cqs-patterns
آمن 70تطبيق أنماط CQS و CQRS
بواسطة DoubleslashSE
تتطلب البنية النظيفة فصلاً واضحاً بين العمليات التي تغير الحالة وتلك التي تُرجع البيانات. توفر هذه المهارة أنماطاً وأمثلة كود لتنفيذ فصل الأوامر والاستعلامات (CQS) و(CQRS) في تطبيقات .NET.
clean-code
آمن 70تطبيق مبادئ الكود النظيف على TypeScript
بواسطة DoubleslashSE
كتابة كود TypeScript قابل للصيانة تشكل تحدياً دون إرشادات واضحة. توفر هذه المهارة أمثلة عملية لمبادئ DRY و KISS و YAGNI لمساعدتك في كتابة كود أنظف وأكثر قابلية للقراءة يمكن لفريقك فهمه.
frontend-dev-guidelines
آمن 70بناء تطبيقات Next.js الحديثة
بواسطة DojoCodingLabs
يتطلب كتابة كود واجهة أمامية حديث باستخدام Next.js و React 19 و shadcn/ui فهم مكونات الخادم وأنماط جلب البيانات وتحسين الأداء. توفر هذه المهارة إرشادات شاملة وأنماط مثبتة لبناء تطبيقات ويب آمنة من حيث النوع وعالية الأداء.
backend-dev-guidelines
آمن 70بناء خلفيات Supabase باستخدام Edge Functions
بواسطة DojoCodingLabs
كتابة كود الخلفية لـ Supabase يمكن أن يكون معقدًا مع العديد من الأجزاء المتحركة. توفر هذه المهارة أنماطًا جاهزة للاستخدام لـ Edge Functions، وتصميم قواعد البيانات، وأمان مستوى الصفوف، والتكاملات حتى تتمكن من الإطلاق بشكل أسرع مع أخطاء أقل.
when-validating-code-works-use-functionality-audit
آمن 69التحقق من الكود من خلال الاختبار والتنفيذ في بيئة معزولة
بواسطة DNYoussef
تضمن أن الكود الخاص بك يعمل بشكل فعلي عن طريق إنشاء بيئات اختبار معزولة وتنفيذ الكود مع مدخلات واقعية. تنقل هذه المهارة ما بعد التحليل الثابت للتحقق من الوظائف الحقيقية من خلال سير عمل الاختبار والتحقق من الصحة والتنحيح المنهجي.
when-reviewing-pull-request-orchestrate-comprehensive-code-revie
آمن 68مراجعة طلبات السحب بتحليل شامل متعدد الوكلاء
بواسطة DNYoussef
مراجعات الكود اليدوية بطيئة وغير متسقة بين المراجعين. تقوم هذه المهارة بتنسيق 15 وكيل ذكاء اصطناعي متخصص للتحقق من طلبات السحب بشكل منهجي عبر أبعاد الأمان والأداء والبنية والتوثيق في سير عمل متكرر مدته 4 ساعات.
when-reviewing-github-pr-use-github-code-review
مخاطر منخفضة 69أتمتة مراجعات طلبات السحب على GitHub باستخدام الذكاء الاصطناعي متعدد الوكلاء
بواسطة DNYoussef
مراجعات الكود اليدوية تستغرق وقتًا طويلاً وغير متسقة عبر الفرق. تنسق هذه المهارة خمسة وكلاء ذكاء اصطناعي متخصصين لإجراء تحليل شامل للأمان والأداء والجودة والاختبار والتوثيق على طلبات السحب بشكل متوازٍ، مع تقديم تقارير مراجعة موحدة تحتوي على ملاحظات قابلة للتنفيذ.
when-debugging-code-use-debugging-assistant
مخاطر منخفضة 69تصحيح الأخطاء البرمجية بشكل منهجي من خلال تحليل من 5 مراحل
بواسطة DNYoussef
إيجاد الأخطاء في قواعد الأكواد المعقدة يهدر وقت التطوير الثمين. توفر هذه المهارة سير عمل منظم لتصحيح الأخطاء من 5 مراحل يحدد الأسباب الجذرية ويتحقق من الإصلاحات تلقائيًا.
when-building-backend-api-orchestrate-api-development
مخاطر منخفضة 66بناء واجهات برمجية REST جاهزة للإنتاج باستخدام TDD
بواسطة DNYoussef
يتطلب بناء واجهات برمجية التخطيط المنهجي والتنفيذ والاختبار والنشر. تقوم هذه المهارة بتنسيق 12 وكيلاً متخصصاً عبر 5 مراحل لتقديم واجهات برمجية REST جاهزة للإنتاج باستخدام منهجية التطوير الموجه بالاختبار.
swarm-orchestration
آمن 70تنسيق أسراب الذكاء الاصطناعي متعددة الوكلاء
بواسطة DNYoussef
بناء أنظمة ذكاء اصطناعي معقدة مع وكلاء متعددين يتطلب تنسيقاً متطوراً. توفر هذه المهارة أنماطاً وأوامر مثبتة لتنسيق أسراب الوكلاء مع موازنة تحميل تلقائية وتحمل الأخطاء وتوزيع ذكي للمهام.
