هذا المشروع يقدم تحليلات لجينكينس، أداة متابعة التكامل ongoing و التوزيع ongoing . يساعد المستخدمون على مراقبة صحة pipeline CI/CD و تحديد المناطق التي تحتاج إلى تحسين. يهدف المشروع إلى تقديم نظرة شاملة على العمليات في جينكينس ، مما يسمح للمستخدمين بالتخليص عن القرارات و التكامل ongoing . مع هذه الأداة التحليلية ، يمكن للمستخدمين متابعة القياسات الرئيسية ، مثل معدلات نجاح البناء ، زمن تنفيذها ، و تكرار الأخطاء.

هذا المشروع يعتمد على تكنولوجيا Ansible لتنفيذ التوزيع الذاتي للمنصة OpenClaw، التي تسمح بتشغيل एजENTS قوة الذكاء الاصطناعي المزود بموارد LLM على البنية التحتية الخاصة بك. يقوم هذا المشروع بتسريع عملية تثبيت OpenClaw على أجهزة لينكس الجديدة، مما يسهل إدارة وتشغيل المنصة.

يقدم قويكغارد backups automated، مراقبة الحاويات، منصة المراقبة، قدرات استرداد الذاتية، وتنبيهات. يستخدم الذكاء الاصطناعي لتشخيص المشكلات وتسليط النظر على مشكلات معقدة على API Claude. يتألف النظام من وكيل محلي يعمل على كل خادم، الذي يجمع البيانات من مصادر متعددة ويرسلها إلى مركز العقل للتحليل.

هذا المشروع يسمح للمستخدمين بالتفاعل مع نموذج Claude AI من خلال واجهة دردشة متكامل في تيليجرام. يوفر هذا المشروع طريقة بسيطة للتفاعل مع النموذج، مما يجعلها أكثر سهولة وسهولة الاستخدام. لا يحتاج هذا المشروع إلى أي إعداد أو ضبط خاص سوى الحصول على حساب في تيليجرام.

DBVictory Bot هو أداة قوية للمستخدمين من لعبة DBVictory. يعمل كبروتوكول وسط بين المتصفح والخادم، يلتقط ويdecrypt كل المرورات باستخدام مفاتيح تشفير XTEA. كما يُقدم البوت DLLs إلى عملية اللعبة لقراءة بيانات الكائنات وتفعيل الهدف داخل اللعبة. بالإضافة إلى ذلك، يقدم البوت لوحة التحكم الإلكترونية الحية بتحديثات حية كل 100ms، تظهر إحصائيات اللاعبين، الكائنات، عدد باكيتات المرور، وسيطرة الأعمال. يمكن التحكم في البوت عن طريق أوامر اللغة الطبيعية عبر أدوات MCP.

هذا مشروع لإنشاء وإدارة البوتات، مصمم خصيصًا للعمل في Railway. يتيح نظام إدارة البوتات هذا للمستخدمين إنشاء وتشغيل بوتاتهم الخاصة. يوفر دليل تكوين مُطوّر، مما يسمح للمطورين تخصيص بوتاتهم وفق احتياجاتهم. يستخدم المشروع SDK Docker ويرخص تحت رخصة MIT.

هذا المشروع هو بوت Slack مصمم للاستخدام مع API OpenAI، ويقدم ميزات متعددة مثل التصنيف الذكي للإنتباه، إنتاج وتحرير الصور، تحليل الرؤية، معالجة المستندات، واعدادات مستخدم محددة على مستوى الجلسة.

يعد Obsidian منصة لتنظيم تدفقات الإيرادات التي تساعد فرق إدارة الإيرادات (RevOps) وفرق علاقات العملاء (CRM) على تحسين أدائها. يكتشف هذا البرنامج المناطق المتأخرة، الفجوات في الملكية، والخسارة المحتملة من الإيرادات عن طريق تقديم إشارات قابلة للتفسير مع تدوين مهام CRM. يهدف هذا البرنامج إلى استعادة النظام في تدفقات الإيرادات، مما يسمح للفرق بالاسترجاع ما كانوا قد كسبوه بالفعل.

هو منهجية تطوير موحدة ترتبط بنظام هيكل مجلدات ونمط توثيق معين. يتحول المعرفة المشفرة للโครงการ إلى توثيق ملموس قابل للقراءة الآلة، مما يجعل من السهل على एजنسيات الذكاء الاصطناعي العمل على مشاريع البرمجيات المعقدة.

