README_ar.md

 ▄▀▀▀ █▀▀▄ ▄▀▀▄ █▀▀█ █▀▀▀ █▀▀▄ ▄▀▀▄ ▄▀▀▄ ▀█▀
 █ ▀▄ █▄▄▀ █▄▄█ █▄▄█ █▀▀  █▄▄▀ █  █ █  █  █
 ▀▀▀▀ ▀ ▀▀ ▀  ▀ █    ▀▀▀▀ ▀ ▀▀ ▀▀▀▀ ▀▀▀▀  ▀

ما هو GrapeRoot؟

GrapeRoot هو محرك سياق مفتوح المصدر يعمل كحلقة وصل بينك وبين مساعد البرمجة القائم على الذكاء الاصطناعي. يبني GrapeRoot رسمًا بيانيًا دلاليًا لقاعدة الكود الخاصة بك — يشمل الملفات والرموز والاستيرادات وسلاسل الاستدعاء — ثم يحمّل الكود المناسب تمامًا في كل طلب قبل أن يراه نموذج الذكاء الاصطناعي.

النتيجة: يُنفق الذكاء الاصطناعي رصيد الرموز في التفكير والاستدلال، لا في الاستكشاف والبحث.

You run: dgc /path/to/project
              ↓
1. Project scanned → semantic graph built (files, symbols, imports)
2. You ask a question
3. Graph identifies the relevant files → packs them into context
4. AI gets your question + the right code already loaded
5. Fewer turns, fewer tokens, better answers

تتراكم وفورات الرموز وتتضاعف عبر الجلسة. يتذكر الرسم البياني الملفات التي قُرئت وعُدّلت واستُعلم عنها — فيصبح كل طلب أرخص من سابقه.

النتائج

أُجريت المقارنات على قواعد كود حقيقية متعددة (أكثر من 7,700 ملف) وأكثر من 50 طلبًا هندسيًا:

تخفيض التكلفة حسب نوع المهمة

تتراكم الوفورات وتتضاعف طوال الجلسة — فالرمز المُوفَّر في الدورة 3 يُجنّب أيضًا إعادة الفوترة للذاكرة المؤقتة في كل دورة لاحقة. تبقى الجودة مساوية أو تتحسن في كل نوع من أنواع المهام أعلاه.

المنهجية الكاملة للمقارنة والنتائج: graperoot.dev/benchmarks

أدوات الذكاء الاصطناعي المدعومة

لغات البرمجة المدعومة

TypeScript · JavaScript · Python · Go · Swift · Rust · Java · Kotlin · Scala · C# · Ruby · PHP

التثبيت

macOS / Linux:

curl -sSL https://raw.githubusercontent.com/kunal12203/Codex-CLI-Compact/main/install.sh | bash
source ~/.zshrc   # or ~/.bashrc / ~/.profile

Windows (PowerShell):

irm https://raw.githubusercontent.com/kunal12203/Codex-CLI-Compact/main/install.ps1 | iex

Windows (Scoop):

scoop bucket add dual-graph https://github.com/kunal12203/scoop-dual-graph
scoop install dual-graph

المتطلبات الأساسية: Python 3.10+، وNode.js 18+، وإحدى أدوات الذكاء الاصطناعي المدعومة. يكتشف المثبّت الأدوات المفقودة ويعرض تثبيتها تلقائيًا.

الاستخدام

مهم: استخدم دائمًا dgc (وليس claude مباشرةً) لضمان تشغيل خادم MCP.

Claude Code

dgc                                      # scan current directory, launch Claude
dgc /path/to/project                     # scan a specific project
dgc /path/to/project "fix the login bug" # start with a prompt

OpenAI Codex CLI

dg                              # scan current directory
dg /path/to/project             # scan a specific project
dg /path/to/project "add tests" # start with a prompt

منتقي تفاعلي (جديد في v3.9.99)

graperoot          # shows directory confirm + arrow-key tool picker
graperoot .        # same, picks from current directory
graperoot --version   # print current version
graperoot --update    # force self-update

جميع الأدوات عبر graperoot

graperoot . --cursor          # Cursor
graperoot . --gemini          # Gemini CLI
graperoot . --opencode        # OpenCode
graperoot . --copilot         # GitHub Copilot
graperoot . --openclaw        # OpenClaw
graperoot . --kilocode        # Kilocode
graperoot . --mimocode        # MiMo Code
graperoot /path --gemini "add tests"   # specific project + prompt

