<div dir="rtl">
npm install test-nanoai``javascript
const NanoAI = require('nanoai');
// إنشاء نظام تعلم تكيفي
const tutor = new NanoAI.AdaptiveLearning();
// تقييم أداء المتعلم
const assessment = tutor.assessPerformance(8, 10);
console.log('المستوى الحالي:', assessment.currentLevel);
console.log('المواضيع المقترحة:', assessment.recommendedTopics);
// توليد تمرين جديد
const exercise = tutor.generateExercise();
console.log('التمرين:', exercise);
// أمثلة متقدمة
const complexAssessment = tutor.assessPerformance(8, 10, {
topic: 'machine_learning',
subtopics: ['neural_networks', 'deep_learning'],
previousScores: [7, 8, 9],
timeSpent: 45 // بالدقائق
});
`
`javascript
const NanoAI = require('nanoai');
// إنشاء مولد محتوى
const generator = new NanoAI.ContentGenerator();
// توليد درس تفاعلي
const lesson = await generator.generateLesson('الذكاء الاصطناعي', {
language: 'ar',
difficulty: 'intermediate',
format: 'markdown',
includeExercises: true,
includeDiagrams: true
});
// توليد محتوى متقدم
const advancedContent = await generator.generateLesson('تعلم الآلة', {
format: 'html',
styles: {
theme: 'dark',
fontSize: '16px',
codeHighlight: true
},
components: {
interactiveDemo: true,
codeEditor: true,
quizzes: true
}
});
`
`javascript
const NanoAI = require('nanoai');
// إنشاء معالج نصوص
const processor = new NanoAI.TextProcessor();
// بناء المفردات
processor.buildVocabulary([
'تعلم الآلة رائع',
'الذكاء الاصطناعي يغير التكنولوجيا',
'التعلم العميق يحدث ثورة'
]);
// تحويل النص إلى متجه
const vector = processor.textToVector('تعلم الآلة');
// مقارنة النصوص
const similarity = processor.cosineSimilarity(
processor.textToVector('الذكاء الاصطناعي'),
processor.textToVector('تعلم الآلة')
);
// تحليل متقدم
const analysis = processor.analyzeText('نص طويل للتحليل', {
extractKeywords: true,
findPatterns: true,
sentimentAnalysis: true,
languageDetection: true
});
`
`javascript
const NanoAI = require('nanoai');
// إنشاء شبكة عصبية
const nn = new NanoAI.Model([2, 8, 4, 1], {
learningRate: 0.1,
momentum: 0.9,
activation: 'sigmoid'
});
// بيانات التدريب
const trainingData = [
{ input: [0, 0], output: [0] },
{ input: [0, 1], output: [1] },
{ input: [1, 0], output: [1] },
{ input: [1, 1], output: [0] }
];
// تدريب متقدم
const trainingConfig = {
epochs: 1000,
batchSize: 4,
validationSplit: 0.2,
earlyStoppingPatience: 10,
callbacks: {
onEpochEnd: (epoch, metrics) => {
console.log(Epoch ${epoch}: loss = ${metrics.loss});
}
}
};
// تدريب النموذج
nn.train(trainingData, trainingConfig);
// التنبؤ
console.log('تنبؤ:', nn.predict([1, 0]));
// حفظ النموذج
const serialized = nn.serialize();
localStorage.setItem('model', serialized);
// تحميل النموذج
const loaded = NanoAI.Model.deserialize(localStorage.getItem('model'));
`
bash
استنساخ المشروع
git clone https://github.com/yourusername/nanoai.gitتثبيت التبعيات
npm installتشغيل الاختبارات
npm testتشغيل خادم التطوير
npm run dev
`$3
nanoai/
├── src/
│ ├── core/ # المكونات الأساسية
│ ├── models/ # نماذج التعلم الآلي
│ ├── utils/ # أدوات مساعدة
│ └── types/ # تعريفات TypeScript
├── test/ # اختبارات
├── examples/ # أمثلة تطبيقية
└── docs/ # الوثائق
$3
- استخدام ESLint مع تكوين موحد
- تنسيق باستخدام Prettier
- تغطية اختبارات لا تقل عن 80%
- توثيق جميع الدوال والفئات
- استخدام TypeScript للتحقق من الأنواع$3
1. اختر مشكلة للعمل عليها
2. ناقش الحل في صفحة المشكلة
3. انشئ فرعاً جديداً
4. اكتب الكود والاختبارات
5. قم بتحديث الوثائق
6. أرسل طلب الدمج🎯 أمثلة متقدمة
$3
javascript
const NanoAI = require('nanoai');// إنشاء نظام تعلم متقدم
const tutor = new NanoAI.AdaptiveLearning({
initialLevel: 'intermediate',
