دليل إنشاء GLM5 مجاني مع مهارات Claude/Codex

GLM-5 هو أحدث نموذج MoE من Zhipu، بإجمالي 744 مليار معلمة (40 مليار نشطة)، وهو ترقية كبيرة من GLM-4.5 بـ 355 مليار، مع زيادة بيانات التدريب المسبق إلى 28.5 تريليون رمز. مصمم خصيصًا لهندسة الأنظمة المعقدة ومهام الوكيل طويلة الأجل، ويتفوق في الترميز وسير عمل Agentic.

يدعم Ollama Cloud الآن glm-5:cloud، مع نافذة سياق تصل إلى 198 ألف، وسرعة عالية، وبداية مجانية (تم تحسين السعة، وكان هناك تقييد مؤقت في وقت مبكر، ولكن تم تحسينه الآن).

الآن سأعلمك كيفية الحصول على GLM-5 مجانًا + بناء المهارات

الخطوة 1: تثبيت Ollama وسحب GLM-5

قم بتنزيل أحدث إصدار من Ollama (https://ollama.com/download)، وتأكد من أن الإصدار يدعم نماذج السحابة.

قم بتسجيل الدخول إلى حساب Ollama (إلزامي، لاستخدام نموذج السحابة)

اسحب النموذج

ollama pull glm-5:cloud أو مباشرة

ollama run glm-5:cloud سيطلب منك التشغيل الأول الإذن باستخدام السحابة، وافق عليه. بعد النجاح، يمكنك التحدث مباشرة مع GLM-5 في الجهاز.

الإصدار المجاني لديه حدود معدل، وهو مناسب للاختبار/الاستخدام اليومي؛ يمكن ترقية الاستخدام عالي التردد إلى خطة مدفوعة.

الخطوة 2: توصيل بيئة مهارات Claude/Codex بنقرة واحدة

يتيح Ollama launch لـ GLM-5 أن يصبح بسلاسة الدماغ الخلفي لهذه الأدوات:

Claude Code

ollama launch claude --model glm-5:cloud أو التكوين اليدوي

export ANTHROPIC_AUTH_TOKEN="ollama"export ANTHROPIC_BASE_URL="http://localhost:11434"export ANTHROPIC_API_KEY="" # Must be Empty ثم ابدأ

claude --model glm-5:cloud إذا نجح الأمر، سترى واجهة ترحيب مشابهة لما يلي:

✦ Claude Code v2.1.xModel: glm-5:cloudContext: 198KWelcome back!Codex

ollama launch codex --model glm-5:cloudOpenClaw

ollama launch openclaw --model glm-5:cloud

الخطوة 3: بناء المهارات بكفاءة في 5 خطوات

المهارة هي مجلد، والملف الأساسي هو SKILL.md، باستخدام تنسيق Markdown + بيانات تعريف YAML الأمامية. الدلائل الاختيارية الأخرى:

• scripts/: لتخزين البرامج النصية القابلة للتنفيذ (Python، Bash، إلخ).

• references/: المستندات المرجعية وملفات القوالب، يمكن لـ Claude تحميلها حسب الحاجة.

• assets/: موارد مثل الرموز والخطوط.

مبادئ التصميم (مفتاح الكفاءة):

• الإفصاح التدريجي (Progressive Disclosure): ضع فقط الوصف الأساسي في YAML (للسماح لـ Claude بتحديد ما إذا كان قابلاً للتطبيق بسرعة)، وضع المحتوى الرئيسي في نص MD، وقم بتحميل ملفات إضافية حسب الحاجة. تجنب انفجار السياق.

• إمكانية التركيب: يجب أن تكون المهارات متوافقة مع المهارات الأخرى، ولا تفترض الاحتكار.

• إمكانية النقل: يمكن استخدام المهارة بشكل عام في Claude Web و Claude Code و API.

• تكامل MCP (اختياري): إذا كان لديك خادم MCP (Managed Claude Platform)، فيمكنه تحسين استدعاء أدوات المهارة (مثل الوصول إلى API).

تلميحات فعالة: ابدأ بحالات استخدام بسيطة. اختر 2-3 مهام برمجة تكررها يوميًا (مثل "إنشاء قالب REST API" أو "تصحيح أخطاء Python")، وتجنب بناء مهارات معقدة في البداية.

