عن المشروع

HermesMade هي مجموعة من أدوات واجهة سطر الأوامر (CLI) المستقلة المصممة لمعالجة الإحباطات المحددة التي أبلغ عنها مستخدمو الذكاء الاصطناعي، وخاصةً تلك الموجودة على Reddit. يركز المشروع على نهج قائم على البيانات، ويحدد نقاط الألم الشائعة مثل الرقابة العدوانية للذكاء الاصطناعي، وتدهور النموذج الصامت، وأسعار API غير الشفافة، وإعداد LLM المحلي المعقد. يتضمن المستودع ست أدوات رئيسية: 1. **prompt-inspector**: يحلّل المطالبات للكشف عن مخاطر الرقابة من خلال تحديد كلمات الزناد عبر الفئات مثل العنف والسياسة والمحتوى البالغ. ويقترح استراتيجيات إعادة الصياغة (مثل البادئات الأكاديمية) ويوفر إعدادات مسبقة غير خاضعة للرقابة لـ LLMs المحلية مثل Gemma وDeepSeek وLlama. 2. **model-watch**: يراقب جودة نموذج الذكاء الاصطناعي من خلال تشغيل اختبارات قياسية للتفكير والبرمجة والهلوسة. ويتتبع تاريخ الدرجات بمرور الوقت ويحذّر المستخدمين من التدهور الكبير مقارنةً بالخطوط الأساسية التاريخية. 3. **api-cost**: يقارن الأسعار عبر 18 نموذجًا من مزودي الخدمة مثل OpenAI وAnthropic وDeepSeek. ويوصي بالنماذج ذات التكلفة الفعالة لسيناريوهات محددة (البرمجة، الدردشة، الكتابة) ويتضمن أداة لتتبع الإنفاق. 4. **llm-deploy**: يساعد في إعداد LLM المحلي من خلال اكتشاف مواصفات الأجهزة (RAM، GPU) ويوصي بالنماذج المناسبة وأوامر التثبيت (مثلًا، لـ Ollama). 5. **code-inspector**: يفحص الكود الذي تم إنشاؤه بواسطة الذكاء الاصطناعي للكشف عن مشكلات الجودة، مثل مفاتيح API المضمنة أو القيم الافتراضية القابلة للتغيير، ويوفر درجة مراجعة. 6. **task-cost-estimator**: يقدر التكاليف للمهام الخاصة بالذكاء الاصطناعي. يدعم التثبيت من خلال نص برمجي بأمر واحد أو تثبيتات فردية عبر pip لكل أداة. المشروع مرخص بموجب MIT ومُدرج كـ monorepo مع مجلدات منفصلة لكل أداة.