مسار البناء

ابنِ workflows للذكاء الاصطناعي مع وصول للتنفيذ.

ابدأ بـ Dev Schooling موجّه، استلم keys و SDK، ثم انتقل إلى تنفيذ M13 مضبوط.

1 / 6 — Dev Schooling

ابدأ بـ Dev Schooling.

Dev Schooling جلسة onboarding موجّهة داخل مساحة عملك. تقودك عبر setup المطوّر بالكامل وتخبرك بدقة أي commands تشغّل في VS Code.

اتبع commands. استلم keys. حمّل SDK. ابدأ البناء.

Setup مطوّر موجّه
جاهز للبدء
01افتح الجلسة
02تشغيل commands
03استلام keys
04تحميل SDK
05البدء محلياً
ما الذي ستفعله
VS Codeشغّل command الذي يقدمه Dev Schooling.
01افتح الجلسة

ابدأ workflow موجّه وابقَ داخل مسار onboarding واضح.

02تشغيل commands

انسخ commands التي تتلقاها وشغّلها في VS Code.

03استلام keys

يتم تجهيز API key و private key و public key reference لتنفيذ المطوّر.

04تحميل SDK

ستستلم SDK Package في نهاية setup الموجّه.

05البدء محلياً

استخدم SDK start commands واختبر باستخدام Dev Credits عندما يصبح كل شيء جاهزاً.

سجل الجلسة
[✓]

تم فتح جلسة Dev Schooling.

[✓]

تم تجهيز handoff أوامر VS Code.

[✓]

تمت تهيئة developer keys.

[✓]

تم فتح تحميل SDK.

[✓]

مسار البدء المحلي جاهز.

ابدأ Schooling Workflowاحصل على Dev Credits →
2 / 6 — الوصول
جاهزية الوصول

تحقق من حالة المطوّر لديك.

بعد Dev Schooling تعرض هذه console الـ workspace و schooling و API keys و Dev Credits لتعرف هل التنفيذ جاهز أم لا.

ابدأ Schooling Workflowاحصل على Dev Credits →

Dev Credits مطلوبة لـ API calls واختبارات SDK وتنفيذ workflows.

3 / 6 — RITA

حافظ على توجّه workspace.

تحوّل RITA معرفة workspace المحلية إلى أربعة artefacts للتوجيه: Python source index و JSON contract index و Markdown system index و runner index. يبدأ التطوير من خريطة محدودة للملفات و anchors و summaries ونقاط دخول execution.

تبويبات artefact
semantic_workspace_index.json
1{2  "artifact_file": "semantic_workspace_index.json",3  "index_family": "python_source",4  "map_entries": [5    {6      "source_ref": "steps/RITA08_SummarizeAdmittedSourcesPY.py",7      "semantic_summary": "Builds clean semantic summaries for admitted source files.",8      "anchors": [9        "function: build_prompt lines 274-275",10        "function: validate_semantic_summary lines 293-309"11      ]12    }13  ]14}
تبويبات command
rita_run.trigger.json
1{2  "command": "rita run <workspace_path>",3  "triggers": [4    "bind workspace identity",5    "initialize workspace-local state",6    "run RITA core life",7    "write orientation artifacts"8  ],9  "outputs": [10    "semantic_workspace_index.json",11    "semantic_workspace_index-json.json",12    "semantic_workspace_index-md.json",13    "semantic_workspace_index-runner.json"14  ],15  "runtime_state": "active"16}
طبقة أثر RITA
01

خفض الطاقة وتكلفة tokens

تجهّز RITA توجيهاً مضغوطاً للـ workspace قبل عمل النموذج المكلف، فتقلل تحميل السياق المتكرر وحركة tokens المهدرة.

02

تسريع التطوير

تحافظ RITA على مستويات التوجيه والفهارس و change awareness كي يستأنف التطوير أسرع وبأقل دورات retrieval عمياء.

03

حماية IP

تبقى RITA محلية داخل workspace. تكشف فهارس مضبوطة و retrieval موجّه حتى يبقى السياق الملكي ضمن عقد workspace النشط.

4 / 6 — M13 API Bridge

استدعِ M13 عندما يحتاج workflow إلى ضغط.

وجّه لحظات workflow المحلية إلى pressure mode الصحيح في M13: توجيه سريع، reasoning عميق، summary مضغوط، check صارم، ضغط challenge، و reality testing بمستوى attack.

fast

توجيه سريع وخطوة تالية مباشرة.

reasoning

استدلال مركب عميق عندما تتطلب المهمة تفكير C-level.

summary

نقل حالة مضغوط للاستمرار و handoff.

check

تحكيم KPI صارم قبل أن تتقدم النتيجة.

challenge

ضغط benchmark أمام بديل أقوى.

attack

Reality pressure قبل دخول workflow إلى سياق الإنتاج.

افتح تفاصيل API →
5 / 6 — SDK

ادخل غرفة الآلة المحلية.

استكشف SDK كـ execution workspace محلي كامل: ملفات و runner و workflow و artefacts و API Bridge و RITA داخل غرفة آلة واحدة.

مساحة execution المحلية لديك — افحص كل ملف ثم نفّذ.

اثنا عشر tiles. ثلاثة قابلة للتشغيل live. كل run يترك artefacts قابلة للفحص.
غرفة الآلة
غرفة الآلة ›Local Runner

هنا تصبح Extension حقيقية.

شغّل Extension من terminal وشاهد flow الكامل يمر.

execution-space/engine/terminal_extension_runner.pyexecution-space/bin/run.shexecution-space/bin/run_action_builder.sh
[✓]python3 execution-space/engine/terminal_extension_runner.py run
[✓]Starting local execution: run_eu_ai_act_diagnostic_pipeline
[✓]Run path: execution-space/runs/terminal_extension_run_<timestamp>
[✓]TERMINAL EXTENSION RUN PASSED
01020304050607080910111213
ابدأ Schooling Workflow أولاً. يتم فتح keys و SDK Package معاً في نهاية setup الموجّه.ابدأ Schooling Workflow
6 / 6 — Publish / Payout

انشر workflows واربح من التنفيذ.

Beta

عندما يصبح workflow مفيداً يمكنه التحرك نحو النشر. يمكن للمطورين الحصول على ما يصل إلى 30% من tokens الناتجة كـ Payout Tokens عندما تولّد workflows المنشورة استخداماً.

01

Workflow قابل للنشر

يحتاج workflow إلى مسار execution مضبوط و artefacts واضحة وسبب لاستخدامه مراراً.

02

Payout Tokens

تربط طبقة payout مساهمة المطوّر بقيمة execution الناتجة.

03

حتى 30%

يمكن أن تعيد workflows المنشورة المؤهلة ما يصل إلى 30% من tokens الناتجة كـ Payout Tokens.