يعمل AgentSutra كوكيل ذكاء اصطناعي شخصي يعمل محلياً على جهاز Mac ويتلقى أوامراً عبر تيليغرام. يقوم بتصنيف كل مهمة، ثم يكتب الكود باستخدام نموذج لغة كبير، ويشغله داخل بيئة معزولة، ثم يراجع النتيجة بنموذج آخر للحد من الأخطاء وضمان الدقة. يضمن أنبوب العمل الثابت المكوّن من خمس مراحل—التصنيف، التخطيط، التنفيذ، المراجعة، التسليم—التنبؤ والقدرة على التدقيق، ما يجعله مثالياً للعمليات اليومية التي تتطلب أماناً وسجلاً. يدعم الوكيل سبع أنواع مختلفة من المهام، بدءاً من تحليل البيانات وصولاً إلى هندسة الواجهة الأمامية، ويمكنه نشر المواقع الثابتة تلقائياً على خدمات الاستضافة مثل Vercel أو Firebase بعد اجتياز المراجعة بنجاح. يظل كل المعالجة على جهاز المستخدم، ما يضمن الخصوصية والسيطرة مع الاستفادة من قدرات الذكاء الاصطناعي القوية.

هذا المشروع هو روبوت تداول أسهم يومي مُتطوّع ل рыادك الهندية يستخدم API Upstox v2 لتنفيذ الصفقات بناءً على استراتيجية مخصصة تستند إلى مؤشرات Opening Range Breakout (ORB)، EMA، و RSI. يهدف الروبوت إلى تحقيق أرباح يومية تبلغ ₹50 بينما يقيد خسائر اليومية عند ₹50. يتم إغلاق الصفقات بجميعها في الساعة 3:10 مساءً IST قبل مغادرة سوق الأسهم. يتم تشغيل المشروع بالكامل عن طريق GitHub Actions كل يوم عمل.

هذا المشروع هو روبوت لمراقبة فرق الرياضة الخيالية، مع التركيز على كرة القدم الصغيرة. يعتمد على تقنيات تحليل البيانات وتحليلها لتقديم معلومات مفيدة. قد يشمل الميزات التي تتيح للمستخدمين مراقبة أداء الفرق، إحصائيات اللاعبين، واقتراحات استراتيجية. الهدف الرئيسي هو مساعدة المستخدمين على اتخاذ قرارات مدروسة عند اختيار اللاعبين لفرقهم.

يوفر UW Lab بيئة محاكاة متكاملة للروبوتات تعتمد على محرك NVIDIA Isaac Sim، مع إضافة طبقة توسعة تسمح بدمج خوارزميات وأجهزة مختلفة بسهولة. يركز المشروع على modularity و agility، مع تصميم شامل يتيح للمستخدمين إضافة أو تعديل بيئات ومهام دون الحاجة لإعادة بناء النظام. يتميز بوجود مجموعة من البيئات المُحسّنة بصيغة Manager‑Based، مما يسهل إدارة المشروعات وتكرار التجارب. كما يوفر إعدادات جاهزة للانتقال من المحاكاة إلى الواقع، مع تكامل مع أجهزة روبوت حقيقية تم اختبارها مسبقًا. يستهدف الباحثين والمطورين في مجال الروبوتات الذين يحتاجون إلى منصة موحدة لتطوير وتقييم سياسات التعلم الآلي في بيئات واقعية. يحل مشكلة تجزئة الأدوات والبيئات في البحث الروبوتي، ويقلل الوقت اللازم لتجربة خوارزميات جديدة. يميز المشروع بتركيزه على التكامل السلس مع أنظمة التعلم العميق والذكاء الاصطناعي، مع دعم للبيانات العلمية والتوثيق المتكامل.

يُقدِّم هذا الإطار مجموعة من إرشادات بصيغة ماركداون يتبعها وكلاء الذكاء الاصطناعي لتقليل الأخطاء النظامية مثل الإفراط في التصميم، والهلوسة، ونقص التحقق. يحدد تسلسلًا واضحًا للاتّجاهات التي يقرأها الوكيل قبل توليد الكود، ما يضمن سلوكًا متسقًا عبر الجلسات الطويلة والتفكير متعدد الخطوات. الإطار غير مرتبط بأداة محددة، مع ملفات قواعد جاهزة لأدوات مساعدة الكود المعتمدة على نماذج اللغة الكبيرة، ولا يتطلب أي خطوة بناء أو تبعيات خارجية. يمكن للمطورين تخصيص أوامر المشروع، ومواقع الاختبار، والكلمات المفتاحية للمجال في ملف ماركداون واحد، مما يجعل النظام مرنًا للغاية. من خلال تضمين قواعد أفضل الممارسات مباشرة في تعليمات الوكيل، يمكن للفرق تحقيق موثوقية أعلى وتقليل التصحيحات اليدوية عند نشر الكود باستخدام نماذج الذكاء الاصطناعي.

يُقدّم الإطار مجموعة من 11 وكيلًا مستقلًا وستة أوامر شل تعمل معًا لتحويل فكرة منتج إلى قاعدة كود مكتملة، مختبرة، وقابلة للنشر. يملك كل وكيل دورًا محددًا—المهندس المعماري، المنفذ، المراجع، المختبر، المخطط، الباحث، المُحقق، مهندس البيانات، المستكشف، النشر، ومدير المشروع—مما يتيح للنظام التعامل مع التصميم، البرمجة، ضمان الجودة، الاختبار، والنشر دون تدخل بشري. يضمن نمط المنسق أن يتواصل الوكلاء، يتحققوا من المواصفات، ويقدّموا التغييرات تلقائيًا، مع وجود قواعد أمان واختبار مدمجة لحماية المشروع من الثغرات الشائعة. يستهدف المطورين والفرق الإنتاجية، ويُسهل دورة حياة البرمجيات بأكملها، بدءًا من تخطيط الأسباقات إلى تنفيذ خطوط CI/CD. بفضل اتخاذ القرار المدعوم بالذكاء الاصطناعي، يقلل الإطار الجهد اليدوي ويسرّع دورات التسليم.

