تبدأ 23 نوفمبرالدفعة المباشرة 3 من Vibe Coding ووكلاء الذكاء الاصطناعي: 3 أسابيع و9 جلسات حيةالدفعة 3 (23.11) →
إصدارتحليل · على الرادارHabr AI→ المصدر

Habr AI ينشر حالة Rozitta Parser: كيف يلتهم «البرمجة بالإحساس» (vibe coding) النوم والوقت

روت مهندسة معمارية بلا خبرة في التطوير كيف حوّلت، بمساعدة DeepSeek وGemini وClaude، أداة بسيطة لتحليل Telegram (parser) إلى تطبيقها الخاص Rozitta Parser خلال ستة أشهر. تعلّم المشروع تصدير المحادثات والتعرّف على الرسائل الصوتية والعمل مع البروكسي، لكنه جلب للكاتبة ليالي بلا نوم ونفقات على سيارات الأجرة، وما تسميه «ضريبة الإرهاق». بدأت القصة بمهمة بسيطة هي حفظ محادثة مهمة، ثم تضخّمت المتطلبات وتحوّل السكربت إلى برنامج مكتبي متعدد الوحدات. وتؤكد الكاتبة في المقابل أن الذكاء الاصطناعي يسرّع البداية، لكنه لا يُغني على المدى البعيد عن التوثيق وفهم اللغة ومشاركة مطوّرين حقيقيين.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
Habr AI ينشر حالة Rozitta Parser: كيف يلتهم «البرمجة بالإحساس» (vibe coding) النوم والوقت
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
حقيقة رئيسية #1تصدير المراسلات إلى DOCX وJSON وMarkdown وHTML
حقيقة رئيسية #2تنزيل الملفات والصور والرسائل الصوتية من المحادثات
حقيقة رئيسية #3تعرّف محلي على الصوت عبر faster-whisper دون سحابة

نشر موقع Habr AI حالة شخصية عن كيف تحوّلت محاولة حفظ محادثة مهمة على Telegram إلى تطوير تطبيق خاص استمر ستة أشهر. فقد بنت مهندسة معمارية بلا خبرة في البرمجة تطبيق Rozitta Parser بمساعدة عدة شبكات عصبية، ووصفت بصراحة كم من الوقت والجهد والموارد اليومية يستهلكه هذا النوع من «البرمجة بالإحساس» (vibe coding).

كيف نشأ المشروع

بدأت القصة بمهمة بسيطة: كانت الكاتبة بحاجة إلى تصدير محتوى مجموعة على Telegram، إذ كان من المفترض أن تختفي المعلومات القديمة فيها مع بدء تدفق جديد. فطلبت من شبكة عصبية كتابة أداة تحليل (parser)، مع أنها كانت قبل وقت قصير لا تعرف ما هو Telethon ولا مفاتيح API ولا الأمر pip install. حلّ السكربت السريع المشكلة المحلية، لكنه بدأ فور ذلك بالتراكم عليه متطلبات جديدة: تصفية الرسائل وتنزيل الملفات ودعم محادثات مختلفة وشكل تشغيل أكثر ملاءمة.

بعد ذلك سار المشروع على السيناريو المعتاد في «البرمجة بالإحساس»: نموذج ذكاء اصطناعي يكتب الكود، وآخر يساعد في هيكلة الطلبات، وثالث يبحث عن أدوات بديلة ويشرح لماذا تتفوق حزمة تقنية على أخرى. استُخدم DeepSeek للنسخ الأولى ونماذج HTML الأولية، وNotebookLM كقاعدة معرفة مساندة، وGemini لصياغة الأوامر النصية (prompts)، وClaude للتجميع الأثقل وإعادة الهيكلة (refactoring). ومن سكربت لمرة واحدة نشأ برنامج مكتبي متكامل باسم خاص وتميمة هي الضفدع الآلي الوردي روزيتا.

إلى ماذا تطوّر الـ parser

خلال نصف عام تحوّل Rozitta Parser إلى تطبيق متعدد الوحدات بلغة Python مع واجهة رسومية (GUI) وتصدير للبيانات ومعالجة محلية للوسائط. وتشدد الكاتبة على أن المشروع ابتعد كثيرًا عن الفكرة الأصلية «حفظ المراسلات»: فهو الآن أداة تحاول أن تجمع من Telegram قاعدة معرفة مريحة للعمل والقراءة والرفع إلى خدمات الذكاء الاصطناعي مثل NotebookLM، لا مجرد أرشيف. وعمليًا يتعلق الأمر بخط معالجة شخصي يربط تطبيق المراسلة بأرشيف الملفات ويُعدّ البيانات للتحليل اللاحق.

