-->

⏱️ وقت القراءة المقدر: 8 دقائق

🎯 ما هو GitIngest؟

GitIngest هو أداة ثورية تحول مستودعات GitHub إلى تنسيق نصي صديق للذكاء الاصطناعي. إنه مفيد بشكل لا يصدق لفهم هياكل المشاريع المعقدة في لمحة وتحليل أو توثيق الكود بمساعدة الذكاء الاصطناعي.

الميزات الرئيسية

  • تحويل URL بسيط: github.com → gitingest.com
  • إخراج محسن للذكاء الاصطناعي: تنسيق كود محسن للمطالبات
  • تصور هيكل المشروع: شجرة الدليل ومحتويات الملفات في عرض واحد
  • دعم حزمة Python: قدرات الاستخدام البرمجي
  • دعم المستودعات الخاصة: الوصول عبر رموز GitHub

🚀 الاستخدام الأساسي لـ GitIngest

1. استخدام واجهة الويب

أبسط طريقة هي استخدامها مباشرة في المتصفح.

# URL GitHub الأصلي
https://github.com/username/repository

# تحويل إلى URL GitIngest
https://gitingest.com/username/repository

مثال حقيقي:

# مثال: تحليل مشروع FastAPI
# الأصلي: https://github.com/tiangolo/fastapi
# المحول: https://gitingest.com/tiangolo/fastapi

2. استخراج دلائل محددة

عندما تريد تحليل مجلدات محددة بدلاً من المشروع بأكمله:

# تحديد الدليل المستهدف
https://gitingest.com/username/repository/tree/main/src

# عدة مستويات عمق ممكنة أيضاً
https://gitingest.com/username/repository/tree/main/backend/api/routes

3. تحليل فرع محدد

عند تحليل فروع غير الرئيسي:

# تحليل فرع develop
https://gitingest.com/username/repository/tree/develop

# تحليل فرع الميزة
https://gitingest.com/username/repository/tree/feature/new-auth

💻 الاستخدام البرمجي مع حزمة Python

التثبيت والإعداد الأساسي

# تثبيت حزمة GitIngest Python
pip install gitingest

أمثلة الاستخدام الأساسي

from gitingest import ingest

# تحليل مستودع عام
summary, tree, content = ingest("https://github.com/username/repository")

print("📊 ملخص المشروع:")
print(summary)
print("\n🌳 هيكل الدليل:")
print(tree)
print("\n📄 محتويات الملف:")
print(content[:1000])  # عرض أول 1000 حرف

الوصول للمستودعات الخاصة

import os
from gitingest import ingest

# تعيين الرمز المميز عبر متغير البيئة
os.environ["GITHUB_TOKEN"] = "github_pat_your_token_here"

# أو تمرير الرمز المميز مباشرة
summary, tree, content = ingest(
    "https://github.com/username/private-repo",
    token="github_pat_your_token_here"
)

تحليل يتضمن الوحدات الفرعية

# تحليل كامل يتضمن الوحدات الفرعية
summary, tree, content = ingest(
    "https://github.com/username/repo-with-submodules",
    include_submodules=True
)

🛠️ حالات الاستخدام الواقعية

الحالة 1: فهم مشاريع المصدر المفتوح الجديدة

from gitingest import ingest

def analyze_new_project(github_url):
    """تحليل هيكل والميزات الرئيسية لمشروع جديد"""
    summary, tree, content = ingest(github_url)
    
    # عرض نظرة عامة على المشروع
    print("=" * 50)
    print("📋 تقرير تحليل المشروع")
    print("=" * 50)
    print(f"🔗 URL: {github_url}")
    print(f"📊 الملخص:\n{summary}")
    
    # تحديد الملفات المهمة
    important_files = [
        "README.md", "package.json", "requirements.txt", 
        "Dockerfile", "docker-compose.yml", ".github/"
    ]
    
    print("\n🎯 ملفات التكوين الرئيسية:")
    for file in important_files:
        if file in content:
            print(f"✅ تم العثور على {file}")
    
    return summary, tree, content

# مثال الاستخدام الفعلي
analyze_new_project("https://github.com/coderamp-labs/gitingest")

الحالة 2: التحضير لمراجعة الكود

def prepare_code_review(repo_url, target_directory=None):
    """تحليل منظم للتحضير لمراجعة الكود"""
    
    if target_directory:
        full_url = f"{repo_url}/tree/main/{target_directory}"
    else:
        full_url = repo_url
    
    summary, tree, content = ingest(full_url)
    