استخدم Claude Code نفسه للمساعدة في البناء (تقنية المهارات الفوقية: دع Claude يساعدك في إنشاء إطار عمل المهارة). قم بتشغيل claude --model claude-4-opus (أو GLM5) في الجهاز، ثم قم بالبناء بشكل حواري.

1. تخطيط حالات الاستخدام والهيكل

• تحديد الهدف: على سبيل المثال، "إنشاء مهارة للمساعدة في إنشاء بنية Python Flask API فعالة، بما في ذلك التوجيه ومعالجة الأخطاء وقوالب الاختبار."

• استخدم Claude Code للعصف الذهني: أدخل /plan أو قل مباشرة "ساعدني في تخطيط مهارة إنشاء Flask API، بما في ذلك هيكل YAML و MD." سيخرج Claude مسودة.

• تقنية فعالة: حدد "حافظ على البساطة، YAML < 200 كلمة، MD < 1000 كلمة". سجل القرارات الرئيسية، مثل معلمات الإدخال (مثل قائمة نقاط نهاية API) وتنسيقات الإخراج (ملفات JSON أو التعليمات البرمجية).

2. إنشاء مجلد المهارة

• قم بإنشاء مجلد جديد تحت ~/.claude/skills/ (المسار الافتراضي)، مثل flask-api-generator.

• قم بإنشاء SKILL.md، وأضف YAML الأمامي:

---name: Flask API Generatordescription: Generates complete Flask API structures with routes, error handling, and tests.version: 1.0author: Your Nametriggers: ["flask api", "generate rest api", "python web app"]dependencies: ["flask", "pytest"] # اختياري، سيتحقق Claude من البيئة---- تقنية فعالة: استخدم كلمات التشغيل (triggers) للسماح لـ Claude باكتشاف المهارة تلقائيًا. تجنب الأوصاف المعممة، وركز على سيناريوهات محددة.

3. كتابة التعليمات الأساسية (نص MD)

• اكتب خطوات مفصلة بعد YAML:

`## الخطوة 1. اسأل المستخدم عن مواصفات API: نقاط النهاية والطرق والمعلمات.2. قم بإنشاء app.py: يتضمن تطبيق Flask والتوجيه ومعالجة الأخطاء الأساسية.3. قم بإنشاء tests.py: اختبارات الوحدة باستخدام pytest.4. ملف الإخراج: احفظه في الدليل الحالي باستخدام الأمر /write_file.

مثال على الإدخال- المستخدم: قم بإنشاء API لإدارة المستخدمين، بما في ذلك GET /users و POST /users.

أفضل الممارسات- استخدم دائمًا تلميحات النوع وسلاسل التوثيق.- إعطاء الأولوية للأمان: أضف التحقق من صحة الإدخال.`- أضف أمثلة البرامج النصية: ضع generate_routes.py تحت scripts/، ويمكن لـ Claude استدعاؤه.

• تقنية فعالة: استخدم خطوات مرقمة + أمثلة. عند الاختبار، اطلب من Claude "محاكاة التشغيل": قل "استخدم هذه المهارة لمعالجة مهمة نموذجية"، وقم بالتحسين بشكل متكرر.

4. إضافة مكونات اختيارية

• البرامج النصية: مثل برنامج Python النصي لأتمتة بعض المنطق (مثل استخدام Jinja2 لإنشاء قوالب). يمكن لـ Claude تنفيذه عبر /run_script.

• ملفات المرجع: ضع references/best_practices.md، واصفًا مواصفات أمان Flask.

• الأصول: مثل ملف القالب assets/base_app.py.jinja.

• تقنية فعالة: أضف العناصر الضرورية فقط. 80% من المهارات تحتاج فقط إلى SKILL.md. يمكن لمستخدمي MCP دمج أدوات خارجية (مثل اتصال قاعدة البيانات).

5. الاختبار والتكرار

• تحميل المهارة: أدخل /load_skill flask-api-generator في Claude Code أو دعه يكتشفها تلقائيًا.

• الاختبار: أدخل مهمة التشغيل، وراقب الإخراج. تحقق من استخدام السياق (استخدم /context لمعرفة ما إذا كان هناك تحميل زائد).

• التكرار: إذا فشل، استخدم فكرة "Heal Skill" (تقنية المجتمع): قم بتحليل الأخطاء وتحديث MD (مثل إضافة خطوة "معالجة التبعيات المفقودة").

• تقنية فعالة: استخدم حوارات متعددة الجولات للاختبار. سجل السجلات: /log on لالتقاط التفاعلات، مما يسهل التصحيح.