9e405df9d0
Add machine-translated README files for Japanese, Korean, Spanish,
French, German, Portuguese (BR), Turkish, Arabic, Hindi, and Russian.
Update language selector in English and Chinese READMEs to link all 12
versions.
New files: README.{ja,ko,es,fr,de,pt-BR,tr,ar,hi,ru}.md
Modified: README.md, README.zh-CN.md (language selector bar)
53 KiB
53 KiB
Skill Seekers
English | 简体中文 | 日本語 | 한국어 | Español | Français | Deutsch | Português | Türkçe | العربية | हिन्दी | Русский
⚠️ إشعار الترجمة الآلية
تمت ترجمة هذا المستند تلقائيًا بواسطة الذكاء الاصطناعي. على الرغم من حرصنا على جودة الترجمة، قد تتضمن تعبيرات غير دقيقة.
🧠 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 - تصفح أكثر من 24 إعدادًا مسبقًا، وشارك إعداداتك، واطّلع على التوثيق الكامل!
📋 عرض خارطة الطريق والمهام - 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.
# 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
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 - مهارة لـ Claude Code
- خط أنابيب LangChain RAG - سلسلة أسئلة وأجوبة مبنية على Chroma
- سياق Cursor IDE - 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:
- الاستيعاب — التوثيق ومستودعات GitHub وقواعد الكود المحلية وملفات PDF والفيديوهات ودفاتر Jupyter والويكي وأكثر من 17 نوعًا من المصادر
- التحليل — تحليل AST العميق واكتشاف الأنماط واستخراج واجهات API
- الهيكلة — ملفات مرجعية مُصنفة مع بيانات وصفية
- التعزيز — توليد SKILL.md مدعوم بالذكاء الاصطناعي (Claude أو Gemini أو محلي)
- 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-focusأوarchitecture-comprehensiveأو 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
Documentsمُقسمة مسبقًا وLlamaIndexTextNodesوHaystackDocuments - 🚀 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/.clinerulesتلقائيًا - 🎯 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-timeو--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
- ✅ 4 منصات LLM - Claude AI وGoogle Gemini وOpenAI ChatGPT وMarkdown العام
- ✅ استخراج عام - نفس التوثيق يعمل لجميع المنصات
- ✅ تعبئة خاصة بكل منصة - تنسيقات محسّنة لكل نموذج لغوي
- ✅ تصدير بأمر واحد - علامة
--targetلاختيار 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 | - | - |
# 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:
# 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:
# 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
Documentمعpage_content+ بيانات وصفية- مناسب لـ: سلاسل الأسئلة والأجوبة والمسترجعات ومخازن المتجهات والوكلاء
- مثال: خط أنابيب LangChain RAG
- دليل: تكامل LangChain
-
✅ LlamaIndex TextNodes - تصدير بتنسيق
TextNodeمع معرّفات فريدة + تضمينات- مناسب لـ: محركات الاستعلام ومحركات المحادثة وسياق التخزين
- مثال: محرك استعلام LlamaIndex
- دليل: تكامل LlamaIndex
-
✅ تنسيق Pinecone الجاهز - محسّن لرفع البيانات إلى قواعد بيانات المتجهات
- مناسب لـ: البحث المتجهي الإنتاجي والبحث الدلالي والبحث الهجين
- مثال: رفع Pinecone
- دليل: تكامل Pinecone
تصدير سريع:
# 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
🧠 تكامل مساعدات البرمجة بالذكاء الاصطناعي
تحويل توثيق أي إطار برمجي إلى سياق برمجي خبير لأكثر من 4 مساعدات ذكاء اصطناعي:
-
✅ Cursor IDE - توليد
.cursorrulesلاقتراحات الكود المدعومة بالذكاء الاصطناعي- مناسب لـ: توليد كود خاص بالإطار البرمجي وأنماط متسقة
- دليل: تكامل Cursor
- مثال: مهارة Cursor React
-
✅ Windsurf - تخصيص سياق مساعد Windsurf AI باستخدام
.windsurfrules- مناسب لـ: مساعدة الذكاء الاصطناعي المدمجة في بيئة التطوير والبرمجة التدفقية
- دليل: تكامل Windsurf
- مثال: سياق Windsurf FastAPI
-
✅ Cline (VS Code) - موجهات النظام + MCP لوكيل VS Code
- مناسب لـ: توليد الكود الذكي في VS Code
- دليل: تكامل Cline
- مثال: مساعد Cline Django
-
✅ Continue.dev - خوادم سياق مستقلة عن بيئة التطوير
- مناسب لـ: بيئات تطوير متعددة (VS Code وJetBrains وVim) ومزودي LLM مخصصين
- دليل: تكامل Continue
- مثال: سياق Continue العام
تصدير سريع (لأدوات البرمجة بالذكاء الاصطناعي):
# 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
🌊 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)
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
🔐 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:
promptوwaitوswitchوfail - سلسلة احتياطية ذكية: معامل CLI → متغير بيئة → ملف إعداد → موجه
- تخزين آمن للإعدادات في
- ✅ 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-interactiveللأتمتة
إعداد سريع:
# 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:
./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:
# 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
🔄 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 —
defaultوminimalوsecurity-focusوarchitecture-comprehensiveوapi-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
# 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:
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
# 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:
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]، شغّلskill-seekers video --setupلاكتشاف 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:
# 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 4 منصات LLM و17 نوعًا من المصادر مع تكافؤ كامل في الميزات عبر جميع الأهداف.
