أطلقت Google "مهارات" (skills) مفتوحة المصدر لواجهة برمجة تطبيقات Gemini تتيح لوكلاء الذكاء الاصطناعي جلب بيانات حديثة عند الطلب. ويمكن إضافة الأدوات نفسها إلى مساعدي البرمجة المشهورين مثل Claude Code وCursor وOpenAI Codex وAntigravity.
لماذا يكتسب هذا التحديث أهمية
تتوقف النماذج اللغوية الكبيرة عن التعلم بمجرد تجميد بيانات تدريبها. والنتيجة هي حدوث فجوة بين ما "يعرفه" النموذج وما هو حقيقي؛ حيث يتم إغفال إصدارات المكتبات الجديدة، أو تغييرات واجهة برمجة التطبيقات (API) الأخيرة، أو حتى أحدث إصدار للنموذج نفسه. ويواجه المطورون حينها أكواداً معطلة، واقتراحات خاطئة، وعمليات تصحيح أخطاء (debugging) إضافية.
تعمل مهارات Gemini API من Google على سد هذه الفجوة دون الحاجة إلى إعادة تدريب النموذج بالكامل. فهي توفر واجهة خفيفة الوزن وقابلة للتحديث تغذي الوكيل بالسياق الحالي مباشرة أثناء وقت الاستدلال (inference time).
ماذا تفعل هذه المهارات
- gemini-api-dev – مجموعة أدوات لبناء تطبيقات تحتاج إلى قدرات النصوص، أو الدردشة، أو البث (streaming)، أو استدعاء الدوال (function-calling). وتتضمن مكتبات عميل للغات Python وTypeScript.
- gemini-live-api-dev – خدمة تعتمد على WebSocket تقوم ببث الصوت والفيديو والنصوص في الوقت الفعلي، مما يتيح سيناريوهات التفاعل المباشر.
تُظهر الاختبارات الداخلية من Google أن هذه المهارات ترفع دقة إنشاء الأكواد الخاصة بواجهات برمجة التطبيقات من 87% باستخدام Gemini 3 Flash إلى 96% باستخدام Gemini 3.1 Pro. ويأتي هذا التحسن من قدرة النموذج على رؤية أرقام الإصدارات الدقيقة، والتواقيع (signatures)، وملاحظات الاستخدام بدلاً من التخمين.
كيف يمكن للمطورين استخدامها اليوم
تم توفير المهارات في شكل إضافات (plugins) مفتوحة المصدر يمكن للمطورين تثبيتها في عدة بيئات برمجة منافسة:
- Claude Code – أضف إضافة
gemini-skills. - Cursor – ثبّتها من دليل الإضافات المدمج الخاص به.
- OpenAI Codex – ثبّتها عبر متجر إضافات Codex.
- Antigravity – قم بتفعيلها عبر AGY CLI أو قائمة التخصيصات (Customizations).
ولأن هذه المشاريع مستضافة بشكل عام، يمكن لأي شخص عمل fork، أو تعديلها، أو المساهمة فيها.
المخاطر والقيود
- المستودعات (repositories) ليست منتجات رسمية من Google. إذا ظهر خطأ برمجِي، فستكون مسؤولاً عن إصلاحه بنفسك أو يجب عليك الاعتماد على إصلاحات المجتمع.
- توفر المهارات حقائق محدثة ولكنها لا تحلل قاعدة كود (codebase) معينة. يمكنها اقتراح استدعاء صحيح لواجهة برمجة التطبيقات دون معرفة ما إذا كانت البنية التحتية المحيطة تحتاج إليه.
- يمكن لتعريفات المهارات القديمة أن تضلل الوكيل بثقة عالية. التحديثات المنتظمة ضرورية؛ وإلا فقد يعيد النموذج أكواداً عفا عليها الزمن.
- تفترض مكاسب الدقة المسجلة وجود نموذج أساسي قوي. تشغيل نفس مجموعة المهارات على نموذج أضعف لن يحقق نفس الأرقام.
ما يجب مراقبته لاحقاً
من المرجح أن يعتمد تبني هذه المهارات على مدى سرعة المجتمع في مزامنة تعريفات المهارات مع الأنظمة البيئية سريعة التطور، مثل أطر عمل JavaScript، وSDKs السحابية، ومكتبات الذكاء الاصطناعي الناشئة. وإذا بدأت بيئات التطوير المتكاملة (IDEs) الكبرى في تضمين هذه الإضافات، فقد ينتقل عبء الصيانة من المطورين الأفراد إلى مالكي المنصات.
يجب على المطورين الذين يضيفون مهارات Gemini التعامل مع المخرجات كمسودة، وليس كالتزام نهائي (final commit). قم بمراجعة الكود المُنشأ مع مراجعة سريعة للوثائق الحالية وقم بإجراء اختبارات محلية قبل الدمج (merging).
الخلاصة: تمنح مهارات Gemini API مفتوحة المصدر وكلاء الذكاء الاصطناعي وسيلة عملية للبقاء على اطلاع دائم، لكنها تضحي بالدعم الرسمي مقابل المسؤولية المجتمعية. استخدمها لتقليل أخطاء الأكواد القديمة، ولكن ابقِ عينك يقظة على تحديثات الإصدارات.