نقدم لكم إضافة رالف-ريسيرش. لقد اعتمدت للتو أسلوب رالف-لوب لتنفيذ الأوراق. مندهش من مدى روعة هذا الأسلوب بالفعل. تم القضاء على الإضافة بالكامل بواسطة Claude Code، لكنها تستطيع بالفعل برمجة مفاهيم ورق الذكاء الاصطناعي وتشغيل التجارب في حلقة تحسين ذاتي. يا للعجب!

ملاحظات: - استغرق تنفيذ ورقة ReAct حوالي 40 دقيقة دون أي انقطاعات. - واجه بعض المشاكل، لكنه وجد طريقة لحلها في الطريق. وهذا ما يجعل حلقة رالف قوية للغاية. يمكنه استكشاف الحلول والتعلم من أخطائه. أود أن أقول إن البحث ربما يكون حالة استخدام أفضل لرالف لأن البحث يتطلب الكثير من الاستكشاف. - لقد جربت على أوراق أخرى حديثة، وقد قام بعمل جيد، مما يعطيني الأمل في إمكانية تطبيقه ليكون أكثر قوة. - كما ترى في الفيديو، وكما هو الحال مع أي شيء يعمل بنماذج اللغة الكبيرة، سيواجه صعوبة في استخدام النماذج الأحدث حتى لو أعطيت تعليمات وواجهات برمجة تطبيقات (APIs). لكن هذا أمر يمكن إصلاحه بسهولة بتوجيه ذكي. - هذه ليست إضافة مثالية، وهي في الغالب لأغراض الاختبار الداخلي. لا يزال لدي الكثير لأتحسنه قبل أن أتمكن من إصداره، بالإضافة إلى إضافات أخرى يعتمد عليها. سأشارك المزيد من التفاصيل أثناء استمراري في العمل على هذه الإضافات. تابع @omarsar0 شاركوني آرائكم وكيف يمكن أن يكون هذا مفيدا لكم.