yusufkaraaslan--skill_seekers/README.ar.md

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 و18 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!

🌐 المنظومة

Skill Seekers هو مشروع متعدد المستودعات. إليك أين يوجد كل شيء:

المستودع	الوصف	الروابط
Skill_Seekers	CLI الأساسي وخادم MCP (هذا المستودع)	PyPI
skillseekersweb	الموقع والتوثيق	الموقع
skill-seekers-configs	مستودع إعدادات المجتمع
skill-seekers-action	GitHub Action لـ CI/CD
skill-seekers-plugin	إضافة Claude Code
homebrew-skill-seekers	Homebrew tap لـ macOS

تريد المساهمة؟ مستودعات الموقع والإعدادات هي نقاط بداية رائعة للمساهمين الجدد!

🧠 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
skill-seekers package output/react --target ibm-bob     # → مجلد مهارة IBM Bob

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	--target chroma/faiss/qdrant	قواعد بيانات المتجهات المحلية
مهارة IBM Bob (مجلد)	--target ibm-bob	مهارات IBM Bob على مستوى المشروع/العام
Cursor .cursorrules	--target markdown → نسخ SKILL.md	ملف .cursorrules 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 18 نوعًا من المصادر (توثيق وGitHub وPDF وفيديو ودفاتر Jupyter وويكي والمزيد) في أصل معرفي واحد
• 🌐 تحضير واحد لكل الأهداف — تصدير نفس الأصل إلى 21 منصة دون إعادة الاستخراج
• ✅ مُختبر بإحكام — أكثر من 3,700 اختبارًا و24 إعدادًا مسبقًا للأطر البرمجية، جاهز للإنتاج

🚀 البدء السريع (3 أوامر)

# 1. التثبيت
pip install skill-seekers

# 2. إنشاء مهارة من أي مصدر
skill-seekers create https://docs.django.com/

# 3. التعبئة لمنصة الذكاء الاصطناعي الخاصة بك
skill-seekers package output/django --target claude

هذا كل شيء! أصبح لديك الآن output/django-claude.zip جاهزًا للاستخدام.

# استخدام وكيل ذكاء اصطناعي مختلف للتعزيز (الافتراضي: claude)
skill-seekers create https://docs.django.com/ --agent kimi
skill-seekers create https://docs.django.com/ --agent codex
skill-seekers create https://docs.django.com/ --agent-cmd "my-custom-agent run"

🛰️ مسح المشروع المدعوم بالذكاء الاصطناعي (جديد)

وجّه أمر scan إلى أي مشروع وسيقرأ وكيل الذكاء الاصطناعي ملفات التعريف وREADME وDockerfile/CI وعينات من استيرادات الكود المصدري — ثم يُصدر إعدادًا واحدًا لكل إطار برمجي مكتشف بالإضافة إلى <project>-codebase.json لكودك الخاص. يثبّت الإصدار المكتشف بحيث يبلّغ إعادة التشغيل عن ترقيات الإصدار:

skill-seekers scan ./my-react-app --out ./configs/scanned/
# → react.json, vite.json, tailwind.json, jest.json, my-react-app-codebase.json

# ثم ابنِ أيًا منها
skill-seekers create ./configs/scanned/react.json

إذا لم يكن للاكتشاف إعداد مسبق موجود، يولّد الذكاء الاصطناعي إعدادًا جديدًا؛ وعند الخروج يمكنك اختياريًا نشره في سجل المجتمع.

مصادر أخرى (18 نوعًا مدعومًا)

# مستودع GitHub
skill-seekers create facebook/react

# مشروع محلي
skill-seekers create ./my-project

# مستند PDF
skill-seekers create manual.pdf

# مستند Word
skill-seekers create report.docx

# كتاب إلكتروني EPUB
skill-seekers create book.epub

# دفتر Jupyter
skill-seekers create notebook.ipynb

# مواصفات OpenAPI
skill-seekers create openapi.yaml

# عرض PowerPoint
skill-seekers create presentation.pptx

# مستند AsciiDoc
skill-seekers create guide.adoc

# ملف HTML محلي (يُكتشف تلقائيًا حسب الامتداد)
skill-seekers create page.html

# مجلد كامل من ملفات HTML (يُكتشف تلقائيًا للمجلدات التي يغلب عليها HTML)
skill-seekers create ./mirror_output/site/

# فرض وضع HTML على مجلد مختلط/مليء بالكود
skill-seekers create ./repo/ --html-path ./repo/docs/build/html/

# خلاصة RSS/Atom
skill-seekers create feed.rss

# صفحة Man
skill-seekers create curl.1

# الفيديو (YouTube أو Vimeo أو ملف محلي — يتطلب skill-seekers[video])
skill-seekers create --video-url https://www.youtube.com/watch?v=... --name mytutorial
# أول مرة؟ تثبيت تلقائي للمكونات المرئية المتوافقة مع GPU:
skill-seekers create --setup

