This project presents a series of programming challenges for a minimalistic assembly-like language that uses only mov instructions, aimed at students and competitive programmers.
يقدّم المشروع مجموعة من التحديات البرمجية المصممة حول لغة مخصصة تتضمن فقط تعليمات mov. يتعين على المشاركين كتابة برامج تتعامل مع مصفوفة ذاكرة ذات 512 خلية و26 سجلًا، مستخدمين فقط عمليات نقل البيانات. تُعدّ اللغة قابلة للتنفيذ الكامل (Turing‑complete) على الرغم من بساطتها، مما يركز التحديات على الاستخدام الذكي للذاكرة وتدفق التحكم. تُناسب هذه المشكلات البيئات التعليمية والمسابقات البرمجية، حيث تختبر فهم المشاركين للمفاهيم منخفضة المستوى. تتضمن كل مشكلة مواصفات مفصلة لتخطيط الذاكرة، أدوار السجلات، وإرشادات الإدخال والإخراج. كما تُوضح القواعد الخاصة بالسجلات الخاصة مثل I وO وZ، وتوضح طريقة تنفيذ البرنامج في حلقة مستمرة حتى يُوقف بواسطة Z. يهدف المشروع إلى تعزيز التفكير المنطقي والقدرة على تصميم حلول بسيطة لكنها قوية في بيئة محدودة.
It produces interactive manuals and documentation for StreamTeX projects.
يُنتج هذا الأداة أدلة وتوثيقًا تفاعليًا ديناميكيًا لمشاريع مبنية على StreamTeX. يدمج أمثلة شفرة حية يمكن للمستخدمين تعديلها وتشغيلها مباشرة داخل الوثائق، ما يخلق تجربة تعليمية جذابة. يقوم النظام باستخراج مقتطفات الشفرة تلقائيًا، ويعرضها في بيئة معزولة، ويحدث النتائج في الوقت الحقيقي. يستهدف المطورين والكتاب التقنيين، ويسهل إنشاء أدلة شاملة ويقلل الجهد المطلوب لصيانة الوثائق المحدثة. من خلال التكامل السلس مع سير العمل الحالي لـ StreamTeX، يحل المشكلة الشائعة للوثائق الثابتة غير القابلة للتحديث.
Generate and maintain an up-to-date whitepaper on generative AI topics.
يُسهم هذا المشروع في أتمتة إنشاء وتحديث مستمر لورقة بيضاء مخصصة للذكاء الاصطناعي التوليدي. يستند إلى نموذج لغوي قوي يُمكنه صياغة فصول جديدة، وتعديل المحتوى الحالي، وضمان أن الوثيقة تعكس أحدث الأبحاث والاتجاهات الصناعية. يتيح للمستخدمين إدخال مطالب أو مخططات، ثم ينتج نصاً مترابطاً بصيغة ماركداون أو نص عادي، ويمكن دمجه بسهولة في خطوط سير العمل الخاصة بالوثائق. يستهدف الباحثين، والكتاب التقنيين، وصناع السياسات الذين يحتاجون إلى مرجع حي يتطور مع المجال، مع تقليل الجهد اليدوي والحفاظ على اتساق الوثيقة ومصداقيتها.
This curriculum teaches the fundamentals of reinforcement learning and active inference, guiding learners from basic concepts to advanced applications.
يقدم هذا المنهج سلسلة من الدروس التي تربط بين التعلم المعزز (RL) والتخمين النشط (AIF)، معتمدًا على مبادئ مبدأ الطاقة الحرة. يبدأ بالأساسيات الحيوانية ثم ينتقل إلى نماذج MDP وتعلم القيم، قبل أن يتعمق في خوارزميات التعلم العميق. يدمج المنهج أدوات مكتبة ALF وNeuro-Nav لتوفير أمثلة عملية في لغة Python مع JAX. يستهدف الطلاب والباحثين الذين يرغبون في فهم العلاقة بين RL وAIF وتطبيقها في بيئات معقدة. يحل المشكلة التي يواجهها المتعلمون في فهم الفجوة النظرية بين الطريقتين، ويقدم مسارًا تدريجيًا من المفاهيم البسيطة إلى التطبيقات المتقدمة. يميز نفسه بتركيزه على التجارب العملية والتمارين التي تشجع على التفكير النقدي وتطبيق المفاهيم في سيناريوهات حقيقية.
