` | + دعم ويكي Confluence | | `pip install skill-seekers[notion]` | + دعم صفحات Notion | | `pip install skill-seekers[rss]` | + دعم خلاصات RSS/Atom | | `pip install skill-seekers[chat]` | + دعم تصدير محادثات Slack/Discord | | `pip install skill-seekers[asciidoc]` | + دعم مستندات AsciiDoc | | `pip install skill-seekers[all]` | تفعيل كل شيء | > **المكونات المرئية للفيديو (مدركة لـ GPU):** بعد تثبيت `skill-seekers[video-full]`، شغّل > `skill-seekers video --setup` لاكتشاف GPU تلقائيًا وتثبيت إصدار PyTorch > الصحيح + easyocr. هذه هي الطريقة الموصى بها لتثبيت مكونات الاستخراج المرئي. --- ## 🚀 سير عمل التثبيت بأمر واحد **أسرع طريقة من الإعداد إلى المهارة المرفوعة — أتمتة كاملة:** ```bash # تثبيت مهارة React من الإعدادات الرسمية (رفع تلقائي إلى Claude) skill-seekers install --config react # التثبيت من ملف إعداد محلي skill-seekers install --config configs/custom.json # التثبيت بدون رفع (تعبئة فقط) skill-seekers install --config django --no-upload # معاينة سير العمل بدون تنفيذ skill-seekers install --config react --dry-run ``` **المراحل المنفذة:** ``` 📥 المرحلة 1: جلب الإعداد (إذا تم توفير اسم إعداد) 📖 المرحلة 2: استخراج التوثيق ✨ المرحلة 3: تعزيز بالذكاء الاصطناعي 📦 المرحلة 4: تعبئة المهارة ☁️ المرحلة 5: الرفع إلى Claude (اختياري، يتطلب API Key) ``` --- ## 📊 مصفوفة الميزات يدعم Skill Seekers **12 منصة LLM** و**17 نوعًا من المصادر** مع تكافؤ كامل في الميزات عبر جميع الأهداف. **المنصات:** Claude AI وGoogle Gemini وOpenAI ChatGPT وMiniMax AI وMarkdown العام وOpenCode وKimi وDeepSeek وQwen وOpenRouter وTogether AI وFireworks AI **أنواع المصادر:** مواقع التوثيق ومستودعات GitHub وPDF وWord (.docx) وEPUB والفيديو وقواعد الكود المحلية ودفاتر Jupyter وHTML المحلي وOpenAPI/Swagger وAsciiDoc وPowerPoint (.pptx) وخلاصات RSS/Atom وصفحات Man وويكي Confluence وصفحات Notion ومحادثات Slack/Discord انظر [مصفوفة الميزات الكاملة](docs/FEATURE_MATRIX.md) لدعم المنصات والميزات بالتفصيل. ### مقارنة سريعة بين المنصات | الميزة | Claude | Gemini | OpenAI | Markdown | |--------|--------|--------|--------|----------| | التنسيق | ZIP + YAML | tar.gz | ZIP + Vector | ZIP | | الرفع | ✅ API | ✅ API | ✅ API | ❌ يدوي | | التعزيز | ✅ Sonnet 4 | ✅ 2.0 Flash | ✅ GPT-4o | ❌ لا يوجد | | جميع أوضاع المهارات | ✅ | ✅ | ✅ | ✅ | --- ## أمثلة الاستخدام ### استخراج التوثيق ```bash # استخراج موقع توثيق skill-seekers scrape --config configs/react.json # استخراج سريع (بدون إعداد) skill-seekers scrape --url https://react.dev --name react # الوضع غير المتزامن (أسرع 3 مرات) skill-seekers scrape --config configs/godot.json --async --workers 8 ``` ### استخراج PDF ```bash # استخراج PDF أساسي skill-seekers pdf --pdf docs/manual.pdf --name myskill # ميزات متقدمة skill-seekers pdf --pdf docs/manual.pdf --name myskill \ --extract-tables \ # استخراج الجداول --parallel \ # معالجة متوازية سريعة --workers 8 # استخدام 8 أنوية CPU # ملفات PDF الممسوحة ضوئيًا (يتطلب: pip install pytesseract Pillow) skill-seekers pdf --pdf docs/scanned.pdf --name myskill --ocr ``` ### استخراج الفيديو ```bash # تثبيت دعم الفيديو pip install skill-seekers[video] # النصوص + البيانات الوصفية pip install skill-seekers[video-full] # + نسخ Whisper + استخراج الإطارات المرئية # اكتشاف GPU تلقائي وتثبيت المكونات المرئية (PyTorch + easyocr) skill-seekers video --setup # الاستخراج من فيديو YouTube skill-seekers video --url https://www.youtube.com/watch?v=dQw4w9WgXcQ --name mytutorial # الاستخراج من قائمة تشغيل YouTube skill-seekers video --playlist https://www.youtube.com/playlist?list=... --name myplaylist # الاستخراج من ملف فيديو محلي skill-seekers video --video-file recording.mp4 --name myrecording # الاستخراج مع تحليل الإطارات المرئية (يتطلب مكونات video-full) skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial --visual # مع تعزيز الذكاء الاصطناعي (تنظيف OCR + توليد SKILL.md مصقول) skill-seekers video --url https://www.youtube.com/watch?v=... --visual --enhance-level 2 # قص مقطع محدد من الفيديو (يدعم الثواني وMM:SS وHH:MM:SS) skill-seekers video --url https://www.youtube.com/watch?v=... --start-time 1:30 --end-time 5:00 # استخدام Vision API لإطارات OCR منخفضة الثقة (يتطلب ANTHROPIC_API_KEY) skill-seekers video --url https://www.youtube.com/watch?v=... --visual --vision-ocr # إعادة بناء المهارة من بيانات مستخرجة سابقًا (تخطي التنزيل) skill-seekers video --from-json output/mytutorial/video_data/extracted_data.json --name mytutorial ``` > **الدليل الكامل:** انظر [docs/VIDEO_GUIDE.md](docs/VIDEO_GUIDE.md) لمرجع CLI الكامل > وتفاصيل خط الأنابيب المرئي وخيارات تعزيز الذكاء الاصطناعي واستكشاف الأخطاء. ### تحليل مستودعات GitHub ```bash # استخراج المستودع الأساسي skill-seekers github --repo facebook/react # مع المصادقة (حدود معدل أعلى) export GITHUB_TOKEN=ghp_your_token_here skill-seekers github --repo facebook/react # تخصيص ما يتم تضمينه skill-seekers github --repo django/django \ --include-issues \ # استخراج GitHub Issues --max-issues 100 \ # تحديد عدد المشكلات --include-changelog # استخراج CHANGELOG.md ``` ### الاستخراج الموحد متعدد المصادر **دمج التوثيق + GitHub + PDF في مهارة موحدة واحدة مع اكتشاف التعارضات:** ```bash # استخدام الإعدادات الموحدة الموجودة skill-seekers unified --config configs/react_unified.json # أو إنشاء إعداد موحد cat > configs/myframework_unified.json << 'EOF' { "name": "myframework", "merge_mode": "rule-based", "sources": [ { "type": "documentation", "base_url": "https://docs.myframework.com/", "max_pages": 200 }, { "type": "github", "repo": "owner/myframework", "code_analysis_depth": "surface" } ] } EOF skill-seekers unified --config configs/myframework_unified.json ``` **اكتشاف التعارضات يجد تلقائيًا:** - 🔴 **مفقود في الكود** (عالي): موثق ولكن غير منفّذ - 🟡 **مفقود في التوثيق** (متوسط): منفّذ ولكن غير موثق - ⚠️ **عدم تطابق التوقيع**: معاملات/أنواع مختلفة - ℹ️ **عدم تطابق الوصف**: شروحات مختلفة **الدليل الكامل:** انظر [docs/UNIFIED_SCRAPING.md](docs/UNIFIED_SCRAPING.md). ### مستودعات الإعدادات الخاصة **مشاركة الإعدادات المخصصة عبر الفرق باستخدام مستودعات Git خاصة:** ```bash # استخدام أدوات MCP لتسجيل مستودع الفريق الخاص add_config_source( name="team", git_url="https://github.com/mycompany/skill-configs.git", token_env="GITHUB_TOKEN" ) # جلب