نظرة عامة على المشروع
هاد المستودع كيجمّع ثلاثة تمارين ديال AI Coding جايين من مساطر توظيف حقيقية، وكيستخلص طريقة عامة كتصلح للاختبارات المحدودة فالوقت، وTake-home Assignment، والتطوير الثنائي المباشر. صياغة التمارين تبدلات وتجهزات بشكل مجهّل، وما فيهاش أسماء الشركات أو المقابلين أو مسؤولي التوظيف أو الزبناء.
المستودع فحد ذاتو كيركّز أساساً على مراجعة التمارين والمنهجية. الحلول الشخصية ديال المشاريع الثلاثة كاينة فمستودعات مستقلة، وفيها الكود، ووثائق التصميم، والاختبارات، وسجل التسليم الفعلي.
هاد المشاريع ما كيقيسوش غير كمية الكود، ولكن حتى فهم المتطلبات، وحدود المعمارية، وضبط المسار، وأدلة القبول، والقدرة على الاختيار بين الحلول.
شنو كيقيس كل تمرين من التمارين الثلاثة
01: Computer Use Agent Dashboard
التمرين الأول كيتطلب بناء نظام كيجمع بين الويب، والوكيل، وسطح مكتب معزول. التركيز كاين على Computer Use، وحلقة استدعاء الأدوات، وعزل الجلسات، وقابلية المراقبة، وموثوقية وقت التشغيل.
- مراجعة التمرين: Computer Use Agent Dashboard
- التنفيذ الشخصي: ai-agent-dashboard
فهاد النوع ديال المشاريع، ما كافيش تكمل استدعاء API ديال النموذج وتعرض الواجهة. خاصك حتى تراقب كيفاش الوكيل كيستعمل الأدوات، وكيفاش كتتعزل الجلسات المختلفة، وواش حالات الفشل قابلة للمراقبة والاسترجاع.
02: وكيل React Native لتنفيذ الإجراءات انطلاقاً من لقطات الشاشة
التمرين الثاني مشروع React Native／iOS مدتو 48 ساعة. كياخذ لقطة شاشة كمدخل، وكيختبر الفهم متعدد الوسائط، وAction منظمة، وHuman-in-the-loop، والأدوات الأصلية، والذاكرة.
- مراجعة التمرين: React Native截图行动 Agent
- التنفيذ الشخصي: ContactFlow
المهم فهاد النوع هو تكوين حلقة كاملة: فهم لقطة الشاشة، توليد إجراء منظم، تخلي المستخدم يأكد، ومن بعد التنفيذ باستعمال القدرة الأصلية المناسبة، ماشي غير إخراج اقتراح مكتوب بلغة طبيعية.
03: نظام لتدبير المهام على طريقة Jira
التمرين الثالث كيتطلب إكمال Web MVP فنهار واحد، وكيختبر بالأساس الاختيار بين المتطلبات، وCRUD، والسحب والإفلات فلوحة المهام، والتخزين المحلي، والخط الزمني، وجودة التسليم كاملة.
- مراجعة التمرين: نظام تدبير المهام على طريقة Jira
- التنفيذ الشخصي: ForceTrack
هاد المشروع حتى هو محتافظ بـ24 جولة حقيقية من حوارات AI Coding، من PRD حتى Repo Wiki، وكيقدر يبيّن كيفاش كتتقدم المتطلبات والتنفيذ والتوثيق خطوة بخطوة.
شوف 24 جولة حقيقية من حوارات ForceTrack
المنهجية الأساسية: ست خطوات لإكمال مشروع AI Coding
الطريقة العامة لحل مشاريع AI Coding كتقسم المسار كامل لست مراحل. سواء كان التمرين ديال Agent، أو تطبيق موبايل، أو نظام CRUD، تقدر تمشي بهاد الترتيب.
الخطوة الأولى: وضّح المتطلبات وجمّد النطاق
بدا بتحويل الوصف الغامض لنطاق P0 قابل للتحقق. فرّق بين اللي خاصو يتكمل، واللي يقدر يتأجل، واللي واضح بلي ما غاديش يتدار، باش ما يبقاش النطاق كيتوسع فمشروع محدود فالوقت.
تقدر تبدا بمصفوفة متطلبات مبسطة:
المتطلب: شنو العملية اللي يقدر المستخدم يدير؟
القبول: كيفاش نثبتو بلي العملية نجحات؟
الأولوية: واش داخلة فـ P0؟
الحالة: ما بداتش، جارية، ولا تم التحقق منها؟
المخاطر: شنو هي التبعيات، والصلاحيات، ومسارات الفشل، ولا كلفة الوقت؟المهم فالمصفوفة ماشي الشكل، ولكن يكون كل عمل مربوط بدليل قبول واضح.