A guide to fine‑tune Qwen3.5 on Apple Silicon for text correction and screen context extraction.
يقدّم دليلًا مفصلاً لتعديل نموذج Qwen3.5 على معالجات Apple Silicon لأداء مهام محددة. يركز على تنظيف نصوص التعرف على الكلام وإزالة التعبيرات غير الضرورية. كما يشرح استخراج الأسماء الصحيحة والمصطلحات التقنية من لقطات الشاشة باستخدام نموذج VLM. يتضمن الدليل خطوات توليد البيانات عبر تقنيات التقطيع المعرفي، وتنسيقها، وتدريب LoRA باستخدام مكتبة MLX. يوضح كيفية تقييم النموذج، دمجه، واستخدامه في تطبيق macOS للكتابة الصوتية. يستهدف المطورين الذين يعملون على أجهزة Mac ويحتاجون إلى حلول معالجة نصية بصوتية عالية الدقة. يساهم في تحسين تجربة المستخدم عبر تقليل الأخطاء في النصوص المترجمة. يبرز الفروق بين التدريب على Apple Silicon والتدريب على أنظمة أخرى، مع إظهار كفاءة الذاكرة والسرعة.
A collection of Python tutorials covering command‑line parsing and Google Drive API integration for beginners.
يقدّم هذا المشروع سلسلة شاملة من الدروس التعليمية التي تشرح أساسيات لغة البرمجة Python خطوة بخطوة. يتضمن الدروس شرحاً مفصّلاً لاستخدام مكتبة argparse، التي تُسهل إنشاء واجهات سطر أوامر متقدمة للبرامج. كما يتناول المشروع كيفية التفاعل مع واجهة برمجة تطبيقات Google Drive، مع أمثلة عملية تُظهر رفع الملفات، وتنزيلها، وإدارتها. تُقدّم كل درس أمثلة برمجية واضحة، مع توضيح للخطوات المطلوبة لتطبيق المفهوم في مشروع حقيقي. يستهدف المشروع المطورين الجدد والطلاب الذين يرغبون في بناء مهاراتهم في كتابة سكربتات Python فعّالة. يختلف عن الموارد الأخرى بتركيزه على تطبيقات عملية مباشرة، مما يتيح للمستخدمين تجربة الكود فوراً وتطبيقه على مشاريعهم الخاصة.
Provide step‑by‑step tutorials for using the litellm Python library to interact with large language models.
يُقدّم هذا المجموعّـة دروساً عملية تُرشد المطوّرين عبر خطوات دمج مكتبة litellm في مشاريع Python. يبدأ الدليل بالتهيئة الأساسية، وإعداد المصادقة، وإجراء استدعاءات API بسيطة، ثم يتقدّم إلى مواضيع متقدمة مثل استجابات البث، وتجميع الطلبات، ومعالجة الأخطاء. يتضمن كل درس مقتطفات كود، وشرحاً، وتوصيات لأفضل الممارسات لتجنب الأخطاء الشائعة. يستهدف الجمهور المطوّرين الذين يرغبون في إنشاء نماذج لغة كبيرة بسرعة دون الحاجة إلى معرفة عميقة بالواجهات الخلفية. من خلال متابعة هذه الدروس، يمكن للمستخدمين توفير الوقت، وتقليل التجربة والخطأ، وبناء تطبيقات قوية تستفيد من نماذج اللغة الحديثة.
A hands‑on workshop that teaches data engineering, machine learning, and analytics on a cloud data platform.
