مقدمة حول إطار LangChain إطار العمل LangChain هو مكتبة برمجية شهيرة تُستخدم لتبسيط وتسريع بناء التطبيقات التي تعتمد على النماذج اللغوية الضخمة (LLMs). يتيح الإطار للمطورين ربط النماذج بمصادر البيانات الخارجية، وبناء سلاسل من الأوامر المعقدة لإنشاء وكلاء (Agents) قادرين…
ما هي أداة Ollama؟ تُعد Ollama من أسهل وأقوى الأدوات المتاحة حالياً لتشغيل النماذج اللغوية الضخمة مفتوحة الأوزان (مثل Llama 3 و Mistral و Gemma و Qwen) محلياً على جهازك. من خلال أمر برمجي واحد فقط، يمكنك تحميل وتشغيل أحدث…
مقدمة حول سير العمل نظام مراجعة آلية لطلبات السحب في GitHub باستخدام AI لتقديم ملاحظات كود فورية. الهدف من سير العمل مراجعة أولية آلية لكل PR جديد وتقديم ملاحظات كود. الأدوات والتقنيات المستخدمة تم استخدام الأدوات التالية: OpenHands و GitHub…
مقدمة حول سير العمل بوت Telegram يرد تلقائياً بالعربية باستخدام نموذج محلي عبر n8n وOpen WebUI. الهدف من سير العمل إنشاء بوت Telegram يرد تلقائياً بالعربية على أسئلة المستخدمين باستخدام نموذج محلي. الأدوات والتقنيات المستخدمة تم استخدام الأدوات التالية: n8n…
أهمية إيصال الذكاء الاصطناعي لفريقك أداة AnythingLLM هي من أفضل المنصات مفتوحة المصدر لإنشاء مساحات عمل مدعومة بالذكاء الاصطناعي ومزودة ببيانات وملفات مؤسستك. ولكن بدلاً من إجبار الموظفين على تسجيل الدخول إلى واجهة AnythingLLM في كل مرة يريدون فيها طرح…
السيطرة على وحش الذكاء الاصطناعي تشغيل Ollama محلياً هو خطوة ممتازة نحو الاستقلالية التقنية، لكن سرعان ما يكتشف المطورون أن نماذج الذكاء الاصطناعي هي برمجيات شرهة جداً لموارد النظام (RAM و GPU). إذا لم يتم إعداد Ollama بشكل صحيح، فقد…
صناعة المساعدين الأذكياء بسهولة في الماضي، كان بناء بوت تيليجرام (Telegram Bot) يتطلب برمجة خوادم واستخدام مكتبات معقدة. اليوم، أصبحت منصة Telegram البيئة المفضلة للمنظمات غير الربحية للتواصل مع جماهيرها. في هذا الدليل، سنقوم ببناء بوت تيليجرام “ذكي” يفهم اللغة…
الخطر الخفي في الاستضافة الذاتية للذكاء الاصطناعي يتجه العديد من المطورين والمنظمات غير الربحية (NGOs) لاستضافة نماذج الذكاء الاصطناعي (مثل Ollama، LibreTranslate، وأدوات RAG) محلياً لحماية خصوصية بياناتهم وتجنب مشاركتها مع الشركات السحابية. لكن المفارقة تحدث عندما يتم نشر هذه…
الارتقاء بأنظمة RAG للغة العربية أنظمة الاسترجاع المعزز بالتوليد (RAG) أصبحت المعيار الذهبي لإعطاء نماذج الذكاء الاصطناعي (LLMs) القدرة على الإجابة من بياناتك الخاصة. بناء نظام RAG للغة الإنجليزية يعتبر مباشراً نسبياً، لكن تطبيقه على اللغة العربية يتطلب معالجة خاصة…
أهمية اختيار النموذج الصحيح عالم نماذج اللغة الكبيرة (LLMs) مفتوحة المصدر ينمو بسرعة هائلة، لكن الدعم الحقيقي للغة العربية (من حيث الفهم، توليد النصوص، وتقليل الهلوسة) يختلف جذرياً من نموذج لآخر. اختيار النموذج الخاطئ لمشروعك قد يؤدي إلى إجابات ركيكة،…