·designing-distributed-systems
</>

designing-distributed-systems

عند تصميم الأنظمة الموزعة من أجل قابلية التوسع والموثوقية والاتساق. يغطي نظريات CAP/PACELC، ونماذج الاتساق (قوية، نهائية، سببية)، وأنماط التكرار (قائد تابع، متعدد القادة، بلا قائد)، واستراتيجيات التقسيم (التجزئة، النطاق، الجغرافي)، أنماط المعاملات (الملحمة، مصادر الأحداث، CQRS)، أنماط المرونة (قاطع الدائرة، الحاجز)، واكتشاف الخدمة، واستراتيجيات التخزين المؤقت لبناء بنيات موزعة متسامحة مع الأخطاء.

30التثبيتات·2الرائج·@ancoleman

التثبيت

$npx skills add https://github.com/ancoleman/ai-design-components --skill designing-distributed-systems

كيفية تثبيت designing-distributed-systems

ثبّت مهارة الذكاء الاصطناعي designing-distributed-systems بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/ancoleman/ai-design-components --skill designing-distributed-systems
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: ancoleman/ai-design-components.

Design scalable, reliable, and fault-tolerant distributed systems using proven patterns and consistency models.

Distributed systems are the foundation of modern cloud-native applications. Understanding fundamental trade-offs (CAP theorem, PACELC), consistency models, replication patterns, and resilience strategies is essential for building systems that scale globally while maintaining correctness and availability.

CAP Theorem: In a distributed system experiencing a network partition, choose between Consistency (C) or Availability (A). Partition tolerance (P) is mandatory.

عند تصميم الأنظمة الموزعة من أجل قابلية التوسع والموثوقية والاتساق. يغطي نظريات CAP/PACELC، ونماذج الاتساق (قوية، نهائية، سببية)، وأنماط التكرار (قائد تابع، متعدد القادة، بلا قائد)، واستراتيجيات التقسيم (التجزئة، النطاق، الجغرافي)، أنماط المعاملات (الملحمة، مصادر الأحداث، CQRS)، أنماط المرونة (قاطع الدائرة، الحاجز)، واكتشاف الخدمة، واستراتيجيات التخزين المؤقت لبناء بنيات موزعة متسامحة مع الأخطاء. المصدر: ancoleman/ai-design-components.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/ancoleman/ai-design-components --skill designing-distributed-systems
الفئة
</>أدوات التطوير
موثق
أول ظهور
2026-02-01
آخر تحديث
2026-03-10

Browse more skills from ancoleman/ai-design-components

إجابات سريعة

ما هي designing-distributed-systems؟

عند تصميم الأنظمة الموزعة من أجل قابلية التوسع والموثوقية والاتساق. يغطي نظريات CAP/PACELC، ونماذج الاتساق (قوية، نهائية، سببية)، وأنماط التكرار (قائد تابع، متعدد القادة، بلا قائد)، واستراتيجيات التقسيم (التجزئة، النطاق، الجغرافي)، أنماط المعاملات (الملحمة، مصادر الأحداث، CQRS)، أنماط المرونة (قاطع الدائرة، الحاجز)، واكتشاف الخدمة، واستراتيجيات التخزين المؤقت لبناء بنيات موزعة متسامحة مع الأخطاء. المصدر: ancoleman/ai-design-components.

كيف أثبّت designing-distributed-systems؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/ancoleman/ai-design-components --skill designing-distributed-systems بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/ancoleman/ai-design-components