المشروع
اختبر عبور السنة والأسبوع 53 غير الصالح وارفض القيم المنطقية والتواريخ خارج التقويم.
حوّل سنة أسبوع ISO ورقم الأسبوع واليوم إلى تاريخ ضمن السنوات 1–9999.
from datetime import date
def iso_week_date(year, week, weekday):
values = (year, week, weekday)
if any(type(x) is not int for x in values):
raise ValueError("integer components")
if not 1 <= year <= 9999:
raise ValueError("year range")
if not 1 <= week <= 53 or not 1 <= weekday <= 7:
raise ValueError("week or weekday range")
return date.fromisocalendar(year, week, weekday)اختبر عبور السنة والأسبوع 53 غير الصالح وارفض القيم المنطقية والتواريخ خارج التقويم.
قارن السلوك الفعلي بالنتيجة المتوقعة. إذا فشل فحص، تحقّق من السبب قبل إجراء تغييرات إضافية.
اضبط نقطة اتصال متوافقة مع OpenAI أو Anthropic باستخدام العنوان الأساسي ومفتاح API عند الحاجة. اختبر الاتصال. يجب أن يعمل خادم النموذج المحلي؛ وقد ترسل الأدوات البعيدة البيانات بشكل منفصل.
from datetime import date
def iso_week_date(year, week, weekday):
values = (year, week, weekday)
if any(type(x) is not int for x in values):
raise ValueError("integer components")
if not 1 <= year <= 9999:
raise ValueError("year range")
if not 1 <= week <= 53 or not 1 <= weekday <= 7:
raise ValueError("week or weekday range")
return date.fromisocalendar(year, week, weekday)WeekOrison مساحة عمل للبرمجة بالذكاء الاصطناعي على Windows لتغييرات تعبر فيها قاعدة تقويمية حدود التطبيق. افتح المشروع وصف التاريخ الذي يقصد المستخدم أو مستدعي API تحديده. اطلب من النموذج فحص التحقق من المدخلات والتحويل والتخزين معاً كي يتبع التصحيح المقترح مسار القيمة كاملاً.
مثلاً، اطلب مراجعة مدخل تاريخ أسبوع ISO قرب حد السنة. قدم سنة الأسبوع ورقم الأسبوع ويومه مع التاريخ التقويمي المتوقع. اسأل كيف يعالج التنفيذ الحالي هذا التركيب وأرقام الأسابيع غير الصالحة. المهمة هي مواءمة تطبيقك مع قاعدته المعلنة بدلاً من استنتاجها من تسمية حقل.
اقرأ التعديلات المقترحة بحثاً عن تغيرات في المدخلات المقبولة واستجابات الخطأ. قد يعيد التحويل تاريخاً صحيحاً لأسبوع عادي بينما تظل الواجهة تسمي السنة خطأ. شغّل اختبارات المشروع ذات الصلة عبر الحد وافحص القيمة المخزنة والنتيجة المعروضة قبل اعتبار التصحيح مكتملاً.
اختر نموذج ذكاء اصطناعي بلا رقابة حين يتوفر عبر نقطة النهاية المدعومة المتوافقة مع OpenAI أو الخاصة بـ Anthropic. قدم بيانات اعتماد عند الحاجة. تعتمد قيوده وأدواته وسعة سياقه على النموذج والخادم؛ وتمنحك مساحة العمل مكاناً لفحص الاقتراحات مقابل تواريخ ملموسة والشيفرة التي تعالجها.
لا تفترض ذلك عند حد السنة. قدم تاريخاً متوقعاً معروفاً لمدخلك القائم على الأسبوع وافحص تسمية التطبيق لكل مكوّن. ينبغي أن يتحقق الاختبار من التاريخ المحول والحقول المستخدمة لطلبه.
لا. تحقق من التركيب الكامل وفق القاعدة التي يستخدمها تطبيقك. اطلب من النموذج فحص مكتبة التحويل ومعالجة أخطاء المستدعي، ثم أدرج تركيبات صالحة وغير صالحة في فحوص التعديل المقترح.
قد يغير التسلسل اللاحق أو ربط الحقول القيمة أو التسمية. تتبع النتيجة المحولة إلى تمثيلها المخزن وعودتها إلى الواجهة. يمنع ذلك تصحيحاً في الدالة المساعدة من إخفاء اختلاف منفصل في موضع آخر من التطبيق.
أدرج مكونات المدخل والتاريخ المتوقع وافتراضات التشغيل ذات الصلة دون سجلات مستخدمين حقيقية. افحص وجهات الأدوات عند التنفيذ: خادم نموذج محلي يعمل منفصلاً لا يجعل كل أداة متصلة محلية ولا يحدد بيئة تنفيذها.
WeekOrison · آخر تحديث 2026-10-25