AI engineering from scratch مسار لتعلم هندسة الذكاء الاصطناعي منشور بترخيص MIT في المستودع rohitg00/ai-engineering-from-scratch. يقدمه README بوصفه منهجًا مجانيًا ومفتوح المصدر: تنفيذ المكونات الداخلية للنموذج، وخطوط أنابيب البحث، وبيئات تشغيل الوكلاء، واختبارها، وفحص الإخفاقات، والاحتفاظ بالشيفرة ونتائج التقييم. يعرض المستودع نحو 72 200 نجمة في منتصف أكتوبر 2026.
المشروع ليس أداة تُثبَّت في الإنتاج ولا خدمة: إنه برنامج تعلم. يصف هذا المقال المسار كما يعرضه المستودع، ويشرح البدء وفق README، ويقترح زاوية للفرق: كيف يُستخدم هذا المنهج لتدريب المهندسين على قابلية ملاحظة الوكلاء.
لم تتبع span.observer هذا المسار ولم تنفذ شيفرته لأجل هذا المقال. المقتطفات والشكل مأخوذة من المستودع بترخيص MIT.
AI engineering from scratch: ما يقوله المستودع
- المؤلف والترخيص: يذكر README أن Rohit Ghumare والمجتمع يتولون صيانته؛ ترخيص MIT، «استخدمه كما تشاء».
- أرقام أُعيدت قراءتها في 22 أكتوبر 2026 من صفحة المستودع: نحو 72 200 نجمة، ونحو 12 700 تفرّع، و2 107 إيداعات على الفرع الرئيسي.
- الحجم المعلن: 542 درسًا موزعة على 20 مرحلة، بلغات Python وTypeScript وRust وJulia (شارات README واقتباسه).
- ثلاث طرق للتعلم: على الموقع aiengineeringfromscratch.com، أو مع وكيل برمجة بوصفه مدرّسًا، أو بتنفيذ الشيفرة محليًا.
- الرعاة: يعرض README لافتة راعٍ وصفحة دعم؛ ويظل محتوى الدروس حرًا بحسبه.
المستودع ليس منتجًا من Dynatrace. ومع ذلك فهو يمسّ موضوعنا: إحدى المراحل تتناول البنية التحتية والإنتاج، وأحد المشاريع يعالج تتبعات الوكلاء. وما يلي صالح لـ Dynatrace SaaS ولـ Dynatrace Managed بمعنى أن التدريب يسبق أداة قابلية الملاحظة.
المسار: المراحل ومسارات التعلم
ينظم README المراحل العشرين كتراكم: الرياضيات في الأساس، والوكلاء والإنتاج في القمة. ومن بينها Setup والأدوات (المرحلة 0) وMath (1) وML (2) وDeep learning (3) وVision وNLP وAudio وTransformers وGenAI وLLMs from scratch (10) وLLM Engineering (11) وTools وprotocols (13) وAgent Engineering (14) وAutonomous systems (15) وMulti-agent (16) والبنية التحتية والإنتاج (17) والأخلاقيات والمواءمة (18) ومشاريع التركيب (19).
ولكي لا تمر بـ 542 درسًا، يقترح README مسارات بحسب الهدف ومددًا تقديرية: نحو 306 ساعات لمبتدئ تمامًا ابتداءً من المرحلة 0، ونحو 60 ساعة لمهندس خبير لا يريد سوى المرحلة 14 (الوكلاء)، ونحو 23 ساعة و15 دقيقة لمسار MCP وحده. هذه المدد من المستودع، لا قياسات من span.observer.
الشكل الأول مأخوذ من README: عرض توضيحي للانحدار التدرّجي على دالة خسارة تربيعية، حيث تتقارب عشرون نقطة بداية ويتناقص متوسط الخسارة في كل خطوة. وهو يبيّن أسلوب المنهج الذي يفضّل التصورات القابلة لضبط معاملاتها.

يتبع كل درس الشجرة نفسها: مجلد code/ للتنفيذات، وdocs/en.md للسرد، وoutputs/ للـ prompts والمهارات والوكلاء وخوادم MCP الناتجة. ويصف README ستة أطوار (الشعار، والمشكلة، والمفهوم، و«Build It» يدويًا، و«Use It» بمكتبة، و«Ship It»).

البدء خطوة بخطوة
الخيار 1: على الموقع
افتح درسًا على aiengineeringfromscratch.com؛ وبحسب README لا حاجة إلى تثبيت ولا استنساخ.
الخيار 2: تنفيذ الشيفرة محليًا
يطلب README استنساخ المستودع ثم تشغيل فحص البيئة ودرس أول بلا تبعيات.
git clone https://github.com/rohitg00/ai-engineering-from-scratch.git
cd ai-engineering-from-scratch
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route beginner
python3 phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py
يصف README الفحص بأنه تحقق يفصل المتطلبات اللازمة الآن عن تلك المفيدة لاحقًا، مع أمر تصحيحي لكل إخفاق.
الخيار 3: وكيل برمجة بوصفه مدرّسًا
مع Node.js وnpx ووكيل يدعم المهارات (skills)، يقترح README:
npx skills add rohitg00/ai-engineering-from-scratch
يسأل المثبّت عن المضيف والنطاق. وتسمى المهارات المقدَّمة مثلًا start-learning (اختبار مستوى وخطة تُسجَّل في LEARNING.md) وlearn وcourse-guide وcheck-understanding؛ وصيغة الاستدعاء تتوقف على المضيف (/start-learning في Claude Code).