المنصات: Claude AI وGoogle Gemini وOpenAI ChatGPT وMarkdown العام 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 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
# 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
# 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
# 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 لمرجع CLI الكامل وتفاصيل خط الأنابيب المرئي وخيارات تعزيز الذكاء الاصطناعي واستكشاف الأخطاء.
تحليل مستودعات GitHub
# 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:
# 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.
مستودعات الإعدادات الخاصة
مشاركة الإعدادات المخصصة عبر الفرق باستخدام مستودعات Git خاصة:
# 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.
كيف يعمل
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]
- اكتشاف llms.txt - التحقق أولاً من llms-full.txt وllms.txt وllms-small.txt
- الاستخراج: سحب جميع الصفحات من التوثيق
- التصنيف: تنظيم المحتوى حسب المواضيع (API وأدلة ودروس وغيرها)
- التعزيز: يحلل الذكاء الاصطناعي التوثيق وينشئ SKILL.md شاملاً مع أمثلة
- التعبئة: تجميع كل شيء في ملف
.zipجاهز لـ Claude
📋 المتطلبات المسبقة
قبل البدء، تأكد من توفر:
- Python 3.10 أو أحدث - تنزيل | التحقق:
python3 --version - Git - تنزيل | التحقق:
git --version - 15–30 دقيقة للإعداد الأولي
مستخدم جديد؟ → ابدأ من هنا: دليل البدء السريع المُحكم 🎯
📤 رفع المهارات إلى Claude
بعد تعبئة المهارة، تحتاج إلى رفعها إلى Claude:
الخيار 1: الرفع التلقائي (عبر API)
# 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)
# 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 أكثر من 10 وكلاء برمجة بالذكاء الاصطناعي.
# 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 |
🔌 تكامل MCP (26 أداة)
يأتي Skill Seekers مع خادم MCP للاستخدام من Claude Code وCursor وWindsurf وVS Code + Cline أو IntelliJ IDEA.
# 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_configsوgenerate_configوvalidate_configوestimate_pagesوscrape_docsوpackage_skillوupload_skillوenhance_skillوinstall_skill - موسعة (10):
scrape_githubوscrape_pdfوunified_scrapeوmerge_sourcesوdetect_conflictsوadd_config_sourceوfetch_configوlist_config_sourcesوremove_config_sourceوsplit_config - قواعد بيانات المتجهات (4):
export_to_chromaوexport_to_weaviateوexport_to_faissوexport_to_qdrant - السحابة (3):
cloud_uploadوcloud_downloadوcloud_list
الدليل الكامل: docs/MCP_SETUP.md
⚙️ الإعدادات
الإعدادات المسبقة المتاحة (أكثر من 24)
# عرض جميع الإعدادات المسبقة
skill-seekers list-configs
| الفئة | الإعدادات المسبقة |
|---|---|
| أطر الويب | react وvue وangular وsvelte وnextjs |
| Python | django وflask وfastapi وsqlalchemy وpytest |
| تطوير الألعاب | godot وpygame وunity |
| الأدوات وDevOps | docker وkubernetes وterraform وansible |
| موحدة (توثيق + GitHub) | react-unified وvue-unified وnextjs-unified والمزيد |
إنشاء إعدادك الخاص
# 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
{
"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:
- المسار الدقيق المُقدّم
./configs/(المجلد الحالي)~/.config/skill-seekers/configs/(مجلد إعدادات المستخدم)- 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:
articleأوmainأوdiv[role="main"]
البيانات موجودة لكن لا تُستخدم؟
# 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؟
# حذف البيانات القديمة وإعادة الاستخراج
rm -rf output/godot_data/
skill-seekers scrape --config configs/godot.json
التعزيز لا يعمل؟
# 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؟
# 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 - 🎯 ابدأ من هنا إذا كنت جديدًا!
- QUICKSTART.md - بدء سريع للمستخدمين ذوي الخبرة
- TROUBLESHOOTING.md - المشاكل الشائعة وحلولها
- docs/QUICK_REFERENCE.md - ورقة مرجعية سريعة
الأدلة
- docs/LARGE_DOCUMENTATION.md - معالجة أكثر من 10 آلاف–40 ألف صفحة
- ASYNC_SUPPORT.md - دليل الوضع غير المتزامن (أسرع 2–3 مرات)
- docs/ENHANCEMENT_MODES.md - دليل أوضاع التعزيز بالذكاء الاصطناعي
- docs/MCP_SETUP.md - إعداد تكامل MCP
- docs/UNIFIED_SCRAPING.md - الاستخراج متعدد المصادر
- docs/VIDEO_GUIDE.md - الدليل الكامل لاستخراج الفيديو
أدلة التكامل
- docs/integrations/LANGCHAIN.md - LangChain RAG
- docs/integrations/CURSOR.md - Cursor IDE
- docs/integrations/WINDSURF.md - Windsurf IDE
- docs/integrations/CLINE.md - Cline (VS Code)
- docs/integrations/RAG_PIPELINES.md - جميع خطوط أنابيب RAG
📝 الرخصة
رخصة MIT - انظر ملف LICENSE للتفاصيل
بناء مهارات سعيد! 🚀
🔒 الأمان
