لا تنسوا أهلنا من صالح الدعاء,اللهم إنّا استودعناك اياهم، اللهم كُن عوناً لهم، اللهم انصرهم واحفظهم. 🇵🇸 🇸🇩
أهلًا وسهلًا بكم في العدد 103 من النشرة الأسبوعية لاقرأ-تِك 🚀
سواء كنت مهندس برمجيات مبتدئ أو محترف، فنشرتنا هتساعدك على مواكبة أحدث تطورات عالم البرمجة بمواضيع جديدة كل أسبوع، هتلاقى كمان محتوى عملي بيشمل أفضل الممارسات، ونصائح مفيدة، وترشيحات لمقالات مختارة من اقرأ-تِك.
🌟 مواضيع النشرة لهذا الأسبوع 🌟
ال AI في سطور: OpenCode - A Look on the AI Code Agent with 8M Monthly users 🔥
شروحات رسومية بالورقة والقلم: SLOs Explained 🚀
أدوات وتقنيات عربية: ApexYard - SDLC-as-code 🧰
هذا الأسبوع في أخبار جديدة احنا مش هنتكلم عنها زي إطلاق Anthropic لـ ClaudeTag وهو ببساطة إضافة claude كزميل عمل Always-on في slack لأنها بالفعل ميزة جديدة هنستني نشوف في الاستخدام عاملة ايه!
هنتكلم المرة دي عن Opencode فيلا بينا!
OpenCode – وكيل البرمجة مفتوح المصدر 🔥
ما هو Opencode ؟
OpenCode هو عبارة عن (AI Coding Agent) مفتوح المصدر، مصمم إنه يساعدك تكتب وتطوّر الكود بيقوم بنفس مهمة Claude Code الفرق إنه مفتوح المصدر وبيتيح لك استخدام 75+ LLM Model من جهات مختلفة بينما كلود بيستخدم فقط Anthropic Models.
بنتكلم عن Opencode ليه هذه النشرة؟
المشروع بيستخدمه ٨ مليون مبرمج شهريًا وعليه أكثر من 160 ألف نجمة على GitHub وأكثر من حوالي 900 مساهم فدعونا نلقى نظره عن سر تبنيهم واستخدامهم ليه من وسط معركة ال Coding Agents اللي حوالينا!
المشروع بيقدم أداء كويس فعلاً و مع دا هو مفتوح المصدر، فبيحمي من مشكلة الـ Vendor lock-in
OpenCode بيقدم إيه؟
تقدر تستخدم نماذج مجانية جاهزة، أو توصل أي موديل AI من أي مزود خدمة, زي Anthropic و OpenAI و Google وغيرهم كتير. وتقدر تعتمد على أكثر من موديل خلال المشروع الواحد فكمثال ممكن تستخدم GPT للكود و Gemini للبحث و Claude للـ Refactoring.
متاح كتطبيق:
Terminal
Desktop App لا يزال BETA
Extension للـ IDEs المختلفة.
دعم ذكي للـ LSP
ال Language Server Protocol ببساطة بروتوكول بيخلي محرر الكود (VS Code مثلًا) يتواصل مع “سيرفر” فاهم لغة البرمجة علشان يوفر مميزات ذكية أثناء الكتابة زي ال Auto-completion و Go to Definition و ال Error Detection و غيرها
الـ AI لو اعتمد على قراءة الملفات فقط هيكون فهمه محدود, لكن لما OpenCode يوصل للـ LSP بتاع المشروع يقدر يسأل أسئلة زي: مين بيستخدم الكلاس ده؟ إيه نوع المتغير ده؟
ف Opencode بيستخدم ال LSP المناسب مع لغة البرمجة المستخدمة في المشروع و يحمّل تلقائيًا أدوات تحليل الكود المناسبة للمشروع، بحيث ال LLM Model يبقى فاهم هيكل الكود بشكل أدق و يشتغل كأنه مطور فاتح المشروع في VS Code فعلًا، مش مجرد موديل بيقرأ نصوص.
تشغيل أكتر من Agent في نفس الوقت
ممكن تشغّل أكتر من جلسة أو Agent بالتوازي على نفس المشروع علشان تنجز مهام متعددة بشكل أسرع.
فكمثال ممكن تعمل Frontend Agent و Backend Agent و Security Agent و Testing Agent وكلهم يشتغلوا علي المشروع في نفس الوقت!
مشاركة الجلسات
تقدر تشارك لينك لأي Session مع زميل أو فريق العمل للمراجعة أو ال Debugging.