الإعداد من مستودع الفريق fetch_config(source="team", config_name="internal-api") ``` **المنصات المدعومة:** - GitHub (`GITHUB_TOKEN`) وGitLab (`GITLAB_TOKEN`) وGitea (`GITEA_TOKEN`) وBitbucket (`BITBUCKET_TOKEN`) **الدليل الكامل:** انظر [docs/GIT_CONFIG_SOURCES.md](docs/GIT_CONFIG_SOURCES.md). ## كيف يعمل ```mermaid graph LR A[موقع التوثيق] --> B[Skill Seekers] B --> C[المُستخرج] B --> D[تعزيز الذكاء الاصطناعي] B --> E[المُعبئ] C --> F[مراجع منظمة] D --> F F --> E E --> G[مهارة Claude .zip] G --> H[الرفع إلى Claude AI] ``` 0. **اكتشاف llms.txt** - التحقق أولاً من llms-full.txt وllms.txt وllms-small.txt 1. **الاستخراج**: سحب جميع الصفحات من التوثيق 2. **التصنيف**: تنظيم المحتوى حسب المواضيع (API وأدلة ودروس وغيرها) 3. **التعزيز**: يحلل الذكاء الاصطناعي التوثيق وينشئ SKILL.md شاملاً مع أمثلة 4. **التعبئة**: تجميع كل شيء في ملف `.zip` جاهز لـ Claude ## 📋 المتطلبات المسبقة **قبل البدء، تأكد من توفر:** 1. **Python 3.10 أو أحدث** - [تنزيل](https://www.python.org/downloads/) | التحقق: `python3 --version` 2. **Git** - [تنزيل](https://git-scm.com/) | التحقق: `git --version` 3. **15–30 دقيقة** للإعداد الأولي **مستخدم جديد؟** → **[ابدأ من هنا: دليل البدء السريع المُحكم](BULLETPROOF_QUICKSTART.md)** 🎯 --- ## 📤 رفع المهارات إلى Claude بعد تعبئة المهارة، تحتاج إلى رفعها إلى Claude: ### الخيار 1: الرفع التلقائي (عبر API) ```bash # تعيين API Key (مرة واحدة) export ANTHROPIC_API_KEY=sk-ant-... # التعبئة والرفع تلقائيًا skill-seekers package output/react/ --upload # أو رفع ملف .zip موجود skill-seekers upload output/react.zip ``` ### الخيار 2: الرفع اليدوي (بدون API Key) ```bash # تعبئة المهارة skill-seekers package output/react/ # → ينشئ output/react.zip # ثم ارفع يدويًا: # - اذهب إلى https://claude.ai/skills # - انقر "رفع المهارة" # - اختر output/react.zip ``` ### الخيار 3: MCP (Claude Code) ``` في Claude Code، اطلب ببساطة: "عبّئ وارفع مهارة React" ``` --- ## 🤖 التثبيت في وكلاء الذكاء الاصطناعي يمكن لـ Skill Seekers تثبيت المهارات تلقائيًا في 18 وكيل برمجة بالذكاء الاصطناعي. ```bash # التثبيت في وكيل محدد skill-seekers install-agent output/react/ --agent cursor # التثبيت في جميع الوكلاء دفعة واحدة skill-seekers install-agent output/react/ --agent all # المعاينة بدون تثبيت skill-seekers install-agent output/react/ --agent cursor --dry-run ``` ### الوكلاء المدعومون | الوكيل | المسار | النوع | |--------|--------|-------| | **Claude Code** | `~/.claude/skills/` | عام | | **Cursor** | `.cursor/skills/` | مشروع | | **VS Code / Copilot** | `.github/skills/` | مشروع | | **Amp** | `~/.amp/skills/` | عام | | **Goose** | `~/.config/goose/skills/` | عام | | **OpenCode** | `~/.opencode/skills/` | عام | | **Windsurf** | `~/.windsurf/skills/` | عام | | **Roo Code** | `.roo/skills/` | مشروع | | **Cline** | `.cline/skills/` | مشروع | | **Aider** | `~/.aider/skills/` | عام | | **Bolt** | `.bolt/skills/` | مشروع | | **Kilo Code** | `.kilo/skills/` | مشروع | | **Continue** | `~/.continue/skills/` | عام | | **Kimi Code** | `~/.kimi/skills/` | عام | --- ## 🔌 تكامل MCP (26 