# ويكي Confluence
skill-seekers create --space-key TEAM --name wiki

# صفحات Notion
skill-seekers create --database-id ... --name docs

# تصدير محادثات Slack/Discord
skill-seekers create --chat-export-path ./slack-export --name team-chat

التصدير إلى كل مكان

# التعبئة لعدة منصات
for platform in claude gemini openai langchain; do
  skill-seekers package output/django --target $platform
done

ما هو Skill Seekers؟

Skill Seekers هو طبقة البيانات لأنظمة الذكاء الاصطناعي التي تحوّل 18 نوعًا من المصادر — مواقع التوثيق ومستودعات GitHub وملفات PDF والفيديوهات ودفاتر Jupyter ومستندات Word/EPUB/AsciiDoc ومواصفات OpenAPI وعروض PowerPoint وخلاصات RSS 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

📚 التوثيق

أريد أن...	اقرأ هذا
أبدأ بسرعة	البدء السريع - 3 أوامر لأول مهارة
أفهم المفاهيم	المفاهيم الأساسية - كيف يعمل
أستخرج المصادر	دليل الاستخراج - جميع أنواع المصادر
أعزز المهارات	دليل التعزيز - التعزيز بالذكاء الاصطناعي
أصدّر المهارات	دليل التعبئة - التصدير للمنصات
أبحث عن الأوامر	مرجع CLI - جميع الأوامر العشرين
أقوم بالإعداد	تنسيق الإعداد - مواصفات JSON
أحل المشاكل	استكشاف الأخطاء - المشاكل الشائعة

التوثيق الكامل: docs/README.md

بدلاً من قضاء أيام في المعالجة اليدوية المسبقة، يقوم Skill Seekers بـ:

1. الاستيعاب — التوثيق ومستودعات GitHub وقواعد الكود المحلية وملفات PDF والفيديوهات ودفاتر Jupyter والويكي وأكثر من 10 أنواع أخرى 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 + الفيديو 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

• ✅ اكتشاف ذكي لمواقع SPA - اكتشاف ثلاثي الطبقات لمواقع JavaScript SPA (sitemap.xml → llms.txt → عرض المتصفح بدون واجهة)
• ✅ 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
• ✅ احتياطي Vision API - استخدام Claude Vision لإطارات OCR منخفضة الثقة

🐙 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 (Moonshot AI) وDeepSeek AI وQwen (Alibaba) 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	-
MiniMax AI	ZIP + Knowledge Files	✅ تلقائي	✅ نعم	MINIMAX_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

# MiniMax AI
pip install skill-seekers[minimax]
skill-seekers package output/react/ --target minimax
skill-seekers upload react-minimax.zip --target minimax

# Markdown العام (تصدير عام)
skill-seekers package output/react/ --target markdown
# استخدم ملفات Markdown مباشرة في أي نموذج لغوي

🔧 استخدم مزوّد الذكاء الاصطناعي الخاص بك (نقاط نهاية متوافقة مع OpenAI + اشتراكات، بدون رصيد Anthropic)

خطوة التعزيز الاختيارية بالذكاء الاصطناعي (المستخدمة في create وscan وenhance) لا تتطلب مفتاح Anthropic. لديك ثلاث طرق لتشغيلها:

1. استخدم اشتراكًا تدفع ثمنه بالفعل — بدون رصيد API على الإطلاق (وضع الوكيل المحلي LOCAL)

يمكن لـ Skill Seekers استدعاء واجهة سطر أوامر لوكيل برمجة سجّلت الدخول إليه بالفعل، بحيث يعمل التعزيز على خطتك الحالية بدلاً من رموز API المدفوعة حسب الاستخدام:

skill-seekers create <source> --agent codex     # OpenAI Codex CLI → اشتراكك في ChatGPT Plus
skill-seekers create <source> --agent claude    # Claude Code      → اشتراكك في Claude Pro/Max

الوكلاء المدعومون: claude وcodex وcopilot وopencode وkimi وcustom (اجمع بين --agent custom و--agent-cmd "<your-cli> ..." لتشغيل أي أداة أخرى).

