تكنولوجيا
التصنيف الرئيسي للمقالات التقنية: برمجة، ذكاء اصطناعي، DevOps، تحسين الأداء، أوتوميشن، وأخبار التكنولوجيا.
eBPF للمبتدئ: شوف كل syscall على السيرفر بدون تعديل سطر كود
eBPF بيخلّيك تشوف كل system call ومتابعة الـ packets جوّا الـ Linux kernel بـ overhead أقل من 2%، بدون ما تنزّل agent ولا تعدّل كودك. مقال للمبتدئ بمثال كاميرا المطعم، تعريف علمي للـ eBPF VM والـ verifier من توثيق kernel.org و ebpf.io، أمر bpftrace شغّال على Ubuntu 22.04+ بيرصد كل openat() syscall لحظة بلحظة، أرقام إنتاج من Netflix وCilium، 4 trade-offs حقيقية، وحالات eBPF مش الحل الصح فيها.
Pre-commit Hooks بـ Husky و lint-staged للمبتدئ: امنع 90% من bugs قبل ما تعمل push
لو فريقك بيكتشف أخطاء lint و prettier بعد ما الكود يوصل GitHub، CI بيفشل بعد 4 دقايق وبتعيد الـ commit من الأول. Pre-commit Hook بـ Husky 9 و lint-staged 15 بيشغّل الفحوصات قبل ما الـ commit يخلص أصلاً، ويرفض الكود الناقص في 1.8 ثانية على ملفاتك المعدّلة فقط. شرح للمبتدئ بمثال بوّاب البناية، تعريف علمي للـ Git Hooks من توثيق Git الرسمي، خطوات تركيب قابلة للنسخ على Node.js 20+، أرقام مقاسة من فريق 7 مطورين (CI failure rate من 31% لـ 4%)، 4 trade-offs، ومتى لا تستخدمها أصلاً.
Diffusion Models للمبتدئ: ازاي Stable Diffusion بيرسم من نص — وليه استبدل GAN
Stable Diffusion ومنافسيه مش بيرسموا — بيشيلوا نويز. شرح للمبتدئ بمثال النحات، تعريف علمي للـ forward/reverse diffusion من ورقة Ho et al. 2020، كود Python شغّال على diffusers في 28 سطر، أرقام مقاسة على RTX 4090، 4 trade-offs مقابل GAN، ومتى Diffusion مش الحل أصلاً.
Reranking في RAG للمحترف: ليه dense retrieval وحده بيرجع 41% نتايج غلط — والحل في 50 سطر
لو RAG بتاعك بيرجع وثيقة بـ cosine similarity = 0.91 وبتلاقي الإجابة الصح في وثيقة تانية بـ 0.78، المشكلة مش في الـ embeddings — المشكلة إنك بتعتمد على مرحلة retrieval واحدة. Cross-encoder reranker بيرفع NDCG@10 من 0.62 لـ 0.89 على dataset عربي، وبيلغي 41% من الـ false positives مقابل زيادة latency 83ms في الـ P50. مقال للمحترف بمثال شراء الشقة للمبتدئ، تعريف علمي للفرق بين Bi-encoder و Cross-encoder من ورقة Sentence-BERT و Nogueira & Cho، كود Python شغّال على sentence-transformers + Qdrant + Anthropic SDK، أرقام مقاسة على 12,400 وثيقة عربية و 850 سؤال gold-labeled، 4 trade-offs حقيقية، ومتى يبقى الـ rerank مضيعة وقت أصلاً.
GitOps مع ArgoCD للمبتدئ: انشر تطبيقك بـ git push بدل kubectl apply
لو فريقك بيشغّل kubectl apply 30 مرة في اليوم وفي يوم جالك OOM ومحدش عارف مين عمل آخر تعديل، إنت محتاج GitOps. ArgoCD بيخلّي الـ cluster مطابق للـ git repo أوتوماتيكياً. مقال للمبتدئ بمثال أمين المكتبة، تعريف علمي للمبادئ الأربعة من OpenGitOps، 5 خطوات تركيب قابلة للنسخ، أرقام مقاسة من فريق 9 مهندسين (rollback من 12 دقيقة لـ 8 ثواني، صفر drift)، 4 trade-offs حقيقية، ومتى ما تستخدمش ArgoCD أصلاً.
اعمل Real-time Notifications بـ Server-Sent Events — بديل WebSocket أبسط في 60 سطر Node.js
لو محتاج تبعت تحديثات لحظية للمتصفح بدون polling وبدون تعقيد WebSocket، Server-Sent Events بيعمل ده في 60 سطر Node.js. دليل للمستوى المتوسط بمثال راديو الأخبار للمبتدئ، تعريف علمي من HTML Living Standard، كود Express شغّال، أرقام مقاسة على 5,000 client متزامن (P95=38ms، استهلاك 280MB)، 4 trade-offs حقيقية، وحالات لا تستخدمه فيها.
Debounce و Throttle للمبتدئ: ليه search box بيرسل 87 طلب من كلمة واحدة
لو search box بتاعك بيرسل طلب لكل حرف بيكتبه المستخدم، تطبيقك بيدفع 9x من الـ bandwidth والـ DB بتسخن من غير سبب. Debounce و Throttle بـ 6 سطور JavaScript بيخفّضوا الطلبات 92%. مقال للمبتدئ بمثال حارس البنك، تعريف علمي دقيق، كود قابل للنسخ، أرقام مقاسة من إنتاج (4.1M طلب يومي → 66K، توفير $298 شهرياً)، 4 trade-offs حقيقية، ومتى لا تستخدم أي منهم.
Claude Vision API للمتوسط: استخرج بيانات منظمة من 500 إيصال عربي في 8 دقايق
لو شركتك بتدخل بيانات إيصالات يدويًا وTesseract بيرجع 58% دقة بس على الخط العربي، Claude Vision بيوصل 94% دقة بتكلفة 0.4 سنت للإيصال. مقال للمستوى المتوسط بمثال المترجم اللي معاه عينين للمبتدئ، تعريف علمي للـ vision-language transformer من ورقة CLIP وتوثيق Anthropic، كود Python شغّال على anthropic SDK 0.45+ مع base64، بنية asyncio.gather لمعالجة 500 إيصال متوازي، Tool Use كـ schema enforcer لضمان JSON صحيح 100%، أرقام مقاسة على إيصالات سوبر ماركت مصرية وسعودية، 4 trade-offs حقيقية، ومتى تفضّل Tesseract أو Qwen2-VL محلي.
Reranking للمتوسط: ليه RAG بتاعك بيرجّع نتايج غلط رغم الـ Embeddings
الـ Embeddings لوحدها بترجّع 61% precision في الـ RAG. لمّا تضيف Reranker بـ Cohere أو bge-reranker، الرقم بيقفز لـ 89%. مقال للمتوسط بمثال أمين المكتبة، تعريف علمي للفرق بين bi-encoder و cross-encoder، كود Python شغّال على Anthropic SDK + Cohere Rerank، أرقام مقاسة على 5,000 سؤال عربي، 4 trade-offs، ومتى لا تحتاج Reranking أصلًا.