حرية اختيار الموديل
طبعًا حرية اختيار الموديل بتخليك تختبر LLMs مختلفة لمهام مختلفة في الكود و دا بيفرق بالطبع في التكلفة والأداء وبتحمينا من الـ Vendor lock-in وهنا عندنا أكثر من ميزة لأنه:
بيدعم أكتر من 75 مزود نماذج ذكاء اصطناعي، وكمان بيدعم النماذج المحلية (Local Models)
بيدعم GitHub Copilot فممكن تسجل دخول بحساب GitHub وتستخدم اشتراك Copilot الحالي بتاعك.
دعم ChatGPT Plus و Pro فممكن تربط حساب OpenAI وتستفيد من اشتراك ChatGPT Plus أو Pro مباشرة من داخل OpenCode.
ما الفرق بينه وبين Claude Code
الفرق في الأداء بين الاثنين بيأتي من مكانين:
النموذج المُستخدم
ودا السبب اللي لاحظ معظم المطورين إنه بيعمل فرق في تجربتهم في الاتنين و بالأخص مع OC استخدامه مع نماذج قوية بيدي بالفعل نتائج قوية.
ال Harness
الأداتين ال Harness بتاعهم مختلف وكل لما كان ال Harness أحسن دا بيساعد بشكل كبير في تحسين النتائج و تقليل التكاليف.
شوفنا Feedback من مطورين كثير بيستخدموا الاثنين والتعليقات كلها بتشير إلى إن الأداء متقارب ولكن CC يتفوق ف المهام الأكثر تعقيدًا ولكن OpenCode أكثر مرونة بكثير وبيسمحلك ب customisation عالي. الاختيار بينهم بيعتمد بشكل كبير علي احتياجتك والمقارنة هنا ممكن تساعد لكن شوفنا كذلك كثير من المطورين بيستخدموا الاثنين فلم لا؟! قولونا رأيكم في التعليقات لو استخدمتم الاثنين أو عندكم خبرة مع Opencode ورأيكم عنه.
SLOs Explained 🚀
في أي نظام حقيقي، السؤال مش بيكون: “هل السيستم شغال؟”
لأن غالبًا الإجابة آه… بس السؤال الأهم هو: شغال قد إيه بشكل يعتمد عليه؟
هنا بتيجي فكرة الـ SLO — Service Level Objective.
ما هي الـ SLOs؟ وليه تهمك كمهندس؟
ببساطة، الـ SLO هو هدف واضح للموثوقية.
يعني بدل ما نقول: “عايزين السيستم يبقى stable”، بنقول حاجة قابلة للقياس:
99.9% من طلبات الدفع لازم تنجح خلال آخر 30 يوم.
أو:
95% من صفحات البحث لازم تفتح في أقل من 500ms.
الفكرة هنا إننا بنحوّل الإحساس العام إلى رقم واضح الفريق كله فاهمه.
الـ SLO غالبًا بيتكوّن من 3 حاجات أساسية:
SLI: الحاجة اللي بنقيسها فعلًا، زي نسبة النجاح، latency، أو availability.
Target: الهدف المطلوب، زي 99.9%.
Time Window: الفترة اللي بنقيس عليها، زي أسبوع، شهر، أو آخر 30 يوم.
وفيه مفهوم مهم جدًا اسمه Error Budget.
لو هدفك إن 99.9% من الطلبات تنجح، فده معناه ضمنيًا إنك سامح بـ 0.1% فشل. النسبة الصغيرة دي هي الـ Error Budget: المساحة اللي تقدر “تغلط” فيها من غير ما المستخدمين يتأثروا بشكل كبير.
وده بيخلي القرارات أوضح جدًا.
لو عندك Error Budget كفاية، ممكن تتحرك بسرعة، تعمل releases، وتجرب features جديدة. لكن لو قربت تخلصه، يبقى لازم تهدي شوية وتركّز على إصلاح الاستقرار بدل إضافة حاجات جديدة.
مثال عملي:
تخيل عندك خدمة تسجيل دخول، والـ SLO بتاعها:
99.95% من login requests لازم تنجح خلال 30 يوم.
لو حصلت مشاكل متكررة، بدل ما الفريق يدخل في نقاشات عامة زي: “السيستم بقى وحش؟” أو “المشكلة كبيرة؟”
يبقى عندك رقم واضح يقولك: هل لسه جوه الـ margin والهدف بتاعنا ؟ ولا بدأنا نكسر الوعد اللي بيننا وبين المستخدمين؟
علشان كده الـ SLOs مش مجرد monitoring زيادة ولكن هي طريقة تخلي الفريق يوازن بين حاجتين مهمين جدًا: السرعة و الموثوقية.
