تطبيق Hob مفتوح المصدر ينقل نمط Claude Cowork إلى حاسوبك المحمول دون الحاجة إلى السحابة
نشر المطوّر Christian على GitHub تطبيق Hob، وهو تطبيق مجاني بترخيص MIT لأنظمة Mac وWindows وLinux. يتعامل مع الملفات كما تفعل تطبيقات Claude وChatGPT المكتبية، لكن النموذج يعمل على حاسوبك. ولا يخرج إلى الشبكة سوى البحث في الويب وموصّلات MCP التي يضيفها المستخدم يدويًا. وتبيّن أن أصعب جانب هو موثوقية استدعاء الأدوات لدى النماذج الصغيرة: فنسخ 4B كانت تقول «هذا هو الرسم البياني» دون أن تستدعي الأداة المطلوبة، أو تدخل في حلقة متكررة. وجاء الحل عبر قيود برمجية، لا عبر تعديل الأوامر النصية (prompts). • النماذج: Gemma 4 وgpt-oss، والصور عبر Qwen3-VL • الإملاء الصوتي عبر Whisper محليًا • تنفيذ الشيفرة في بيئة معزولة دون شبكة
معالج بواسطة الذكاء الاصطناعي من Hacker News AI؛ بتحرير Hamidun News
قدّم المطوّر Christian مشروع Hob على Hacker News: تطبيق مكتبي مجاني بترخيص MIT لأنظمة Mac وWindows وLinux. يفعل مع الملفات المحلية ما تفعله تطبيقات Claude وChatGPT: يقرأ المستندات في مجلد ما ويعدّلها، ويحلّل الصور، وينفّذ الشيفرة في بيئة معزولة، ويرسم الرسوم البيانية. الفرق أن النموذج يعمل على جهازك. حصل المنشور على 162 نقطة و39 تعليقًا، وشيفرته المصدرية متاحة في المستودع FrigadeHQ/hob.
ما الذي كان ينقص العملاء المحليين الحاليين
قبل بدء العمل، جرّب المؤلف جميع تطبيقات الذكاء الاصطناعي المحلية التي استطاع العثور عليها. ولم يكن أي منها يجيد الأمر الأهم: التعامل مع الملفات بالطريقة التي تعمل بها المساعدات السحابية. وأكثر ما رآه تقدمًا هو لصق ملف نصي في نافذة سياق صغيرة. وكان هذا الأسلوب يتعطل مع ملف لا يتجاوز حجمه بضعة كيلوبايتات. أما الصور وملفات PDF الكبيرة فلم يكن أحد يحلّلها بشكل مقبول.
وبحسب ملاحظته، كانت الحلول الأكثر تعقيدًا تلجأ افتراضيًا إلى نماذج مستضافة، سواء كانت مفتوحة أو مغلقة. وهذا يُفرغ التشغيل المحلي من معنى الخصوصية. كما كان بعض المشاريع يتجه نحو الحسابات ونموذج open-core. أما Hob فبُني على المبدأ المعاكس: المحادثات والملفات لا تغادر النظام، ولا يحتاج التطبيق إلى الإنترنت إلا للبحث في الويب (يمكن تعطيله من الإعدادات) ولموصّلات MCP التي يضيفها المستخدم بنفسه. وبدون شبكة يعمل التطبيق باستقلال كامل.
كيف بُني Hob: Electron وllama.cpp وثلاث طبقات من العزل
كُتب التطبيق باستخدام Electron، ويتواصل مع llama.cpp الذي يعمل في عملية منفصلة. عند أول تشغيل يتحقق Hob من وجود بطاقة رسوميات متوافقة، ويختار أفضل نموذج مفتوح يناسب العتاد. وإذا لم توجد بطاقة، ينتقل إلى CPU. ويعترف المؤلف بأن هذا الجزء تطلّب جهدًا: فقد كانت بطاقات تبدو متوافقة من الناحية الشكلية، لكنها تتعطل عند أول طلب.