  • تصدير المراسلات إلى DOCX وJSON وMarkdown وHTML
  • تنزيل الملفات والصور والرسائل الصوتية من المحادثات
  • تعرّف محلي على الصوت عبر faster-whisper دون سحابة
  • تقسيم عمليات التصدير الكبيرة إلى أجزاء (chunks) لرفعها إلى خدمات الذكاء الاصطناعي

يبدو النظام التقني الحالي ناضجًا إلى حد كبير: Python 3.11، وPySide6 للواجهة، وTelethon للعمل مع MTProto API، وSQLite لتخزين البيانات، وpython-docx للتصدير، وfaster-whisper للتعرّف المحلي على الرسائل الصوتية دون سحابة. ويستطيع التطبيق العمل مع بروكسي SOCKS5 وMTProto، كما يقطّع عمليات التصدير الكبيرة إلى أجزاء من 150 ألف كلمة للالتفاف على قيود الخدمات الخارجية. وهو في الجوهر لم يعد «سكربتًا للاستخدام الشخصي»، بل منتجًا معقدًا يتطلب صيانة كأي برمجية حقيقية.

الثمن والمساعدة

أقوى أجزاء النص ليس تقنيًا بل إنساني. تسمّي الكاتبة سيارة الأجرة إلى العمل «ضريبة الإرهاق»: فبسبب جلسات البرمجة الليلية بدأت تتأخر وتفقد النوم وتنفق المال على الطعام خارج المنزل وتغيب عن الحياة العائلية. ولا يضفي المقال أي طابع رومانسي على البناء المتواصل بلا نهاية. على العكس، هو قصة عن كيف يتحول الشغف الإبداعي في التطوير بالذكاء الاصطناعي بسهولة إلى نمط «إما الكود وإما النوم»، خاصة عندما ينمو المشروع أسرع من فهمك للبنية البرمجية وGit وحدود وقتك.

«ضريبة الإرهاق» ليست مجازًا.

كانت نقطة التحول نشر المشروع على GitHub وطلب المساعدة من المجتمع. فبعد سؤال على Habr Q&A ظهر للتطبيق مساعد حقيقي تولّى الأخطاء والواجهة والبروكسي وعمليات التجميع وشرح العمليات الأساسية مثل GitHub Actions. وبالتوازي ظهرت خريطة تفاعلية لاعتماديات الوحدات وتوثيق أوضح. ويبدو أحد أهم استنتاجات الكاتبة قاسيًا: الذكاء الاصطناعي يسرّع البداية، لكنه على المدى الطويل لا يلغي الحاجة إلى التوثيق وفهم اللغة ومشاركة مطوّرين حقيقيين.

ماذا يعني ذلك

تُظهر حالة Rozitta Parser بوضوح الحد الحالي لـ«البرمجة بالإحساس»: أصبح دخول عالم التطوير أسهل من أي وقت مضى، لكن ثمن الخطأ ارتفع أيضًا. فالشبكات العصبية تساعد المبتدئين فعلًا على بناء منتج يعمل، غير أن المشروع، دون بنية منظمة وراحة ودعم بشري، يبدأ سريعًا في التهام الوقت وبقية الحياة معه.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف نشأ المشروع؟

بدأت القصة بمهمة بسيطة: كانت الكاتبة بحاجة إلى تصدير محتوى مجموعة على Telegram، إذ كان من المفترض أن تختفي المعلومات القديمة فيها مع بدء تدفق جديد. فطلبت من شبكة عصبية كتابة أداة تحليل (parser)، مع أنها كانت قبل وقت قصير لا تعرف ما هو Telethon ولا مفاتيح API ولا الأمر pip install. حلّ السكربت السريع المشكلة المحلية، لكنه بدأ فور ذلك بالتراكم عليه متطلبات جديدة: تصفية الرسائل وتنزيل الملفات ودعم محادثات مختلفة وشكل تشغيل أكثر ملاءمة.

ما أبرز التفاصيل حول إلى ماذا تطوّر الـ parser؟

خلال نصف عام تحوّل Rozitta Parser إلى تطبيق متعدد الوحدات بلغة Python مع واجهة رسومية (GUI) وتصدير للبيانات ومعالجة محلية للوسائط. وتشدد الكاتبة على أن المشروع ابتعد كثيرًا عن الفكرة الأصلية «حفظ المراسلات»: فهو الآن أداة تحاول أن تجمع من Telegram قاعدة معرفة مريحة للعمل والقراءة والرفع إلى خدمات الذكاء الاصطناعي مثل NotebookLM، لا مجرد أرشيف. وعمليًا يتعلق الأمر بخط معالجة شخصي يربط تطبيق المراسلة بأرشيف الملفات ويُعدّ البيانات للتحليل اللاحق.

ما أبرز التفاصيل حول الثمن والمساعدة؟

أقوى أجزاء النص ليس تقنيًا بل إنساني. تسمّي الكاتبة سيارة الأجرة إلى العمل «ضريبة الإرهاق»: فبسبب جلسات البرمجة الليلية بدأت تتأخر وتفقد النوم وتنفق المال على الطعام خارج المنزل وتغيب عن الحياة العائلية. ولا يضفي المقال أي طابع رومانسي على البناء المتواصل بلا نهاية. على العكس، هو قصة عن كيف يتحول الشغف الإبداعي في التطوير بالذكاء الاصطناعي بسهولة إلى نمط «إما الكود وإما النوم»، خاصة عندما ينمو المشروع أسرع من فهمك للبنية البرمجية وGit وحدود وقتك. «ضريبة الإرهاق» ليست مجازًا.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…