Windows

dgc .                          # from inside the project directory
dgc "D:\projects\my-app"       # any drive, any path
dg "C:\work\backend"           # Codex CLI
dgc --gemini "D:\projects\app" # Gemini CLI on Windows

كيف يعمل

1. مسح الرسم البياني — عند التشغيل الأول، يستخرج GrapeRoot الملفات والدوال والفئات وعلاقات الاستيراد إلى رسم بياني محلي مخزّن في .dual-graph/.
2. استرجاع السياق — في كل مرة تطرح فيها سؤالًا، يرتّب الرسم البياني الملفات الأكثر صلةً ويضعها في سياق الطلب قبل أن يراه الذكاء الاصطناعي.
3. ذاكرة الجلسة — تحظى الملفات التي قرأتَها أو عدّلتَها أو استعلمتَ عنها بأوزان أعلى في الجولات اللاحقة. يتراكم السياق ويتضاعف.
4. أدوات MCP — يمكن للذكاء الاصطناعي التعمّق أكثر عبر أدوات مدركة للرسم البياني (graph_read وgraph_retrieve وgraph_neighbors) حين يحتاج إلى استكشاف إضافي.

تتم جميع العمليات محليًا. لا يغادر أي كود جهازك.

البيانات والملفات

تُخزَّن جميع البيانات في <project>/.dual-graph/ (تُضاف تلقائيًا إلى .gitignore):

التثبيت العام في ~/.dual-graph/:

الإعدادات

جميعها اختيارية، وتُضبط عبر متغيرات البيئة:

التحديث التلقائي

يتحقق المشغّل من التحديثات عند كل تشغيل ويُحدّث نفسه بصمت. لإجبار التحديث:

graperoot --update

لتعطيل التحديث التلقائي:

graperoot --no-auto-update

لإعادة تفعيله:

graperoot --auto-update

الإصدار الحالي: 3.10.16

القياس عن بعد

يجمع GrapeRoot تقارير أعطال مجهولة الهوية للمساعدة في إصلاح الأخطاء. ما يُرسَل: نوع الخطأ، أي خطوة فشلت، إصدار نظام التشغيل/Python، إصدار GrapeRoot. لا يُرسَل أبدًا: الكود الخاص بك، مسارات الملفات، أسماء المشاريع، أو البيانات الشخصية.

graperoot --no-telemetry    # disable
graperoot --telemetry       # re-enable

GrapeRoot Pro

يضيف GrapeRoot Pro ميزات متقدمة للمستخدمين المحترفين:

• وضع المهام الشامل — تحليل عميق متعدد الملفات لعمليات إعادة الهيكلة المعقدة
• كشف الصادرات غير المستخدمة — رصد الصادرات غير المُستخدَمة في قاعدة الكود بالكامل
• كاشف دورات التبعيات — اكتشاف سلاسل الاستيراد الدائرية
• البحث عبر قواعد الكود — بحث دلالي عبر مستودعات متعددة
• درع التراجع — خطافات ما قبل استخدام الأداة لحماية العمليات التدميرية

استكشاف الأخطاء وإصلاحها

"MCP Server Connection Failed"

استخدم دائمًا dgc بدلًا من claude مباشرةً. يشغّل dgc خادم MCP تلقائيًا.

# Fix:
claude mcp remove dual-graph
dgc   # re-registers everything

دليل استكشاف الأخطاء الكامل

راجع TROUBLESHOOTING.md أو graperoot.dev/docs.

المساهمة

نصوص المشغّل (bin/) مفتوحة المصدر بموجب Apache 2.0. طلبات السحب مرحّب بها — إصلاح الأخطاء، ودعم أدوات ذكاء اصطناعي جديدة، وتحسينات التثبيت، والتوثيق.

ملاحظة: محرك الرسم البياني (graperoot على pip) مملوك للشركة. أدوات التشغيل والبنية التحتية في هذا المستودع مفتوحة المصدر بالكامل.

المجتمع

هل لديك سؤال، أو اكتشفت خطأً، أو تريد مشاركة ملاحظاتك؟

انضم إلى Discord ←

سجل النجوم

الترخيص

نصوص المشغّل والأدوات في هذا المستودع: Apache License 2.0

محرك الرسم البياني graperoot (PyPI): مملوك للشركة. راجع graperoot.dev/graperoot-pro.