تُنفَّذ الشيفرة التي يكتبها النموذج في بيئة معزولة. ولا يمكنها الكتابة إلا في مجلد المحادثة الحالية، ولا تملك وصولًا إلى الشبكة ما لم يسمح المستخدم بذلك. وتُستخدم آلية مختلفة على كل منصة:
- macOS: sandbox-exec
- Linux: Landlock
- Windows: عملية بمستوى سلامة منخفض (low-integrity)
ومن خلال هذه السكربتات ينشئ النموذج أدوات لمرة واحدة: معالجة البيانات، وتحويل المستندات، ورسم الرسوم البيانية.
النماذج الصغيرة والأدوات
يقول المؤلف إن أصعب ما واجهه هو جعل النماذج الصغيرة تستدعي الأدوات بموثوقية. فالنماذج ذات 4 مليارات معامل كانت تكتب بسهولة «هذا هو الرسم البياني الخاص بك» دون أن تستدعي أداة إنشاء المخططات، أو تعلق في حلقة لا نهائية من الاستدعاءات. ولم يفد تعديل الأوامر النصية (prompts) مع النماذج الصغيرة إلا قليلًا. وذهب معظم الوقت إلى بناء قيود برمجية تحيط بعمليات الاستدعاء.
فيما يلي المجموعة الكاملة لما يتضمنه المشروع:
- نماذج عامة الغرض: Gemma 4 وgpt-oss، بأوزان مفتوحة
- التعرّف على الصور: نموذج Qwen3-VL صغير
- الإدخال الصوتي: نموذج Whisper محلي
- البحث في الويب: يعتمد على SearXNG، ويمكن تعطيله من الإعدادات
- دعم موصّلات MCP التي يضيفها المستخدم
- عمليات إنشاء الملفات وقراءتها وتعديلها وحذفها في نظام الملفات المحلي
- شيفرة Python في بيئة معزولة: معالجة البيانات وتحويل المستندات والرسوم البيانية
- اختيار أفضل نموذج تلقائيًا بحسب العتاد عند أول تشغيل
- وضع غير متصل بالكامل
- ترخيص MIT، ومنصات Mac وWindows وLinux
لمن يناسب Hob وما المتوقع من الجودة
لا يجادل المؤلف في أن النماذج المحلية أضعف من النماذج السحابية الرائدة. لكنه يرى أن معظم مهام المستخدم العادي نادرًا ما تحتاج إلى أحدث نموذج frontier. ووفق قياساته الخاصة، تعمل الأنظمة التي تضم 16 غيغابايت من الذاكرة العشوائية أو أكثر بشكل جيد، وعند وجود بطاقة رسوميات منفصلة أو حجم ذاكرة أكبر تقترب النتيجة كثيرًا مما يقدمه نموذج مستضاف جاهز. وهذا تقييم المطوّر نفسه، ولا توجد حتى الآن اختبارات أداء (benchmarks) مستقلة، وهو يطلب صراحةً من المجتمع تجربة Hob على تهيئات أخرى.
والخلاصة العملية للقارئ كما يلي. إذا كنت تتعامل مع عقود أو جداول مالية أو مستندات داخلية لا يجوز إرسالها إلى السحابة، فمن المجدي تثبيت Hob وتشغيله على ملفاتك المعتادة. وتحقّق من ثلاثة أمور: استقرار استدعاء الأدوات مع النموذج الذي تستخدمه، والسلوك على جهاز بلا بطاقة رسوميات منفصلة، وجودة تحليل ملفات PDF الكبيرة. أما الفرق التي تبني منتجاتها الوكيلية (agentic) الخاصة، فمن المفيد أن تطّلع على الشيفرة: فالبنية المؤلفة من عملية llama.cpp معزولة، وبيئات معزولة على مستوى نظام التشغيل، وقيود على استدعاء الأدوات، تعالج مشكلات يصادفها عاجلًا أو آجلًا كل من يجرّب الوكلاء على نماذج صغيرة.