style-audit
آمن 71تدقيق وتحسين أسلوب الكود
بواسطة DNYoussef
الكود الذي يعمل ليس كافياً. الأسلوب السيئ يخلق التراكم والديون التقنية ويبطئ تعاون الفريق. هذه المهارة تحول الكود الصحيح وظيفياً إلى كود قابل للصيانة وجودة الإنتاج من خلال تطبيق التدقيق المنهجي للأسلوب وإعادة الهيكلة.
sop-code-review
آمن 67راجع الكود باستخدام وكلاء متخصصين
بواسطة DNYoussef
مراجعات الكود اليدوية تستغرق وقتاً وغير متسقة. يقوم هذا سير العمل بتنسيق عدة وكلاء ذكاء اصطناعي متخصصين لإجراء مراجعات شاملة للجودة والأمان والأداء والهندسة والوثائق بالتوازي.
sop-api-development
آمن 69بناء واجهات برمجة تطبيقات REST جاهزة للإنتاج باستخدام وكلاء الذكاء الاصطناعي
بواسطة DNYoussef
يتطلب بناء واجهات برمجة تطبيقات REST من الصفر تنسيقاً بين متخصصين متعددين في الواجهة الخلفية وقواعد البيانات والاختبار وعمليات التطوير. توفر هذه المهارة سير عمل كامل لمدة أسبوعين ينسق وكلاء الذكاء الاصطناعي لتصميم وتنفيذ واختبار وتوثيق ونشر واجهات برمجة تطبيقات جاهزة للإنتاج باستخدام التطوير المعتمد على الاختبار.
smart-bug-fix
آمن 69تصحيح الأخطاء باستخدام تحليل السبب الجذري
بواسطة DNYoussef
تصحيح الأخطاء المعقدة يهدر ساعات من وقت المطورين. تستخدم هذه المهارة تحليل السبب الجذري المنهجي، والاستدلال متعدد النماذج، والاختبار الآلي لتحديد الأخطاء وإصلاحها بشكل أسرع مع حلول موثقة.
research-driven-planning
آمن 69خطط المشاريع مع تخفيف المخاطر القائم على البحث
بواسطة DNYoussef
توقف عن البناء على الافتراضات. تستخدم هذه المهارة فرق بحث من 6 وكلاء وتحليل ما قبل الوفاة بـ 5 تكرارات لإنشاء خطط مشاريع قائمة على الأدلة بثقة فشل أقل من 3 بالمائة.
reasoningbank-intelligence
آمن 70بناء وكلاء AI ذاتية التعلم مع الذكاء التكيفي
بواسطة DNYoussef
يهدر وكلاء الذكاء الاصطناعي الوقت في تكرار نفس الأخطاء واستخدام استراتيجيات دون المستوى الأمثل. يتيح لك ReasoningBank Intelligence وكلاءك التعلم من كل تجربة، والتعرف على الأنماط، وتحسين أدائهم بشكل مستمر بمرور الوقت.
quick-quality-check
آمن 70تشغيل فحوصات جودة الكود الفورية بشكل متوازي
بواسطة DNYoussef
فحوصات جودة الكود تستغرق وقتاً طويلاً وتبطئ التطوير. قم بتشغيل كشف العناصر الوهمية، والفحص النحوي، وفحوصات الأمان، والاختبارات بشكل متوازي للحصول على تعليقات فورية.
pair-programming
آمن 67التعاون مع الذكاء الاصطناعي لتطوير الأكواد البرمجية
بواسطة DNYoussef
كتابة الأكواد البرمجية بمفردك تبطئ من تقدمك وتحد من تعلمك. تتيح لك هذه المهارة البرمجة الزوجية بمساعدة الذكاء الاصطناعي مع أدوار مرنة للسائق والملاح، والاختبار التلقائي، ومراجعة الأكواد المستمرة. تحصل على ملاحظات فورية حول الجودة بينما تسرع من التطوير وتتعلم أفضل الممارسات.
code-review-assistant
مخاطر منخفضة 68مراجعة طلبات السحب مع وكلاء الذكاء الاصطناعي
بواسطة DNYoussef
مراجعة الكود اليدوية بطيئة وغير متسقة. يستخدم مساعد مراجعة الكود مجموعة متعددة من الوكلاء لتحليل طلبات السحب عبر الأمثلية والأداء والنمط والاختبارات والتوثيق بالتوازي، ثم ينشر ملاحظات مفصلة مع اقتراحات الإصلاح مباشرة إلى GitHub.
cascade-orchestrator
آمن 71تنسيق سير العمل متعدد المراحل للذكاء الاصطناعي
بواسطة DNYoussef
يتطلب بناء سير عمل معقد للذكاء الاصطناعي تنسيق نماذج وأدوات متعددة. توفر هذه المهارة إطار عمل تصريحي لتعريف التسلسلات مع مراحل متتابعة ومتوازية وشرطية توجه المهام تلقائياً إلى نموذج الذكاء الاصطناعي الأمثل.