    # إنشاء نقاط المراجعة
    review_points = {
        "architecture": "أنماط الهندسة المعمارية العامة",
        "dependencies": "نهج إدارة التبعيات",
        "testing": "هيكل كود الاختبار",
        "documentation": "مستوى التوثيق"
    }
    
    print("🔍 قائمة مراجعة الكود:")
    for point, description in review_points.items():
        print(f"□ {description}")
    
    return content

# مراجعة وحدة محددة فقط
prepare_code_review(
    "https://github.com/username/project",
    target_directory="src/backend/api"
)

الحالة 3: تحليل المكدس التقني

import re

def analyze_tech_stack(github_url):
    """تحليل تلقائي للمكدس التقني للمشروع"""
    summary, tree, content = ingest(github_url)
    
    # اكتشاف اللغات حسب امتدادات الملفات
    file_extensions = re.findall(r'\.(\w+)', tree)
    language_count = {}
    
    for ext in file_extensions:
        language_count[ext] = language_count.get(ext, 0) + 1
    
    # عرض أفضل 5 لغات
    top_languages = sorted(
        language_count.items(), 
        key=lambda x: x[1], 
        reverse=True
    )[:5]
    
    print("🔧 المكدس التقني الرئيسي:")
    for lang, count in top_languages:
        print(f"  {lang}: {count} ملف")
    
    # اكتشاف الأطر/المكتبات
    frameworks = {
        "react": "React",
        "vue": "Vue.js", 
        "angular": "Angular",
        "django": "Django",
        "flask": "Flask",
        "fastapi": "FastAPI",
        "express": "Express.js"
    }
    
    detected_frameworks = []
    content_lower = content.lower()
    
    for keyword, framework in frameworks.items():
        if keyword in content_lower:
            detected_frameworks.append(framework)
    
    if detected_frameworks:
        print(f"\n🚀 الأطر المكتشفة: {', '.join(detected_frameworks)}")
    
    return top_languages, detected_frameworks

# تنفيذ التحليل الفعلي
analyze_tech_stack("https://github.com/coderamp-labs/gitingest")

🔧 المعالجة غير المتزامنة والاستخدام المتقدم

استخدام Jupyter Notebook

# في بيئة Jupyter، يمكنك استخدام الدوال غير المتزامنة مباشرة
from gitingest import ingest_async

# استدعاء مباشر مع كلمة await
summary, tree, content = await ingest_async("https://github.com/username/repo")

# تصور النتائج
import pandas as pd

# إنشاء إحصائيات الملفات
file_stats = {}
lines = tree.split('\n')
for line in lines:
    if '.' in line:
        ext = line.split('.')[-1].split()[0]
        file_stats[ext] = file_stats.get(ext, 0) + 1

# تحويل إلى DataFrame وإنشاء مخطط
df = pd.DataFrame(list(file_stats.items()), columns=['Extension', 'Count'])
df.plot(x='Extension', y='Count', kind='bar', title='توزيع أنواع الملفات')

معالجة المشاريع الكبيرة

import asyncio
from gitingest import ingest_async

async def analyze_large_project(repo_url, max_files=1000):
    """تحليل فعال للمشاريع الكبيرة"""
    
    try:
        summary, tree, content = await ingest_async(repo_url)
        
        # فحص عدد الملفات
        file_count = len([l for l in tree.split('\n') if '.' in l])
        
        if file_count > max_files:
            print(f"⚠️ تم اكتشاف مشروع كبير: {file_count} ملف")
            print("يُنصح بالتحليل عن طريق التقسيم إلى دلائل أساسية.")
            
            # استخراج الدلائل الرئيسية
            directories = set()
            for line in tree.split('\n'):
                if '/' in line and not line.strip().startswith('-'):
                    dir_name = line.split('/')[0].strip()
                    if dir_name and not dir_name.startswith('.'):
                        directories.add(dir_name)
            
            print(f"📁 الدلائل الرئيسية المكتشفة: {', '.join(sorted(directories))}")
        
        return summary, tree, content
        
    except Exception as e:
        print(f"❌ فشل التحليل: {str(e)}")
        return None, None, None

# التنفيذ غير المتزامن
result = asyncio.run(analyze_large_project("https://github.com/large/project"))

🐳 الاستضافة الذاتية والتخصيص

النشر المحلي بـ Docker

# استنساخ وبناء GitIngest
git clone https://github.com/coderamp-labs/gitingest.git
cd gitingest

# بناء صورة Docker
docker build -t gitingest .

# تشغيل الحاوية
docker run -d --name gitingest -p 8000:8000 gitingest

تخصيص متغيرات البيئة

# إنشاء ملف .env
cat > .env << EOF
ALLOWED_HOSTS=localhost,127.0.0.1,yourdomain.com
GITINGEST_METRICS_ENABLED=true
GITINGEST_METRICS_PORT=9090
GITINGEST_SENTRY_ENABLED=false
EOF