تُقدِّم هذه الورشة تجربة عملية خطوة بخطوة لبناء خطوط أنابيب بيانات شاملة، تدريب نماذج التعلم الآلي، وإنشاء لوحات معلومات تفاعلية. يتعلم المشاركون كيفية استيراد بيانات المبيعات بتنسيق JSON عبر تدفق مستمر، ثم تنظيفها وتثريتها عبر بنية ميدالين، وتخزين النتائج في قاعدة بيانات Delta. بعد ذلك، يُظهر البرنامج كيفية تنظيم مهام متعددة، جدولة الوظائف، وتطبيق تقسيم العملاء باستخدام طرق RFM و K‑Means، مع تتبع التجارب عبر نظام إدارة التجارب. في الجزء الأخير، يُستعرض توليد استفسارات بلغة طبيعية وإنشاء لوحات معلومات للذكاء التجاري. تُصمم هذه الورشة للفرق التي ترغب في تسريع قدراتها في مجال البيانات، وتوفر مختبرات عملية، دفاتر مرجعية، وتمارين لتعزيز الفهم.
An interactive Jupyter Book that re‑examines fundamental physics through ontological principles, focusing on the relationship between space, time, and the speed of light.
يقدّم الكتاب إطاراً يُعرف بالفيزياء الأنتولوجية، يفرض أن جميع الحركات تحدث بسرعة الضوء، مع اختلاف الاتجاه بين الفضاء والزمان فقط. يُعرّف هذا الإطار بنظرية الأنتولوجيا النسبية (ORT) التي تُعيد تفسير النسبية الخاصة، والجرّب، والكونيات، والميكانيكا الكمّية. يتيح للقراء التفاعل مع دفاتر جوبتر لتصور مكوّنات السرعة، ومخططات الزمكان، وتأثيرات النسبية باستخدام مكتبات matplotlib وplotly. يُنظم المحتوى في وحدات تغطي الجاذبية الأساسية والمتقدمة، والكونيات، والميكانيكا الكمّية، مع أمثلة برمجية ورسوم توضيحية. يستهدف الطلاب، والمعلمين، والباحثين، ويقدّم نهجاً عملياً لمفاهيم معقدة دون الحاجة إلى خلفية واسعة. يهدف الكتاب إلى ربط النظرية المجردة بالاستكشاف البصري القابل للتطبيق، مما يجعل الفيزياء المتقدمة أكثر وصولاً.
This project provides course materials and resources for a multimedia production course in strategic communications.
هذا المشروع يحتوي على المواد الدراسية والموارد للمقرر STCM140: إنتاج وسائط متعددة للتواصل الإستراتيجي. يتضمن هيكل الملفات قسم `/materials` مع المواد المرجعية والموارد. في الوقت الحالي، سيتم إضافة تفاصيل أكثر قريباً مع إضافة المواد الدراسية.
A hands‑on guide that teaches journalism professionals how to apply machine learning techniques—embeddings, semantic search, retrieval‑augmented generation, document classification, and fine‑tuning—to their own newsroom data.
يُقدّم هذا المشروع دليلًا عمليًا لتطبيق تقنيات التعلم الآلي على بيانات غرفة الأخبار، مع تركيز على تحويل المستندات إلى تمثيلات رقمية، وبناء محرك بحث معنوي، وتصنيف المستندات تلقائيًا، وتدريب نماذج على صوت المؤسسة. يتضمن أربع دفاتر جوبتر، كل منها يشرح خطوة بخطوة كيفية إعداد البيانات، إنشاء مجموعات بيانات، واستخدام مكتبات مثل ChromaDB وLangChain. يتيح للمستخدمين إنشاء نظام استرجاع معزز بالاستعلامات (RAG) يجيب على الأسئلة مستندًا إلى محتوى المستندات الداخلية. كما يوفر أدوات تصنيف بدون تدريب مسبق (zero‑shot) لتسمية المقالات والوثائق حسب الموضوع. يهدف المشروع إلى تمكين صحفيين ومحللي الأخبار من استغلال الذكاء الاصطناعي دون الحاجة لخلفية تقنية متقدمة، مع توفير رسومات بيانية لتصور النتائج. يميز المشروع بدمجه للبيانات الحقيقية من غرفة الأخبار، مما يتيح تجربة واقعية ومباشرة للمستخدمين.
A structured curriculum that teaches Java developers how to use Python for AI and machine learning projects.
