يواصل المصدر المفتوح رسم ملامح المشهد التقني في عالم الذكاء الاصطناعي. ففي هذا الأسبوع تتنوع مشاريع GitHub للذكاء الاصطناعي بين بنى تحتية تربط البيانات بوكلاء الذكاء الاصطناعي، وأدوات أمنية لحماية البيئات السحابية، ومراجع تعليمية تشرح النماذج اللغوية من الداخل. إليكم خمسة مستودعات تستحق المتابعة.
OpenBB — منصة البيانات المفتوحة للمحللين ووكلاء الذكاء الاصطناعي
تقدّم منصة Open Data Platform من OpenBB مجموعة أدوات مفتوحة المصدر تساعد مهندسي البيانات على دمج مصادر البيانات المملوكة والمرخّصة والعامة في تطبيقات مثل المساعدات الذكية ولوحات الأبحاث. وتعمل بمبدأ «اتصل مرة واحدة واستهلك في كل مكان»، إذ تتيح البيانات عبر بيئات Python للمحللين الكميين، وExcel، وواجهات REST، وخوادم MCP لوكلاء الذكاء الاصطناعي.
يتصدر المشروع قائمة هذا الأسبوع لأنه يربط عالم التمويل مباشرةً بوكلاء الذكاء الاصطناعي عبر بروتوكول MCP، وهو اتجاه يتسارع بقوة. ننصح بتنزيله من المستودع الرسمي التابع لحساب OpenBB-finance فقط.
⭐ 73,969 (+319 هذا الأسبوع)
Trivy — ماسح أمني شامل للحاويات والسحابة
أداة مكتوبة بلغة Go تفحص صور الحاويات وأنظمة الملفات ومستودعات Git وصور الأجهزة الافتراضية وبيئات Kubernetes، بحثًا عن الثغرات المعروفة (CVEs) وأخطاء الإعدادات والأسرار المكشوفة وتراخيص البرمجيات، كما تولّد قوائم مكونات البرمجيات (SBOM).
مع انتشار نشر نماذج الذكاء الاصطناعي في حاويات وعناقيد Kubernetes، صار تأمين هذه البنية التحتية ضرورة، وتوفر Trivy ذلك بتكامل مباشر مع GitHub Actions وVS Code.
⭐ 38,292 (+156 هذا الأسبوع)
LLMs-from-scratch — ابنِ نموذجًا لغويًا يشبه ChatGPT بنفسك
المستودع الرسمي لكتاب «Build a Large Language Model (From Scratch)» للباحث سيباستيان راشكا، ويشرح خطوة بخطوة تطوير نموذج لغوي من نوع GPT وتدريبه المسبق وضبطه الدقيق باستخدام PyTorch، مع شيفرة لتحميل أوزان نماذج مدرّبة أكبر.
يبقى من أشهر المراجع التعليمية في المجال بأكثر من مئة ألف نجمة، ورغم ثبات عدد نجومه هذا الأسبوع فإنه نقطة انطلاق مثالية لكل مطوّر عربي يريد فهم النماذج اللغوية الكبيرة من الداخل.
⭐ 106,211 (+0 هذا الأسبوع)
Mini_LLM — نموذج لغوي من الصفر بـ NumPy فقط
مشروع فردي طموح يبني نموذجًا لغويًا كاملًا دون PyTorch أو HuggingFace أو اشتقاق تلقائي، بالاعتماد على NumPy والرياضيات فقط. النتيجة محوّل (Transformer) من ثلاث طبقات بنحو 2.5 مليون معامل، دُرّب على 67 كتابًا من مشروع غوتنبرغ بمُرمِّز BPE مكتوب يدويًا، على معالج حاسوب محمول دون أي GPU.
ما يميزه هو الشفافية: يقارن المؤلف نتائجه بنماذج إحصائية بسيطة، فتنخفض درجة الحيرة (Perplexity) من 221 مع نموذج الثلاثيات إلى 133 مع آلية الانتباه، وهو درس عملي نادر في المبادئ الأولى.
⭐ 4 (+0 هذا الأسبوع)
awesome-AI-tools — دليل منسّق لأدوات الذكاء الاصطناعي
قائمة منظمة لأدوات ومواقع تعتمد على الذكاء الاصطناعي، موزعة على فئات تشمل الوكلاء الذكيين والأتمتة وروبوتات المحادثة والأمن السيبراني والمال وتوليد الصور والفيديو والصوت والبرمجة والبحث العلمي.
يفيد الطلاب والباحثين والمهنيين الذين يبحثون عن الأداة المناسبة لمهمة محددة، ويقبل مساهمات المجتمع لتحديثه باستمرار.
⭐ 22 (+0 هذا الأسبوع)
تكشف قائمة هذا الأسبوع أن مشاريع GitHub للذكاء الاصطناعي لم تعد تقتصر على النماذج نفسها، بل تمتد إلى البيانات والأمن والتعليم. سواء كنت محللًا ماليًا أو مهندس بنية تحتية أو متعلمًا شغوفًا، ستجد في هذه المستودعات ما يستحق التجربة. تابعونا في مُوجز لجولة جديدة من أبرز مشاريع GitHub للذكاء الاصطناعي الأسبوع المقبل.