adaptationRate: 0.3,
featuresExtraction: true,
analytics: {
trackProgress: true,
generateReports: true
}
});
// تكوين متقدم للتقييم
const assessmentConfig = {
topic: 'machine_learning',
subtopics: ['neural_networks', 'deep_learning'],
difficulty: 'adaptive',
timeLimit: 45,
questionTypes: ['multiple_choice', 'coding', 'project'],
scoring: {
accuracy: 0.7,
speed: 0.3
}
};
// تقييم مع تحليل متقدم
const result = await tutor.assessPerformance(8, 10, assessmentConfig);
console.log('تحليل الأداء:', result.analysis);
console.log('التوصيات:', result.recommendations);
console.log('خطة التعلم المقترحة:', result.learningPath);
`$3
javascript
const NanoAI = require('nanoai');// إنشاء مولد محتوى متقدم
const generator = new NanoAI.ContentGenerator({
language: 'ar',
aiModel: 'advanced',
useCache: true,
optimization: {
imageCompression: true,
codeMinification: true
}
});
// توليد درس تفاعلي متقدم
const lesson = await generator.generateLesson('الذكاء الاصطناعي', {
format: 'interactive',
components: {
codeEditor: {
language: 'python',
autoComplete: true,
linting: true
},
visualization: {
type: '3d',
interactive: true
},
assessment: {
adaptive: true,
immediate_feedback: true
}
},
media: {
videos: true,
animations: true,
diagrams: true
},
accessibility: {
screenReader: true,
highContrast: true
}
});
// تصدير بتنسيقات متعددة
await generator.export(lesson, ['html', 'pdf', 'epub']);
`$3
javascript
const NanoAI = require('nanoai');// إعداد معالج نصوص متقدم
const processor = new NanoAI.TextProcessor({
language: 'ar',
features: {
sentiment: true,
entities: true,
relations: true
},
models: {
word2vec: true,
bert: true
}
});
// تحليل نص متقدم
const text = 'نص طويل للتحليل...';
const analysis = await processor.analyze(text, {
tasks: ['sentiment', 'topics', 'summary'],
options: {
depth: 'deep',
context: true,
visualization: true
}
});
// استخراج العلاقات
const relations = await processor.extractRelations(text, {
types: ['causal', 'temporal', 'spatial'],
confidence: 0.8
});
// توليد ملخص
const summary = await processor.generateSummary(text, {
method: 'extractive',
length: 'medium',
focus: ['main_points', 'conclusions']
});
`📚 الوثائق التفصيلية
$3
الفئة المسؤولة عن تكييف المحتوى التعليمي حسب مستوى المتعلم.#### الخصائص
-
: المستوى الحالي للمتعلم
- performanceHistory: سجل أداء المتعلم
- learningRate: معدل التعلم#### الدوال
-
assessPerformance(score, total): تقييم أداء المتعلم
- generateExercise(): توليد تمرين جديد
- adjustLevel(performance): تعديل المستوى
- getRecommendedTopics(): الحصول على المواضيع المقترحة$3
فئة لتوليد المحتوى التعليمي التفاعلي.#### الخصائص
-
supportedLanguages: اللغات المدعومة
- currentLanguage: اللغة الحالية#### الدوال
-
generateLesson(topic, options): توليد درس
- generateExercises(topic, difficulty): توليد تمارين
- generateVisualAids(topic): توليد مساعدات بصرية
- formatLesson(lesson, format): تنسيق الدرس$3
فئة لمعالجة النصوص وتحليلها.#### الخصائص
-
vocabulary: قاموس المفردات
- nGramSize: حجم المقاطع النصية#### الدوال
-
tokenize(text): تقطيع النص
- buildVocabulary(texts): بناء المفردات
- textToVector(text): تحويل النص إلى متجه
- cosineSimilarity(vec1, vec2): حساب التشابه$3
فئة للشبكات العصبية وتعلم الآلة.#### الخصائص
-
layers: طبقات الشبكة
- weights: الأوزان
- biases: الانحيازات#### الدوال
-
train(data, config): تدريب النموذج
- predict(input): التنبؤ
- serialize(): تحويل النموذج لنص
- deserialize(data): إنشاء نموذج من نص🤝 المساهمة
نرحب بمساهماتكم! يرجى اتباع الخطوات التالية:
1. انسخ المشروع (Fork)
2. أنشئ فرع جديد (
git checkout -b feature/amazing-feature)
3. قم بالتعديلات
4. أضف التغييرات (git add .)