يُقدِّم هذا الحل نشرًا بنقرة واحدة على منصة Azure يوفِّر جميع الموارد اللازمة لنظام الجرد المحسن. يُنشئ أو يعيد استخدام مساحة عمل Log Analytics، ويُعرِّف جداول مخصصة للجرد للأجهزة والتطبيقات وبرامج التشغيل، ويُعد نقطة تجميع البيانات وقاعدة تجميع البيانات. تُخرج النشر عنوان URI لاستيعاب السجلات ومعرف غير قابل للتغيير المطلوب من قِبل نصوص الجرد على ويندوز وماك. كما يُعيِّن تلقائيًا الأذونات المناسبة لجهة الخدمة المستخدمة في النصوص. النتيجة هي أنبوب استيعاب سجلات آمن وجاهز للاستخدام يدمج بيانات الجرد في Azure Monitor.

يعمل هذا المشروع على نشر محتوى توعوي حول إيران على منصة X/Twitter تلقائيًا. يستخدم نموذج لغة كبير لتوليد نصوص جذابة تتناول الثقافة وحقوق الإنسان في إيران. يتم توثيق الدخول عبر OAuth2 PKCE مع تحديث تلقائي للرموز المميزة لضمان استمرارية الخدمة دون تدخل بشري. يتيح جدولة المنشورات بحيث يتم نشر المحتوى في أوقات محددة لتعظيم التفاعل. يستهدف المستخدمين الذين يرغبون في نشر رسائل توعوية على نطاق واسع، مثل المنظمات غير الحكومية والناشطين. يحل مشكلة صعوبة الحفاظ على تدفق مستمر للمحتوى وتحديث الرموز المميزة يدويًا. يميز نفسه بدمج الذكاء الاصطناعي مع آلية أمان متقدمة لتوفير تجربة نشر آمنة وفعالة.

يتيح هذا البوت لمسؤولي القنوات جدولة نشر المحتوى الإعلامي—الصور، الفيديوهات، المستندات، وغيرها—لنشرها تلقائياً في أوقات محددة مسبقاً. يتم تخزين المهام المجدولة في قاعدة بيانات PostgreSQL، ويستخدم نظاماً خفيفاً لإدارة المهام لضمان تنفيذ النشر عند الوصول إلى الموعد المحدد. يقدّم واجهة بسيطة حيث يرسل المستخدم أمرًا مع الوسائط وتاريخ ووقت النشر، ثم يرد البوت بتأكيد الجدولة. يهدف إلى مساعدة مديري وسائل التواصل الاجتماعي، منشئي المحتوى، وأي شخص يرغب في الحفاظ على جدول نشر ثابت دون تدخل يدوي. يدعم البوت التعامل مع المناطق الزمنية، وإعادة المحاولة في حال فشل النشر، ويسجل كل حدث نشر لتسهيل المراجعة والتدقيق.

يُقدّم Loom بنية أساسية خفيفة تُشغِّل عملية Claude‑p مع مطالبة ومخطط JSON يحدده المستخدم، ثم تُرسل الأحداث المهيكلة إلى واجهة أمامية عبر Server‑Sent Events. يفرّق الإطار بين تصميم المطالبة، وهيكل الإخراج، وتصميم الواجهة، مما يتيح للمطورين التركيز على منطق التطبيق بدلاً من التكامل مع الذكاء الاصطناعي على مستوى منخفض. يستفيد Loom من ميزات Anthropic مثل استخدام الأدوات، وإدارة السياق، والتدفق، والتحكم في التكلفة، مع منح تحكم كامل في بيئة التشغيل. يُعد Loom مثالياً لبناء مساعدين ذكيين، وخطوط معالجة بيانات، أو أي تطبيق يحتاج إلى خلفية ذكاء اصطناعي مرنة. يعمل الخادم كوسيط رقيق، مما يجعل النظام معياريًا وسهل التوسيع.