2. أي مزوّد متوافق مع OpenAI (OpenRouter وGroq وCerebras وMistral وNVIDIA NIM وغيرها)

كل هؤلاء يوفرون نقطة نهاية /v1 متوافقة مع OpenAI. وجّه Skill Seekers إلى أحدها بثلاثة متغيرات بيئة — فهو يكتشف OPENAI_API_KEY، وتحترم مكتبة OpenAI SDK متغير OPENAI_BASE_URL تلقائيًا:

export OPENAI_API_KEY="<your provider key>"
export OPENAI_BASE_URL="https://openrouter.ai/api/v1"   # نقطة نهاية المزوّد (انظر الجدول)
export OPENAI_MODEL="<a model that provider offers>"     # مطلوب — النموذج الافتراضي gpt-4o غير موجود لدى المزوّدين الآخرين
skill-seekers create <source>

المزوّد	OPENAI_BASE_URL
OpenRouter	https://openrouter.ai/api/v1
Groq	https://api.groq.com/openai/v1
Cerebras	https://api.cerebras.ai/v1
Mistral	https://api.mistral.ai/v1
NVIDIA NIM	https://integrate.api.nvidia.com/v1

يختار اكتشاف المزوّد أول متغير بيئة لمفتاح API يجده (ANTHROPIC_API_KEY ← GOOGLE_API_KEY ← OPENAI_API_KEY ← MOONSHOT_API_KEY). عيّن SKILL_SEEKER_PROVIDER لفرض مزوّد محدد، أو تأكد من أن المفاتيح ذات الأولوية الأعلى غير معيّنة.

3. نقاط النهاية المتوافقة مع Claude (مثل GLM والوسطاء)

export ANTHROPIC_API_KEY="your-key"
export ANTHROPIC_BASE_URL="https://your-claude-compatible-endpoint/v1"

كما يتوفر دعم أصلي لـ Google Gemini (GOOGLE_API_KEY) وKimi/Moonshot (MOONSHOT_API_KEY). انظر مرجع متغيرات البيئة للقائمة الكاملة، بما في ذلك تجاوزات النماذج لكل مزوّد.

التثبيت:

# تثبيت دعم Gemini
pip install skill-seekers[gemini]

# تثبيت دعم OpenAI
pip install skill-seekers[openai]

# تثبيت دعم MiniMax
pip install skill-seekers[minimax]

# 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
  • دليل: تكامل LangChain

• ✅ LlamaIndex TextNodes - تصدير بتنسيق TextNode مع 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 .cursorrules لاقتراحات الكود المدعومة بالذكاء الاصطناعي

  • مناسب لـ: توليد كود خاص بالإطار البرمجي وأنماط متسقة
  • يعمل مع: Cursor IDE (نسخة معدلة من VS Code)
  • 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
  • يعمل مع: Windsurf IDE من Codeium
  • دليل: تكامل Windsurf
  • مثال: سياق Windsurf FastAPI

• ✅ Cline (VS Code) - موجهات النظام + MCP لوكيل VS Code

  • مناسب لـ: توليد الكود الوكيلي في VS Code
  • يعمل مع: إضافة Cline لـ 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
  • يعمل مع: أي بيئة تطوير تحتوي على إضافة Continue.dev
  • 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 create --config configs/django.json
skill-seekers package output/django --target claude  # أو --target markdown

# 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

# أو لـ Continue.dev (خادم HTTP)
python examples/continue-dev-universal/context_server.py
# قم بالإعداد في ~/.continue/config.json

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
)

# الوصول إلى تدفق الكود (تحليل C3.x)
print(f"أنماط التصميم: {len(result.code_analysis['c3_1_patterns'])}")
print(f"أمثلة الاختبارات: {result.code_analysis['c3_2_examples_count']}")

# الوصول إلى تدفق التوثيق (توثيق المستودع)
print(f"README: {result.github_docs['readme'][:100]}")

# الوصول إلى تدفق الرؤى (بيانات GitHub الوصفية)
print(f"النجوم: {result.github_insights['metadata']['stars']}")
print(f"المشاكل الشائعة: {len(result.github_insights['common_problems'])}")