- 27 أكتوبر 2026Anthropic تقدّم نموذج S-1: إيرادات 16,3 مليار دولار في ستة أشهر وتقييم يصل إلى 2 تريليون
- 27 أكتوبر 2026Anthropic تدعو إلى تقليص الوكلاء الفرعيين: حلقة واحدة مع المهارات تتفوق على المنسّقين
- 27 أكتوبر 2026أعادت Cloudflare بناء Containers للوكلاء: بدء التشغيل أسرع بـ 6 مرات
- 27 أكتوبر 2026ElevenLabs تسلّم الدعم لوكيل ذكاء اصطناعي: 22 000 تذكرة شهريًا، 65% منها دون تدخل بشري
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي كان ينقص العملاء المحليين الحاليين؟
قبل بدء العمل، جرّب المؤلف جميع تطبيقات الذكاء الاصطناعي المحلية التي استطاع العثور عليها. ولم يكن أي منها يجيد الأمر الأهم: التعامل مع الملفات بالطريقة التي تعمل بها المساعدات السحابية. وأكثر ما رآه تقدمًا هو لصق ملف نصي في نافذة سياق صغيرة. وكان هذا الأسلوب يتعطل مع ملف لا يتجاوز حجمه بضعة كيلوبايتات. أما الصور وملفات PDF الكبيرة فلم يكن أحد يحلّلها بشكل مقبول. وبحسب ملاحظته، كانت الحلول الأكثر تعقيدًا تلجأ افتراضيًا إلى نماذج مستضافة، سواء كانت مفتوحة أو مغلقة. وهذا يُفرغ التشغيل المحلي من معنى الخصوصية. كما كان بعض المشاريع يتجه نحو الحسابات ونموذج open-core. أما Hob فب
ما أبرز التفاصيل حول كيف بُني Hob: Electron وllama.cpp وثلاث طبقات من العزل؟
كُتب التطبيق باستخدام Electron، ويتواصل مع llama.cpp الذي يعمل في عملية منفصلة. عند أول تشغيل يتحقق Hob من وجود بطاقة رسوميات متوافقة، ويختار أفضل نموذج مفتوح يناسب العتاد. وإذا لم توجد بطاقة، ينتقل إلى CPU. ويعترف المؤلف بأن هذا الجزء تطلّب جهدًا: فقد كانت بطاقات تبدو متوافقة من الناحية الشكلية، لكنها تتعطل عند أول طلب. تُنفَّذ الشيفرة التي يكتبها النموذج في بيئة معزولة. ولا يمكنها الكتابة إلا في مجلد المحادثة الحالية، ولا تملك وصولًا إلى الشبكة ما لم يسمح المستخدم بذلك. وتُستخدم آلية مختلفة على كل منصة: macOS: sandbox-exec Linux: Landlock Windows: عملية بمستوى سلامة منخفض
ما أبرز التفاصيل حول النماذج الصغيرة والأدوات؟
يقول المؤلف إن أصعب ما واجهه هو جعل النماذج الصغيرة تستدعي الأدوات بموثوقية. فالنماذج ذات 4 مليارات معامل كانت تكتب بسهولة «هذا هو الرسم البياني الخاص بك» دون أن تستدعي أداة إنشاء المخططات، أو تعلق في حلقة لا نهائية من الاستدعاءات. ولم يفد تعديل الأوامر النصية (prompts) مع النماذج الصغيرة إلا قليلًا. وذهب معظم الوقت إلى بناء قيود برمجية تحيط بعمليات الاستدعاء. فيما يلي المجموعة الكاملة لما يتضمنه المشروع: نماذج عامة الغرض: Gemma 4 وgpt-oss، بأوزان مفتوحة التعرّف على الصور: نموذج Qwen3-VL صغير الإدخال الصوتي: نموذج Whisper محلي البحث في الويب: يعتمد على SearXNG، ويمكن تعطيله
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.