المدونة
مقالات عملية مرتبة حسب المجال والمستوى، اختر المجال المناسب واقرأ من مستوى مبتدئ إلى محترف.
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.
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.
AI Agents للمبتدئ: ايه الفرق بين Chatbot و Agent وامتى تستخدم انهي
لو سألت ChatGPT يبعت إيميل لعميل، هيقولك "مش قادر". الـ AI Agent بيفتح Gmail لوحده ويبعت. الفرق مش في الذكاء، الفرق في الصلاحيات. مقال للمبتدئ بمثال المساعد الإداري، تعريف علمي للـ ReAct loop من ورقة Yao 2023، كود Python شغّال على Anthropic SDK في 28 سطر، أرقام مقاسة على 4,200 تذكرة دعم عربية، 4 trade-offs، ومتى Agent مش الحل أصلاً.
Helm Charts للمبتدئ: ادارة 30 ملف YAML بـ template واحد
لو عندك 4 microservices على Kubernetes وكل واحد بيتنشر في 3 بيئات (dev، staging، production)، يبقى عندك 36 ملف YAML بتعدّلهم يدوياً وكل deploy فيه فرصة 11% لـ typo بيكسر الـ cluster. Helm بيخلّي الـ 36 ملف يبقوا 4 templates + 3 ملفات values، يعني فرق 80% أقل ملفات وصفر typo بشري. مقال للمبتدئ بمثال مكتب طباعة الكروت، تعريف علمي للـ Go template engine، أوامر helm 3.14 شغّالة، أرقام مقاسة من فريق 6 مهندسين، 4 trade-offs حقيقية، ومتى لا تستخدم Helm أصلاً.
RAG للمبتدئ: خلّي Claude يجاوب من ملفاتك الخاصة بدون Fine-tuning
لو رفعت 200 PDF في الـ context window، السؤال الواحد بيكلّفك 14 دولار. RAG بيخلّي نفس السؤال بـ سنت ونصف. مقال للمبتدئ بمثال أمين المكتبة، تعريف علمي للـ vector embeddings و cosine similarity، كود Python شغّال على Anthropic SDK + pgvector في 40 سطر، أرقام مقاسة على 200 ملف PDF عربي (4.7M كلمة)، أربع trade-offs، ومتى RAG مش الحل الصح أصلاً.
Liveness و Readiness Probes للمبتدئ: ليه pod بيتعاد إنشاؤه بدون سبب
لو الـ pod بتاعك في Kubernetes بيتعاد إنشاؤه كل دقيقتين بدون أي error في الـ logs، Kubernetes بيقتله عمدًا لأن الـ Liveness Probe قال إنه ميت. مقال للمبتدئ بمثال المخبز، تعريف علمي من توثيق kubernetes.io الرسمي، YAML شغّال على Kubernetes 1.29، أرقام من cluster GKE حقيقي (12 restart/أسبوع → 0.6)، الفخ الكلاسيكي اللي بيخلّي الـ DB الوقعت تكسر الـ cluster كله، 4 trade-offs، ومتى لا تستخدم Probes أصلاً.
RAG للمبتدئ: خلّي Claude يجاوب من ملفاتك بدون fine-tuning
لو حابب Claude يرد على أسئلة من documentation شركتك بدون fine-tuning بـ$10K، التقنية اسمها RAG. مقال للمبتدئ بمثال أمين المكتبة، تعريف علمي للـ vector embeddings، كود Python شغّال على Anthropic + ChromaDB في 28 سطر، أرقام مقاسة على 5,000 سؤال عربي، 4 trade-offs حقيقية، ومتى ما تستخدمش RAG أصلاً.
اعمل Rate Limiter بـ Redis Sliding Window — احمِ API من 10 آلاف طلب/ثانية في 60 سطر Node.js
لو الـ API بتاعك مفتوح بدون Rate Limiter، أول bot شاطر بيلاقيه بيبعت 50 ألف طلب في الدقيقة وبيوقّع السيرفر. هنا تبني Sliding Window Rate Limiter بـ Redis Sorted Set في 60 سطر Node.js يتحمّل 10 آلاف طلب/ثانية بـ P95 تحت 4ms وبصفر race conditions، مع شرح بمثال محل الفلافل للمبتدئ، تعريف علمي لـ Sliding Window Log، أرقام مقاسة فعليًا، 4 trade-offs، ومتى لا تستخدمه أصلًا.
Trie للمبتدئ: ابني autocomplete على 100 ألف كلمة في 50 سطر Python
لو search box عندك بياخد 80ms يكمل كلمة على قائمة كبيرة، المشكلة مش في السيرفر — الخوارزمية بتدور بكل كلمة. Trie بيبحث على مستوى الحروف، فالنتيجة بترجع في أقل من 1ms مهما كان حجم القاموس. مقال للمبتدئ بمثال دفتر التليفون، تعريف علمي للـ Prefix Tree، كود Python شغّال في 50 سطر، أرقام مقاسة على 100,000 كلمة عربية، 4 trade-offs، ومتى لا تستخدمه أصلاً.
Embeddings للمبتدئ: ازاي AI بيفهم إن "دكتور" و "طبيب" نفس المعنى
لو دوّرت بكلمة "دكتور" في تطبيقك ولاقيت 40% من النتائج المهمة ضاعت لأنها مكتوبة "طبيب"، إنت محتاج Embeddings. شرح للمبتدئ بمثال خريطة المدن، تعريف علمي للـ semantic vector space و cosine similarity، كود Python شغّال على sentence-transformers، أرقام مقاسة على 5,000 سؤال عربي (دقة 84% وتوفير 71% من فاتورة LLM)، 4 trade-offs، ومتى لا تحتاج Embeddings أصلًا.