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: prompt وwait وswitch وfail
  • مهلة قابلة للتخصيص لكل ملف تعريف (الافتراضي: 30 دقيقة، تمنع الانتظار غير المحدود)
  • سلسلة احتياطية ذكية: معامل CLI → متغير بيئة → ملف إعداد → موجه
  • إدارة مفاتيح API لـ Claude وGemini وOpenAI
• ✅ معالج إعداد تفاعلي - واجهة طرفية جميلة للإعداد السهل
  • تكامل المتصفح لإنشاء الرموز (يفتح GitHub وغيره تلقائيًا)
  • التحقق من صحة الرموز واختبار الاتصال
  • عرض مرئي للحالة مع ترميز لوني
• ✅ معالج حدود المعدل الذكي - لا مزيد من الانتظار غير المحدود!
  • تحذير مسبق بشأن حدود المعدل (60/ساعة مقابل 5000/ساعة)
  • اكتشاف فوري من استجابات GitHub API
  • مؤقتات عد تنازلي مباشرة مع التقدم
  • تبديل تلقائي للملفات التعريفية عند بلوغ حد المعدل
  • أربع استراتيجيات: prompt (استفسار) وwait (عد تنازلي) وswitch (تبديل) وfail (إيقاف)
• ✅ الاستئناف - متابعة المهام المتوقفة
  • حفظ تلقائي للتقدم بفواصل قابلة للتخصيص (الافتراضي: 60 ثانية)
  • عرض جميع المهام القابلة للاستئناف مع تفاصيل التقدم
  • تنظيف تلقائي للمهام القديمة (الافتراضي: 7 أيام)
• ✅ دعم CI/CD - وضع غير تفاعلي للأتمتة
  • علامة --non-interactive للفشل السريع بدون موجهات
  • علامة --profile لاختيار حساب GitHub محدد
  • رسائل خطأ واضحة لسجلات خطوط الأنابيب

إعداد سريع:

# إعداد لمرة واحدة (5 دقائق)
skill-seekers config --github

# استخدام ملف تعريف محدد للمستودعات الخاصة
skill-seekers create mycompany/private-repo --profile work

# وضع CI/CD (فشل سريع، بدون موجهات)
skill-seekers create owner/repo --non-interactive

# استئناف مهمة متوقفة
skill-seekers resume --list
skill-seekers resume github_react_20260117_143022

شرح استراتيجيات حد المعدل:

• prompt (الافتراضي) - السؤال عما يجب فعله عند بلوغ حد المعدل (انتظار أو تبديل أو إعداد رمز أو إلغاء)
• wait - انتظار تلقائي مع عد تنازلي (يحترم المهلة)
• switch - تجربة الملف التعريفي المتاح التالي تلقائيًا (لإعدادات الحسابات المتعددة)
• fail - فشل فوري مع خطأ واضح (مثالي لـ CI/CD)

🎯 مهارة Bootstrap - الاستضافة الذاتية

توليد skill-seekers نفسه كمهارة لاستخدامها داخل وكيل الذكاء الاصطناعي الخاص بك (Claude Code وKimi وCodex وغيرها):

# توليد المهارة
./scripts/bootstrap_skill.sh

# التثبيت في Claude Code
cp -r output/skill-seekers ~/.claude/skills/

ما تحصل عليه:

• ✅ توثيق كامل للمهارة - جميع أوامر CLI وأنماط الاستخدام
• ✅ مرجع أوامر CLI - كل أداة وخياراتها موثقة
• ✅ أمثلة البدء السريع - سير العمل الشائعة وأفضل الممارسات
• ✅ توثيق API مولّد تلقائيًا - تحليل الكود والأنماط والأمثلة

🔐 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 مع حل قائم على الأولوية
• ✅ مصادقة آمنة - رموز متغيرات البيئة (GITHUB_TOKEN وGITLAB_TOKEN)
• ✅ تخزين مؤقت ذكي - استنساخ مرة واحدة وسحب التحديثات تلقائيًا
• ✅ وضع عدم الاتصال - العمل بالإعدادات المخزنة مؤقتًا دون اتصال

🤖 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)
  • يشرح ما يفعله كل إعداد
  • يقترح أفضل الممارسات والتحسينات
  • تحليل أمني - اكتشاف المفاتيح المضمنة في الكود وبيانات الاعتماد المكشوفة
• ✅ توثيق تلقائي - توليد توثيق JSON + Markdown لجميع الإعدادات
• ✅ تكامل MCP - أداة extract_config_patterns مع دعم التعزيز