الخطوة الثانية: راجع Starter ولا المستودع الموجود
إلا عطاك فريق المقابلة Starter، ما تعاودش تكتب كلشي مباشرة. فالأول راجع المجلدات الموجودة، والتبعيات، وطريقة البناء، ونموذج البيانات، والمكونات اللي تقدر تعاود تستعمل، ومن بعد قرر شنو غادي تخلي، وتوسع، ولا تبدل.
- تأكد واش المشروع كيتثبت، وكيتبنى، وكيتشغل بشكل عادي.
- حدد حلول تدبير الحالة، والتخزين، والاختبارات الموجودة.
- راجع قيود المنصة، والصلاحيات، ووقت التشغيل.
- سجل العوائق باش ما يبقاش الذكاء الاصطناعي كيبني على افتراضات غالطة.
الخطوة الثالثة: صمّم البيانات، والحالة، والأدوات، ووقت التشغيل
كل تمرين كيركز على حدود مختلفة: مشاريع Agent خاصها حلقة الأدوات، وعزل الجلسات، واسترجاع الفشل؛ مشاريع الموبايل خاصها Action منظمة، وتأكيد المستخدم، وأدوات أصلية؛ وأنظمة المهام خاصها CRUD، وحالة السحب والإفلات، والتخزين المحلي، والخط الزمني.
فالتصميم، خاصك توضّح الحالة العادية، وحالة التحميل، وحالة الفشل، وطريقة الاسترجاع. المسار الرئيسي بوحدو بلا الشروط الحدّية غالباً ما كيكفيش باش تكون الحلقة قابلة للتسليم.
الخطوة الرابعة: قسّم مهام الذكاء الاصطناعي لشرائح عمودية
ما تطلبش من الذكاء الاصطناعي يولد النظام كامل دفعة وحدة. الطريقة الأكثر استقراراً هي التقدم بشرائح عمودية، بحيث كل شريحة فيها البيانات، والمنطق، والواجهة، والتحقق الضروري.
عقد المهمة اللي كتعطي للذكاء الاصطناعي خاصو يوضح على الأقل:
الهدف: النتيجة المرئية اللي خاصها تكمل فهاد الجولة
النطاق: الوحدات المسموح تعديلها
القيود: التقنيات، والوقت، ومتطلبات التوافق
القبول: العمليات أو الفحوصات اللي خاصها تدوز
الممنوعات: الوظائف اللي ما خاصهاش تتوسع فهاد الجولةهاد التقسيم كينقص من الانحراف فالسياق، وكيخلي المراجعة البشرية أسهل من جولة لجولة.
الخطوة الخامسة: المراجعة البشرية والتحقق الآلي
الذكاء الاصطناعي يقدر يسرّع التنفيذ، ولكن الحكم التقني باقي مسؤولية المطور. من بعد كل تعديل، خاصك تراجع واش الكود مطابق للمتطلبات، وواش ما خربش السلوك الموجود، وواش تعالجت مسارات الفشل.
- شغّل الاختبارات الموجودة ومسار البناء.
- تحقق يدوياً من مسارات المستخدم الأساسية.
- راجع الحالة، والصلاحيات، والتخزين، والشروط الحدّية.
- تأكد بلي اللي كيبان فالواجهة مطابق للنتيجة الحقيقية وقت التشغيل.
- سجل نتائج القبول، ماشي غير «الكود تولّد».
الخطوة السادسة: الاختيار تحت ضغط الوقت، والعرض، والتسليم النهائي
إلا كان الوقت قليل، خاصك تحيد بشكل واعي النطاق قليل القيمة، وتعطي الأولوية للحلقة الكاملة ديال P0. التسليم النهائي ما كيشملش غير الكود، ولكن حتى نتيجة البناء، والاختبارات، والعرض، والتوثيق اللي كيثبتو بلي المشروع خدام فعلاً.
تقدر تكتب لائحة قصيرة للتحقق من التسليم بهاد الشكل:
واش المسار الأساسي كامل؟
واش المشروع كيتبنى وكيتشغل؟
واش تعالجات مسارات الفشل المهمة؟
واش البيانات ولا الحالة كتتحفظ حسب المطلوب؟
واش خطوات العرض مستقرة وقابلة لإعادة التنفيذ؟
واش التوثيق كيوضح النطاق، والاختيارات، والقيود المعروفة؟كيفاش تبدا تستعمل هاد المستودع
هاد المستودع ديال مراجعة التمارين والمنهجية، وماشي تطبيق خاصو تثبيت موحد للتبعيات وتشغيل. لذلك، التحضير الأساسي هو قراءة المواد، ونسخ القوالب، وبناء خطة تنفيذ خاصة بكل تمرين.
- من صفحة GitHub، دير clone ولا نزّل المستودع الحالي.
- قرا التمارين الثلاثة بالتتابع، وفهم الأهداف الهندسية ونقط القبول فكل شكل من أشكال المشاريع.
