معالجة الملفات كبيرة جدًا بحيث لا تتناسب مع السياق (> 100 كيلو بايت، > 2000 سطر). يستخدم Python REPL للتحليل الهيكلي، واستعلامات LLM للاستدلال الدلالي، والوكلاء الفرعيين للتوليف النهائي. المشغلات - ملف كبير، مستند كبير، سجل ضخم، قاعدة تعليمات برمجية كاملة، مستودع كامل، نص طويل، تم تجاوز نافذة السياق.
ثبّت مهارة الذكاء الاصطناعي rlm بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: whamp/pi-rlm.
Large content stays in the REPL environment, not in your context.
The REPL holds the full file in memory. You write Python to analyze it. Only your print() output returns to your context—never raw file content.
Use for: Pattern matching, structure extraction, aggregation, JSON parsing.
معالجة الملفات كبيرة جدًا بحيث لا تتناسب مع السياق (> 100 كيلو بايت، > 2000 سطر). يستخدم Python REPL للتحليل الهيكلي، واستعلامات LLM للاستدلال الدلالي، والوكلاء الفرعيين للتوليف النهائي. المشغلات - ملف كبير، مستند كبير، سجل ضخم، قاعدة تعليمات برمجية كاملة، مستودع كامل، نص طويل، تم تجاوز نافذة السياق. المصدر: whamp/pi-rlm.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/whamp/pi-rlm --skill rlmمعالجة الملفات كبيرة جدًا بحيث لا تتناسب مع السياق (> 100 كيلو بايت، > 2000 سطر). يستخدم Python REPL للتحليل الهيكلي، واستعلامات LLM للاستدلال الدلالي، والوكلاء الفرعيين للتوليف النهائي. المشغلات - ملف كبير، مستند كبير، سجل ضخم، قاعدة تعليمات برمجية كاملة، مستودع كامل، نص طويل، تم تجاوز نافذة السياق. المصدر: whamp/pi-rlm.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/whamp/pi-rlm --skill rlm بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/whamp/pi-rlm