المدونة
مقالات عملية مرتبة حسب المجال والمستوى، اختر المجال المناسب واقرأ من مستوى مبتدئ إلى محترف.
Embeddings للمبتدئ: ليه AI بيلاقيلك إجابة مفيهاش أي كلمة من سؤالك
شرح Embeddings للمبتدئ بمثال خريطة المدن المصرية للتقريب، تعريف علمي من ورقة Word2Vec 2013 و sentence-BERT 2019، كود Python في 14 سطر شغّال على sentence-transformers مع نموذج multilingual-e5، أرقام مقاسة على 482 سؤال FAQ بنكي عربي (Recall@5 من 58% لـ 89%)، 4 trade-offs خفية، ومتى Embeddings مضيعة وقت أصلاً.
Pattern Matching في Python للمتوسط: استبدل 14 if/elif بـ match/case نظيف
لو عندك handler فيه 14 if/elif بيفحص أنواع events من webhook، الكود ده بيكسر مع كل event جديد. match/case في Python 3.10+ بينزّل 87 سطر لـ 32 سطر ويقفل bugs "الحالة المنسية" بـ case _ صريحة. مقال للمتوسط بمثال مكتب الجوازات للمبتدئ، تعريف من PEP 634، كود Python 3.12 شغّال على نظام webhook حقيقي، أرقام مقاسة من 24K event يومي (bugs من 11 لـ 0، review time من 28 دقيقة لـ 9)، 4 trade-offs، ومتى if/elif يبقى أوضح.
GraphRAG للمحترف: لما Vector Search بيفشل في أسئلة العلاقات والتسلسل
Vector RAG التقليدي بيرجّع chunks قريبة دلاليًا، لكنه بيفشل على أسئلة العلاقات والتسلسل الزمني. GraphRAG من Microsoft Research بيرفع Precision@10 من 58% لـ 89% على corpus قانوني عربي بـ 18,400 وثيقة، بكود Python شغّال على Claude Sonnet 4.6 و Haiku 4.5، مع 4 trade-offs خفية، ومتى GraphRAG بيكون مبالغة هندسية.
Brotli vs Gzip للمحترف: 22% توفير في فاتورة Egress بـ 4 سطور NGINX
لو فاتورة الـ CDN Egress زادت بدون ما المحتوى يتغير، Brotli بـ 4 سطور في NGINX 1.25 بيقلل حجم JS و CSS و HTML بنسبة 17-26% فوق Gzip level 6. مقال للمحترف بشرح علمي للـ static dictionary بتاع Brotli، تجربة مقاسة على bundle.js حجمه 412KB، إعداد كامل قابل للنسخ، أرقام إنتاج من e-commerce بـ 2.4M زائر شهريًا، 4 trade-offs خفية، ومتى Brotli بيكون كارثة بدل ما يفيد.
Virtual Scrolling في React للمتوسط: اعرض 100 ألف صف بدون ما يتجمد المتصفح
لو جدول React بيتجمّد لما البيانات تعدّي 5,000 صف، المشكلة مش في React — هي إنك بترسم 100 ألف DOM node والمتصفح بيموت. Virtual Scrolling بـ 12 سطر ومكتبة react-window 6KB بيرسم 18 صف فقط على الشاشة والباقي وهمي. مقال للمتوسط بمثال السينما للمبتدئ، شرح علمي للـ DOM rendering pipeline، كود JSX شغّال على React 19 و react-window 1.8، أرقام مقاسة على Chrome 131 (Initial render من 4.18 ثانية لـ 38ms، FPS من 4 لـ 60، RAM من 1.2GB لـ 38MB)، 4 trade-offs حقيقية بما فيهم Ctrl+F و a11y، ومتى Virtual Scrolling بيكون كارثة بدل ما يحسّن.
Pattern Matching في Python للمتوسط: استبدل 40 سطر if بـ match
لو كاتب 14 if/elif علشان توزّع JSON event على handler، Python 3.10+ فيها match statement بياخد نفس الشغل في 8 أسطر، بسرعة أقل P95 من 142µs لـ 38µs. مقال للمتوسط بمثال مكتب البريد للمبتدئ، شرح علمي للـ structural pattern matching من PEP 634/636، كود شغّال على Python 3.13 مع dataclasses، أرقام مقاسة من API بـ 12K طلب/دقيقة، 4 trade-offs خفية، ومتى match-case بيكون مضيعة وقت.
Pydantic v2 للمحترف: من 18 ثانية لـ 0.9 ثانية في validate 100K record بفضل Rust core
لو خدمتك بتعمل validate لـ 100K JSON record في 18 ثانية على Pydantic v1، انت بتدفع تكلفة Python loop مالهاش لزمة. Pydantic v2 مكتوبة بـ pydantic-core في Rust وبتنزّل الزمن لـ 0.9 ثانية على نفس البيانات. مقال للمحترف بمثال موظف الجوازات للمبتدئ، تعريف علمي من pydantic-core وPEP 692، كود Python شغّال على Pydantic 2.10، أرقام مقاسة من ingestion pipeline بـ 240M event يومي، 4 trade-offs خفية في الـ migration، ومتى الترقية مش مستاهلة الجهد.
Tokenization للمبتدئ: ليه السطر العربي بيكلفك 3 أضعاف الإنجليزي على Claude
لو فاتورتك على Claude API طلعت أعلى من المتوقع رغم إن استخدامك بسيط، المشكلة غالبًا في الـ Tokenization. مقال للمبتدئ بمثال النادل والمطعم، شرح علمي للـ BPE من ورقة Sennrich 2016، كود Python في 8 سطور لقياس الـ tokens بنفسك، أرقام مقاسة على Claude Sonnet 4.6 (نسبة 2.5x للعربي مقابل الإنجليزي)، 4 trade-offs خفية، ومتى التحسين بيكون مضيعة وقت.
Table Partitioning في PostgreSQL للمتوسط: من 4.2 ثانية لـ 12ms على جدول 80 مليون صف
لو جدول الطلبات في PostgreSQL وصل 80 مليون صف وأي SELECT آخر 30 يوم بياخد 4.2 ثانية، الـ DB مش ضعيفة — هي بتفحص الجدول كله. Declarative Partitioning في PostgreSQL 16 بيقسّم الجدول لـ partitions شهرية بحيث الـ query يضرب 2.6 مليون صف بدل 80 مليون، ويرجع في 12 مللي ثانية. مقال للمتوسط بمثال أرشيف الفواتير للمبتدئ، تعريف علمي من توثيق PostgreSQL 16، كود SQL قابل للنسخ، أرقام مقاسة من إنتاج e-commerce، 4 trade-offs، ومتى Partitioning بيكون كارثة بدل ما يحسّن.
Karpenter للمحترف: نزّل فاتورة EKS 62% ببديل ذكي لـ Cluster Autoscaler
لو فاتورة EKS بتعدّي 4,200$ شهرياً وعندك Cluster Autoscaler شغّال، انت بتدفع ضريبة scheduler بطيء وغير اقتصادي. Karpenter بياخد قرار scale-up في 38 ثانية بدل 4 دقايق، ويختار instance types بسعر spot الأنسب لكل workload تلقائياً. مقال للمحترف بمثال المطعم بالطاولات المتغيرة، تعريف من توثيق Karpenter v1 وAWS re:Invent 2023، NodePool YAML شغّال على EKS 1.30، أرقام مقاسة من 18 شهر إنتاج (الفاتورة 4,280$ → 1,632$، Spot من 12% لـ 68%)، 4 trade-offs خفية، ومتى Karpenter يكون اختيار غلط.