وده لأن النظام مش لازم يكون مثالي طول الوقت، بس لازم يكون موثوق للمستخدمين اللي بيعتمدوا عليه.
ApexYard: لما الـ AI يكتب كود — مين بيراجع وراه؟
مع انتشار أدوات زي Claude Code وCursor، بقى سهل جدًا إنك تطلب من الـ AI يبني feature كاملة.
بس المشكلة الحقيقية مش في كتابة الكود… المشكلة في كل الحاجات اللي بتحصل حوالين الكود.
مين كتب الـ spec؟
مين راجع القرار التقني؟
هل فيه tests؟
هل تغيير قاعدة البيانات له rollback plan؟
هل الكود جاهز للإطلاق فعلًا؟
هنا بيظهر مشروع ApexYard.
الفكرة ببساطة إنه بيحاول يحوّل عملية تطوير البرمجيات إلى SDLC-as-code: يعني مش مجرد prompts عشوائية للـ AI، لكن workflows واضحة، roles، skills، وguardrails تساعدك تطلع softwares كأن وراك فريق هندسي حقيقي.
المشروع معمول خصوصًا للـ solo founders، أو الفرق الصغيرة، أو أي حد بيستخدم AI agents في بناء منتجات حقيقية، وعايز يقلل مساحة إن “الـ AI كتب حاجة شكلها شغالة بس ناقصها أساسيات هندسية”.
ApexYard بيضيف طبقات زي:
مراجعة تلقائية للتغييرات
launch-readiness checks
workflows للأفكار، الـ specs، القرارات، والـ handover
guardrails تمنع تغييرات خطيرة من غير plan، خصوصًا في حاجات زي database migrations
أدوار مختلفة للمراجعة بدل ما يبقى كل شيء “AI واحد بيرد على كل حاجة”
الجزء المهم هنا مش الأداة نفسها بس، لكن الاتجاه اللي بتمثله.
إحنا داخلين مرحلة إن قيمة المهندس مش هتبقى في إنه “يكتب كل سطر كود بإيده”، لكن في إنه يبني نظام حوالين الـ AI:
process واضح، مراجعة حقيقية، حدود أمان، وقرارات موثقة وزي ماتكلمنا قبل كده عن أهمية الـ Harness Engineering.
بمعنى آخر: الـ AI ممكن يسرّع التنفيذ، لكن الهندسة هي اللي بتحدد هل اللي اتبنى ينفع يعيش في production environment ولا لأ.
بفضل الله أصبح متاح حالياَ دعمنا من خلال الرعاة والشراكات وفعلنا الـ Sponsorship, بنرحب بجميع الشراكات مع المؤسسات والشركات وأصحاب الأعمال لبناء مجتمع عربي يشجع على القراءة والتعلم ومشاركة التجارب والخبرات العملية في هندسة البرمجيات.
دورك كشريك أو راعي هيكون محوري في دعم المحتوى وتوسيع نطاق تأثيره. فانضم لرحلتنا وكن جزءًا من صناعة مستقبل التكنولوجيا في المنطقة 🚀
تقدروا تشوفوا التفاصيل كاملة من هنا والـ Analytics بتاعتنا من خلال اقرأ-تِك والنشرة الأسبوعية 👇
رؤيتنا هي إثراء المحتوى التقني العربي وجعل التعلم من خلال القراءة أمتع، وذلك من خلال إثراء المحتوى التقني باللغة العربية وتشجيع المبرمجين على القراءة بلغتهم الأم والتفكير أيضًا بها.
لذلك اتحنا الفرصة أمام الجميع للمساهمة ومساعدتنا في نشر واثراء المحتوى التقني باللغة العربية, من خلال كتابة المقالات التقنية في مختلف مجالات هندسة البرمجيات.
وجب التنويه أنه لن يتم نشر كافة الأعمال التي تصل إلينا، وإنما سيتم الانتقاء منها ما يحقق هدفنا بإثراء المحتوى التقني العربي، ولذلك قد تُطلب بعض التعديلات من الكاتب قبل النشر.
لمعرفة المزيد بخصوص :
💬 المعايير العامة لكتابة ونشر المقالات
⚡️ كيفية الإرسال
🔥 التزامات اقرأ-تِك تجاه الكتاب
يمكنكم قراءة كافة التفاصيل من هنا 👇
