smoke-ai
Skill8 starsChanged 35 days agoMITView on GitHub
فحص دخاني حيّ لنداءات الذكاء في العقل الثاني — إلزامي قبل تسليم أي تعديل يمسّ lib/ai أو data/prompts أو مخطط JSON أو effort/maxTokens أو معرّف نموذج. يولّد سكربت فحص مؤقتاً، يشغّله على النموذج الحقيقي بمدخل طبيعي وشرير، يقيس الاستهلاك مقابل السقف، ثم ينظّف. Use before shipping any AI-call change (schema, prompt, effort, maxTokens, model) in this repo.
- Reads credentials
In this repository4 other files it gives its agents.
- AGENTS.mdAGENTS.md
- CLAUDE.mdCLAUDE.md
- debug-prodSkill
- shipSkill
The file
Files
الفحص الدخاني لنداءات الذكاء (smoke-ai)
المخرج المنظّم يضمن الشكل، لا الجودة ولا كفاية السقف ولا سلامة الهروب في كل الحالات. التاريخ هنا: مخطط نجح ٩٤٪ من سقفه في تشغيل ثم فشل ١٠٠٪/١٠٠٪ في التالي بنفس المدخل. الفحص الحيّ غير قابل للتفاوض.
هذا الفحص يستهلك رصيدك الفعلي من واجهات النماذج (Anthropic وGemini). استخدم مفاتيحك أنت من
.env.local، وتذكّر أن نداءات xhigh الطويلة ليست مجانية. شغّله عن قصد لا على سبيل العادة.
متى إلزامي
أي تغيير في: lib/ai/*.ts · data/prompts/*.md · data/craft/*.md · أي مخطط JSON · effort/maxTokens · معرّف نموذج. (تغيير لا يمسّ مسار نداء — واجهة صرفة مثلاً — معفى.)
خريطة النداءات الحالية (حدّثها إن غيّرتها)
| # | الموقع | النموذج | effort | السقف |
| ١ | lib/content/generate.ts — مسودة إكس | WRITER_MODEL (Claude) | xhigh | 32000 |
| ٢ | lib/content/generate.ts — نقد إكس | WRITER_MODEL | xhigh | 32000 |
| ٣ | lib/newsletter/generate.ts — أفكار | WRITER_MODEL | xhigh | 16000 |
| ٤ | lib/newsletter/generate.ts — هيكل | WRITER_MODEL | xhigh | 16000 |
| ٥ | lib/newsletter/generate.ts — مسودة | WRITER_MODEL | xhigh | 32000 |
| ٦ | lib/newsletter/generate.ts — نقد | WRITER_MODEL | xhigh | 32000 |
| ٧ | lib/content/analyze.ts — تحليل النشر | Gemini (MODELS.pro) | — | مخطط ANALYSIS_SCHEMA |
| ٨–١١ | lib/agents/specialists.ts — الوكلاء المتخصصون | Gemini (MODELS.pro) | — | PATTERN_SCHEMA · MEASURE_SCHEMA · PROJECT_LINK_SCHEMA · EXTRACT_SCHEMA |
| ١٢ | lib/agents/proactive.ts — الاستباقي | Gemini | — | INSIGHTS_SCHEMA |
| ١٣–١٥ | lib/capture/article.ts — المقالات | Gemini | — | ARTICLE_SCHEMA · CONDENSE_SCHEMA · DERIVE_SCHEMA |
| ١٦ | lib/dayplan/engine.ts — خطة اليوم | Gemini | — | PLAN_SCHEMA |
معرّفات النماذج الحيّة: MODELS في lib/ai/gemini.ts وWRITER_MODEL في lib/ai/anthropic.ts — انسخها من هناك لا من هذا الجدول. نداءات Gemini (٧–١٦) بلا maxTokens صريح، فمعيار «≤٨٠٪ من السقف» لا ينطبق عليها — افحص بدلاً منه صلاحية JSON وثبات القيم المقيّدة تحت المدخل الشرير.
١. اكتب السكربت المؤقت
_smoke-<نطاق>.mjs في جذر المستودع (تُحذف قبل الكومِت — .gitignore لا يحميك منها). انسخ المخطط والبرومبت وإعدادات النداء من الكود الفعلي حرفياً — فحص نسخة مبسطة لا يفحص شيئاً.
