عن المشروع

هندسة السياق هو مستودع تعليمي مفتوح المصدر يعمل كدليل شامل لفهم وممارسة هندسة السياق—وهو discipline تصميم وتنسيق وتحسين الحمولة المعلوماتية الكاملة المقدمة لنماذج اللغة الكبيرة وقت الاستدلال. مستوحى من تعريف Andrej Karpathy ومنهج المبادئ الأولى لدى Grant Sanderson (3Blue1Brown)، يتجاوز المستودع هندسة الأوامر ليعالج المنظومة الأوسع من الأمثلة والذاكرة والاسترجاع والأدوات والحالة وتدفق التحكم التي تحيط بأمر واحد. تم تنظيم المستودع كمسار تعلم تدريجي موزع على عدة أدلة: 1. **00_foundations/** — النظرية والمفاهيم الأساسية التي تغطي الأسس الرياضية ومكونات السياق ونماذج المعالجة. يرسي هذا القسم الأسس النظرية لهندسة السياق، بما في ذلك تحسين ميزانية الرموز، والتعلم من أمثلة قليلة، وأنظمة الذاكرة، وتعزيز الاسترجاع، وتدفق التحكم، وتقليم السياق، وتقييم المقاييس. 2. **10_guides_zero_to_hero/** — شروح عملية بكود Python قابل للتشغيل (بأسلوب Jupyter Notebook) توضح المفاهيم من الأوامر الدنيا إلى أنظمة إدارة السياق المتقدمة. 3. **20_templates/** — قوالب YAML وإعدادات جاهزة للنسخ واللصق يمكن دمجها مباشرة في المشاريع، بما في ذلك إعدادات السياق الدنيا وقوالب الأوامر المهيكلة. 4. **30_examples/** — تطبيقات مشاريع واقعية يزداد تعقيدها تدريجياً، بدءاً من روبوت محادثة بسيط ووصولاً إلى أنظمة متعددة الوكلاء مع إدارة السياق. 5. **40_reference/** — تحليلات معمقة ودفاتر تقييم ومواد مرجعية للممارسين المتقدمين. 6. **50_contrib/** — مساهمات المجتمع وإضافاته. يستند المستودع إلى أبحاث حديثة من ICML وIBM Zurich وNeurIPS وجهات أخرى، بما في ذلك: - **MEM1 (Singapore-MIT، يونيو 2025)**: يوضح كيف يتيح توحيد الذاكرة المدفوع بالاستدلال وكلاء طويلي الأفق بكفاءة عبر ضغط التفاعلات إلى حالات داخلية مدمجة بدلاً من تكديس سياق لا نهائي. - **Cognitive Tools (IBM Zurich، يونيو 2025)**: يبين أن قوالب الأوامر المهيكلة كـ"استدعاءات أدوات" يمكن أن ترفع أداء GPT-4.1 على AIME2024 من 26.7% إلى 43.3%، مقتربة من أداء o1-preview دون تدريب إضافي. - **Emergent Symbolic Mechanisms (ICML Princeton، يونيو 2025)**: يحدد بنية من ثلاث مراحل (رؤوس تجريد الرموز، ورؤوس الاستقراء الرمزي، ورؤوس الاسترجاع) تدعم الاستدلال المجرد في نماذج اللغة الكبيرة، وتفسر لماذا تكون التنسيقات المهيكلة مثل Markdown وJSON أكثر قابلية للتحليل. - **Context Engineering Survey (يوليو 2025)**: مراجعة منهجية لأكثر من 1,400 ورقة بحثية تعرّف هندسة السياق بأنها الحمولة المعلوماتية الكاملة المقدمة لنموذج لغة كبير وقت الاستدلال. يتضمن المستودع أيضاً دعماً لعدة أدوات برمجة بالذكاء الاصطناعي بما في ذلك Claude Code وOpenCode وAmp وKiro وCodex وGemini CLI عبر أوامر الوكلاء. ويضم تصورات باستخدام مخططات ASCII ومخططات Mermaid وتمثيلات رمزية لتوضيح مفاهيم مثل الاستعارة البيولوجية (ذرات → جزيئات → خلايا → أعضاء → أنظمة عصبية → نظرية المجال العصبي والدلالي) وإطار الإتقان رباعي المستويات (هندسة السياق الأساسية → نظرية المجال → نظام البروتوكول → الاستدعاء الفوقي). تشمل المفاهيم الرئيسية المغطاة تحسين ميزانية الرموز، والتعلم من أمثلة قليلة، وأنظمة الذاكرة، وتعزيز الاسترجاع، وتدفق التحكم، وتقليم السياق، والمقاييس والتقييم، والأدوات المعرفية وبرمجة الأوامر، ونظرية المجال العصبي، والآليات الرمزية، والدلالات الكمومية. ويؤكد المستودع فلسفة "قِس كل شيء، واحذف بلا رحمة" حيث لكل مفهوم خلية كود قابلة للتشغيل وتصور. المشروع مرخص بموجب MIT ويرحب بمساهمات المجتمع. كما يربط بموارد تكميلية تشمل دورة شاملة قيد الإنشاء، وتكامل DeepWiki، وتصور DeepGraph، ومجتمع Discord للنقاش.