يعمل هذا المساعد الذكي داخل تطبيق Telegram، حيث يمكن للمستخدمين التفاعل مع نماذج اللغة المتقدمة عبر الرسائل النصية والصوتية والملفات. يتيح للمستخدمين حفظ تفضيلاتهم وتاريخ المحادثات، ما يخلق ذاكرة دائمة تساعد على تخصيص الردود مع مرور الوقت. يتضمن المساعد أدوات مدمجة لإدارة الملفات، والبحث على الويب، وتنفيذ التعليمات البرمجية، بالإضافة إلى جدولة المهام لتذكير المستخدمين أو تشغيل الأوامر تلقائياً. كما يربط بين Telegram وWhatsApp، ويحول رسائل الصوت إلى نص، ويعرض الردود في الوقت الحقيقي مع مؤشرات الكتابة. يركز على توفير تجربة شاملة داخل تطبيق واحد، دون الحاجة إلى إعدادات معقدة أو خدمات خارجية. يتيح للمستخدمين إدارة ملفات PDF وWord وExcel وPowerPoint، بالإضافة إلى تصميم الويب، كل ذلك عبر محادثة واحدة. يُعد خياراً مثالياً للأفراد الذين يبحثون عن مساعد ذكي متعدد الوظائف في بيئة مألوفة.

يعمل ريتشل كوكيل ذكاء اصطناعي متاح على مدار الساعة على خادمك الخاص ويتفاعل مع المستخدمين عبر تيليغرام. يمكنه إنشاء واستضافة صفحات هبوط، وتسجيل بيانات العملاء المحتملين وتصديرها بصيغ مثل Excel أو CSV، وإدارة جهات الاتصال مع المتابعات والتذكيرات. كما يستطيع توليد المستندات والعروض التقديمية والاقتراحات عند الطلب، بالإضافة إلى إجراء أبحاث حول الموردين والمنافسين والبيانات السوقية. يقرأ ريتشل أي ملف ترسله—PDF، صور، صوت، فيديو—ويستطيع تشغيل التعليمات البرمجية، نشر المشاريع، وإدارة الخوادم مباشرة من الدردشة. الذاكرة الدائمة تسمح له بالاحتفاظ بالسياق عبر المحادثات، ما يجعله مساعدًا شخصيًا حقيقيًا وليس مجرد روبوت محادثة.

هذا المشروع هو بوت ديسكورد يدمج مع CLI كلود كود. يحتفظ بعمليات دائمة لكل قناة باستخدام بروتوكول stream-json. يمكن للمستخدمين التفاعل مع البوت عن طريق الأوامر مثل !new, !model, و!abort. أي رسالة أخرى ترسل إلى البوت يتم التعامل معها كطلب للنموذج Claude.

يعمل هذا الوكيل كأداة مساعدة ذكية للبرمجة تعمل على بيانات طلبات السحب، وتقوم بإنشاء تغييرات في الكود، واقتراحات، وتحديثات التوثيق تلقائياً. يستند إلى نماذج لغوية كبيرة لفهم نية وصف طلب السحب وتوليد الفروق أو التعليقات ذات الصلة. يمكن تشغيله عبر سطر الأوامر أو دمجه في خطوط CI، ما يوفّر ملاحظات فورية للمطورين. يستهدف الفرق التي تتطلب مراجعات أسرع للشفرة، معايير موحدة، وتقليل الجهد اليدوي. من خلال أتمتة المهام المتكررة، يساعد على الحفاظ على جودة الكود مع تسريع عمليات النشر.

يُظهر هذا المشروع طريقة تفعيل خدمات Cloud Run للتواصل ثنائي الاتجاه مع مركز حافز مركزي حتى عندما تتداخل نطاقات عناوين IP في شبكات VPC المتفرعة. يقدّم اثنين من الأساليب: الأول يتيح لخدمات Cloud Run التوجه مباشرة إلى شبكة VPC مع نطاقات Class E غير القابلة للتوجيه، ويستعمل NAT هجين لتحويل عناوين المصدر قبل عبور نفق VPN عالي التوافر. الأسلوب الثاني يستخدم موصلات VPC Serverless، حيث تعمل VMs ذات عناوين قابلة للتوجيه كحدود NAT، مما يلغي الحاجة إلى NAT هجين أو شبكات فرعية متداخلة. يتضمن المشروع سكربتات لإعداد الحسابات، إنشاء البنية التحتية، تكوين VPN وBGP، واختبار تدفق الحركة. يستهدف المهندسين المعماريين وشركات DevOps الذين يحتاجون إلى حلول شبكية مرنة في بيئات GCP. يحل المشكلة الشائعة في شبكات VPC المتداخلة، ويقدّم مقارنة تفصيلية بين الأسلوبين لتسهيل اتخاذ القرار. يبرز بكونه دليل عملي يوضح كيفية تحقيق الاتصال الثنائي الاتجاه مع الحفاظ على أمان الشبكة.

هو منصة إدارة تلقائية لإنشاء مواقع ويب ثابتة ومحتوى Docker مع HTTPS تلقائي عبر Traefik. يمكن للمستخدمين تنزيل وتثبيت Siteio على خوادمهم الخاصة، مما يتيح لهم إدارة مواقعهم بشكل مستقل.

هو حبيبة تفاعلية للمحطات المباشرة التي ترد على رسائل الشات. مصممة ليكون ميزة متعة للمنصات مثل Twitch، YouTube أو Facebook. يستخدم المشروع بنية عمل متعددة مع مقاطع أداء منصة لدعم عدة منصات مباشرة. يمكن أن يتبع حالة الحدث و حالة streamlings، ويتم عرض البيانات الفعلية في الوقت الحقيقي عبر WebSocket.

