هندسة الأنظمة ساعتان ونصف7 مهام تسليم

قد الوكيل، وامتلك القرارالبرمجة بمساعدة الذكاء الاصطناعي

اكتب المواصفات قبل التنفيذ. وجّه وكيل البرمجة، راجع التغييرات، واختبر ميزة FastAPI قبل تسليمها.

Coding AgentsSpecsTestsCode Review
07
ماذا ستبني؟

Camp Feedback API

ميزة تعمل، واختبارات، ومراجعة بشرية موثقة.

ماذا ستتعلم في هذه الجلسة؟

التمييز بين Autocomplete وAI Chat وAgent Mode وCloud Coding Agents.
اختيار نمط المساعدة المناسب لحجم المهمة ومخاطرها.
إعداد تعليمات مشروع واضحة من خلال AGENTS.md أو CLAUDE.md بحسب الأداة المستخدمة.
كتابة Feature Specification يتضمن المتطلبات ومعايير القبول والقيود.
تطبيق Spec-First وTest-First على مهمة صغيرة قابلة للإنجاز.
مراجعة خطة الوكيل قبل التنفيذ ومراقبة التعديلات التي يجريها.
كشف المشكلات الشائعة: منطق غير صحيح، حزم مختلقة، اختبارات غير كافية، أو تسريب أسرار.
فتح Pull Request يتضمن اختبارات وتعليقات مراجعة بشرية حقيقية.

تعمّق قبل الجلسة وبعدها

4 فيديو مختار
3 كورس

كيف تتقدم في التطبيق؟

  1. 01

    مواصفات واضحة

  2. 02

    خطة الوكيل

  3. 03

    تنفيذ واختبارات

  4. 04

    مراجعة وPull Request

أسئلة الجلسة وإجاباتها

كيف أستخدم وكيل البرمجة بطريقة مهنية؟+

أكتب مواصفات ومعايير قبول، أقدم سياق المشروع، أراجع الخطة، ثم أفحص التعديلات والاختبارات بنفسي وأوثق العمل في Pull Request.

ما الميزة العملية في جلسة AI-Assisted Coding؟+

إضافة POST /feedback لاستقبال تقييم بين 1 و5 وتعليق اختياري، وGET /feedback/summary لعدد التقييمات ومتوسطها، مع التحقق والاختبارات.

هل نجاح الاختبارات كافٍ لاعتماد شيفرة الوكيل؟+

لا. يجب مراجعة المتطلبات والـDiff وجودة الاختبارات معًا، لأن الاختبارات قد لا تغطي الحالات المهمة أو قد تكون متوافقة مع سلوك خاطئ.

فيديوهات مختارة

شاهدها قبل الجلسة أو بعدها لتثبيت المفاهيم.

كورسات للتعمّق

مسارات أطول لمن يريد بناء الأساس بعد الجلسة.

Anthropic Academy

Claude Code in Action

دورة Anthropic المجانية لدمج Claude Code في سير عمل التطوير اليومي.

مجانيEnglish
GitHub Skills

Getting Started with GitHub Copilot

تمرين تفاعلي داخل GitHub لاستخدام Copilot في الكتابة والتصحيح والمراجعة.

مجانيEnglish

روابط خارجية تفتح على YouTube ومنصات التعلّم وتخضع لسياساتها. تحقّقنا من عملها في نوفمبر 2026؛ اختر ما يناسب مستواك ولا يلزمك مشاهدتها كلها.

المنهج الكامل · دون اختصارتنزيل المصدر
فهرس محتوى الجلسة

نظرة عامة#

تعلّم هذه الجلسة الطالب كيف يستفيد من أدوات AI-Assisted Coding ضمن سير عمل هندسي احترافي، مع الحفاظ على ملكيته للقرارات التقنية والمسؤولية عن الشيفرة الناتجة.

الهدف ليس سباقًا لمعرفة أي أداة تكتب شيفرة أسرع، بل تدريب الطالب على صياغة متطلبات قابلة للتحقق، وتجهيز السياق، وتوجيه الوكيل، ومراجعة التعديلات، وتشغيل الاختبارات، ثم تسليم عمل قابل للمراجعة.

مخرجات التعلّم#

بنهاية الجلسة، يستطيع الطالب:

  • التمييز بين Autocomplete وAI Chat وAgent Mode وCloud Coding Agents.
  • اختيار نمط المساعدة المناسب لحجم المهمة ومخاطرها.
  • إعداد تعليمات مشروع واضحة من خلال AGENTS.md أو CLAUDE.md بحسب الأداة المستخدمة.
  • كتابة Feature Specification يتضمن المتطلبات ومعايير القبول والقيود.
  • تطبيق Spec-First وTest-First على مهمة صغيرة قابلة للإنجاز.
  • مراجعة خطة الوكيل قبل التنفيذ ومراقبة التعديلات التي يجريها.
  • كشف المشكلات الشائعة: منطق غير صحيح، حزم مختلقة، اختبارات غير كافية، أو تسريب أسرار.
  • فتح Pull Request يتضمن اختبارات وتعليقات مراجعة بشرية حقيقية.