المشاريع: مثال موجّه نحو تتبعات الوكلاء
يقترح README ثلاثة مشاريع بمصحّحات محلية. مشروع «Agent Trace Debugger» (بلغة TypeScript، وNode.js 22.18 أو أحدث، ومصحّح بلغة Python 3) ينطلق من تتبع مزوَّد تبقى فيه المدة 100 مللي ثانية لكن إجمالي استهلاك الرموز يرتفع بمقدار 200 ويفشل فيه span. يطلب قراءة ملف JSONL، والتحقق من الآباء، وحساب الفترات، ثم إنتاج خط زمني HTML وتقرير JSON للانحدار. ويوضح README الاحتفاظ بالرموز الحصرية لكل span لتفادي احتساب الأب والابن مرتين.
وهو مادة جيدة لورشة فريق SRE: يستعيد منطق التتبعات والـ spans الموصوف في مراقبة وكلاء MCP باستخدام OpenTelemetry، لكن على صيغة خاصة بالتمرين لا على OpenTelemetry نفسه. أما المشروع الثالث، «Tool Call Firewall» (بلغة Rust)، فيعالج ضوابط الأدوار وإيصالات الموافقة؛ ويوضح README أنه لا يوفر تفويضًا دائمًا ولا بيئة معزولة (sandbox) للنظام.
الحدود والنقاط المفتوحة
- الحجم: 542 درسًا برنامج من مئات الساعات؛ اختر مسارًا.
- لا إصدار: المحتوى يتطور باستمرار؛ دوّن الإيداع (commit) الذي يتبعه فريقك.
- جودة قد تتفاوت: المحتوى مجتمعي؛ تحقق من الدروس الحرجة بمصدر أولي.
- المتطلبات المسبقة: يتوقع README أن تعرف كتابة الشيفرة، وتفيد Python.
- البيانات والمفاتيح: بعض الدروس تستدعي نماذج أو واجهات API؛ استخدم مفاتيح اختبار ولا تكتبها أبدًا في المستودع المستنسخ.
مراقبة العمل على المنهج والإشراف عليه
لا شيء يُراقَب من جهة المستودع: فهو لا يستضيف خدمة. وإن استخدمت المدرّس عبر وكيل برمجة، فالأثر يأتي من العميل:
- الحدث
claude_code.tool_resultفي Claude Code (اسم الأداة والحالة والمدة) والرموز لكل جلسة، راجع مراقبة وكيل برمجة في المؤسسة؛ - كلفة التدريب بالرموز، راجع كلفة وكيل ذكاء اصطناعي بالرموز، وهي مفيدة إن دربت فريقًا كاملًا بالوكلاء؛
- للدروس التي تشغّل نماذج محلية، يفصّل مقال حزمة الذكاء الاصطناعي مفتوحة المصدر المستضافة ذاتيًا ما يجب قياسه.
كيف تتحقق من أن كل شيء يعمل
- ينتهي
verify.py --route beginnerبلا إخفاق إلزامي. - يعمل
vectors.pyبلا تبعيات ويعرض ناتجه، الذي يدعو README إلى حفظه بوصفه أول دليل. - مع المدرّس، يسرد وكيلك المهارات المثبتة (
start-learning) في المكان الذي اخترته عند التثبيت.
أفضل الممارسات
- اختر مسارًا لكل شخص بدل المنهج كله.
- اتبع قاعدة المستودع: نفّذ، واحتفظ بالدليل (الأمر والناتج والمخرَج)، ثم غيّر تفصيلًا واحدًا.
- اعمل في نسخة مستنسخة مخصصة وعلى جهاز بلا أسرار إنتاج.
- راجع كل مهارة مثبتة بـ
npx skills addقبل تفعيلها: المهارة نص يقود وكيلك.
الأسئلة الشائعة
من أين أبدأ إن كنت أعرف Python؟
يقترح README المرحلة 1 (الرياضيات) إن كنت تكتشف تعلّم الآلة (ML)، أو المرحلة 14 إن أردت الوكلاء فقط.
هل أحتاج إلى حساب أو اشتراك؟
يصفه README بأنه مجاني ومفتوح المصدر؛ وقد تستخدم بعض الدروس واجهات API خارجية، يجب التحقق منها درسًا بدرس.
هل يتناول المنهج MCP؟
نعم: يذكر README مسار MCP من 17 درسًا. وللأساسيات، راجع شرحنا لبروتوكول سياق النموذج.
الخلاصة
AI engineering from scratch منهج طموح ومفتوح، قوته في أنه يجعلك تكتب أولًا النسخة البسيطة من كل مكوّن. وللفريق، النهج الصحيح أن يستخرج منه بعض المسارات الموجّهة وأن يربط الورش (مثل مصحّح التتبعات) بممارسته في قابلية الملاحظة. المصدر: مستودع rohitg00/ai-engineering-from-scratch.
span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC ولا للمشاريع المذكورة ولا لـ Anthropic. العلامات التجارية المذكورة ملك لأصحابها. الأدوات تتطور بسرعة، لذا تحقق دائمًا من الأوامر والخيارات في وثائقها الرسمية.