1 Deepseek قوي بزاف، ولكن عندو نقص واحد
هاد المرة Deepseek جا قوي بزاف، الثمن رخيص، وزيد عليها إطلاق النسخة الرسمية V4-Flash اللي زادت حسّنت الأداء. وزيد على هادشي، حسب ما كشف عليه فريق OpenCode، وصل استهلاك الـToken ديال Deepseek V4-Flash فهاد المنصة لـ8 تريليون فنهار واحد، ودار رقم قياسي تاريخي فالاستهلاك اليومي.
ولكن عندو عيب واحد: راه موديل نصّي فقط، وماكيقدرش يتعرّف على الصور.
ولكن فحالات بحال تطوير البرمجيات، إصلاح الأخطاء والتعرّف على واجهات المستخدم، التعرّف على الصور مهم بزاف. حيث فهاد السيناريوهات، المعالجة غير بالوصف الكتابي ماشي مريحة بزاف. إلا قدر يفهم الصورة مباشرة من خلال Screenshot، غادي تولّي العملية أسهل وأسرع، وترتفع الفعالية بزاف.
2 Skill مفتوح المصدر للتعرّف على الصور: Claude Vision
هنا غادي نقدّمو واحد الـSkill مفتوح المصدر للتعرّف على الصور — claude-vision-skill. ماتشوفوش غير حيث مخصّص لـ Claude، ماكاين حتى مشكل، حيث يقدر يتركّب مع أي Agent، والـAgent غادي يتكيّف معاه أوتوماتيكياً.
https://github.com/asuojun/claude-vision-skill
— صفحة مستودع الـSkill
هاد الـSkill الدور الرئيسي ديالو هو يعطي للموديلات اللي ماعندهاش القدرة على التعرّف على الصور، هاد القدرة.
المبدأ: كترسل الصورة لموديل كيقدر يتعرّف عليها، ومن بعد كيرجع وصف كتابي، وDeepseek كياخذ هاد الوصف وكيعالجو. وهادي علاش خاصك تهيّأ موديل ديال التعرّف على الصور.
الموديلات الموصى بها مدموجة: Qwen (qwen3.5-omni-plus، qwen-vl-max) عبر علي بابا كلاود Bailian، حيث المستخدمين الجدد عندهم 100 مليون Token مجاناً، بحوالي 0.02 يوان للعملية.
— موديل Qwen الموصى به والمدمج
وتقدر حتى تستعمل موديلات أخرى للتعرّف على الصور كتدعم الصيغة المتوافقة مع OpenAI.
3 كيفاش تركّبو وتهيّئو
كيفاش تركّبو؟ ساهلة بزاف، غير عطِ عنوان المستودع لـ Codex، وهو غادي يركّبو ويهيّئو ليك أوتوماتيكياً.
— إعطاء عنوان المستودع لـ Codex باش يركّبو أوتوماتيكياً
افتراضياً كيستعمل موديل Qwen ديال علي بابا للتعرّف على الصور (qwen3.5-omni-plus)، والمستخدم الجديد عندو 100 مليون Token، يعني تقريباً يقدر يدير 7000 عملية تعرّف على الصور.
باش تجيب API Key ديال Qwen، دخل لمنصة عمل Qwen، صايب API Key، ومن بعد كوبيه ولسّقو.
https://platform.qianwenai.com/home/api-keys
— إنشاء API Key فـمنصة عمل Qwen
4 التركيب سالا، والنتيجة فالتجربة
منين كيسالي التركيب بنجاح، تقدر تبدا تستعملو مباشرة.
— منين كينجح التركيب تقدر تستعملو مباشرة
نجربو دابا، غادي نخليه يتعرّف على المحتوى اللي فهاد الصورة.
— الصورة المستعملة فاختبار التعرّف
النتيجة هي هادي، المحتوى اللي تعرّف عليه مطابق تماماً.
— نتيجة التعرّف مطابقة تماماً
دابا ركّبنا لـ Deepseek “العينين”، وولا حتى هو كيقدر يتعرّف على الصور، والفعالية طلعات لمستوى آخر.
الخلاصة
بفضل Skill مفتوح المصدر، قدرنا نزيدو لـ Deepseek القدرة على التعرّف على الصور، بتكلفة قليلة بزاف ونتيجة باينة من الأول. من دابا، البرمجة، تصحيح الأخطاء والتعرّف على واجهات المستخدم يقدرو كاملين يعتمدوا على الصور مباشرة، باش الموديل النصّي فقط “يشوف” العالم بصح.