المحاور النظرية#

1. AI Coding Spectrum — مستويات المساعدة البرمجية#

المستوىالوظيفةمسؤولية المطور
Autocompleteاقتراح إكمالات قصيرة أثناء الكتابة.التحقق من كل اقتراح وفهم سياقه.
AI Chatشرح الشيفرة، الإجابة عن الأسئلة، واقتراح حلول.مراجعة دقة الشرح وملاءمة الحل.
Agent Modeقراءة ملفات متعددة، وتعديلها، وتشغيل أوامر أو اختبارات ضمن الصلاحيات المتاحة.تحديد الصلاحيات وفحص الخطة والتغييرات والنتائج.
Cloud Coding Agentتنفيذ مهمة ضمن بيئة مخصصة، ثم إتاحة النتائج وقد يتضمن سير العمل PR للمراجعة.مراجعة الـDiff والاختبارات والمخاطر قبل الدمج.

2. Tool Landscape — الأدوات التي ستُعرض#

  • GitHub Copilot: الإكمال التلقائي، المساعدة داخل بيئات التطوير، وأنماط العمل الوكيلة والمراجعة.
  • Claude Code: التعامل مع مستودع المشروع عبر أدوات البرمجة، وإعداد التعليمات، والتخطيط قبل التحرير.
  • OpenAI Codex: تنفيذ مهام برمجية ومراجعة التعديلات، مع إمكانات للعمل محليًا أو في بيئة مخصصة بحسب المسار المستخدم.

3. Context Engineering & Project Instructions#

  • تحديد هدف التعديل والملفات ذات الصلة.
  • توضيح معمارية المشروع والمعايير المتفق عليها.
  • وضع تعليمات الاختبارات والتوثيق وأسلوب كتابة الشيفرة.
  • استخدام ملفات تعليمات مثل AGENTS.md وCLAUDE.md عندما تدعمها الأداة.
  • تقليل الضوضاء في السياق وعدم نسخ كامل المشروع إلى Prompt بلا حاجة.

عناصر التعليمات الجيدة:

  1. هدف المهمة ومخرجاتها.
  2. الملفات والمكونات المتوقع تأثرها.
  3. قواعد المشروع وقيوده.
  4. حالات الاختبار المطلوبة.
  5. معايير التوقف وطلب التوضيح.
  6. شكل التقرير النهائي عن التغييرات.

4. Spec-First & Test-First Development#

Spec-First: نكتب ما يجب أن تفعله الميزة قبل طلب تنفيذها.

Test-First: نحدد حالات القبول والاختبارات قبل التنفيذ أو بالتوازي معه، ثم نتحقق من أنها تكشف السلوك غير الصحيح.

5. Human Code Review & Safety#

  • مراجعة الـDiff ملفًا ملفًا وفهم سبب كل تعديل.
  • كشف الاعتماديات غير الضرورية أو أسماء الحزم غير الموجودة.
  • التحقق من معالجة الأخطاء والحالات الحدية.
  • مراجعة صلاحيات الأدوات والأوامر التي ينفذها الوكيل.
  • عدم تضمين مفاتيح API أو كلمات المرور أو بيانات العملاء في Prompts أو المستودع.
  • تجنب الأوامر المدمرة والتغييرات غير المطلوبة.

🧪 التطبيق العملي: Camp Feedback API Feature#

سيناريو المشروع#

يحتوي Starter Repository على تطبيق FastAPI بسيط لمعسكر الذكاء الاصطناعي. المطلوب إضافة ميزة تمكّن الطلاب من تقديم تقييم للجلسة، مع إتاحة ملخص للنتائج.

مقترح نطاق الميزة:

  • POST /feedback: استقبال session_id وrating (من 1 إلى 5) وتعليق اختياري.
  • GET /feedback/summary: إعادة عدد التقييمات ومتوسط التقييم لجلسة محددة.
  • تحقق من المدخلات ورسائل خطأ واضحة.
  • اختبارات للسلوك الصحيح والمدخلات غير الصالحة.

المرحلة 1 — Feature Specification#

  • كتابة User Story قصيرة للمستخدم المستهدف.
  • تعريف المدخلات والمخرجات ومعايير القبول.
  • تحديد حالات الخطأ: تقييم خارج النطاق، جلسة غير موجودة، مدخل ناقص.
  • التأكد من توافق المتطلبات مع البنية الحالية للمشروع.