يُقدّم إطار عمل يُمكّن المطورين من إنشاء خرائط فضائية حية تُدمج هندسة الواقع المادي مع أجهزة إنترنت الأشياء وسلوك الوكلاء في تمثيل موحد. يتيح ملف ‎.botmap واحداً وصفاً كاملاً للمكان، بحيث يمكن لوكيل ذكي أن يتنقل ويتفاعل مع العناصر ويستوعب الأحداث في الوقت الحقيقي. يعتمد الإطار على معالجة هندسة الجيوميتري المأخوذة من أجهزة الاستشعار، ويُدمج بيانات الأجهزة الذكية لتوفير سياق ديناميكي للبيئة. يستهدف المطورين الذين يعملون في الروبوتات، الواقع المعزز، أو تطبيقات التحكم الذكي في المنازل. يحل مشكلة فصل البيانات المكانية عن بيانات الأجهزة، ويقلل الحاجة إلى بناء خرائط متعددة. يبرز بقدرة التحديث المستمر للخرائط وتكامل سلوك الوكلاء مع العناصر المادية.

هذا المشروع يجمع وتسجل قياسات محددة للكائنات في Kubernetes باستخدام تقنية eBPF. يعمل كDaemonSet، ويتم تثبيت برامج eBPF على نقاط المسار في النواة، وتصدير قياسات CPU، شبكة، ذاكرة، إجراءات النظام، ووظائف القراءة/كتابة من القرص إلى Prometheus. تستخدم اللغة الكوتلين (Kotlin) لتعريف برامج eBPF وتحويلها إلى كود C للنواة.

يُقدِّم الإطار طبقة غير مرتبطة بمزود لتنسيق وكلاء الذكاء الاصطناعي، مما يتيح للمطورين تعريف سير عمل يتضمن نماذج متعددة من مزودين مثل Anthropic وOpenAI. يختصر الاختلافات في واجهات برمجة التطبيقات، وحدود الرموز، وتنسيقات الردود، ويُقدِّم واجهة موحدة لبناء المطالب، واختيار الوكيل، وتجميع النتائج. يدعم النظام توجيهًا ديناميكيًا، واستراتيجيات احتياطي، وتنفيذًا متوازيًا، ما يجعله مناسبًا للخطوط العريضة المعقدة لاتخاذ القرار. يستهدف المستخدمون المطورون في مجال الذكاء الاصطناعي، وعلماء البيانات، ومهندسو البرمجيات الذين يبنون تطبيقات ذكية تتطلب مرونة عبر مزودين. من خلال توحيد منطق التنسيق، يقلل الإطار من الكود المكرر ويُسهِّل صيانة حلول متعددة النماذج.

يحل مشكلة الصراعات على المنافذ، والتضخم في الأطراف، عدم التنسيق، التعقيد المكرر، وعدم شفافية العمليات في مجموعة كوبونيتس باستخدام FRR كمحرك توجيه واحد. يوفّر بلاطة التحكم الموحدة لدارة BGP، BFD، OSPF على كل عقدة، وتعرض API gRPC عبر سلك Unix.

يقدم البوت دعمًا فوريًا للتخطيط في لعبة دوتا 2، مع اقتراح الأبطال الأمثل بناءً على الاختيارات الحالية والحظر. كما يوفر توصيات ضد الأبطال، ويعقب إحصائيات اللاعبين، ويمكنه محاكاة سيناريوهات التخطيط. يتفاعل المستخدمون عبر أوامر نصية بسيطة أو أزرار داخلية، ما يجعل دمجه في محادثات الفريق سهلاً. يستهدف الخدمة اللاعبين المتسابقين، المدربين، واللاعبين العاديين الذين يرغبون في تحسين قراراتهم أثناء التخطيط. يحل مشكلة اختيار الأبطال البطيء واليدوي ونقص الرؤى المستندة إلى البيانات أثناء المباريات الحية.

هو أداة مراقبة ت наблюд عن ظروف و rhythm من أنظمة البرمجيات التي تعمل لفترة طويلة، وتقدم نظرة على الهدف المعلن، والرعاية المسمية، والاستقرار الهيكلي، وتواتر التجميع، وقوة الاعتماد، والمناخ الموسمي، وموازنة البيئة. لا يقيّم سرعة العمل، ولا يتبع المسار، ولا يصنف المستودعات أو الأشخاص، ولا يقوم بتصنيف المراقبات، ولا يقدم ترفيهًا. Grove هو أداة متوافقة مع GitHub، وتظهر ما يعنيه للناس الذين يرعون الكود على مدى الوقت.

