架構以事件驅動，結合 AWS Kinesis 進行擴展
AWS Kinesis أصبح ركيزة أساسية في بناء العمليات المعمارية الحديثة القائمة على الأحداث، مما يتيح معالجة البيانات في الوقت الفعلي بحجم كبير مع أقل مسؤولية تشغيلية.
تحسين واجهات برمجة التطبيقات الأمامية باستخدام BFF لـ GraphQL وApollo Server
الأن Backend for Frontend (BFF) نمط مع GraphQL و Apollo Server يخلق بنية قوية لتطبيقات الويب الحديثة.
أوامر Elasticsearch للبحث، والفرز، والتحليلات
Elasticsearch هو محرك بحث وتحليل قوي تم بناؤه على Apache Lucene. تحتوي هذه المجموعة الشاملة من الأوامر على الأوامر الأساسية، وال أفضل الممارسات، والمرجع السريع لاستخدام مجموعات Elasticsearch.
بناء خوادم MCP لمساعدي الذكاء الاصطناعي مع أمثلة بلغة بايثون
بروتوكول سياق النموذج (MCP) يُحدث طريقة تفاعل مساعدي الذكاء الاصطناعي مع مصادر البيانات الخارجية والأدوات. في هذا الدليل، سنستعرض كيفية بناء خوادم MCP في Python، مع أمثلة تركز على قدرات البحث عبر الإنترنت والتنقيب.
مراجع سريعة للأوامر الخاصة بتشغيل نموذج Docker
Docker Model Runner (DMR) هو الحل الرسمي من Docker لتشغيل نماذج الذكاء الاصطناعي محليًا، وقد تم تقديمه في أبريل 2025. يوفر هذا الدليل مرجع سريع لأهم الأوامر، والتكوينات، والممارسات المثلى.
قارن بين Docker Model Runner و Ollama للذكاء الاصطناعي المحلي
تشغيل نماذج لغة كبيرة (LLMs) محليًا أصبح أكثر شيوعًا من أجل الخصوصية، والتحكم في التكاليف، والقدرات خارج الإنترنت. تغير المشهد بشكل كبير في أبريل 2025 عندما أدخلت Docker Docker Model Runner (DMR)، حلها الرسمي لنشر النماذج الذكية الاصطناعية.
مثال تدريجي خطوة بخطوة
هنا لدينا مثال لـ Lambda في Python لمعالجة رسالة SQS + واجهة برمجة تطبيقات REST مع حماية مفتاح API + Terraform نسخة قابلة للنشر لتشغيلها بدون خادم.
أمثلة محددة باستخدام نماذج التفكير الكبيرة
في هذا المقال، سنستكشف طريقتين لربط تطبيقك Python مع Ollama: 1. عبر HTTP REST API; 2. عبر المكتبة الرسمية لـ Ollama لـ Python.
تتطلب واجهات برمجة التطبيقات الخفيفة المختلفة نهجًا خاصًا.
هنا مقارنة دعم جانبي بين الإخراج المهيكل (الحصول على JSON موثوق به) عبر مزودي LLM الشائعة, مع أمثلة بسيطة جداً من Python
