إنتقل إلى المحتوى الرئيسي

الفصل 2: التطوير بمساعدة الذكاء الاصطناعي

تحقيق أقصى استفادة من الذكاء الاصطناعي في سير العمل الخاص بك​

يكون الذكاء الاصطناعي أكثر فعالية عندما يتم دمجه بشكل مدروس في عملية التطوير الخاصة بك. تعلم كيفية الاستفادة من الذكاء الاصطناعي لمهام البرمجة المختلفة.

إكمال الشيفرة​

كيف يعمل​

# اكتب البداية، يكمل الذكاء الاصطناعي
def calculate_average(numbers):
    # يقترح الذكاء الاصطناعي:
    if not numbers:
        return 0
    return sum(numbers) / len(numbers)

نصائح​

  • اكتب أسماء متغيرات واضحة
  • أضف السياق في التعليقات
  • اقبل باستخدام Tab، تنقل بين الخيارات
  • ارفض واستمر في الكتابة إذا كان خطأ

توليد الدوال​

من التعليقات​

# حساب المضروب لعدد بشكل تكراري
def factorial(n):
    # يولد الذكاء الاصطناعي التنفيذ
    if n <= 1:
        return 1
    return n * factorial(n - 1)

من أسماء الدوال​

def validate_email_address(email):
    # يقترح الذكاء الاصطناعي منطق التحقق
    import re
    pattern = r'^[\w\.-]+@[\w\.-]+\.\w+$'
    return bool(re.match(pattern, email))

توليد الاختبارات​

طلب الاختبارات​

# اكتب اختبارات الوحدة لدالة calculate_average

def test_calculate_average_empty():
    assert calculate_average([]) == 0

def test_calculate_average_single():
    assert calculate_average([5]) == 5

def test_calculate_average_multiple():
    assert calculate_average([1, 2, 3, 4, 5]) == 3

يمكن للذكاء الاصطناعي توليد مجموعات اختبارات شاملة من توقيعات الدوال.

التوثيق​

توليد Docstring​

def binary_search(arr, target):
    """
    # يولد الذكاء الاصطناعي:
    إجراء بحث ثنائي على مصفوفة مرتبة.
    
    Args:
        arr: قائمة مرتبة من العناصر القابلة للمقارنة
        target: العنصر المراد البحث عنه
        
    Returns:
        مؤشر الهدف إذا وجد، -1 خلاف ذلك
    """

إنشاء README​

اطلب من الذكاء الاصطناعي توليد التوثيق بناءً على الشيفرة الخاصة بك.

تصحيح الأخطاء​

شرح الأخطاء​

موجّه: "هذا الكود يعطي IndexError: list index out of range. لماذا؟"

الذكاء الاصطناعي: "يحدث الخطأ لأنك تحاول الوصول إلى 
arr[i+1] عندما يكون i هو المؤشر الأخير. تحتاج إلى 
تغيير الحلقة إلى range(len(arr)-1)."

اقتراح الإصلاحات​

يمكن للذكاء الاصطناعي اقتراح تغييرات محددة في الشيفرة لإصلاح الأخطاء.

إعادة هيكلة الشيفرة​

اقتراحات التحسين​

موجّه: "كيف يمكنني تحسين هذه الدالة؟"

يقترح الذكاء الاصطناعي:
- استخدام استيعاب القوائم
- إضافة معالجة الأخطاء
- تحسين أسماء المتغيرات
- استخراج دوال مساعدة

تطبيق الأنماط​

يمكن للذكاء الاصطناعي تطبيق أنماط التصميم على الشيفرة الخاصة بك.

تعلم التقنيات الجديدة​

التعلم القائم على الأمثلة​

موجّه: "أرني كيف أقوم بعمل طلب API 
مع معالجة الأخطاء في Python باستخدام requests"

يوفر الذكاء الاصطناعي أمثلة كاملة وعاملة يمكنك التعلم منها.

مساعدة في بناء الجمل​

إجابات سريعة للبناء غير المألوف في أي لغة.

هندسة الموجّهات الفعالة للشيفرة​

كن محددًا​

❌ "اكتب دالة فرز"
✅ "اكتب دالة فرز سريع تقوم بفرز 
    الأعداد الصحيحة بترتيب تصاعدي مع تعقيد 
    متوسط O(n log n)"

توفير السياق​

✅ "في هذا المكون React، أضف خطاف useEffect 
    الذي يجلب بيانات المستخدم عندما يتغير 
    الخاصية userId"

تحديد القيود​

✅ "توليد بدون مكتبات خارجية"
✅ "يجب أن يكون متوافقًا مع Python 3.8"
✅ "اتبع دليل نمط PEP 8"

المهام متعددة الملفات (المؤشر/الدردشة)​

العمليات المعقدة​

  • "أضف معالجة الأخطاء لجميع طلبات API"
  • "حوّل هذه الفئة إلى TypeScript"
  • "أنشئ ملف اختبار لهذه الوحدة"
  • "أعد الهيكلة لاستخدام حقن التبعية"

يمكن لهذه الأدوات فهم وتعديل ملفات متعددة.

النقاط الرئيسية​

✅ يسرّع الذكاء الاصطناعي إكمال الشيفرة، التوليد، والاختبار

✅ السياق الواضح ينتج اقتراحات أفضل

✅ استخدم الذكاء الاصطناعي لتعلم التقنيات الجديدة

✅ الأدوات متعددة الملفات تتعامل مع إعادة الهيكلة المعقدة

✅ الذكاء الاصطناعي هو أداة—المراجعة البشرية تبقى ضرورية

الخطوات التالية​

تعلم عن الاستخدام المسؤول في الفصل 3: أفضل الممارسات والقيود.