أداة) يأتي Skill Seekers مع خادم MCP للاستخدام من Claude Code وCursor وWindsurf وVS Code + Cline أو IntelliJ IDEA. ```bash # وضع stdio (Claude Code وVS Code + Cline) python -m skill_seekers.mcp.server_fastmcp # وضع HTTP (Cursor وWindsurf وIntelliJ) python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765 # إعداد تلقائي لجميع الوكلاء دفعة واحدة ./setup_mcp.sh ``` **جميع الأدوات الـ 26:** - **أساسية (9):** `list_configs` و`generate_config` و`validate_config` و`estimate_pages` و`scrape_docs` و`package_skill` و`upload_skill` و`enhance_skill` و`install_skill` - **موسعة (10):** `scrape_github` و`scrape_pdf` و`unified_scrape` و`merge_sources` و`detect_conflicts` و`add_config_source` و`fetch_config` و`list_config_sources` و`remove_config_source` و`split_config` - **قواعد بيانات المتجهات (4):** `export_to_chroma` و`export_to_weaviate` و`export_to_faiss` و`export_to_qdrant` - **السحابة (3):** `cloud_upload` و`cloud_download` و`cloud_list` **الدليل الكامل:** [docs/MCP_SETUP.md](docs/MCP_SETUP.md) --- ## ⚙️ الإعدادات ### الإعدادات المسبقة المتاحة (أكثر من 24) ```bash # عرض جميع الإعدادات المسبقة skill-seekers list-configs ``` | الفئة | الإعدادات المسبقة | |-------|-----------------| | **أطر الويب** | `react` و`vue` و`angular` و`svelte` و`nextjs` | | **Python** | `django` و`flask` و`fastapi` و`sqlalchemy` و`pytest` | | **تطوير الألعاب** | `godot` و`pygame` و`unity` | | **الأدوات وDevOps** | `docker` و`kubernetes` و`terraform` و`ansible` | | **موحدة (توثيق + GitHub)** | `react-unified` و`vue-unified` و`nextjs-unified` والمزيد | ### إنشاء إعدادك الخاص ```bash # الخيار 1: تفاعلي skill-seekers scrape --interactive # الخيار 2: نسخ وتعديل إعداد مسبق cp configs/react.json configs/myframework.json nano configs/myframework.json skill-seekers scrape --config configs/myframework.json ``` ### بنية ملف الإعداد ```json { "name": "myframework", "description": "متى تستخدم هذه المهارة", "base_url": "https://docs.myframework.com/", "selectors": { "main_content": "article", "title": "h1", "code_blocks": "pre code" }, "url_patterns": { "include": ["/docs", "/guide"], "exclude": ["/blog", "/about"] }, "categories": { "getting_started": ["intro", "quickstart"], "api": ["api", "reference"] }, "rate_limit": 0.5, "max_pages": 500 } ``` ### مكان تخزين الإعدادات تبحث الأداة بالترتيب التالي: 1. المسار الدقيق المُقدّم 2. `./configs/` (المجلد الحالي) 3. `~/.config/skill-seekers/configs/` (مجلد إعدادات المستخدم) 4. واجهة SkillSeekersWeb.com (الإعدادات المسبقة) --- ## 📊 ما يتم إنشاؤه ``` output/ ├── godot_data/ # البيانات الخام المستخرجة │ ├── pages/ # ملفات JSON (واحد لكل صفحة) │ └── summary.json # نظرة عامة │ └── godot/ # المهارة ├── SKILL.md # معزز بأمثلة حقيقية ├── references/ # توثيق مُصنّف │ ├── index.md │ ├── getting_started.md │ ├── scripting.md │ └── ... ├── scripts/ # فارغ (أضف نصوصك البرمجية) └── assets/ # فارغ (أضف مواردك) ``` --- ## 🐛 استكشاف الأخطاء وإصلاحها ### لم يتم استخراج أي محتوى؟ - تحقق من مُحدد `main_content` - جرّب: `article` أو `main` أو `div[role="main"]` ### البيانات موجودة لكن لا تُستخدم؟ ```bash # فرض إعادة الاستخراج rm -rf output/myframework_data/ skill-seekers scrape --config configs/myframework.json ``` ### التصنيفات غير جيدة؟ عدّل قسم `categories` في الإعداد بكلمات مفتاحية أفضل. ### تريد تحديث التوثيق؟ ```bash # حذف البيانات القديمة وإعادة الاستخراج rm -rf output/godot_data/ skill-seekers scrape --config configs/godot.json ``` ### التعزيز لا يعمل؟ ```bash # التحقق من تعيين API Key echo $ANTHROPIC_API_KEY # جرّب الوضع المحلي (يستخدم Claude Code Max، لا يحتاج API Key) skill-seekers enhance output/react/ --mode LOCAL # مراقبة حالة التعزيز في الخلفية skill-seekers enhance-status output/react/ --watch ``` ### مشاكل حدود معدل GitHub؟ ```bash # تعيين GitHub Token (5000 طلب/ساعة مقابل 60 طلب/ساعة بدون مصادقة) export GITHUB_TOKEN=ghp_your_token_here # أو إعداد ملفات تعريف متعددة skill-seekers config --github ``` --- ## 📈 الأداء | المهمة | الوقت | ملاحظات | |--------|-------|---------| | الاستخراج (متزامن) | 15–45 دقيقة | المرة الأولى فقط، قائم على الخيوط | | الاستخراج (غير متزامن) | 5–15 دقيقة | أسرع 2–3 مرات مع علامة `--async` | | البناء | 1–3 دقائق | إعادة بناء سريعة من التخزين المؤقت | | إعادة البناء | أقل من دقيقة | مع `--skip-scrape` | | التعزيز (محلي) | 30–60 ثانية | يستخدم Claude Code Max | | التعزيز (API) | 20–40 ثانية | يتطلب API Key | | الفيديو (النصوص) | 1–3 دقائق | YouTube/محلي، النصوص فقط | | الفيديو (مرئي) | 5–15 دقيقة | + استخراج إطارات OCR | | التعبئة | 5–10 ثوانٍ | إنشاء ملف .zip النهائي | --- ## 📚 التوثيق ### أدلة البدء - **[BULLETPROOF_QUICKSTART.md](BULLETPROOF_QUICKSTART.md)** - 🎯 **ابدأ من هنا إذا كنت جديدًا!** - **[QUICKSTART.md](QUICKSTART.md)** - بدء سريع للمستخدمين ذوي الخبرة - **[TROUBLESHOOTING.md](TROUBLESHOOTING.md)** - المشاكل الشائعة وحلولها - **[docs/QUICK_REFERENCE.md](docs/QUICK_REFERENCE.md)** - ورقة مرجعية سريعة ### الأدلة - **[docs/LARGE_DOCUMENTATION.md](docs/LARGE_DOCUMENTATION.md)** - معالجة أكثر من 10 آلاف–40 ألف صفحة - **[ASYNC_SUPPORT.md](ASYNC_SUPPORT.md)** - دليل الوضع غير المتزامن (أسرع 2–3 مرات) - **[docs/ENHANCEMENT_MODES.md](docs/ENHANCEMENT_MODES.md)** - دليل أوضاع التعزيز بالذكاء الاصطناعي - **[docs/MCP_SETUP.md](docs/MCP_SETUP.md)** - إعداد تكامل MCP - **[docs/UNIFIED_SCRAPING.md](docs/UNIFIED_SCRAPING.md)** - الاستخراج متعدد المصادر - **[docs/VIDEO_GUIDE.md](docs/VIDEO_GUIDE.md)** - الدليل الكامل لاستخراج الفيديو ### أدلة التكامل - **[docs/integrations/LANGCHAIN.md](docs/integrations/LANGCHAIN.md)** - LangChain RAG - **[docs/integrations/CURSOR.md](docs/integrations/CURSOR.md)** - Cursor IDE - **[docs/integrations/WINDSURF.md](docs/integrations/WINDSURF.md)** - Windsurf IDE - **[docs/integrations/CLINE.md](docs/integrations/CLINE.md)** - Cline (VS Code) - **[docs/integrations/RAG_PIPELINES.md](docs/integrations/RAG_PIPELINES.md)** - جميع خطوط أنابيب RAG --- ## 📝 الرخصة رخصة MIT - انظر ملف [LICENSE](LICENSE) للتفاصيل --- بناء مهارات سعيد! 🚀 --- ## 🔒 الأمان [![شارة تقييم أمان MseeP.ai](https://mseep.net/pr/yusufkaraaslan-skill-seekers-badge.png)](https://mseep.ai/app/yusufkaraaslan-skill-seekers)