يُنسق الإطار ثلاث وكلاء ذكاء اصطناعي—المهندس المعماري، والمُنفذ، والمراجع—لتوليد الكود وتشغيله وتقييمه بشكل ذاتي. يعتمد على بيئة محلية للذكاء الاصطناعي لتوليد مقاطع الكود، ثم يُنفّذها داخل حاوية آمنة، ويُقيّم النتائج. يتفاعل المطورون مع النظام عبر واجهة سطر أوامر، حيث يُحدّدون المهام ويستعرضون التحسينات المتتالية. تستمر الدورة حتى يحقق الكود معايير الجودة المحددة أو يتوقف المستخدم. يساهم هذا الأسلوب في تقليل الأخطاء اليدوية، وتسريع عملية النمذجة الأولية، وتوفير مسار منظم لتطوير البرمجيات المدعومة بالذكاء الاصطناعي. يتيح الإطار أيضاً تسجيل جلسات التطوير والنتائج لتسهيل التحليل والمراجعة. يختلف عن الحلول التقليدية بتركيزه على التعاون بين الوكلاء وتكرار العملية تلقائياً دون تدخل بشري مستمر.

يقدّم هذا القالب بنية أساسية لتصميم الدوائر الرقمية باستخدام لغة Verilog ضمن برنامج Tiny Tapeout. يتضمن مجلدات منظمة للملفات المصدرية، وثائق التكوين، والاختبارات، مما يسهل تنظيم المشروع من البداية إلى النهاية. يتيح للمصممين إضافة ملفات Verilog إلى مجلد `src` وتعديل ملف `info.yaml` لتحديد ملفات المصدر والنموذج الأعلى. يحتوي على دليل توثيق يشرح كيفية إعداد بيئة الاختبار وتعديل مخطط الاختبار لتناسب التصميم الخاص بك. يدعم القالب عمليات البناء التلقائية عبر أدوات مثل LibreLane، ويشمل ملفات إعداد CI/CD لتوليد ملفات ASIC تلقائياً. يهدف إلى تبسيط عملية التعلم والتجربة للطلاب والمصممين المبتدئين الذين يرغبون في تجربة تصنيع رقائق حقيقية.

يُعدّ OpenClaw Archiver بوتًا للـ Slack يهدف إلى تنظيم وإدارة الروابط التي تُشارك في الرسائل الخاصة. يقوم البوت بالتقاط الروابط تلقائيًا عند إرسالها في الرسائل المباشرة وتخزينها في أرشيف قابل للبحث. يمكن للمستخدمين استرجاع أي رابط محفوظ عبر أمر بسيط، مما يقلل الحاجة إلى التمرير عبر سجلات المحادثة الطويلة. كما يوفر البوت تحليلات أساسية مثل عدد مرات فتح كل رابط، ما يساعد على تتبع الاستخدام. يتيح هذا النظام للمستخدمين الاحتفاظ بسجل مرتب للموارد المشتركة دون إغراق الدردشات. يُستهدف البوت الأفراد والفرق الصغيرة الذين يسعون إلى تحسين تنظيم المعلومات في بيئة العمل. يميز المشروع بواجهة سهلة الاستخدام ودمج سلس مع Slack دون الحاجة لتعديلات معقدة.

هذا المشروع هو مساعد ذكاء اصطناعي مخصص للطلاب، متوفر عبر بوت تيليجرام + واجهة ويب

يقدم هذا الإطار بيئة موحدة لتطوير واختبار ونشر وكلاء الذكاء الاصطناعي. يتضمن مجموعة من مكونات الوكلاء القابلة لإعادة الاستخدام، وبروتوكولات الاتصال، وأدوات التنسيق. يتيح للمطورين تجميع وكلاء يعملون معاً على مهام معقدة، مستفيدين من المعرفة المشتركة والتنسيق المنسق. يدعم الإطار تصميماً معيارياً، مما يسهل إضافة سلوكيات مخصصة وتكاملات جديدة. يهدف إلى فرق تطوير الأنظمة الذكية التي تحتاج إلى تفاعلات وكلاء مستقلة وقابلة للتوسع. يسهّل إنشاء حلول تعتمد على التعاون بين الوكلاء لتسريع تطوير التطبيقات المعقدة. كما يوفّر أدوات لتتبع الأداء وتحليل سلوك الوكلاء لضمان موثوقية عالية.

هذا المشروع مصمم لتحسين عملية استرجاع المقالات من arXiv، وتقييمها و تلخيصها باستخدام Gemini، ثم إرسال تقرير HTML عبر البريد الإلكتروني. يمكن تخصيص एजنت المقال عن طريق تعديل الكلمات الرئيسية والفئات في ملف config.yaml. يستخدم هذا المشروع سكريبت بسيط من لغة Python (main.py) يقرأ التكوين ويعمل على تنفيذ الإجراءات اللازمة.

Loom هو إطار عمل Java لبوابات API وخدمات BFF التي تسهل إنشاء خدمات جمع البيانات. يستخدم Loom الرسوم الموجهة اللاخطية (DAGs) لتعريف تدفقات البيانات، والتي ثم تنفذ في موازنة باستخدام الأنساق virtually. هذا النهج يوفر أداء عالي، سلامة النوع عند وقت التجميع، وسمات بنائية مثل محاولة إعادة الاتصال مع تأخير، سلاسل المحددات، وتحليل الرسوم الموجهة اللاخطية.