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
• ✅ تحول في الجودة - قوالب من 75 سطرًا → أدلة شاملة بأكثر من 500 سطر

الاستخدام:

# تحليل سريع (1–2 دقيقة، الميزات الأساسية فقط)
skill-seekers scan tests/ --quick

# تحليل شامل (مع الذكاء الاصطناعي، 20–60 دقيقة)
skill-seekers scan tests/ --comprehensive

# مع تعزيز الذكاء الاصطناعي
skill-seekers scan tests/ --enhance

التوثيق الكامل: docs/features/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 — default وminimal وsecurity-focus وarchitecture-comprehensive وapi-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

🤖 إنشاء المهارات المستقلة عن الوكيل

• ✅ دعم وكلاء متعددين - توليد مهارات لـ Claude وKimi وCodex وCopilot وOpenCode أو أي وكيل مخصص عبر علامة --agent
• ✅ أوامر وكيل مخصصة - استخدم --agent-cmd لتحديد أمر CLI لوكيل مخصص للتعزيز
• ✅ علامات عامة - --agent و--agent-cmd متاحتان في جميع الأوامر (create وscrape وgithub وpdf وغيرها)

📦 خط أنابيب السوق

• ✅ النشر في السوق - نشر المهارات في مستودعات سوق إضافات Claude Code
• ✅ خط أنابيب شامل - من مصدر التوثيق إلى إدخال منشور في السوق

✅ ضمان الجودة

• ✅ اختبار كامل - أكثر من 3,700 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 لـ Claude Code وCursor وغيرهما
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 create --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:

# 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

الوقت: 20–45 دقيقة إجمالاً | الجودة: جاهز للإنتاج (9/10) | التكلفة: مجاني

المراحل المنفذة:

📥 المرحلة 1: جلب الإعداد (إذا تم توفير اسم إعداد)
📖 المرحلة 2: استخراج التوثيق
✨ المرحلة 3: تعزيز بالذكاء الاصطناعي (إلزامي - لا يمكن تخطيه)
📦 المرحلة 4: تعبئة المهارة
☁️  المرحلة 5: الرفع إلى Claude (اختياري، يتطلب API Key)

المتطلبات:

• متغير البيئة ANTHROPIC_API_KEY (للرفع التلقائي)
• خطة Claude Code Max (للتعزيز المحلي بالذكاء الاصطناعي)، أو استخدم --agent لاختيار وكيل ذكاء اصطناعي مختلف

---

📊 مصفوفة الميزات

يدعم Skill Seekers 12 منصة LLM و8 أهداف RAG/متجهات و18 نوعًا من المصادر مع تكافؤ كامل في الميزات عبر جميع الأهداف.

المنصات: Claude AI وGoogle Gemini وOpenAI ChatGPT وMiniMax AI وMarkdown العام وOpenCode وKimi (Moonshot AI) وDeepSeek AI وQwen (Alibaba) 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 لدعم المنصات والميزات بالتفصيل.

مقارنة سريعة بين المنصات

الميزة	Claude	Gemini	OpenAI	MiniMax	Markdown
التنسيق	ZIP + YAML	tar.gz	ZIP + Vector	ZIP + Knowledge	ZIP
الرفع	✅ API	✅ API	✅ API	✅ API	❌ يدوي
التعزيز	✅ Sonnet 4	✅ 2.0 Flash	✅ GPT-4o	✅ M3	❌ لا يوجد
جميع أوضاع المهارات	✅	✅	✅	✅	✅

---

أمثلة الاستخدام

استخراج التوثيق

# استخراج موقع توثيق
skill-seekers create --config configs/react.json

# استخراج سريع (بدون إعداد)
skill-seekers create https://react.dev --name react

# الوضع غير المتزامن (أسرع 3 مرات)
skill-seekers create --config configs/godot.json --async --workers 8

# استخدام وكيل ذكاء اصطناعي محدد للتعزيز
skill-seekers create --config configs/react.json --agent kimi

استخراج PDF

# استخراج PDF أساسي
skill-seekers create --pdf docs/manual.pdf --name myskill

# ميزات متقدمة
skill-seekers create --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 create --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 create --setup

# الاستخراج من فيديو YouTube
skill-seekers create --video-url https://www.youtube.com/watch?v=dQw4w9WgXcQ --name mytutorial