# التشغيل مع متغيرات البيئة
docker run -d --name gitingest -p 8000:8000 --env-file .env gitingest

بيئة التطوير مع Docker Compose

# docker-compose.yml
version: '3.8'
services:
  gitingest:
    build: .
    ports:
      - "8000:8000"
      - "9090:9090"  # منفذ المقاييس
    environment:
      - ALLOWED_HOSTS=localhost,127.0.0.1
      - GITINGEST_METRICS_ENABLED=true
    volumes:
      - ./src:/app/src  # تركيب حجم التطوير
    restart: unless-stopped
  
  minio:  # تخزين متوافق مع S3 (للتطوير)
    image: minio/minio
    ports:
      - "9000:9000"
      - "9001:9001"
    environment:
      - MINIO_ROOT_USER=minioadmin
      - MINIO_ROOT_PASSWORD=minioadmin
    command: server /data --console-address ":9001"
    volumes:
      - minio_data:/data

volumes:
  minio_data:

# تشغيل بيئة التطوير
docker-compose up -d

# فحص السجلات
docker-compose logs -f gitingest

🎯 نصائح عملية وأفضل الممارسات

1. استراتيجية التحليل الفعالة

def smart_repository_analysis(repo_url):
    """استراتيجية تحليل فعالة خطوة بخطوة"""
    
    # الخطوة 1: فهم الهيكل العام
    print("🔍 الخطوة 1: تحليل نظرة عامة على المشروع")
    summary, tree, _ = ingest(repo_url)
    
    # الخطوة 2: تحديد الدلائل الأساسية
    print("📁 الخطوة 2: تحديد الدليل الأساسي")
    key_directories = []
    for line in tree.split('\n'):
        if any(keyword in line.lower() for keyword in ['src', 'lib', 'app', 'main']):
            if '/' in line and not line.startswith('  '):
                key_directories.append(line.strip().rstrip('/'))
    
    # الخطوة 3: تحليل مفصل حسب الدلائل الأساسية
    print("🔬 الخطوة 3: تحليل مفصل")
    detailed_analysis = {}
    
    for directory in key_directories[:3]:  # أفضل 3 فقط
        try:
            dir_url = f"{repo_url}/tree/main/{directory}"
            _, _, content = ingest(dir_url)
            detailed_analysis[directory] = content[:500]  # ملخص فقط
            print(f"✅ اكتمل تحليل {directory}")
        except Exception as e:
            print(f"❌ فشل تحليل {directory}: {str(e)}")
    
    return summary, key_directories, detailed_analysis

2. تحسين المطالبات للذكاء الاصطناعي

def generate_ai_prompt(github_url, focus_area=None):
    """إنشاء مطالبة محسنة لتحليل الذكاء الاصطناعي"""
    
    summary, tree, content = ingest(github_url)
    
    # قالب المطالبة الأساسية
    prompt_template = f"""
إليك قاعدة أكواد مشروع GitHub:

## نظرة عامة على المشروع
{summary}

## هيكل الدليل
{tree}

## محتوى الكود
{content[:3000]}  # مراعاة حدود الرموز المميزة

---

طلب التحليل:
"""

    # مطالبات إضافية خاصة بالتركيز
    focus_prompts = {
        "security": "يرجى تحليل الثغرات الأمنية والتحسينات.",
        "performance": "يرجى العثور على نقاط تحسين الأداء.",
        "architecture": "يرجى اقتراح أنماط الهندسة المعمارية وتحسينات التصميم.",
        "documentation": "يرجى تحديد المناطق التي تحتاج توثيقاً.",
        "testing": "يرجى تحليل تغطية الاختبار واستراتيجية الاختبار."
    }
    
    if focus_area and focus_area in focus_prompts:
        prompt_template += focus_prompts[focus_area]
    else:
        prompt_template += "يرجى تحليل الجودة العامة للكود والتحسينات."
    
    return prompt_template

# مثال الاستخدام
security_prompt = generate_ai_prompt(
    "https://github.com/username/webapp",
    focus_area="security"
)
print(security_prompt)

3. إنشاء سكريبت الأتمتة

#!/usr/bin/env python3
"""
سكريبت أتمتة GitIngest
تحليل دفعي لمستودعات متعددة وإنشاء التقارير
"""

import json
import datetime
from gitingest import ingest

def batch_analyze_repositories(repo_list, output_file=None):
    """تحليل دفعي لمستودعات متعددة"""
    
    results = {}
    
    for repo_url in repo_list:
        print(f"🔍 جارٍ التحليل: {repo_url}")
        
        try:
            summary, tree, content = ingest(repo_url)
            