يتيح البوت للمستخدمين التفاعل مع أكثر من 75 مزودًا للذكاء الاصطناعي من خلال واجهة واحدة على تطبيق تيليغرام. يدعم تشغيل أدوات مثل أوامر الشل وتحرير الملفات وتصفح الويب، ويطلب من المستخدم الموافقة على كل إجراء قبل تنفيذه. يتم إدارة المحادثة عبر رسائل تيليغرام، مع أزرار داخلية لتحديد الأذونات والسيطرة على الجلسة. يمكن للمستخدم بدء أو إيقاف أو طلب مساعدة باستخدام أوامر بسيطة، ويعرض البوت الردود في الوقت الحقيقي. يوفّر هذا النظام وسيلة مرنة وآمنة لاستغلال قدرات الذكاء الاصطناعي مباشرة من تطبيق المراسلة. يضمن التحكم التفاعلي أن يبقى المستخدم في موقع السيطرة على كل خطوة يتخذها الذكاء الاصطناعي. كما يتيح البوت حفظ الجلسات وإدارتها بسهولة، مما يسهل تجربة المستخدم على المدى الطويل.

يُقدِّم هذا الإطار طريقة منظمة لكتابة وتشغيل اختبارات نهاية إلى نهاية لتطبيقات الويب باستخدام Playwright بلغة بايثون. يدعم المتصفحات Chromium وFirefox وWebKit، ما يتيح تنفيذ الاختبارات عبر متصفحات متعددة بأمر واحد. تُحمَّل متغيّرات البيئة من ملفات .env عبر مكتبة python‑dotenv، ما يجعل التكويد مرنًا للبيئات التطويرية والاختبارية والإنتاجية. يدمج الإطار مع Allure Commandline لإنتاج تقارير اختبار غنية وتفاعلية تتضمن لقطات الشاشة والسجلات. صُمِّم الإطار لمهندسي ضمان الجودة الذين يحتاجون اختبارات متصفح متكررة ومتعددة المنصات دون إدارة حزم المتصفحات يدويًا. يحل المشكلة الشائعة في اختبار واجهات المستخدم اليدوي، ويقلل من الأخطاء البشرية ويزيد من سرعة التكرار. يميز نفسه بتركيب سهل للبيئة عبر ملفات .env، ودعم متعدد المنصات، وتكامل تلقائي مع أدوات التقارير المتقدمة.

يُقدِّم ViableOS منصة موحدة لإدارة مجموعات الوكلاء الذكاء الاصطناعي، مما يتيح للمطورين تحديد سير العمل، جدولة المهام، وتوفير واجهة برمجة تطبيقات RESTful للوصول إلى قدرات الوكلاء. يتضمن نظامًا قويًا للواجهة الطرفية يُسهل التكوين السريع وتصحيح الأخطاء، بينما يُظهر لوحة معلومات ويب مبنية على Streamlit وPlotly مؤشرات الأداء والموارد في الوقت الحقيقي. صُمم النظام ليتم توسيعه عبر عدة وكلاء، مع معالجة التنسيق، استرداد الأخطاء، وتسجيل السجلات مع حد أدنى من الحمل. يستهدف المستخدمون المطورون في مجال الذكاء الاصطناعي، علماء البيانات، وفِرَق العمليات الذين يحتاجون طبقة تنظيمية خفيفة الوزن لكنها قوية. من خلال تجريد تعقيدات التواصل بين الوكلاء، يتيح ViableOS تطوير ونشر خدمات تعتمد على الذكاء الاصطناعي بسرعة وفعالية.

أداة فالانشانج هي حل خفيف الوزن ومتنقل يهدف إلى مراقبة ملفات التكوين ومخازن الكود وإعدادات النظام للكشف عن أي تغييرات. تقوم الأداة بمراقبة الدلائل أو المستودعات المحددة، وتسجيل كل تعديل، وتستطيع إطلاق إجراءات برمجية مخصصة أو استدعاء واجهات ويب عند اكتشاف أي تغيير. يتميز بواجهة سطر أوامر بسيطة تسهل الإعداد السريع، كما يتكامل بسلاسة مع خطوط أنابيب CI/CD الحالية. يوفر نظام إشعارات فوري يرسل تنبيهات إلى البريد الإلكتروني أو Slack أو أي منصة رسائل أخرى، ما يساعد الفرق على الحفاظ على الامتثال وتقليل الانحرافات. تُعد فالانشانج خياراً مثالياً للفرق التي تحتاج إلى حل قابل للتكوين يكتشف التغييرات غير المصرح بها أو العرضية ويُسهل تنفيذ إجراءات التصحيح تلقائياً.

هذا المشروع هو مثال أساسي لمراقبة صحة الإصدارات (ECS) في نظام Amazon Web Services. يوفّر هذا المشروع نموذجًا بسيطًا لمراقبة صحة الإصدارات في مجموعة إصدارات ECS. يمكن استخدام هذا المشروع كقاعدة أو مرجع للبرمجيين الذين يعملون مع ECS.