يقدّم هذا المشروع منهجاً متقدماً يهدف إلى تمكين مطوري جافا من الانتقال بسلاسة إلى لغة بايثون لاستخدامها في الذكاء الاصطناعي وتعلم الآلة. يتضمن المنهج وحدات تغطي الأساسيات مثل القوائم والقواميس، ثم ينتقل إلى مفاهيم متقدمة مثل التدوين بالأنواع، والبرمجة غير المتزامنة، والديكورators. كما يركز على بناء أنظمة RAG (Retrieve‑and‑Generate) صغيرة لتوضيح كيفية دمج مصادر المعرفة مع نماذج اللغة. في الجزء المتعمق، يتم استعراض أدوات تحليل البيانات، وتعلم الآلة التقليدي، والتعلم العميق باستخدام مكتبات شائعة، مع التركيز على تصميم الأنظمة القابلة للتشغيل في الإنتاج. يُقدّم كل وحدة ملاحظات مقارنة مع جافا، وأمثلة قابلة للتنفيذ، وتحديات عملية لتعزيز الفهم. يهدف البرنامج إلى تمكين المطورين من بناء خطوط أنابيب بيانات، وتدريب نماذج، وتطوير تطبيقات ذكاء اصطناعي جاهزة للتشغيل في بيئات الإنتاج.
A central hub that coordinates daily routines, test tracking, and cross‑tool integration for hybrid Claude sessions, targeting sales and product teams.
يعمل المشروع كمركز مركزي لإدارة الروتين اليومي مثل تحديثات إدارة علاقات العملاء، المتابعات، المهام، والتحليلات. يراقب الاختبارات والعمليات الجارية، موفرًا مصدرًا موحدًا للحالة. يربط المركز بين مشاريع مساحة العمل المختلفة مع MCPs مثل Pipedrive وChatGuru وClickUp وn8n وNotion، ما يتيح تدفقًا سلسًا للبيانات. يهدف إلى فرق المبيعات والإدارة التي تعتمد على جلسات Claude المدمجة بين Claude Code على الحاسوب وClaude.ai على الهاتف أو الويب. من خلال تجميع التعليمات والسجلات وخريطة المشاريع، يقلل المشروع من تبديل السياق ويعزز التعاون. يتيح للمستخدمين تتبع التقدم في الاختبارات والعمليات في وقت واحد، مع توفير سجل موثوق للقرارات. يميز المشروع بتركيزه على التكامل متعدد الأدوات دون الحاجة إلى إعدادات معقدة، ما يجعله خيارًا عمليًا للفرق التي تحتاج إلى تنسيق متعدد المنصات.
A curated collection of Python notebooks and scripts that document and experiment with various machine learning and AI concepts for learning and research.
يقدم هذا المشروع مجموعة منظمة من دفاتر Python والبرامج التي تستكشف مجموعة واسعة من مواضيع التعلم الآلي والذكاء الاصطناعي. يتضمن أمثلة برمجية مفصلة، رسومات بيانية، وملاحظات تفسيرية توضح كيفية عمل الخوارزميات المختلفة في الممارسة العملية. يُعد هذا المستودع مورداً تعليمياً للمبتدئين ومراجعاً للباحثين ذوي الخبرة الذين يرغبون في تجربة أفكار جديدة. من خلال الجمع بين النظرية والبرمجة العملية، يساعد المستخدمين على تعميق فهمهم لتصميم النماذج، التدريب، والتقييم. يتم تحديث المجموعة بانتظام لتعكس الاتجاهات الناشئة وأفضل الممارسات في المجال.
A concise comparison of two AI workflow frameworks, LangGraph and Dify, to guide developers in selecting the right approach for building AI assistants.
يقدّم هذا المشروع مقارنة تفصيلية بين إطاري عمل الذكاء الاصطناعي LangGraph، الذي يعتمد على كتابة الكود، و Dify، الذي يعتمد على واجهة سحب وإفلات. يوضح كيف يتعامل كل نظام مع تصنيف النوايا، واختيار الأدوات، وإدارة الحالة، وتصحيح الأخطاء، ونشر الحلول. يبرز المقارنة نقاط القوة مثل قدرة LangGraph على اختيار الأدوات بشكل مستقل والتحكم الدقيق، مقابل قدرة Dify على إنشاء نماذج أولية بسرعة وتوفير مراقبة وإدارة داخل المنصة. كما يناقش المشروع التنازلات، مثل الحاجة إلى كود إضافي في LangGraph والقيود على المنطق الديناميكي في Dify. يهدف هذا الدليل إلى مساعدة مطوري الذكاء الاصطناعي وفِرَق المنتجات في تقييم أي إطار يناسب متطلبات مشروعهم.