المرحلة 2 — Plan Before Editing#

  • تقديم التعليمات والسياق المناسب للوكيل.
  • طلب خطة تنفيذ قبل إجراء التعديلات.
  • مراجعة الملفات التي يقترح تغييرها.
  • استبعاد أي تعديل خارج نطاق الميزة.

المرحلة 3 — Implementation & Tests#

  • تنفيذ التعديلات باستخدام الأداة المختارة.
  • تشغيل الاختبارات القائمة.
  • إنشاء أو تحسين اختبارات قبول الميزة.
  • فحص المدخلات غير الصالحة وحالات الفشل.
  • تشغيل الخدمة وتجربة نقاط النهاية محليًا.

المرحلة 4 — Review & Pull Request#

  • مراجعة git diff بالكامل.
  • التحقق من عدم إضافة أسرار أو اعتماديات غير مبررة.
  • كتابة تعليقات مراجعة بشرية على أسطر محددة.
  • إصلاح المشكلات المكتشفة وإعادة الاختبارات.
  • فتح Pull Request يتضمن ما أُنجز وكيف اختُبر.

المرحلة 5 — Compare AI Tools#

تنفذ مجموعتان المهمة نفسها باستخدام أداتين مختلفتين إن توفرت الأدوات.

معيار المقارنةما الذي نقيسه؟
Correctnessهل طُبقت المتطلبات دون تغيير السلوك القديم؟
Test Qualityهل تكشف الاختبارات حالات الخطأ الحقيقية؟
Scope Disciplineهل بقي التعديل ضمن الملفات والمتطلبات المطلوبة؟
Maintainabilityهل الشيفرة واضحة وقابلة للفهم والتطوير؟
Securityهل تجنبت التغييرات الأسرار والصلاحيات غير الضرورية؟
Human Review Effortكم مراجعة وتصحيحًا احتاجت النتيجة؟

⏱️ الجدول الزمني — 150 دقيقة#

الوقتالمدةالنشاط
00:00–00:1010 دمقدمة وأمثلة عن AI-Assisted Development
00:10–00:2515 دAutocomplete → Chat → Agents
00:25–00:4520 دContext Engineering وملفات التعليمات
00:45–01:0015 دSpec-First وTest-First والمخاطر
01:00–01:1010 داستراحة
01:10–01:5545 دLive Build لميزة FastAPI
01:55–02:1520 دPair Lab ومقارنة أداتين
02:15–02:2510 داختبارات ومراجعة Diff
02:25–02:305 دخلاصة وتكليف Pull Request
الإجمالي150 د

📦 المخرجات المطلوبة (Deliverables)#

  • Feature Specification من صفحة أو فقرة منظمة.
  • تعديلات FastAPI تعمل محليًا.
  • اختبارات تغطي النجاح وبعض حالات الخطأ.
  • README.md أو توثيق مختصر يوضح تشغيل الميزة.
  • Pull Request ناتج عن عمل الطالب بمساعدة AI.
  • تعليقات مراجعة كتبها الطالب بنفسه.
  • فقرة Reflection توضح ما أصاب فيه الوكيل، وما أخطأ، وما صححه الطالب.

معايير تقييم مقترحة#

المعيارالوزن
تحقيق المتطلبات وصحة التنفيذ30%
جودة الاختبارات والحالات الحدية25%
المراجعة البشرية واكتشاف المشكلات25%
وضوح PR والتوثيق10%
الأمان والانضباط في نطاق التعديل10%

🧰 تحضيرات المدرب#

  • تجهيز Starter Repository وبيئة تشغيل FastAPI.
  • تجهيز حساب/مسار وصول قانوني لأداة Coding Agent واحدة على الأقل.
  • توفير مهمة واحدة واضحة ومعايير قبول ثابتة.
  • إعداد اختبارات مرجعية لا يراها الطلاب كاملة في البداية.
  • تحضير مثال لتعديل يحتوي خللًا منطقيًا رغم نجاح بعض الاختبارات.
  • التأكد من خلو المستودع من بيانات حساسة وأسرار.
  • توفير بديل مسجل أو لقطات للتجربة عند انقطاع الخدمة.

🔗 مراجع رسمية#


🏁 خلاصة الجلسة#

يتعلم الطالب استخدام AI Coding بوصفه جزءًا من سير عمل هندسي قابل للمراجعة، يبدأ من متطلبات واضحة وينتهي باختبارات وPull Request وفحص بشري للنتائج.

حوّل التعلّم إلى إنجاز.

مهام التسليم مستخرجة من المنهج. أضف خطواتك الخاصة هنا.

0 / 7

مهامي الخاصة 0

أفكارك تستحق أن تُحفظ.

دوّن ما تعلمته، أسئلتك، وروابط العمل التي تريد العودة إليها.

ما الذي تريد تعلّمه؟

بحث في محتوى الجلسات العشر. استخدم Esc للإغلاق.