قالب كلود (البثّ إلزامي — يطابق claudeJson الفعلي):
// _smoke-<نطاق>.mjs — يُحذف بعد التشغيل
import Anthropic from "@anthropic-ai/sdk";
import { readFileSync } from "node:fs";
const env = readFileSync(".env.local", "utf8");
const key = env.match(/^ANTHROPIC_API_KEY=(.+)$/m)?.[1]?.trim();
if (!key) throw new Error("لا مفتاح في .env.local");
const client = new Anthropic({ apiKey: key });
const SCHEMA = { /* انسخه من الكود الفعلي */ };
const SYSTEM = "..."; // انسخ تجميعة النظام الفعلية
const PROMPT = "..."; // المدخل (انظر §٢)
const MAX = 32000, EFFORT = "xhigh"; // القيم الفعلية
const MODEL = "..."; // قيمة WRITER_MODEL من lib/ai/anthropic.ts
const t0 = Date.now();
const stream = client.messages.stream({
model: MODEL,
max_tokens: MAX,
system: [{ type: "text", text: SYSTEM }],
messages: [{ role: "user", content: PROMPT }],
output_config: { format: { type: "json_schema", schema: SCHEMA }, effort: EFFORT },
});
const res = await stream.finalMessage();
const out = res.usage.output_tokens, pct = Math.round((out / MAX) * 100);
console.log(`زمن ${Math.round((Date.now()-t0)/1000)}ث · stop=${res.stop_reason} · ${out}/${MAX} (${pct}%)`);
const text = res.content.find(b => b.type === "text")?.text ?? "";
try {
const p = JSON.parse(text);
console.log(`✅ JSON صالح · الجذر ${Array.isArray(p) ? "مصفوفة ⚠️" : "كائن"} · المفاتيح: ${Object.keys(Array.isArray(p)?p[0]:p).join(", ")}`);
} catch (e) { console.log(`❌ JSON مكسور: ${e.message}`); process.exit(1); }قالب Gemini (لنداءات التحليل): نفس البنية بـ@google/genai — ai.models.generateContent({model: <MODELS.pro من lib/ai/gemini.ts>, contents, config:{responseMimeType:"application/json", responseJsonSchema: SCHEMA}}) بمفتاح GEMINI_API_KEY.
٢. مدخلات الفحص الثلاثة
- طبيعي: فكرة عربية حقيقية بحجم واقعي.
- شرير (إلزامي): مدخل يستفزّ الهروب — اطلب في البرومبت اقتباساً مباشراً داخل علامتَي اقتباس مزدوجتين
"هكذا"وقيمة طويلة فيها اقتباسات مفردة ومزدوجة وأسطر. هذا بالضبط ما كسر الإنتاج سابقاً. - حالة الرفض (لمخططات لها مسار رفض كمسودة إكس): مدخل فارغ القيمة/خارج النطاق، وتحقق أن
draftفارغ وerror/suggestionمملوءان كما يتوقع البرومبت.
٣. التشغيل والحكم
- نداءات xhigh تستغرق دقائق (٧–٨+ مرصودة): شغّل في الخلفية. للتحقق أن العملية حيّة لا معلّقة: افحص
Get-Process node(ويندوز) أوps(لينكس/ماك) — CPU شبه ثابت = انتظار شبكة طبيعي. لا تحكم بالتعليق قبل ~١٠ دقائق للنداء الواحد. - عتبات النجاح (كلها معاً):
stop_reason = "end_turn"— أيmax_tokens= فشل فوري.JSON.parseينجح والجذر كائن (لا مصفوفة) والحقول المقيّدة ضمن قيمها.- الاستهلاك ≤ ~٨٠٪ من السقف. فوقها؟ ارفع السقف وأعد الفحص.
- لنداءات xhigh: تشغيلان للنداء الأضيق هامشاً — التفاوت المقيس ٧٪→١٠٠٪ بين تشغيلين متطابقين يجعل التشغيل الواحد بلا قيمة إحصائية.
- عيّنة الجودة: اقرأ المخرج فعلاً — الصوت المعرَّف في
data/voice-and-tone.mdحاضر، لا هلوسة بنيوية.
٤. حدود مرجعية سريعة (لا تعِد اكتشافها بالخطأ)
- ≤ ١٦ حقل union/nullable لكل مخطط كلود (400 فوقها) — nullable للضرورة الدلالية فقط والباقي قيم افتراضية آمنة.
- لا prefill ولا temperature/top_p على Sonnet 5 (400).
- الكاش لا يعبر المخططات: نفس نص النظام + مخطط مختلف = كاش ضائع.
cache_read>0يظهر فقط عند تكرار نفس (النظام + المخطط) خلال ~٥ دقائق. - Gemini بلا
responseJsonSchemaقد يكسر الهروب أو يغلّف بمصفوفة — المدخل الشرير يكشف الأولى.
٥. التنظيف والتوثيق
- احذف كل
_smoke-*.mjsقبل الكومِت:rm -f _smoke-*.mjs. - سجّل الأرقام في «تحقّق حيّ:» برسالة الكومِت (ووصف الـPR): النسب لكل نداء مفحوص، الأزمنة، ونتيجة المدخل الشرير — ثم سلّم عبر
/ship.
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