Teach students how to build an AI‑powered immigration law research crawler.
يُقدِّم هذا المنهج تدريباً عملياً على بناء وكيل بحث قانوني للهجرة يعمل بالذكاء الاصطناعي، معتمدًا على مصادر قانونية في الولايات المتحدة وكاليفورنيا. يتضمن المنهج مهامًا متدرجة تشمل الزحف على الويب، تحليل HTML، استخراج المحتوى باستخدام نماذج اللغة الكبيرة، واستدعاء الأدوات، وإنشاء قاعدة معرفية تعتمد على التضمينات المتجهية (RAG)، بالإضافة إلى بروتوكول سياق النموذج (MCP) لتقديم الخدمة. يُنظم البرنامج لقاءات ثنائية أسبوعية، حيث يبدأ الطلاب من مسار أساسي ثم يضيفون تدريجيًا كل مكوّن من المكوّنات عبر الكود المبدئي. يستهدف المنهج طلاب علوم الحاسوب وأساتذة يطمحون إلى دمج المفاهيم الحديثة للذكاء الاصطناعي في مشاريع تطبيقية حقيقية. يحل المنهج مشكلة نقص الخبرة العملية في تطبيقات الذكاء الاصطناعي، ويُبرز أهمية التعلم القائم على مشروع واقعي يدمج الزحف، المعالجة اللغوية، والذكاء الاصطناعي في سياق قانوني محدد.
A collection of Python tutorials that guide users through machine learning concepts and practical implementations.
يُقدّم هذا المشروع سلسلة من الدروس التعليمية بلغة بايثون تهدف إلى تعريف المتعلمين بأساسيات التعلم الآلي. يتناول كل درس موضوعاً محدداً، بدءاً من معالجة البيانات وتوليد الميزات وصولاً إلى خوارزميات التعلم المراقب وغير المراقب. تُظهر الأمثلة العملية كيفية تنفيذ النماذج باستخدام مكتبات شائعة، بينما تُعزز التمارين المفاهيم الرئيسية. تُنظم الدروس بشكل تدريجي لتمكين المبتدئين من اكتساب الثقة في تطبيق تقنيات التعلم الآلي. يُعد المشروع مثالياً للطلاب والهواة، حيث يساهم في سد الفجوة بين النظرية والتطبيق العملي.
This project is designed for learning about large language models, providing a comprehensive system to study related knowledge points.
هذا المشروع مخصص للتعلم عن النماذج اللغوية الكبيرة، يوفر نظامًا شاملاً لدراسة نقاط المعرفة المتعلقة بها.
idfkit-docs is a tool for building EnergyPlus documentation.
هذا المشروع يستخدم زينسيكال لإنشاء وثائق للنظام إينرجي بلاس. يهدف إلى تقديم معلومات واضحة وموضحة حول نظام إينرجي بلاس، مما يجعل من السهل على المستخدمين فهم وظائفه والقدرات.
Converts Symbolics Genera binary documentation files into a browsable HTML site with cross-references and full-text search.
هذا المشروع يتحول الملفات المستندة إلى ساب (Sage Abstract Browser) من Symbolics Genera إلى موقع HTML قابل للتصفح. عملية التحويل تشمل إنشاء مراجع متباعدة، رسومات SVG داخلية، وإنشاء مؤشر بحثي semantics. النتيجة هي موقع HTML يسمح بالبحث عن نصوص كاملة ويقدم واجهة سهلة التنقل لاستكشاف المستندات.
This project appears to be a collection of research materials, specifically focused on the CVE-2021-44228 vulnerability.
هذا المشروع هو مجموعة من المواد البحثية، ويتعلق بشكل خاص بالعطل الأمني CVE-2021-44228. يُعتقد أن هذا المشروع يعمل كمرجع للمبرمجين والأفراد المهتمين بالأمان الذين يرغبون في التعلم أكثر عن هذه المسألة.