العودة إلى قائمة الأبحاث
ONYX-CODE-FIGMA Logo

ONYX-CODE-FIGMA

حزمة ذكاء اصطناعي متكاملة تدمج نموذج اللغات البرمجية خفيف الوزن Qwen2.5-Coder-1.5B-Instruct مع واجهة التصميم البصري Onyx Designer v6.1 لتوليد أكواد HTML/CSS لحظياً فور تصميم العناصر على الفريمات.

فيديو شرح النموذج والتجربة العملية

معمارية الشبكة العصبية الاصطناعية (Neural Network Architecture)

يوضح المخطط أدناه تسلسل العمليات الكامل من استدعاء السكريبت الرئيسي إلى واجهة التصميم البصري وصولاً إلى معالجة الاستعلام داخل شبكة Qwen2.5-Coder-1.5B لتوليد الكود البرمجي النهائي.

ONYX-CODE-FIGMA Neural Network Architecture

الخصائص التقنية للنموذج:

  • البنية الأساسية: Decoder-Only Transformer بعدد 1.5 مليار بارامتر.
  • آليات الانتباه (Attention): استخدام Grouped Query Attention (GQA) لتخفيض حجم الذاكرة المستهلكة أثناء الاستنتاج.
  • دعم السياق الطويل: سياق يصل إلى 128K توكن باستخدام تقنية YaRN لتتبع المشاريع الضخمة.
  • خاصية Fill-in-the-Middle (FIM): دعم تعديل وإكمال الكود في منتصف الملفات باستخدام توكنز تخصيص دقيقة دون الحاجة لإعادة التوليد من البداية.

واجهة Onyx Designer v6.1 والتصميم اللحظي

تقدم الواجهة بيئة تصميم بصرية بنمط مظلم (Dark Theme) مشابه لأدوات التصميم العالمية مثل Figma، حيث يتم سحب وإسقاط العناصر وتحديد الخصائص لتنعكس فوراً على كود HTML/CSS.

Onyx Designer v6.1 Interface Screenshot

مميزات واجهة Onyx Designer v6.1:

  • إمكانية إنشاء وتحرير عدة فريمات (Frames) داخل المشروع الواحد والتنقل بينها بسهولة.
  • شريط أدوات يحتوي على أكثر من 150 أيقونة Font Awesome مدمجة وعناصر تفاعلية كالأزرار والحقول والبطاقات.
  • تحكم كامل بالخصائص البصرية: التدوير، الشفافية، تأثيرات Blur، التدرجات اللونية (Gradients)، والخطوط العربية واللاتينية.
  • نظام Undo/Redo غير محدود لتسجيل وتتبع كافة التعديلات.
  • تصدير المشروع كاملاً كملف HTML موحد بضغطة زر واحدة.

كفاءة التشغيل واستهلاك الموارد

تم تصميم النظام ليعمل بالكامل على المعالجات المركزية (CPU-only) دون الحاجة لوجود كرت شاشة خافضاً التكلفة بشكل كبير، من خلال تطبيق 8-bit quantization عبر مكتبة bitsandbytes.

استهلاك المعالج (CPU): يقارب 0% في حالة الخمول لعدم وجود إجهاد على المعالج.

الذاكرة العشوائية (RAM): يتطلب حوالي 6 جيجابايت فقط أثناء التشغيل النشط.

متطلبات كرت الشاشة (GPU): غير متطلب نهائياً (CPU-Only Execution).

بيئات الانتشار: Kaggle Notebooks، بيئات Jupyter، وسيرفرات FastAPI المحلية.