            # حساب الإحصائيات الأساسية
            file_count = len([l for l in tree.split('\n') if '.' in l])
            content_size = len(content)
            
            results[repo_url] = {
                "timestamp": datetime.datetime.now().isoformat(),
                "summary": summary,
                "file_count": file_count,
                "content_size": content_size,
                "status": "success"
            }
            
            print(f"✅ مكتمل: {file_count} ملف، {content_size:,} حرف")
            
        except Exception as e:
            results[repo_url] = {
                "timestamp": datetime.datetime.now().isoformat(),
                "error": str(e),
                "status": "failed"
            }
            print(f"❌ فشل: {str(e)}")
    
    # حفظ النتائج
    if output_file:
        with open(output_file, 'w', encoding='utf-8') as f:
            json.dump(results, f, indent=2, ensure_ascii=False)
        print(f"📊 تم حفظ النتائج: {output_file}")
    
    return results

# مثال الاستخدام
repositories = [
    "https://github.com/coderamp-labs/gitingest",
    "https://github.com/fastapi/fastapi",
    "https://github.com/python/cpython"
]

results = batch_analyze_repositories(
    repositories, 
    output_file=f"analysis_report_{datetime.date.today()}.json"
)

🚨 الاحتياطات والقيود

1. الرمز المميز وحدود المعدل

import time
import requests
from gitingest import ingest

def rate_limited_analysis(repo_urls, delay=2):
    """تحليل آمن مع مراعاة حدود المعدل"""
    
    results = []
    
    for i, url in enumerate(repo_urls):
        print(f"📊 التقدم: {i+1}/{len(repo_urls)}")
        
        try:
            # انتظار قبل استدعاء GitHub API
            if i > 0:
                time.sleep(delay)
            
            summary, tree, content = ingest(url)
            results.append({
                "url": url,
                "success": True,
                "data": {"summary": summary, "tree": tree}
            })
            
        except requests.exceptions.HTTPError as e:
            if e.response.status_code == 429:  # طلبات كثيرة جداً
                print("⚠️ تم اكتشاف حد المعدل، انتظار 60 ثانية...")
                time.sleep(60)
                # إعادة المحاولة
                try:
                    summary, tree, content = ingest(url)
                    results.append({
                        "url": url,
                        "success": True,
                        "data": {"summary": summary, "tree": tree}
                    })
                except Exception as retry_e:
                    results.append({
                        "url": url,
                        "success": False,
                        "error": str(retry_e)
                    })
            else:
                results.append({
                    "url": url,
                    "success": False,
                    "error": str(e)
                })
    
    return results

2. معالجة الملفات الكبيرة

def check_repository_size(repo_url):
    """فحص مسبق لحجم المستودع"""
    
    try:
        # فحص هيكل الشجرة أولاً فقط
        summary, tree, _ = ingest(repo_url)
        
        # حساب عدد الملفات
        files = [l for l in tree.split('\n') if '.' in l]
        file_count = len(files)
        
        # تحذير من المستودع الكبير
        if file_count > 500:
            print(f"⚠️ تم اكتشاف مستودع كبير: {file_count} ملف")
            print("قد يستغرق التحليل وقتاً طويلاً.")
            
            # اقتراح التقسيم القائم على الدليل
            dirs = set()
            for line in tree.split('\n'):
                if '/' in line:
                    main_dir = line.split('/')[0].strip()
                    if main_dir and not main_dir.startswith('.'):
                        dirs.add(main_dir)
            
            print(f"💡 التوصية: التحليل بالتقسيم إلى هذه الدلائل")
            for directory in sorted(dirs):
                print(f"   {repo_url}/tree/main/{directory}")
            
            return False
        
        return True
        
    except Exception as e:
        print(f"❌ فشل فحص الحجم: {str(e)}")
        return False

# مثال الاستخدام
if check_repository_size("https://github.com/large/project"):
    # المتابعة مع التحليل الكامل فقط إذا كان الحجم آمناً
    summary, tree, content = ingest("https://github.com/large/project")

🎓 الخلاصة

GitIngest هو أداة قوية لتحليل قواعد أكواد GitHub بمساعدة الذكاء الاصطناعي. من تحويل URL البسيط إلى الأتمتة المتقدمة باستخدام حزمة Python، يمكن استخدامها في مستويات مختلفة.

ملخص النقاط الرئيسية

  1. واجهة الويب: التحليل والاستكشاف السريع
  2. حزمة Python: الأتمتة والمعالجة المجمعة
  3. الاستضافة الذاتية: الأمان والتخصيص
  4. أفضل الممارسات: الاستخدام الفعال والآمن

الآن يمكنك الاستفادة من GitIngest لتحليل مشاريع GitHub بذكاء أكبر. حتى قواعد الأكواد المعقدة يمكن فهمها بسهولة بمساعدة الذكاء الاصطناعي!

روابط مرجعية:

참고