5. اعتمد التغييرات (git commit -m 'إضافة ميزة رائعة')
6. ارفع التغييرات (git push origin feature/amazing-feature)
7. أنشئ طلب دمج (Pull Request)$3
- ✅ اكتب اختبارات لكل ميزة جديدة
- ✅ حدّث الوثائق عند إضافة ميزات
- ✅ اتبع معايير كتابة الكود
- ✅ اختبر الكود قبل إرسال طلب الدمج
📝 الترخيص
هذا المشروع مرخص تحت رخصة MIT - انظر ملف LICENSE للتفاصيل.
❓ الأسئلة الشائعة
س: هل يمكن استخدام المكتبة في بيئة الإنتاج؟
ج: نعم، المكتبة مصممة للاستخدام في بيئات التطوير والإنتاج.
س: هل تدعم المكتبة العمل على وحدات معالجة الرسومات (GPU)؟
ج: حالياً لا، لكن هذه الميزة قيد التطوير.
س: كيف يمكنني المساهمة في المشروع؟
ج: راجع قسم "المساهمة" أعلاه.
🔗 روابط مفيدة
---
A lightweight, privacy-focused local AI library for Node.js with zero external dependencies.
- Node.js v16 or later
- RAM: Minimum 512MB
- Storage: Minimum 100MB
- OS: Windows 10+, macOS 10.14+, Linux (any modern distribution)
`bash`
npm install nanoai
`javascript
const NanoAI = require('nanoai');
// Create adaptive learning system
const tutor = new NanoAI.AdaptiveLearning();
// Assess learner performance
const assessment = tutor.assessPerformance(8, 10);
console.log('Current Level:', assessment.currentLevel);
console.log('Recommended Topics:', assessment.recommendedTopics);
// Generate new exercise
const exercise = tutor.generateExercise();
console.log('Exercise:', exercise);
// Advanced examples
const complexAssessment = tutor.assessPerformance(8, 10, {
topic: 'machine_learning',
subtopics: ['neural_networks', 'deep_learning'],
previousScores: [7, 8, 9],
timeSpent: 45 // minutes
});
`
`javascript
const NanoAI = require('nanoai');
// Create content generator
const generator = new NanoAI.ContentGenerator();
// Generate interactive lesson
const lesson = await generator.generateLesson('Artificial Intelligence', {
language: 'en',
difficulty: 'intermediate',
format: 'markdown',
includeExercises: true,
includeDiagrams: true
});
// Generate advanced content
const advancedContent = await generator.generateLesson('Machine Learning', {
format: 'html',
styles: {
theme: 'dark',
fontSize: '16px',
codeHighlight: true
},
components: {
interactiveDemo: true,
codeEditor: true,
quizzes: true
}
});
`
`javascript
const NanoAI = require('nanoai');
// Create text processor
const processor = new NanoAI.TextProcessor();
// Build vocabulary
processor.buildVocabulary([
'machine learning is amazing',
'artificial intelligence transforms technology',
'deep learning revolutionizes AI'
]);
// Convert text to vector
const vector = processor.textToVector('machine learning');
// Compare texts
const similarity = processor.cosineSimilarity(
processor.textToVector('artificial intelligence'),
processor.textToVector('machine learning')
);
// Advanced analysis
const analysis = processor.analyzeText('long text for analysis', {
extractKeywords: true,
findPatterns: true,
sentimentAnalysis: true,
languageDetection: true
});
`
`javascript
const NanoAI = require('nanoai');
// Create neural network
const nn = new NanoAI.Model([2, 8, 4, 1], {
learningRate: 0.1,
momentum: 0.9,
activation: 'sigmoid'
});
// Training data
const trainingData = [
{ input: [0, 0], output: [0] },
{ input: [0, 1], output: [1] },
{ input: [1, 0], output: [1] },
{ input: [1, 1], output: [0] }
];
// Advanced training
const trainingConfig = {
epochs: 1000,
batchSize: 4,
validationSplit: 0.2,
earlyStoppingPatience: 10,
callbacks: {
onEpochEnd: (epoch, metrics) => {
console.log(Epoch ${epoch}: loss = ${metrics.loss}`);
}
}
};
// Train model
nn.train(trainingData, trainingConfig);
// Make predictions
console.log('Prediction:', nn.predict([1, 0]));
// Save model
const serialized = nn.serialize();
localStorage.setItem('model', serialized);
// Load model
const loaded = NanoAI.Model.deserialize(localStorage.getItem('model'));