يُقدّم هذا النظام مساعدًا ذكيًا يعتمد على الذكاء الاصطناعي يعمل عبر واتساب، مما يتيح للمستخدمين كتابة وتحرير وتطوير محتوى الكتب بطريقة حوارية. يستخدم تقنيات معالجة اللغة الطبيعية لفهم الطلبات، وتوليد فصول متماسكة، وتقديم اقتراحات لتحسين النص. يتيح واجهة بسيطة للمستخدمين إرسال رسائل، واستلام نصوص مولدة، والتعديل عليها حتى يحققوا الرؤية المنشودة. يستهدف الكُتاب، والطلاب، ومبدعي المحتوى، ويحل مشكلة بدء وإبقاء الدافع في الكتابة الطويلة. يدمج مع بنية تحتية قوية لتخزين المسودات، وتتبع التعديلات، ودعم التحرير التعاوني.

يُقدِّم هذا المشروع صورة Docker مُدمجة ببيئة code‑server جاهزة للاستخدام مع أدوات تطوير أساسية مُثبتة مسبقاً. تعتمد الصورة على قاعدة linuxserver/code‑server الشائعة وتضمّ Ansible، Ansible‑Lint، Node.js، ومساعد الكود الذكي Claude‑Code. يمكن للمستخدمين سحب الصورة وتشغيلها في حاوية، ثم البدء فوراً بالبرمجة، الاختبار، أو تنفيذ مهام الأتمتة دون إعداد يدوي. تستهدف المطورين، مهندسي DevOps، ومديري الأنظمة الذين يحتاجون إلى بيئة IDE عن بُعد متسقة وقابلة للتكرار لأغراض البرمجة، التطوير، والمساعدة الذكية في الكود. يوفّر الإعداد المسبق الوقت ويقلل من انحراف البيئة، ما يجعله مثالياً لتطوير النماذج السريعة وعمليات التكامل المستمر.

نافيكسيون سايبرنيتكس 2.5 هو إطار عمل يصنف أنظمة متعاقبة على أساس خواصها الهيكلية، مثل التغير غير العكسي والذاكرة الداخلية irreversible و الانتقالات على مستوى النظام. يحدد هذا الإطار عمل المفاهيم الأساسية الهيكلية والقواعد الهيكلية والقيود المسموح بها لضمان استدامة الأفق الطويل.

هذا المشروع يعتمد على أداة automation التي تسهل عملية إنشاء وتحكم في الماكينات الافتراضية على مضيف Linux مع KVM/libvirt. يدعم العديد من الميزات مثل إنشاء شفرات قابلة للتكرار، وعمليات حياة الماكينة، ومشاركة مجالات مضيفة، والتحكم في الأجهزة USB، وتثبيت أدوات التوليد. يوفّر هذا المشروع واجهة CLI حول مسارات Ansible، مما يجعل من السهل إنشاء وإدارة وتوزيع الماكينات الافتراضية.

يُقدِّم هذا المشروع حاوية تطوير جاهزة تُجهِّز وكيل الذكاء الاصطناعي بالأدوات اللازمة لإنشاء تطبيقات ويب كاملة الوظائف. تُخزَّن بيانات التطبيقات في مستودعات Git، حيث يُسجَّل كل تعديل كـ commit، ما يوفِّر إمكانيات التتبع، التراجع، وتدقيق التغييرات بشكل مدمج. تُحفظ البيانات محليًا في نظام الملفات الخاص بالمستعرض، ما يتيح للتطبيقات العمل دون اتصال وتزامن تلقائي عند استعادة الاتصال. كل مستخدم يمتلك مستودع Git مستقل، ما يضمن عزل البيانات بشكل طبيعي ويُمكّن المستخدم من استنساخ أو نقل أو تعديل بياناته في أي وقت. كما تتضمن الحاوية أدوات اختبار تلقائي تُتحقق من صحة التطبيقات المُنشأة من البداية إلى النهاية.

يستخرج البوت أحدث الأبحاث من ArXiv عبر مجموعة من استعلامات البحث المحددة مسبقاً والمتعلقة بأنظمة التوصية ونماذج اللغة الكبيرة. ثم يصنف كل ورقة علمية كأكاديمية أو صناعية باستخدام نموذج لغة يكتشف أسماء الشركات والإشارات إلى تطبيقات الإنتاج. بالنسبة للأوراق الصناعية، ينتج البوت ملخصات موجزة تسلط الضوء على المساهمات الرئيسية والنتائج العملية. تُجمع هذه النتائج في رسالة بريد إلكتروني بصيغة HTML تُرسل تلقائياً إلى المستلم المحدد كل يوم. كما يُخزن التقرير محلياً بصيغتي HTML وJSON للرجوع إليها لاحقاً. يوفر هذا النظام الأتمتة الوقت للباحثين والممارسين من خلال تقديم رؤى مختارة ومفيدة دون الحاجة إلى تصفح يدوي.