# الاستخراج من قائمة تشغيل YouTube
skill-seekers create --video-playlist https://www.youtube.com/playlist?list=... --name myplaylist

# الاستخراج من ملف فيديو محلي
skill-seekers create --video-file recording.mp4 --name myrecording

# الاستخراج مع تحليل الإطارات المرئية (يتطلب مكونات video-full)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --name mytutorial --visual

# مع تعزيز الذكاء الاصطناعي (تنظيف OCR + توليد SKILL.md مصقول)
skill-seekers create --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 create --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 create --video-url https://www.youtube.com/watch?v=... --visual --vision-ocr

# إعادة بناء المهارة من بيانات مستخرجة سابقًا (تخطي التنزيل)
skill-seekers create --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 create facebook/react

# مع المصادقة (حدود معدل أعلى)
export GITHUB_TOKEN=ghp_your_token_here
skill-seekers create facebook/react

# تخصيص ما يتم تضمينه
skill-seekers create 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 create --config configs/react_unified.json
skill-seekers create --config configs/django_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 create --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/features/UNIFIED_SCRAPING.md.

مستودعات الإعدادات الخاصة

مشاركة الإعدادات المخصصة عبر الفرق باستخدام مستودعات Git خاصة:

# الخيار 1: استخدام أدوات MCP (موصى به)
# تسجيل 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/reference/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 ذكاء اصطناعي .zip]
    G --> H[الرفع إلى منصة الذكاء الاصطناعي]

0. اكتشاف llms.txt - التحقق أولاً من llms-full.txt وllms.txt وllms-small.txt (جزء من الاكتشاف الذكي لمواقع SPA)
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 (يدعم وكلاء متعددين عبر --agent)
4. التعبئة: تجميع كل شيء في ملف .zip جاهز للمنصة

البنية المعمارية

يتكون النظام من 8 وحدات أساسية و5 وحدات مساعدة (حوالي 200 صنف إجمالاً):

الوحدة	الغرض	الأصناف الرئيسية
CLICore	مُوزّع أوامر بأسلوب Git	CLIDispatcher وSourceDetector وCreateCommand
Scrapers	مستخرجات 18 نوعًا من المصادر	DocToSkillConverter وDocumentSkillBuilder (طبقة بناء مشتركة) وUnifiedScraper
Adaptors	أكثر من 20 تنسيق منصة إخراج	SkillAdaptor (ABC) وClaudeAdaptor وLangChainAdaptor
Analysis	خط أنابيب تحليل قاعدة الكود C3.x	UnifiedCodebaseAnalyzer وPatternRecognizer و10 كاشفات GoF
Enhancement	تحسين المهارات بالذكاء الاصطناعي عبر AgentClient	AgentClient وAIEnhancer وUnifiedEnhancer وWorkflowEngine
Packaging	تعبئة المهارات ورفعها وتثبيتها	PackageSkill وInstallAgent
MCP	خادم FastMCP (40 أداة)	SkillSeekerMCPServer و10 وحدات أدوات
Sync	اكتشاف تغييرات التوثيق	ChangeDetector وSyncMonitor وNotifier

الوحدات المساعدة: Parsers (28 مُحلل CLI) وStorage (S3/GCS/Azure) وEmbedding (متجهات متعددة المزودين) وBenchmark (الأداء) وUtilities (16 مساعدًا مشتركًا).

مخططات UML الكاملة: docs/UML_ARCHITECTURE.md | مشروع StarUML: docs/UML/skill_seekers.mdj | مرجع HTML API: docs/UML/html/

📋 المتطلبات المسبقة

قبل البدء، تأكد من توفر:

1. Python 3.10 أو أحدث - تنزيل | التحقق: python3 --version
2. Git - تنزيل | التحقق: git --version
3. 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 19 وكيل برمجة بالذكاء الاصطناعي.