- قرا الطريقة العامة، ونسخ منها مصفوفة المتطلبات، وعقد المهمة، ولائحة التحقق من التسليم.
- اختار تمرين واحد، وضغط المتطلبات فـ نطاق P0 يمكن يكمل فـ الوقت المحدد.
- إلا بغيتي تدرس تفاصيل التنفيذ، دخل للمستودع الشخصي المقابل وشوف الكود، ووثائق التصميم، والاختبارات.
الترتيب المقترح فـ README هو قرا التمارين الثلاثة الأول، ومن بعد قرا الطريقة العامة. ملي كتخدم على تمرين فعلي، ما خاصكش تنسخ جميع القوالب حرفياً؛ نقص منها حسب حجم المشروع والوقت.
مثال على ممارسة أساسية
إلا كنت كتتمرن على نظام تدبير مهام على طريقة Jira، تقدر تحدد هدف النهار فحلقة أساسية قابلة للتحقق: تنفيذ وقبول CRUD، والسحب والإفلات فاللوحة، والتخزين المحلي، والخط الزمني. كلما كملتي جزء، تحقق فالحين من تحديث الحالة ونتيجة التخزين، عوض ما تسنى حتى تكمل الصفحات كلها ومن بعد تبدا الاختبار.
إلا كنت كتتمرن على Agent ديال الإجراءات انطلاقاً من لقطة شاشة، نظم الشرائح حول «مدخل لقطة الشاشة، والفهم متعدد الوسائط، وAction منظمة، وتأكيد المستخدم، وأداة أصلية». خاص كل مرحلة تحتافظ بخطوة التأكيد والتحقق البشري، باش ما تعتبرش مخرجات النموذج نتيجة موثوقة للتنفيذ بشكل مباشر.
بالنسبة لـ Computer Use Agent Dashboard، عطِ الأولوية للتحقق من حلقة الأدوات، وعزل الجلسات، وقابلية المراقبة، وموثوقية وقت التشغيل. الواجهة غير جزء من النظام؛ واش المسار قابل للتتبع وكيفاش كيتعالج الفشل داخلين حتى هما فالنطاق ديال القبول.
تقنيات متقدمة
حط دليل القبول قبل عدد الوظائف
فالمشاريع المحدودة فالوقت، ثلاثة وظائف كاملة ومختبرة ومعروضة غالباً كتكون مقنعة أكثر من عشرة صفحات ما كتخدمش باستقرار. كل وظيفة P0 خاصها تكون قابلة للإثبات بعملية، أو اختبار، أو نتيجة بناء، أو وثيقة.
خلي الذكاء الاصطناعي يسرّع التنفيذ، ماشي يعوض القرار
الذكاء الاصطناعي مناسب للمهام اللي حدودها واضحة، ولكن تقسيم النطاق، والاختيارات المعمارية، وتقييم المخاطر، والمراجعة النهائية خاصها تبقى تحت تحكم المطور. كلما كانت المهمة غامضة، كلما زاد خطر إعادة العمل من بعد توليد كمية كبيرة من الكود دفعة وحدة.
راجع الحالة ومسارات الاسترجاع أولاً
رغم أن الأشكال مختلفة، التمارين الثلاثة كاملين فيهم الحالة، والفشل، والاسترجاع، والصلاحيات، والتخزين، ولا الشروط الحدّية. قبل العرض، جرّب بشكل واعي الإدخالات غير العادية، وفشل الأدوات، وتبديل الحالة، والسلوك من بعد إعادة الدخول للتطبيق.
استعمل سجل الحوارات الحقيقية لمراجعة طريقة التعاون
24 جولة حقيقية من حوارات ForceTrack مناسبة لتحليل ضبط عملية AI Coding. ملي كتقراها، ركز على كيفاش كيتحدد هدف كل جولة، وكيفاش كتتقسم المهام، وكيفاش كتنتقل النتيجة تدريجياً من PRD حتى Repo Wiki.
الخلاصة
قيمة هاد المواد ماشي غير فكونها كتقدم ثلاثة تمارين، ولكن فكونها كتعرض طريقة قابلة لإعادة الاستعمال لتسليم مشاريع AI Coding: فهم المتطلبات وتجميد النطاق أولاً، ومن بعد مراجعة البيئة، وتصميم الحدود، وتقسيم المهام، والمراجعة البشرية، وأخيراً القبول بالاختبارات، والبناء، والعرض، والتوثيق.
التمارين، والمدة، ومتطلبات السرية فمساطر التوظيف الحقيقية يقدرو يختلفو. ملي كتستعمل هاد الطرق، خليك دائماً تابع للمواد الرسمية اللي توصّلتي بها، ونقص بشكل واعي النطاق قليل القيمة حسب الوقت.