# التثبيت في وكيل محدد
skill-seekers install-agent output/react/ --agent cursor

# التثبيت في IBM Bob (محلي على مستوى المشروع .bob/skills/)
skill-seekers install-agent output/react/ --agent bob

# 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
IBM Bob	.bob/skills/	مشروع

---

🔌 تكامل MCP (40 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 الأربعين المتاحة:

• أساسية (9): list_configs وgenerate_config وvalidate_config وestimate_pages وscrape_docs وpackage_skill وupload_skill وenhance_skill وinstall_skill
• موسعة (10): scrape_github وscrape_pdf وunified_scrape وmerge_sources وdetect_conflicts وadd_config_source وfetch_config وlist_config_sources وremove_config_source وsplit_config
• قواعد بيانات المتجهات (4): export_to_chroma وexport_to_weaviate وexport_to_faiss وexport_to_qdrant
• السحابة (3): cloud_upload وcloud_download وcloud_list

الدليل الكامل: docs/guides/MCP_SETUP.md

---

⚙️ الإعدادات

الإعدادات المسبقة المتاحة (أكثر من 24)

# عرض جميع الإعدادات المسبقة
# skill-seekers list-configs  # غير متاح في v3.7.0

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 create --interactive

# الخيار 2: نسخ وتعديل إعداد مسبق
cp configs/react.json configs/myframework.json
nano configs/myframework.json
skill-seekers create --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:

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؟

# فرض إعادة الاستخراج
rm -rf output/myframework_data/
skill-seekers create --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 create --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

---

🆕 الجديد في v3.6.0

الإعدادات المسبقة لسير العمل

تحكم في عمق التحليل باستخدام --preset:

skill-seekers create https://docs.react.dev/ --preset quick       # سريع، سطحي
skill-seekers create https://docs.react.dev/ --preset standard    # متوازن (الافتراضي)
skill-seekers create https://docs.react.dev/ --preset comprehensive  # عميق وشامل

أعلام دورة الحياة

skill-seekers create https://docs.react.dev/ --dry-run    # معاينة بدون استخراج
skill-seekers create https://docs.react.dev/ --fresh      # تجاهل ذاكرة التخزين المؤقت، إعادة استخراج كاملة
skill-seekers create https://docs.react.dev/ --resume     # استئناف المهمة المقاطعة
skill-seekers create https://docs.react.dev/ --skip-scrape # إعادة تعبئة الناتج الموجود

فحص الصحة والأدوات المساعدة

skill-seekers doctor                    # تشخيص التثبيت والبيئة
skill-seekers sync-config               # كشف انحراف التكوين
skill-seekers stream <source>           # الاستهلاك المتدفق للمستندات الكبيرة
skill-seekers update output/react/      # التحديث التزايدي
skill-seekers multilang <source>        # إنشاء مهارات متعددة اللغات
skill-seekers quality output/react/     # تقرير الجودة (أضف --threshold 7 لفرض حد أدنى: رمز خروج غير صفري عند أقل من 7/10)

خيارات تقسيم RAG (التعبئة)

skill-seekers package output/react/ --chunk-for-rag --chunk-tokens 512 --chunk-overlap-tokens 50

النشر في السوق

skill-seekers package output/react/ --marketplace --marketplace-category frontend

تبعيات اختيارية إضافية

الإضافة	التثبيت	الغرض
browser	pip install "skill-seekers[browser]"	Playwright بدون واجهة لمواقع SPA
embedding	pip install "skill-seekers[embedding]"	دعم خادم التضمينات
s3 / gcs / azure	pip install "skill-seekers[s3]" وغيرها	الرفع إلى التخزين السحابي
rag-upload	pip install "skill-seekers[rag-upload]"	تبعيات الرفع المجمعة لقواعد بيانات المتجهات

---

📚 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/archive/legacy/QUICK_REFERENCE.md - ورقة مرجعية سريعة

البنية المعمارية

• docs/UML_ARCHITECTURE.md - نظرة عامة على بنية UML مع 14 مخططًا
• docs/UML/exports/ - تصديرات مخططات PNG (نظرة عامة على الحزم + 13 مخطط أصناف)
• docs/UML/html/ - مرجع HTML API كامل (جميع الأصناف والعمليات والسمات)
• docs/UML/skill_seekers.mdj - ملف مشروع StarUML (افتحه باستخدام StarUML)

الأدلة

• docs/reference/LARGE_DOCUMENTATION.md - معالجة أكثر من 10 آلاف–40 ألف صفحة
• docs/features/ENHANCEMENT_MODES.md - دليل أوضاع التعزيز بالذكاء الاصطناعي
• docs/guides/MCP_SETUP.md - إعداد تكامل MCP
• docs/features/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

---

💛 الرعاة

Atlas Cloud — منصة استدلال ذكاء اصطناعي كاملة الوسائط ومتوافقة مع OpenAI. يدعمها Skill Seekers كهدف للتعبئة/التعزيز عبر --target atlas مع ATLAS_API_KEY.